(毕业论文)基于ADPCM的语音编解码设计

1、1 绪论1.1 课题研究的背景和意义随着社会时代的发展,人类迅速进入信息时代,对于各种资源的利用率要求越来越高,从而推动了语音编解码技术的飞跃发展。与此同时,伴随着微电子技术的快速发展,以及超大规模集成电路设计技术的不断完善,使得语音编解码技术越来越广泛的深入到通信领域、消费电子领域,辟如数字录音笔、ip电话、复读机等等都是语音压缩编码技术的典型应用。语音编码技术就是将模拟的语音信号数字化离散化,利用语音听觉上的制约或者数据的冗余度来压缩信号的一些不必要的信息,以此来增加传输速率、减少存储容量,然后再进行传输、存储或者处理,而解码就是相反的一个过程。adpcm是自适应差分脉冲编码调制的简称，是

2、语音编码的多种算法中的一种，更是最早使用于数字通信系统中的一种语音编解码算法。此算法利用了语音信号样点间的相关性，针对语音信号的非平稳特点，使用了自适应预测和自适应量化，即预测器和量化器它们的参数能随着输入信号的统计特性，自适应于或接近于最佳的参数状态，在32kbps的速率上能够给出网络等级话音质量。adpcm究其本质是一种针对 16bits( 或8bits或者更高) 声音波形数据的一种有损压缩算法,它可以将声音流中每次采样的 16bit 数据用4bit 来存储,所以其压缩比为 1:4。而且它的压缩/解压缩算法非常简单,所以又是一种低空间消耗、高质量高效率声音获得的好途径。adpcm 其主要是

3、针对连续波形数据的，保存的则是波形的变化情况，从而以达到描述整个波形的目的。1.2语音编码的发展和研究状况 数字语音有很多的优点是模拟语音不可比拟的，它能更方便的传输和存储，可以在噪声信道中进行相当可靠的传输，容易进行交换，能够很方便的对信号进行加密传输。数字语音可以由模拟语音简单的抽样，量化来得到，但由于数字语音其数据量比较大如果不经过处理，那它在传输和存储时就会占用很大量的信道资源以及存储空间，那么给系统提出的要求势必就会很高，所以数字语音通常情况下都是要进行压缩编码的。在确保编码语音一定质量的前提下，究竟如何高效率进行压缩编码，或者说在给定信息速率的前提下，如何去提高编码后的语音质量，是

4、当代语音编码所要研究的重点。 语音编码技术一般分为两种：信源编码和信道编码。信源编码的目的是为了提高信号的传输和存储效率，在这指的就是数字语音信号被压缩的比特率(即每秒钟传输语音信号所得出的比特数，通常也可以称为数码率)，使得更多路的语音信号能在同样的信道容量中传输，或者说只需要较小的容量存储数字语音信号，所以这一类编码又被称为语音信号的压缩编码。而信道编码因为是为了提高传输的可靠性而作出的处理，所以又被称为可靠性编码。语音信号编码从方法上讲有波形编码和分析合成系统两大分支。波形编码是以尽最大可能无失真的重构出语音波形为目标，在其编码时以波形逼近为基本原则，在时域上或变换域上直接进行编码，虽然

5、这种方法压缩效率不很高，但是在6416kb/s 的速率上，却可以合成出相当高的语音质量，然而在速率进一步下降时，编码语音的质量将会随之大幅度下降。常用的波形编码算法有：时域上编码的pcm(pulse code modulation)，adpcm，apc(adaptive predictive coding)； 在频域上进行编码的子带编码sbc（sub-band coding）和自适应变换编码atc(adaptive transform cording)。分析合成系统是把语音信号产生模型作为基础，把语音信号变换成模型参数后再进行编码，因此又称之为参数编码。参数编码其出发点同波形编码有所不同，它的

6、原则是以在尽量保持语音可懂度的条件下，为语音信号搭建一个数学模型，然后通过给定的语音信号计算模型参数并且量化编码来实现。而且它的模型参数对比于语音波形来说数据量是很小的，因而其压缩效率很高。虽然也许参数编码会导致重建话音和原始语音在它时域波形上有很大的区别，但它的可懂度仍然可以保持在一个相当高的程度。现在，还时常采用混合编码的方案，混合编码是波形编码和参数编码优点的结合，这种结合是保留分析合成编码技术精华的基础，引用波形编码准则优化激励源信号，从而在一个较小的数码率上(4.89.6kbit/s)获得更高质量的合成语音。 自1937年以来的脉冲编码调制（pcm）是ah里夫斯已经提出，语音编码技术

