语音编码
第一章 音频
1.1 音频和语音的定义
声音是携带信息的重要媒体，是通过空气传播的一种连续的波，叫声波。对声音信号的分析表明，声音信号有许多频率不同的信号组成，这类信号称为复合信号。而单一频率的信号称为分量信号。声音信号的两个基本参数频率和幅度。
1.1.1声音信号的数字化
声音数字化包括采样和量化。采样频率由采样定理给出。
1.1.2声音质量划分
根据声音频带，声音质量分5个等级，依次为：电话、调幅广播、调频广播、光盘、数字录音带DAT(digital audio tape)的声音。
第二章 语音编码技术的发展和分类
现有的语音编码器大体可以分三种类型：波形编码器、音源编码器和混合编码器。一般来说，波形编码器的话音质量高，但数据率也很高。音源编码器的数据率很低，产生的合成话音音质有待提高。混合编码器使用音源编码器和波形编码器技术，数据率和音质介于二者之间。语音编码性能指标主要有比特速率、时延、复杂性和还原质量。
其中语音编码的三种最常用的技术是脉冲编码调制（PCM）、差分PCM（DPCM）和增量调制（DM）。通常，公共交换电话网中的数字电话都采用这三种技术。第二类语音数字化方法主要与用于窄带传输系统或有限容量的数字设备的语音编码器有关。采用该数字化技术的设备一般被称为声码器，声码器技术现在开始展开应用，特别是用于帧中继和IP上的语音。
在具体的编码实现（如VoIP）中除压缩编码技术外，人们还应用许多其它节省带宽的技术来减少语音所占带宽，优化网络资源。静音抑制技术可将连接中的静音数据消除。语音活动检测（SAD）技术可以用来动态跟踪噪音电平，并将噪音可听度抑制到最小，并确保话路两端的语音质量和自然声音的连接。回声消除技术监听回声信号，并将它从听话人的语音信号中清除。处理话音抖动的技术则将能导致通话音质下降的信道延时与信道抖动平滑掉。
2.1 波形编码 波形编解码器的思想是，编码前根据采样定理对模拟语音信号进行采样，然后进行幅度量化与二进制编码。它不利用生成语音信号的任何知识而企图产生重构信号，其波形与原始话音尽可能一致。
5g通信的语音编码标准
在5G通信系统中，语音编码技术是实现高效、可靠和低延迟语音传输的关键。以下是关于5G通信的语音编码标准的主要内容：
1. 音频编解码器标准
在5G通信中，音频编解码器（Audio Coder）标准是实现语音信号的压缩和编码的核心技术。目前，3GPP组织正在制定新一代的音频编解码器标准，称为3 (Low Complexity Communication Efficient Coding)。该标准旨在提供低复杂度、高通信效率的音频编码方案，以适应5G通信的高速率、大带宽和低延迟的需求。
2. 语音传输协议标准
5G通信系统需要提供低延迟、高可靠性的语音传输协议。为了实现这一目标，一些新兴的语音传输协议正在被开发和应用。其中最具代表性的两种技术是VoNR (Voice over New Radio)和VoLTE (Voice over LTE)。这两种技术都旨在提供高效的语音传输方案，同时保证低延迟和高可靠性。
VoNR是一种基于5G NR（新无线电）技术的语音传输协议。它利用5G的高速率和低延迟特性，实现在移动通信网络中传输语音和视频信号。VoNR可以提供比传统VoLTE技术更高的频谱效率和更低的传输延迟，从而提供更好的语音通话体验。
VoLTE是一种基于LTE技术的语音传输协议。它利用LTE的高速率和低延迟特性，实现在移动通信网络中传输语音信号。VoLTE可以提供与VoNR相似的语音质量和低延迟性能，但需要在LTE网络中进行优化和部署。
3. 语音质量评估和测量标准
为了确保5G通信中的语音质量，需要制定相应的语音质量评估和测量标准。这些标准应该能够评估各种语音编码器和传输协议的性能，以确保它们能够提供高质量的语音传输。例如，主观音质评估（Subjective音质 Evaluation）和客观音质评估（Objective音质 Evaluation）是两种常用的语音质量评估方法。主观音质评估是通过人的听觉感受来评估音质的好坏，客观音质评估则是通过测量信号的客观指标如失真度、噪声水平等来评估音质。在5G通信中，这些评估标准将被用来指导语音编码器和传输协议的设计和优化，以确保提供高质量的语音服务。
第２９卷第２２期 Ｖｏ１．２９ Ｎｏ．２２ 企业技术开发 ＴＥＣＨＮ０Ｌ０ＧＩＣＡＬ ＤＥＶＥＬＯＰＭＥＮＴ ＯＦ ＥＮＴＥＲＰＲＩＳＥ ２０１０年１１月 Ｎｏｖ．２０１０
游程编码在语音压缩编码中的应用
陈红’。李玮 （１．南京信息职业技术学院，江苏南京２１００４６； ２．江苏方天电力技术有限公司，江苏南京２１００３６） 摘要：文章通过论述语音信号的特征，数字音频传输过程中需要的条件，音频信号编码和压缩技术中的游 程编码技术，并通过在实际工程中的应用举例，说明了游程编码在语音压缩中的作用和效果。 关键词：音频信号；线性预测；压缩 中图分类号：ＴＮ９１９ 文献标识码：Ａ 文章编号：１００６—８９３７（２０１０）２２—００３６—０２
