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。
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 ｜， ．－ ●：
大小，并保持高质量的音频输出。Opus编码采用了一系列先进的算法和技术，具有出色的性能和广泛的应用范围。本文将详细介绍Opus编码的原理、特点以及它在音频领域中的应用。
一、Opus编码的原理
1.1 声音信号模型
Opus编码基于声音信号模型进行压缩。声音信号可以看作是时间上连续的音频样本序列，每个样本表示声音的幅度。Opus编码通过分析声音信号的频谱、时间相关性和人耳感知特性，选取合适的信号表示方式，从而实现高效的压缩。
1.2 语音编码器和音乐编码器
Opus编码器根据输入声音信号的类型，分为语音编码器和音乐编码器两种模式。语音编码器适用于人类语音的压缩，而音乐编码器则适用于音乐和其他非语音信号的压缩。这两种编码器为不同类型的声音信号提供了优化的压缩算法。
1.3 预处理和分析
在进行编码之前，Opus编码器对输入信号进行预处理和分析。预处理包括声音信号的预加重处理、音量归一化等，以提高编码的质量和稳定性。分析阶段则通过对声音信号的频谱、频带能量和时间相关性进行分析，为后续的编码过程提供依据。
1.4 频域分解和控制信号
Opus编码器将声音信号转换为频域表示，采用离散傅里叶变换（DFT）将时域信号转换为频域信号。同时，控制信号也被引入到编码过程中，用于调整编码器的参数和模型，以优化压缩效果。
1.5 量化和编码
在频域表示的基础上，Opus编码器进行信号的量化。量化是指将连续的频域样本映射为离散的量化符号，从而减小数据的表示空间。量化过程中，编码器根据预设的量化精度和量化表，将频域样本映射为最接近的离散数值。
1.6 熵编码和解码
经过量化后的信号被传输到熵编码器，将离散的量化符号映射为二进制码流。熵编码器利用各种统计方法和算法，根据信号的概率分布进行编码，以实现高效的数据压缩。解码过程中，熵解码器将二进制码流还原为量化符号，进而还原为频域样本。
1.7 重构和后处理
解码器通过逆向的过程将量化符号还原为频域样本，再经过逆离散傅里叶变换（IDFT）将频域信号转换为时域信号。在重构过程中，还可以对信号进行平滑处理、滤波等后处理操作，以减少解码带来的失真并提升音质。
语音信号压缩编码原理及应用
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，尤其是最近20年，语音压缩编码技术在移动通信、卫星通信、多媒体技术以及IP电话通信中得到普遍应用，起着举足轻重的作用。 语音是人类最重要、最有效、最常用和最方便的交换信息的形式，是人们思想疏通和情感交流的最主要途径。在实际的语音通信中，有些信道难以扩宽且质量很差；有些信道正被广泛使用，短期内难以更新；有些昂贵的信道，每压缩一个比特都意味着节省开支。因此，语音压缩编码无疑在语音通信及人类信息交流中占有举足轻重的地位。
语音编码就是将模拟语音信号数字化，数字化之后可以作为数字信号传输、存储或处理，可以充分利用数字信号处理的各种技术。为了减小存储空间或降低传输比特率节省带宽，还需要对数字化之后的语音信号进行压缩编码，这就是语音压缩编码技术。
一，语音压缩编码技术的发展
自从1937年A.H.Reeves提出脉冲编码调制(PCM)以来，语音编码技术已有60余年的发展历史。尤其近20年随着计算机和微电子技术的发展语音编码技术得到飞速发展。
CCITT于1972年确定64kb/sPCM语音编码G.711建议，它已广泛的应用于数字通信、数字交换机等领域，至今，64kb/s的标准PCM系统仍占统治地位。这种编码方法可以获得较好的语音质量但占用带宽较多，在带宽资源有限的情况下不宜采用。CCITT于80年代初着手研究低于64kb/s的非PCM编码算法，并于1984年通过了32kb/sADPCM语音编码G.721建议，它不仅可以达到PCM相同的语音质量而且具有更优良的抗误码性能，广泛应用于卫星，海缆及数字语音插空设备以及可变速率编码器中。随后，于1992年公布16kb/s低延迟码激励线性预测（LD-CELP）的G.728建议。它以其较小的延迟、较低的速率、较高的性能在实际中得到广泛的应用，例如：可视电话伴音、无绳电话机、单路单载波卫星和海事卫星通信、数字插空设备、存储和转发系统、语音信息录音、数字移动无线系统、分组化语音等。最后共轭代数码激励线性预测（CS-ACELP）的8kb/s语音编码G.729建议已在1995年11月ITU—TSG15全会上通过，并于1996年6月ITU—TSG15末此会议上通过G.729附件A减少复杂度的8kb/sCS-ACELP语音编解码器，正式成为国际标准。这种编码方法延迟小，节省87.5%%的带宽，可以提供与32kb/s的ADPCM相同的语音质量，其音质是同档次码速率中最优的，而且在噪声较大的环境中也会有较好多语音质量。广泛应用于个人移动通信、低C/N数字卫星通信、高质量移动无线通信、存储/检索、分组语音和数字租用信道等领域。其它一些国际组织或国家也积极制定自己的标准。