7、的发展历史已经超过60年。尤其是在过去的20年里，随着计算机的语音编码技术和微电子技术的发展得到了快速发展。64kbit/s的pcm系统标准ccitt于1972年确定了64kbit/s的pcm语音编码g. 711建议，已被广泛应用于数字交换机，数字通讯等领域，到现在为止，仍然是占主导地位。虽然这种编码方法可以得到良好的语音质量，但缺点是，它会占用更多的带宽，有限的带宽资源条件下不使用。ccitt在20世纪80年代初，就开始专攻小于64kb/s的非pcm编码算法，32k比特/秒adpcm语音编码g. 721建议，于1984年通过，它不仅可以实现与pcm等效语音质量，还更好的抗误码性能，它被广泛用

8、于海底电缆，卫星，和可变速率的数字语音内插编码器清空设备。连续地，在那之后，1986年，1988，做了进一步的修改在此，也可以是32k比特/秒的pcm比特率，一般是高速率的一半，达到接近正常的pcm语音质量，防误性能优于pcm格式。随后颁布g. 723标准，扩大到24kbit/s和40kbit/s的编码标准税率。 1990年g. 723，g. 721由itu合并，将进一步扩展的编码率16kbit /秒，从而促进g. 726标准形成的。语音插值技术和浮动利率结合原来的pcm通道的adpcm编码，可扩展到8-10倍，称之为数字语音通道倍增设备dcme。 g. 726标准算法不仅简单，但高品质的声音

9、，即使在经过反复的切换，以确保他们的声音质量，所以网络会议系统,8-isdn通信和voip网络通信等方面具有广泛的应用。然后16kb/s的低时延码激励线性预测（ld-celp）g. 728建议，在1992年出版。正是由于其较低的利率，高性能，低延迟在实践中广泛使用，如：单路单载波卫星，无绳电话和数字插值空气设备，海事卫星通信，存储，数字移动无线系统，分组语音，转发系统，语音留言录制。最后，在11月1995年共轭代数码激励线性预测（cs-acelp）8kb/s的语音编码g. 729建议itu-tsgl5全体会议通过，并通过g. 729附件降低复杂8kb/s的cs-acelp讲话编解码器在itu-

10、tsgl5 1996年6月的会议上正式成为国际标准。这种编码其延迟小，可以节省带宽的87.5，为32kb/s的adpcm语音质量，音质在同级别最优的比特率，在嘈杂的环境中也可以更好的语音质量。虽然csacelp语音编解码器占用比特率比adpcm的少，但是其算法复杂度远没有adpcm的算法简单明了，所以在现代通信系统中，adpcm这种编码算法仍然占主导地位。1.3 语音压缩编码的评价语音质量是一个语音编码系统必然要保证的性能指标,速率再低,编码效率再高,不能得到满意的语音质量也不能算是一个优良的编码算法。那么，在语音压缩编码中，怎样评价一个语音压缩质量的好坏就成为了是一个极其重要的概念，通常，评

11、价语音压缩的标准主要有以下几点：1）语音质量语音质量的评价方法可分为主观评定和客观评定两大类。客观评定方法用客观测量的手段来评价语音编码质量,常用的方法有均方误差、信噪比、加权信噪比、平均分段信噪比等。主观评定方法是用人们自身去感受语音质量的感觉，然后主观评判其语音压缩编码的质量。2)编码速率编码速率，可以使用“比特/秒”（比特/秒或bps）的措施，即总速率编码，通常用i表示，即每秒的编码比特的数量。3)编解码复杂度所谓编解码的复杂度指的就是实现一个信号编解码算法的难易程度。编解码算法的复杂程度和语音编码的话音质量有着相当密切的联系。在一个相同的数码率情况下,算法复杂一些的将会获得更好的语音质

12、量。编解码复杂度可以由算法复杂程度、硬件实现及价格等许多因素来衡量。4)编解码延时数字音频编解码器的延迟主要由两部分组成：算法延迟和处理延迟。之前的压缩的音频信号到高速缓存中的数据必须是有效的，这个时间延迟称为算法延迟，它是不是唯一的方法，以减少通过改变延迟时间。即，音频信号压缩编码器和解码器的编解码器的实现在不同的应用程序所需的时间的处理延迟，国际社会已延时的编解码器不同的要求，如长途编解码器延迟不超过5-10毫秒，但对于可视电话可以扩展到几十毫秒到几百毫秒。5)稳健性(robustness)所谓稳健性是指编译码系统的抗噪声、抗信道误码能力。一个实用的声码器,其误码率要求在10-3的信道上传

