《讲话音编码》PPT课件.ppt

1,第三讲 话音编码,1. 信息量大,2,2. 编码与压缩标准ITU-TSS Pulse code modulation: PCM Delta modulation: DM与ADM Adaptive PCM: APCM Differential PCM: DPCM ADPCM G.722 , SBC Global System for Mobile communications GSM协议,3,话音编译码器,波形编译码器 (waveform codecs) 话音质量高，但数据率也很高 音源编译码器 (source codecs) 数据率很低，产生的合成话音的音质有待提高 混合编译码器 (hybrid codecs) 使用音源编译码技术和波形编译码技术 数据率和音质介于它们之间,4,波形编译码器,波形编译码的基本思想 不利用生成话音信号的任何知识而企图产生一种重构信号，它的波形与原始话音波形尽可能地一致。 最简单的波形编码是脉冲编码调制， PCM (pulse code modulation) 仅对输入信号进行采样和量化 ， 优点：编译码器简单，延迟时间短，音质高。 不足：数据速率比较高，对传输通道的错误比较敏感。,5,音源编译码器,音源编译码的基本思想 企图从话音波形信号中提取生成话音的参数，使用这些参数通过话音生成模型重构出话音 声码器(vocoder) 其话音生成模型中声道被等效为 时变滤波器(time-varying filter) 只需要传输:滤波器规格、发声标志、音节周期等等 特点：质量远远低于自然话音 ，保密性能好,6,混合编译码,混合编译码的基本思想 企图填补波形编译码和音源编译码之间的间隔 最成功并且普遍使用的编译码器 时域合成-分析AbS(analysis-by-synthesis)编译码器,7,8,3.2 PCM,PCM的概念（参见图3-7),模拟声波的数字化示意图,9,2.量化 均匀量化： 等距离分割信号的幅度范围 对每个分割区间，用一个整数值表示 例如信号幅度（-0.9,0.7），分成8个等距区间。 量化噪声： x(n)为未量化的采样值，e(n)为量化误差 实际应用中，很少采用,10,非均匀量化： 语音信号幅度的分布： 拉普拉斯分布密度 解释 信噪比 位数不增加，保证信号的质量 根据抽样非均匀分布的特点，设法让量化阶距随信号的概率密度的减少而增加。或者说把大的量化误差留给出现概率较小的样值。 用非线性变换y=F(x), 先将信号压缩后，再均匀量化。恢复时，用该变换的反函数x=F-1 (y) 对量化值进行扩展，就可得到重建信号。,11,非均匀量化： 非线性变换:对数变换ln 人耳对音量、人眼对光强的感知也呈现对数特性：声音响一倍，光亮一倍。 非均匀量化举例 大的信号采用大的量化间隔，小的信号采用小的量化间隔（P31） 量化间隔与信号的概率密度成反比。,12,3. 律压扩(-law),13,4.A律压扩 (A-law),14,3.4 增量调制与自适应增量调制,编码的数据压缩依据 幅度非均匀分布-非均匀编码 样本间的相关,即相邻样本之间的取样数据存在强相关。例如，取样频率8kHz，相邻样本间的相关系数0.85, 相距10个样本间，仍有0.3产生预测编码技术,15,1.增量调制Delta Modulation PCM:对采样信号的幅度编码 DM: sign（采样信号与预测的采样信号） 采样信号预测的采样信号：编码为1 否则 编码为0 只需要1位对话音进行编码，1位系统 参见图3-12,16,17,2. DM的问题 信号变化率大：斜率过载（slope overload） 信号变化率小：粒状噪声（granular noise） 3. ADM(Adaptive DM) 检测信号斜率， 过载时，加大Delta。 斜率减少时，减少Delta. 具体方案： Song在1971：每当输出不变时，Delta增大50% 每当输出值改变时， Delta减少50% Greefkes70年:输出连续出现三个相同的值，量化阶就加上一个大的增量，否则就加上一个小的增量,18,3.5APCM、DPCM,目的：对PCM 的量化数据（量化数据为s(k)）压缩。一种根据输入信号幅度大小来改变量化阶大小的一种波形编码技术 1.APCM(Adaptive PCM) 方法：根据s(k)的方差，决定量化阶的大小。 量化阶大小的改变：每隔几个样本（瞬时）或者较长时间 量化阶的确定： 前向：为量化样本的均方差（入端） 后向：量化器最近刚输出的样本的均方差（出端）。 See fig 3-13,19,前向自适应(forward adaptation),根据未量化的样本值的均方根值来估算输入信号的电平，以此来确定量化阶的大小，并对其电平进行编码作为边信息(side information)传送到接收端 S(k)是发送端编码器的输入信号，Sr(k)是接收端译码器输出的信号,20,后向自适应(backward adaptation),从量化器刚输出的过去样本中来提取量化阶信息。由于后向自适应能在发收两端自动生成量化阶，所以它不需要传送边信息。,21,2.DPCM（差分脉冲编码、预测编码） 利用样本间的相关性，用过去的样本（1N个）去估计下一个样本的幅度值，该值称预测值。 对实际信号值与预测值之差进行编码。从而就减少了表示每个样本信号的位数 DPCM系统工作时，发端先发送一个起始值，接着就发送预测误差值。收端把收到的经过量化的预测误差值与本地计算出的预测值相加，即得到恢复信号。 举例，80（第一个分数），-1（相对于前一个），+5，-2，-10，,22,差分脉冲编码(DPCM),差分信号d(k)是离散输入信号S(k)和预测器输出的估算值Se(k-1)之差 Se(k-1)是对S(k)的预测值，而不是过去样本的实际值 接收端,23,自适应差分脉冲编码调制(ADPCM),ADPCM(adaptive difference pulse code modulation) 综合了APCM的自适应特性和DPCM系统的差分特性，是一种性能比较好的波形编码。 核心想法:：利用自适应的思想改变量化阶的大小，即使用小的量化阶(step-size)去编码小的差值，使用大的量化阶去编码大的差值，使用过去的样本值估算下一个输入样本的预测值，使实际样本值和预测值之间的差值总是最小。,24,接收端的译码器使用与发送端相同的算法，利用传送来的信号来确定量化器和逆量化器中的量化阶大小，并且用它来预测下一个接收信号的预测值,25,线性预测编码(LPC),线性预测编码LPC(linear predictive coding) LPC是通过分析话音波形来产生声道激励和转移函数的参数，对声音波形的编码实际就转化为对这些参数的编码，这就使声音的数据量大大减少。 线性预测器是使用过去的P个样本值来预测现时刻的采样值x(n)。,26,GSM算法,使用较普遍的波