语音编码总结
一、历史与概念
1、模拟的声音信号
话音信号：（口语发声的）200Hz~3400Hz
调幅广播信号：（无线广播）50Hz到7000Hz
调频广播信号：（无线广播）20Hz到16000Hz
激光唱机信号（CD）：10Hz~20000Hz
2、话音编码技术的历史回顾
无线AM 14位 16k 224k PCM 64k
子带ADPCM
88年G.722 64k PCM 8位 8k
（Toll）G.711 无线FM 高保真立体音频 16位 44.1k 905.6k PCM ISO 1990压缩
64k~128k MPEG 每声道在32k~448k
10 20 50 200 3400 7000 1600 20000 Hz
话音编码研究的历史表明，这一领域的研究成果直接为通信产业发展提供了源动力。目前IP电话所用的编码的标准有G.723.1, G.728,
G.729。具有低延迟、低码率、低复杂性、高音质的话音编码算法将是未来IP电话网络的奠基石。
3、若干概念术语
（1）数字信号：标称的不连续信号。它可以用离散的步差从一个状态转变到另一个状态。
（2）采样：按周期T对模拟信号进行测量，称为采样。采样频率Fs=1/T.在满足奈奎斯特定理时，从采样值可准确的恢复原信号。
（3）量化 用数字信号表示话音的过程称为量化。
（4）非均匀量化
非均匀量化可以兼顾动态范围和小信号的系统精度。Reeves提出概念。即对大信号取较大的量化步长。对小信号取较小的量化步长。
二、矢量量化
将k个样点构成的有序集（信源矢量集合）映射为M个恢复失量构成的有限集A（码书，码本）中的某个矢量Yi（码字，码元）的映射，称为矢量量化，它是对标量量化在K维空间的一个推广。
标量量化 矢量量化
量化对象 单个采样点 K个采样点
集合划分 在一维幅度轴上划分有限个区间 1=[a0 a1)…n=[an-1 an) 在k维空间里，划分成有限个子空间S={Si|i=1,2,„M}
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。
语音编码和图像编码的分类及特点
一、 语音编码
一般而言，语音编码分三大类：波形编码、参数编码及混合编码。
<1>、波形编码
波形编码将时域模拟话音的波形信号进过采样、量化和编码形成数字语音信号，是将语音信号作为一般的波形信号来处理，力图使重建的波形保持原语音信号的波形形状。具有适应能力强、合成质量高的优点。但所需编码速率较高，通常在16KB/S以上，并且编码质量随着编码速率的降低显著下降，且占用的较高的带宽。
波形编码又可以分为时域上和频域上的波形编码，频域上有子带编码和自适应变换域编码，时域上PCM、DPCM、ADPCM、APC和M增量调制等。
①、子带编码
它首先用一组带通滤波器将输入信号按频谱分开，然后让每路子信号通过各自的自适应PCM编码器（ADPCM）编码，经过分接和解码再复合成原始信号。
特点：1、每个子带独立自适应，可按每个子带的能量调节量化阶；2、可根据各个子带对听觉的作用大小共设计最佳的比特数；3、量化噪声都限制在子带内某一频带的量化噪声串到另一频带中去。
②、自适应变换域编码
利用正交变换将信号有时域变换到另外的一个域，使变换域系数密集化，从而使信号相邻样本间冗余度得到降低。
特点：对变换域系数进行量化编码，可以降低数码率。
③、PCM（Pulse-code modulation），脉冲编码调制
对连续变化的模拟信号进行进行抽样、量化和编码产生。
特点是保真度高，解码速度快，缺点是编码后的数据量大。
④、DPCM (Differential Pulse Code Modulation)差分脉冲编码调制
是对模拟信号幅度抽样的差值进行量化编码的调制方式，是用已经过去的抽样值来预测当前的抽样值，对它们的差值进行编码。
特点：对于有些信号瞬时斜率比较大，很容易引起过载； 而且瞬时斜率较大的信号也没有像话音信号那种音节特性，因而也不能采用像音节压扩那样的方法，只能采用瞬时压扩的方法；传输的比特率要比PCM低；一个典型的缺点就是易受到传输线路上噪声的干扰。
焦作工学院学报（自然科学版），第２１卷，第３期，２００２年５月
Ｊｏｕｒｎａｌ ｏｆ Ｊｉａｏｚｕｏ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ），Ｖｏ１．２１，Ｎｏ．３，Ｍａｙ ２００２
语音编码技术的分析与应用
王文星
（中国矿业大学北京校区．北京１０００８３）
摘要：对语音编码技术的特点进行了分析与研究，对波形编码、声码器和混合编码三种主要
的语音编码进行了比较，并介绍了ＧＳＭ和ＣＤＭＡ两种系统语音编码及部分常用语音编码芯
片，指出了语音编码技术的发展趋势，并根据矿井井下特点，对矿井通信系统所采用的语音
编码技术进行了研究，最后得出了几点有用的结论．
关 键 词：语音编码；ＧＳＭ；ＣＤＭＡ；矿井；通信
中图分类号：ＴＮ ９１２．３ 文献标识码：Ａ 文章编号：１００７—７３３２（２００２）０３—０１９３—０４
语音编码是将模拟语音信号数字化的手段．语音信号数字化后，可以作为数字数据来传输、存储
或处理，因而具有一般数字信号的优点，
１语音编码方法
语音编码主要有三种方式：波形编码、声码器和混合编码，通常把编码速率低于６４ ｋｂｐｓ的语音
编码方式称为语音压缩编码技术．下面分别介绍这三种编码方法．
１．１ 波形编码
波形编码针对语音波形进行的，这种方法在降低量化每个语音样本比特数的同时又保持了相对良
好的语音质量．波形编码包括时域编码和频域编码，
①时域编码．时域编码主要有脉冲编码调制（ＰＣＭ）、增量调制（ＡＭ）、自适应差分脉码调制
（ＡＤＰＣＭ）、自适应增量调制（ＡＩＤＭ）、自适应预测编码（ＡＰＣ）等，
线性ＰＣＭ是用同等的量化级进行量化，没有利用声音的性质，所以信息没有得到压缩，对数
ＰＣＭ利用了语音信号幅度的统计特性，对幅度按对数变换压缩，将压缩的结果作线性编码，在接收
端解码时，按指数扩展，这种方法在数字电话通信中得到了广泛的应用，现有的ＰＣＭ采用编码速率