13、输时,语音质量不至于过分恶化,而对于移动通信中的声码器则要求在信道误码率为310-2时仍能正常工作。adpcm就语音质量的评价上来说，语音质量的客观评价方法主要采用均方误差和信噪比来评定。但客观评价还不能全面反映人对语音质量的感觉，而主观评定方法符合人们对语音质量感觉的要求。主观评价的优越性，主要体现在其处理还原后给人主观感觉效果很好，感觉语音失真度小；就编码速率来讲，adpcm的编码速率为16kb/s，优于其他编码方式；就其编解码的复杂度而言，adpcm采用四位二进制的差值编码方式，使用起来简单又容易实现；它的抗噪能力也比较强即稳健性相当好。1.4 论文研究的主要内容及章节内容安排本论文研究

14、的内容是语音编解码的算法及软件实现过程，主要是研究adpcm的语音编解码算法及在matlab软件中的实现。论文共分4章，各章内容安排如下：第一章：简要介绍课题研究背景和意义，语音编解码的发展和研究状况以及它的评价标准。第二章：主要介绍语音信号脉冲编码基本理论,为对语音进行adpcm编码译码系统提供理论依据。第三章：介绍pcm与dpcm（differential pulse code modulation）的工作原理，并对二者进行比较，从而体现出dpcm编码的优越性。接着介绍增量调制dm(delta modulation)及自适应增量调制adm(adaptive delta modulation

15、)的原理与运用，二者比较得出adm更容易跟踪信号变化快的的语言,最后阐述了adpcm的由来及主要原理。第四章：确定adpcm实现的总体设计框图,以及adpcm编码和解码实现过程的设计流程图, 并采用matlab软件对adpcm编解码系统的实现进行了仿真。2 语音信号脉冲编码基本理论当前最主要的通信业务有电话、图像(传真、电视)等,它们都是时间上和幅度上连续的模拟信号,如果要想实现数字化的传输和交换,则首先要做的就是把模拟信号变化成数字信号，电话信号数字化一般被称为语音编码,而图像信号数字化就被称为图像编码。虽然两者各有各的特点,但两者的编码原理基本上仍然是一致的。而当前的通信网中很多业务基本上

16、都是电话业务,因此语音编码将为本章讨论的重点。可以说这些理论对任何模拟信号数字化的实现过程都是适用的，其不失一般意义。依照语音的特点,通常把语音编码方法分为波形编码和参量编码，波形编码是指对信号的波形进行编码,它具有较高重建信号质量的能力。参量编码则是通过提取语音信号的一些特征参量,从而对其进行编码,它的特点是码速率较低,但其语音质量要较波形编码差一些。 波形编码的质量比较高,通常在3003400hz话路通道中传输模拟信号(例如模拟数据信号、电话信号、传真信号及各种随路信令信号等)在数字化以后,仍然可以达到原来的质量容限。这一特点是通信网由模拟转换为数字过渡过程中极其重要的一点。根据语音的特性

17、，通常分为波形编码和参数编码类型的两类语音编码方法，波形编码，用于编码的信号波形，它具有更高的能力来重建信号的质量。参数编码是通过提取语音信号的参数的一些特点，从而编码，它的特点是较低的比特率，但不如波形编码的语音质量。波形编码质量是比较高的，通常会在通道3003400hz传输各种模拟信号（如模拟数据信号，电话信号，传真信号，与信道相关信令的各种信号）后的数字仍实现其原来的质量宽容。的通信网络，其特征在于由模拟到数字的转换是非常重要的。语音信号有很多波形编码方法,例如脉冲编码调制（pcm）、自适应增量调制(adm)、自适应差值脉冲编码调制(adpcm)、子带编码(sbc)、矢量编码（vqc:v

18、ector quantitation coding）等。为对语音进行adpcm编码译码系统提供理论依据，下面主要介绍编码的一些基本理论。2.1 语音信号压缩的基本原理在数字通信中，语音信号被编码为二进制数字序列，通过信道传输或存储，在经过解码后恢复为可懂的语音。将语音信号编码为二进制数字序列后再经传输或储存有其独特的优点。例如，可摆脱传输或存储中噪声的干扰。模拟传输信道的噪声总是要使语音信号发生畸变，而数字通信只要有足够的通信站，就能排除所有噪声的影响；另一方面，磁带录音机存储模拟信号时要受磁带噪声和其他噪声的影响，而采用计算机存储数字语音信号时，惟一的失真来自模数转换前的低通滤波。另外，数字