在信号传输过程中经常涉及到语音以及图像的传 输，在这些信号在传输过程中，占据了大量的字节和空 间，无论是在有线传输或者无线传输过程中，占据大量的 传输带宽，使传输速度下降，不利于传输和保存。文章主 要介绍数据压缩中的游程编码在工程实践音频压缩中的 研究和应用效果。 语音信号作为一种特殊的声音信号，有其自身的特 点，与环境声音和乐音最大的不同在于，人说话的时候总 是有停顿，间隔有长有短，但停顿总是固定存在的，这是 由于人在说话时，需要换气和思考来组织语言；在人们交 谈时更是需要停顿来思考听到的东西。典型的语音信号 的例子如图１所示。 １语音信号的特征 １ 人类发声系统的生理结构始终是变化的，因此语音 信号不能看作平稳随机过程，并且其变化速率是有一定 限度的，在一段时间内人的声带和声道形状有相对稳定 性，所以语音信号又可以认为是短暂平稳的，因此我们得 出语音信号是时变的、非平稳的随机过程。 语音信号同其他信号一样，存在着相当大的冗余度。 这些冗余度来自于语音信号的相关性。一般认为，在语音 信号中存在两种类型的相关性，即在样点之间的短时相 关性和相邻基音周期之间的长时相关性。所谓长时相关 性是指相距较远的语音信号采样点之间的相关性，从谱 域的观点来看，其反映的是语音谱的精细结构；而短时相 关性则指的是语音信号邻近采样点之间的相关性，从谱 域的观点来看，其反映的是语音谱的包络结构。 通过对语音信号产生机理和语音信号频谱特性的研 究，得知语音信号的能量主要集中３００～３ ４００ Ｈｚ在的范 围内，频率很低，频带很低，便于进行数字处理（文章提到 的数字语音信号在没有特别说明的情况下，都采用８ ｋＨｚ 的采样频率）。 使用数字音频有一个共同的要求，就是要尽量节约 存储空间和传输带宽。换言之，数字音频信号的应用首先 应解决大容量存储的问题，就是要对数字音频信号进行 压缩。按照数字式激光唱盘（ＣＤ—ＤＡ）标准，数字化声音取 样频率为４４．１ ｋＨｚ，量化精度为１６位，具有很高的保真 度，但占用的存储空间很大，码率也高达７０５．６ ｋｂ／ｓ（单声 道）和１４１１．２ ｋｂ／ｓ（双声道）。如此宽的带宽给传送和存储 带来了不便，因此，更积极的做法是对音频信号进行数据 压缩，降低码率，可以使数字音频的发展进入一个更高的 阶段。 ２语音信号的游程编码 作者简介：陈红，女，江苏南京人，硕士研究生，讲师，主要研究方 向：光电子技术，电子通信。 Ｌ ＿●＾ ● － ＿－－ ＿ ＿ Ｐ ‘ ●“＿●● ＿ ｌ ｌ▲ ＿ ‘ ｉ ｌ ｉｉ． ｔ＾ ． Ｊ －Ｌ ● ■ Ｉ！ ‘ ｒ ｔ ＴｌＩ －ｒ ｜， ．－ ●：
浅谈数字化语音压缩编码技术
数字化的语音编码
随着通信、计算机网络等技术的飞速发展，语音压缩编码技术得到了快速发展和广泛应用，除了在移动通信、卫星通信以及IP电话通信中的应用，在娱乐与学习的多媒体应用上也起着举足轻重的作用。
语音编码是数字化语音传输和存储的基础技术。与模拟语音相比，使用语音编码技术的数字语音传输和存储系统，具有可靠性高、抗干扰能力强、便于快速交换、易于实现保密和价格低廉等优势。
数字信号的优势是显而易见的，而它也有自身相应的缺点，即存储容量需求的增加及传输时信道容量要求的增加。以CD为例，其采样率为44.1KHz，量化精度为16比特，则1分钟的立体声音频信号需占约10M字节的存储容量，也就是说，一张CD唱盘的容量只有1小时左右。
但事实上，直接采用PCM码流进行存储和传输存在非常大的冗余度。在无损的条件下对声音至少可进行4：1压缩，即只用25%的数字量就可以保留所有的信息。
这种为了减小存储空间或降低传输比特率节省带宽，对数字化之后的语音信号进行再次的压缩编码，这就是语音压缩编码技术。
语音压缩编码技术的类别
一般来讲，可以将音频压缩技术分为无损（lossless）压缩及有损（lossy）压缩两大类，而按照语音的压缩编码方法归纳起来可以分为三大类：波形编码、参数编码和混合编码。
波形编码
波形编码比较简单，失真最小，方法简单，但数码率比较高，目前广泛应用于数字声音节目的存储与制作和数字化广播中。典型的代表有著名的MPEG-1层Ⅰ、层Ⅱ（MUSICAM），以及用于Philips DCC中的PASC（Precision Adaptive Subband Coding，精确自适应子带编码）等。
波形编解码器的思想是，编码前根据采样定理对模拟语音信号进行采样，然后进行幅度量化与二进制编码。它不利用生成语音信号的任何知识而企图产生重构信号，其波形与原始话音尽可能一致。
