语音编码

概述

编码的重要性

　　编码、传输、存储和译码是语音数字传输和数字存储的必要过程。

　　随着语音通信技术的发展，压缩语音信号的传输带宽，降低信道的传输速率，一直是人们追求的目标。语音编码在实现这一目标的过程中担当重要的角色。

　　语音编码就是使表达语音信号的比特数目最小。

编码速率

　　用比特/秒（b/s或bps）来度量，用I表示，

　　I=R • fs ,R代表每个语音采样值编码所需的比特数；fs是采样频率。

　　当fs=8kHz，每个采样值用8比特位来编码，则编码速率为64kb/s。

编码的分类

　　语音编码就是对模拟的语音信号进行编码，将模拟信号转化成数字信号，从而降低传输码率并进行数字传输，语音编码的基本方法可分为 波形编码、 参量编码（音源编码）和混合编码，波形编码是将时域的模拟话音的波形信号经过取样、量化、编码而形成的数字话音信号，参量编码是基于人类语言的发音机理，找出表征语音的特征参量，对特征参量进行编码，混合编译码是结合波形编译码和参量编译码之间的优点。波形编译码器虽然可提供高话音的质量，但数据率低于16 kb/s的情况下，在技术上还没有解决 音质的问题。

波形编码

　　基本原理是在时间轴上对模拟话音信号按照一定的速率来抽样，然后将幅度样本分层量化，并使用代码来表示。在接收端将收到的数字序列经过解码恢复到原模拟信号，保持原始语音的波形形状。话音质量高，编码速率高。如PCM编码类（a率或u率PCM、ADPCM 、ADM)，编码速率为64－16kb/s，语音质量好。

参数编码

　　根据语音信号产生的数学模型，通过对语音信号特征参数的提取后进行编码（将特征参数变换成数字代码进行传输）。在接收端将特征参数，结合数学模型，恢复语音，力图使重建语音保持尽可能高的可懂度，重建语音信号的波形同原始语音信号的波形可能会有相当大的区别。如线性预测（LPC）编码类。编码速率低，2.4-1.2kb/s，自然度低，对环境噪声敏感。

混合编码(Hybrid coding)

　　将波形编码与参数编码相结合，在2.4-1.2kb/s速率上能够得到高质量的合成语音。混合编码包括若干语音特征参量又包括部分波形编码信息，以达到波形编码的高质量和参量编码的低速率的优点。

语音编码的极限速率

　　语音中最基本的元素是音素，大约有128～256个，如果按通常的说话速度，每秒平均发出10个音素，则信息率为： I=[log2(256)10]bps=80bps

　　把发音看成是以语音速率来传送，则语音编码的极限速率为80bps,从数字化标准的编码速率64kbps，到极限速率80bps，之间的距离，对于理论研究和实践有着极大的吸引力。

语音信号压缩编码的评价系统

　　语音质量是衡量语音编码算法优劣的关键性能之一。语音质量通常分为四类：

　　（1）广播级:宽带(0-7000Hz)高质量的语音，感觉不出噪声存在

　　（2）网络或电话级：200Hz-3200Hz,信噪比大于30db。

　　（3）通信级:完全可以听懂，但和长途电话相比，有明显失真。

　　（4）合成级：80%-90%可懂度，音质较差，听起来像机器讲话，失去了讲话者的个人特征。

　　语音质量有主观和客观两种评价方法