19、编码的信号还便于处理和加密、再生与转发，也可与其他信号复用一个信道，设备便于集成等。最简单的语音编码方法是对其直接进行模/数变换；只要其取样率足够高，量化每个样本的比特数足够大，那么就能保证解码恢复的语音信号有非常好的音质，而且也不会丢失有用信息。可是对语音信号直接进行数字化其所需数码率太高，比如普通电话通信中采用8khz取样率，如用12bit进行量化，则数码率为96kbit/s，这样大的数码率即使对很大容量的传输信道也是难以承受的。而语音信号用pcm编码后，数码率为64kbit/s,不进行压缩很难用调制解调器在电话线路上传输，所以必须进行压缩编码。对语音进行编压缩码的基本依据有两个。一是，从

20、产生的物理机理和语音结构的性质来看，语音信号中存在较大的冗余度。从信息保持的角度讲，只有当信源本身具有冗余度，才能对其进行压缩。语音压缩实质上就是识别语音中的冗余度并设法去除掉它们。冗余度最主要部分可以分别从时域或频域来考虑，归纳起来有以下几个方面：1，语音信号样本间的相关性很强，即其短时谱不平坦。2，浊音语音段具有准周期性。3，声道的形状及其变化比较慢。4，传输码值的概率分布是非均匀的。语音编码的第二个依据是利用人类听觉的某些特性。人耳听不到或感知不灵敏的语音分量可视为冗余（这种冗余可看作为主观上的冗余），所以可以利用人耳感知模型，去除掉人耳感觉不灵敏的语音分量，而重构后的语音质量不明显下降

21、。总之，利用冗余度或者是听觉上的制约，可以压缩表示语音信号的必要信息，从而可降低传输速率或存储容量。下面给出脉冲编码的基本框图：图1 模拟脉冲编码框图2.2 采样定理2.2.1 nyquist采样定理采样是指将时间上连续的模拟信号变为时间上离散样值的过程。采样定理最主要要回答的问题是看能不能由离散样值序列重建出原始的模拟信号。且抽样定理还是任何模拟信号数字化的理论基础。其主要有以下几种:nyquist采样定理；带通采样定理；自然采样平顶采样。接下来简单的介绍一下nyquist采样定理和带通采样定理。 nyquist采样定理:设定一个频率带限信号为,将其频带限制在(0, )或以下,若对以不低于的

22、采样速率进行等间隔采样,那么获得时间离散的采样信号 (其中称为采样间隔), 通过所得到的采样值原信号将完全的确定。 奈奎斯特采样定理指出，如果信号是一个不小于2倍的采样率进行采样的，则由所得到的离散采样值就可以唯一的恢复原信号。根据抽样理论，使采样信号通过一个低通滤波器，其带宽不小于，过滤掉高频成分，因此它可以恢复的原始信号的无失真的从中。随着时间离散采样值来代替连续时间模拟信号的采样定理的意义是，这将模拟信号处理数字化奠定了理论基础。2.2.2 带通信号采样nyquist采样定理仅仅讨论了频谱分布在(0, )上的基带信号的采样问题, 但在实践中，我们遇到的信号，尤其是语音信号中，通常会在一个

23、有限的频带(, )范围内的信号的带通频率分布，由奈奎斯特采样定理，依然能按照的采样速率去进行采样。当时,即当信号最高频率远远大于该信号带宽b时,若仍然按照nyquist采样率去进行采样的话,那么它的采样频率就会变得很高,从而就很难去实现, 或随后的处理速度是非常困难符合要求的。带通采样定理:设一个带限信号,将其频带限制在(,)范围内,若其采样速率关系式满足: （1） 其中n为整数,其取值区间为:0,n,n为/b的整数部分。那么的频谱将不会发生混叠,即能从中无失真的恢复出。从以上采样定理中很容易推导出最低采样率（2）(当n=最大值n时, 最小)，且又由式可以得知:带通采样频率最小值在2b到4b之

24、间，即 （3）通常,当带通信号的带宽比信号的最低频率大时,就可将此信号作为低通信号处理。只有当不满足上述条件时才使用带通抽样定理。2.3 量化定理2.3.1 基本概念量化是指将一个幅度连续变化的信号变为一个离散信号的过程。由于用有限长度的二进制数字码组表示模拟信号样值是pcm的数字化过程,然而有限长度的二进制数字码组又只能代表有限数量的样值,所以若要用有限的数量样值去表示原模拟信号无限个幅度抽样值，那么就需要对其进行量化。量化的方法就是，将所需量化样值的最大变化范围分成若干个相邻区间段落,当其样值落在某一间区间内,它的输出数值就用此区间内的某一个单一固定值来表示。量化间隔可以是相等的,也可以是

