【语音编码】PCM编解码【含Matlab源码 555期】

⛄一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【语音编码】基于matlab PCM编解码【含Matlab源码 555期】
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab语音处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab语音处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab语音处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

⛄二、PCM编解码简介

最早的语音编码系统是采用波形编码方法， 如脉冲编码调制(PCM) 等， 这是一种基于语音信号波形的编码方式，也叫非参数编码，其目的是力图使重建的语音波形保持原语音信号的形状。这种编码器是把语音信号当成一般的波形信号来处理，它的优点是具有较强的适应能力， 有较好的合成语音质量， 然而编码速率高， 编码效率低。脉冲编码调制(PCM) 、自适应增量调制(Adaptive Delta Modulation， ADM) 、自适应差分脉冲编码调制(ADPCM) 、子带编码(Sub-Band Coding， SBC) 、变换域(Transform Coding， TC) 编码等都是属于波形编码。当编码速率为64~16kbit/s时， 波形编码方法有较高的编码质量， 但当编码速率下降时，其合成语音质量会下降得很快。
1937年， A.H.Reeves提出的脉码编码调制(PCM) 开创了语音数字化通信的历程。直至今日， 64kbit/s标准的PCM系统仍占有重要地位。PCM是最简单的波形编码形式， 它直接把语音信号进行采样量化，表示成二进制数字信号，并通过并-串转换过程转换成串行的脉冲，并用脉冲对采样幅度进行编码，以便于传输和存储，故称为脉冲编码调制。由于没有利用语音信号的冗余度， PCM编码效率很低。一般来说， PCM有均匀PCM、非均匀PCM
和自适应PCM几种形式。

1 均匀PCM
波形编码方式最简单的形式是均匀PCM。不论信号幅度的大小， 它都采用同等的量化阶距进行量化， 即采用均匀量化。均匀PCM作为一种语音信号的模/数转换(A/D转换)技术与通常的A/D转换是完全相同的。这种方式完全没有利用语音的性质，所以信号没有得到压缩。语音是非平稳随机信号，电话语音电平变化超过40dB。对小信号电平输入，信噪比(SNR) 应保证20~30dB， 即最大信噪比应需60~70dB。对于均匀量化， 假设量化误差e(k)在各个量化间隔▲的区间里均匀分布，则信号对量化噪声的信噪比可近似写为SNR(dB) =6.02B-7.2(9-5)其中，B为量化器字长。
由式(9-5) 知， 信噪比取决于量化字长。当要求60dB的SNR时， B至少应取11。此时， 对于带宽为4kHz的电话语音信号， 若采样率为8kHz， 则PCM要求的速率8x11kbit/s=88kbit/s。这样高的比特率是无法承受的， 因而必须采用具有更高性能的编码方法。

2 非均匀PCM
均匀量化的缺点就是不论语音信号的幅度大小，量化阶距保持不变。因此在信号动态范围较大而方差较小时，其信噪比下降明显。根据语音信号概率密度可知，语音信号是大量集
中在低幅度上的。因此，采用量化阶距变化的非均匀量化可以弥补均匀量化的缺点。非均匀量化在输人为低电平时量化阶距小，而高电平时量化阶距大。也就是说，信号概率密度大的区间，量化间隔应该小些；反之，信号概率密度小的区间，量化间隔应该大些。因此，非均匀量化的基本思想是对大幅度的样本使用大的A，对小幅度的样本使用小的▲，在接收端按此还原。图9-4给出了几种均匀和非均匀量化器输人输出特性比较。

非均匀量化也可看作是将信号进行非线性变换后再作均匀量化，而非线性变换后的信号
应具有均匀的(矩形)概率密度分布。通常，电话系统中使用的编码就是利用语音信号幅
度的统计特性， 对幅度按对数变换压缩， 将压缩后的信号作PCM编码， 因此称为对数PCM。当然，译码端需要按指数进行解码。因为语音信号的幅度近似为指数分布，因此进行对数变换之后，在各量化间隔内出现的概率相同，从而得到最大的信噪比。该技术称为压缩-扩张技术，其基本框图如图9-5所示。图9-6为非线性压缩示意图。

现在非均匀PCM一般采用两种压缩扩张非均匀量化方法：A律压缩扩张技术和u律压缩扩张技术。其中， 从律PCM主要在北美和日本使用， A律PCM用于其他国家和地区。这两种方式差别很小， u律压缩是最常用的一种。在美国， 7位p律PCM一般已被接受为长途

电话质量的标准。设x(n)为语音波形的取样值，则u律压缩的定义为

式中，X…是x(n)的最大幅度；p是表示压缩程度的参量，p=0表示没有压缩，p越大压缩
率越高，故称之为u律压缩。通常p在100~500取值。当u=255时，可以对电话质量语音
进行编码，解码后的音质与12位均匀量化的音质相当。
我国则采用A律压缩，其压缩公式为

图9-7给出了p律和A律压缩输人输出特性图。

3 自适应PCM(APCM)
PCM在量化间隔上存在着矛盾：为适应大的幅值要用大的量化间隔A， 但为了提高信噪比又希望用小的量化间隔▲。前面介绍的两种PCM编码都有一个共同的特点， 就是量化器
一旦确定以后，量化间隔就固定下来，不随输人语音信号的幅度变化而变化。而自适应
PCM(Adaptive PCM， A PCM) 使量化器的特性自适应于输人信号的幅值变化， 也就是量化间隔Ａ匹配于输人信号的方差值，或使量化器的增益G随着幅值而变化，从而使量化前信号的能量为恒定值。图9-8为这两种自适应方法的原理图。

如果按自适应参数A(n)或G(n)的来源划分，自适应量化又分为前馈自适应和反馈自适应两种。前馈自适应是指A(n)或G(n)是通过对输人信号估计得到的，而反馈自适应是由估计量化器的输出(n)或编码器的输出c(n)而得到的。图9-9以A(n)为例给出了这两种系统框图。

前馈自适应是计算信号有效值并决定最合适的量化间隔，用此量化间隔控制量化器Q[·]，并将量化间隔信息发送给接收端；而反馈自适应是由编码器输出c(n)来决定量化间隔A(n)，而在接收端由量化传输来的幅度信息自动生成量化间隔。显然，反馈与前馈相比的优点是无需将▲传送到信道中去，但对误差的灵敏度较高。通常，采用了自适应技术之后可得到4~6dB的编码增益。
不论前馈自适应还是反馈自适应，其参数A(n)或G(n)均由下式产生：

即A(n)正比于方差o(n)，而G(n)反比于o(n)。同时，o(n)正比于信号的短时能量，即

式中，h(n)就是短时能量定义中的低通滤波器的单位函数响应。

⛄三、部分源代码

clear all;
close all;
[x,fs]= audioread('手放开.wav');  

⛄四、运行结果

⛄五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]韩纪庆,张磊,郑铁然.语音信号处理（第3版）[M].清华大学出版社，2019.
[2]柳若边.深度学习:语音识别技术实践[M].清华大学出版社，2019.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除