25、不相等的,一般有均匀量化和非均匀量化两种量化方法。从量化结果可以发现,不论量化的间隔有多么小,都会带来一定的误差,随之就产生了量化噪声。虽然将量化间隔取得较小，量化级数会因此变多从而能减小一定的量化误差,但与此同时，也会相应的增加数码率,提高编码设备的复杂程度,而且需要较宽的传输信道。例如,对语音信号,其抽样速率为,如果每个样值编码8位,量化共有256个量化间隔,每路语音pcm编码后的数码率为8x8=64kib/s；如果每位样值编11位码,数码率提高到88kbit/s。2.3.2 均匀量化均匀量化也叫线性量化,它在量化时各量化间隔是相等的。任意一个量化器都会有一定的量化范围,通常取-vv。在均

26、匀量化的情况下与, 量化间隔()和量化级数n的关系为: （4）通常情况下每一个量化间隔内的量化值可以取此区间内的任意一值,但是理论上为了减小平均量化误差功率, 一般量化值的取值会取量化间隔中间值,那么这样量化的最大误差便为/2。一般来说，信源码都是二元码,所以其码位n与量化级数n的关系为,即。对于均匀量化的量化间隔或是量化电平用n位码表示,就得到了数字编码信号,通常称为线性pcm编码信号。2.3.3 非均匀量化非均匀量化是一种量化间隔取决于使用不同信号的，在信号幅度值比较小的区间内就采用小的量化间隔,而在信号幅值比较大的区间内则采用大的量化间隔,量化间隔不再是一个恒定值。非均匀量化较均匀量化方

27、法具有以下两个优点：a)当对一个概率密度非均匀分布的语音信号进行量化时,非均匀量化方式就可以得到较高的平均信号量化噪声功率比。b) 在非均匀量化，量化噪声的语音信号的rms值的功率大致成比例的采样，即，量化的或大或小的语音信号的量化噪声信号的方法，无论水平是相同的，即改善均匀量化的声音时，小信号量化噪声比。非均匀量化小的用于小信号的量化噪声，以确保在同一时间有一定的限制，在量化过程中，有足够的动态范围的量化比特数并没有把一个大的信号过载。如果我们知道的语音信号的幅度的概率密度函数的序列，我们可以设计给定的量化比特数的量化噪声是最小的非均匀量化器。输入语音信号的方差和概率密度函数进行量化，与量化

28、的质量密切相关，我们需要通过量化方法一种受二者影响较小的，目前在这方面的杰出贡献的，我们经常看到的a律或律量化。非均匀量化的过程中，可以等效地视为非线性的压缩语音信号的振幅，然后的线性量化处理。非线性压缩方法是目前理想的对数压缩。所谓的对数压缩，也就是说，要量化的对数压缩的语音信号的振幅值，振幅的第一语音信号的对数，然后量化值，提高量化器的动态范围。在解码侧，通过过程的逆过程 - 恢复的话音消息的采样的指数函数的对数。仅取自量化步长的量化噪声对数压缩，从该语音信号的方差。然而，其值的对数的语音信号的振幅可能很大，需要定量或定量的特定的量化比特的电平，以便对数压缩更难以实现。可将对数压缩特性作些

29、近似,这样才有了后来的律的压缩方式:先将语音抽样信号作公式（5）变换得到,量化器再对进行量化。 （5）当时, 当时, 当时, 输入输出信号相同,即没有进行压缩,信号子幅度范围即量化电平均匀分布;当很大,并且也很大时,则有: （6）此时的律量化器的信噪比可推导为: （7）由上述公式可知: 律量化器信噪比与关系不大。大量实验结果表明,对于一个固定的值,若减为二分之一,则减少6db；而对于一个固定的值,码每增加一位,则增加6db。律量化器以量化信噪比作较小牺牲为代价,使量化器有一个比较宽的动态范围。通常作为“长途电话质量”语音波形标准的7位律pcm在动态范围合适的情况下保持有34db的信噪比。而若用

30、均匀量化器得到同样宽度的动态范围,大约需要11位,比律量化器高出50%还多。2.3.4自适应量化一方面，在语音信号中的量化器的量化步长，从选定的足够大，以适应动态范围;另一方面，希望减小量化步长，以减少量化噪声相差。这种现象的原因是语音信号，语音通信过程是不固定的。与扬声器或通信环境的变化，和由浊音清音段到段的语音内容，语音信号的幅度会在一个很宽的范围内。正如我们所看到的，使用非均匀量化，以适应这些幅度的波动是一种方式，还有一个比这更好的方式，采用自适应量化，即使量化的量化步长自动适应输入电平的变化。在本节将介绍自适应量化的一般原则。自适应量化的基本思想，是使量化步长的距离，变成输入信号相匹配

31、的幅度变化，作为输入信号的振幅从规定的变化，从而进一步提高其定量结果的量化步。也可以在前面的一个固定量化器的自适应增益控制，使之进入到量化器的输入信号保持到一个固定的常数方差。这两种方法是等效的。这两种方法应容易地估计随时间变化的输入信号的振幅，来纠正从（n）的量化步长的增益值。并根据不同的估计方法，自适应量化可以分为两种类型：一种是输入振幅或输入估计值本身的方差，此程序被称为前馈自适应量化（aqf），另一种是，在根据与量化步长从量化器输出是自适应的，或等价的输出码字c（n）自适应调整，这个程序被称为反馈自适应量化（aqb）。无论的aqf法或aqb方法，可以显着提高量化的输入信号电平变化的适应

32、能力，可以使大或小信号输入信号输入具有很高的量化噪声比。1）前馈自适应量化所谓前馈自适应是指，信号的能量或者方差是通过输入信号其本身估算出来的，通常是先在估算出的方差后，然后令两种系统输出 (8)即正比于，而反比于盯。因为量化噪声不能影响的aqf估值方法，所以aqf估值相当可靠的。在同一时间，这也意味着，为了信息的传送量，使用额外的比特到解码器，被称为边信息。典型5-6位需要编写每个量阶，所以，估值的频率不能太高，不然总的编码速率过大，一般为10至30毫秒的时间估计。 aqf方法还具有的另一个问题是，将引入一个较长的编码延迟，它经常被用于子帧的编码处理。2）反馈自适应量化器 反馈自适应量化器的

33、估值方法是使用量化的信号后去提取量阶信息，所以就避免了边带信息和延迟的问题。 aqb的问题是其估值精度将量化噪声的影响，并会影响加剧量化粗糙性的增加，甚至有可能导致量化工作不正常。因此，aqb方法通常被用在相对较高的质量在短暂的延迟语音编码中。通常说来，前馈的适应性和反馈自适应相比，信噪比略高一些，但是前馈自适应需要延迟一段时间，短期时间去计算方差，而反馈自适应然后瞬间完成。总之，能够给予超过律或a律自适应量化量化的信号信噪比，适当的选择，但也允许自适应动态范围与后者相当，选择一个较小的无语言也使活动时量化噪声非常低，因此自适应量化是一种非常有效的编码方法。3 自适应差分脉冲编码调制adpcm

34、目前，脉冲编码调制（pcm）的数字通信系统已经在大容量数字微波、光纤通信系统，以及市话网局间中继传输系统中获得广泛的应用。但是现有的pcm编码必须采用64kbit/s的a律或律对数压扩的方法，才能符合长途电话传输语音的质量指标，其占用频带要比模拟单边带通信系统宽很多倍。这样，对于费用昂贵的长途大容量传输，尤其是对于卫星通信系统，采用pcm数字通信方式时的经济性很难和模拟相比拟。因此，人们一直致力于研究压缩数字化语音占用频带的工作，也就是努力在相同质量指标的条件下，降低数字化语音数码率，以提高数字通信系统的频带利用率。 自适应差值编码调制（adpcm）是在差值脉冲编码调制（dpcm）基础上逐步发

35、展起来的。它在实现上采用预测技术减少量化编码器输入信号的多余度，将差值信号编码以提高效率、降低编码信号速率，这广泛应用于语音和图像信号数字化。ccitt近几年确定了64kb/s32kb/s的变换体制，将标准的pcm码变换为32kb/s的adpcm码，传输后再恢复为64kb/s的pcm信号，从而使64kb/s数字话音压缩速率一倍，使传输信道的容易扩大一倍。 adpcm中的量化器与预测器均采用自适应方式，即量化器与预测器的参数能根据输入信号的统计特性自适应于最佳参数状态。通常，人们把低于64kb/s数码率的语音编码方法称为语音压缩编码技术，语音压缩编码方法很多，自适应差值脉冲调制（adpcm）是语

36、音压缩编码中复杂程度较低的一种方法。它能32kbit/s数码率上达到符合64kbit/s数码率的语音质量要求，也就是符合长途电话的质量要求。adpcm是波形编码中非常有效的一种数字编码方式。在adpcm系统中量化器和预测器均采用自适应方式，即量化器和预测器的参数能随输入信号的统计特性自适应于或接近于最佳的参数状态。与pcm系统相比，adpcm的量化器和预测器都是根据前面出现的pcm抽样值并对下一个抽样值进行预测，将当前的抽样值和预测值进行求差，然后对差值进行编码。对差值编码需要的位数要比直接对原始语音信号编码所需的位数少，从而达到对信号压缩的目的，在这里编码所包含的信息从原来的原始语音信号变为

37、语音信号之间的变化。3.1 脉冲编码调制pcmpcm编码被称为脉冲编码调制，这是在一个数字通信的编码，是最简单的波形编码方法，编码主要过程是语音，图像，对其进行采样以规则的间隔上的一些模拟信号，使该信号是离散的，在同一时间的样值被舍入，根据分层量化单元的舍入，而在采样脉冲振幅的采样值与一组二进制码。 pcm编码的最大的优点是，音质好，最大的缺点是笨重。我们常见的音频cd上使用了pcm编码。pcm模式是抽样，量化和编码三个基本方面完成。音频信号通过一个低通滤波器的带限滤波处理，从取样，量化和编码三环节完成pcm调制，来实现a / d转换，形成pcm数字信号的纠错编码和调制，它被记录在记录介质上。

38、数码录音cd和磁带介质。在播放期间，从记录介质中取出由数字信号处理，例如解调和纠错后，恢复成pcm数字信号，然后由数/模变换器以及低通滤波器还原成模拟音频信号。在cd-pcm的数字信号转换成模拟信号，以恢复解码器 - 被称为cd-pcm解码器。脉冲调制就是将一个时间连续,取值连续的模拟信号变换成时间离散,取值离散的数字信号后在信道中传输。脉冲编码调制的过程就是先对模拟信号进行抽样,再对样值幅度量化,最后进行编码。 模拟信号的周期性扫描的将时间连续信号转换成离散时域信号的过程称为采样。经过模拟信号采样的原始信号也应包含的所有信息，能恢复原来的模拟信号无失真。采样速率的下限是由抽样定理来确定。量化

39、在pcm中所指的就是将一个经过抽样后得到的瞬时值使其幅度离散化,即用一组规定的电平去表示其瞬时抽样值最接近电平的值。通过采样的模拟信号进行量化获得的量化的脉冲幅度调制信号，这是一个预定电平的样值来表示的瞬时值的最近水平。对于编码，使用一个二进制代码来表示每个组有一个固定的量化电平，但它实际上是量化同时在编码过程中，因此也可以被称为编码处理的模拟/数字转换，可以是a / d转换的意思。3.2 差分脉冲编码调制dpcm差分脉冲编码调制记录的不是信号的绝对大小而是相对大小。因为通常情况下的信号的相对大小的变化小于信号本身，那么编码所用的码位也就少。假如取样频率足够高的话，那么大多数连续采样之间将产生

40、很大的关联。所以差分系统就利用了这种信息的冗余，不在于记录信号的大小，而是去记录相邻值之间差值的大小。图2 dpcm编码器示意图差分编码中使用的预测编码技术，这个想法是从输入中减去预测值，然后进行量化的预测误差，和最终的代码的预测值和实际值之间的差值。与过去的数据来预测当前样本，然后使用的错误代码来重建原始样品的解码器。此方法使用一个相对较小的比特数，但其性能依赖于它的能力，以适应变化的信号和预测编码方法。为了便于分析，我们需要定义预测器的性质。按照语音产生模型和数学上容易进行处理，通常是线性的预测，即预测输出x（n）与前量化值的线性组合关系 （9）为简单起见，往往可能采取以下的通式（10）在

41、一个固定的一阶预测的形式 （10）此时，差分方程满足于，则系统函数有 （11）当系统函数的式（10）是相当于数字积分器（当a =1），且al时，它们可以被称为“漏积分器”。大量实验表明，使用二阶预测器有可能获得一个大信号噪声比（snr），即 （12）则有 （13）该系统函数有 （14）当两个极点为实数时，就有二阶预测器的性能高于一阶的预测器，这种预测是通常被称为“双积分器”，比较一阶预测器有4分贝的改善。这种线性预测系数在跟随语音变化而变化时，那么它被称为自适应预测。自适应预测有三个特点：首先，相同的量化的比特数，信噪比总是大于非预测编码，即，其自适应预测增益总是大于1。二是它的增益是随时间变

42、化的，因为它是信号频谱函数，谱的动态范围越大，其信号样本之间相关性就越强，预测增益也就越高。因此，这种预测器又被称之为基于频谱包络的预测。三，其量化噪声是类似于白噪声，因此输出噪声频谱是平坦的。由2.3小节可知，自适应量化包括前馈自适应量化和反馈自适应量化，同样，自适应预测器也可分为前馈自适应和反馈自适应，前馈自适应预测器计算预测系数是通过误差 （15）最小来求得。e(n)为线性预测误差，是按照帧时来变化的，即按照10到30毫秒为一帧来决定求和样本点数n和系数，而是式（15）使用了输入语言信号，它在其接收端是得不到的，因而其预测系数必须作为边信息传输到接收端。对反馈自适应预测器，预测系数从其序

43、列出发，使误差（16）最小得到，由图3可知，在发送端与接收端都能得到，所以除了传送，无须要任何的附加边信息传给接收端。图3 自适应预测编码系统为了清楚可见，现将前馈自适应预测和反馈自适应预测做一下简略的比较。1）效果是前馈反馈自适应预测一般稍好，但主要的问题的前馈预测的发送到接收器的预测系数，并且，以确保准确的传递，需要适当的量化和编码它们，并有效地与结合起来，实现高效率的传输，这将使发件人反馈的预测变得更加复杂，并没有这个问题。2）传输的误码对反馈自适应预测的编码影响比较大，在前馈自适应预测器中，误码不会影响预测器系数。当然，预测系数其传输本身也会出现误码，但是它只局限于影响本帧的结果，在一

44、般情况下，编码器的预测器系数时，将采取有效措施，即使发生误码，不会导致系统不稳定。反馈预测算法获得的预测系数，不保证它们形成的合成滤波器的一定的稳定性，同时，又要考虑该算法的收敛性和有限字长的影响，这将使得相对复杂反馈自适应预测算法。3.3增量调制dmdpcm对输入信号与预测值之差进行编码，当采样频率的增加，减少样品之间的变化，样本之间的相关性变强。增量调制本质上是一个dpcm方法，与一般dpcm两个主要区别是：首先，在delta调制的波形的采样率远高于奈奎斯特采样定理确定的采样率，第二个是使用两个电平值信号差即1比特量化器。这是在更高的采样频率和一个1-bit编码。因为只有一个量化电平来表示

45、样本值的变化，以跟踪信号的变化，则必须使用上述一般要求相对高的采样频率为200khz，因此，反映差分编码本身，而不是原来的信号。 图4 使用1比特差分码进行编码的调制dm，也被称为调制器，它是一种预测编码技术，被pcm编码的基础上发展而来的，它可以说是一个变化的pcm，pcm编码的每一个采样信号的幅度是整个量化和编码，所以它具有任意波形的编码能力; dm实际采样的采样信号的极性之间的实际差异信号和预测编码，有关的极性变成“0”和“1”两个可能的值之一。如果实际的采样信号减去采样信号预测之间的差异是“积极的”（即“积极”的极性），然后用“1”，而是使用“0”。由于只有一个1-bit的dm编码的语

46、音信号进行编码，编码系统，也被称为dm“升位系统”。可以看出从图4中，在开始阶段，有调制器的输出不能跟踪的输入信号的现象非常快速的变化，我们称这种现象为调制器的“斜率过载”。一般来说，当输出信号的反馈环路中是最大变化速度超过的输入信号的变化率，将有一个所谓的斜率过载。发生这种现象的主要原因，因为由量化步长的限制，和量化步长的大小的变化的输出信号的反馈环路的最大速率是固定的。从图4可以看出，当输入信号的变化相对缓慢，即输入信号和预测信号，当该差值接近于零，delta调制器的输出，有随机交替的“0”和“l “的现象。这种现象被称为“粒状噪声（颗粒噪声）”调制器，该噪声不能被消除。当输入信号的变化更

47、快，斜率过载将成为人们关注的焦点，当输入信号的变化慢时，它会再次成为关注的焦点粒状噪声。因此，为了避免发生斜率过载时，通常有必要增加量化步长，但这样做，它会成为较大的颗粒噪声，相反，如果你想减少颗粒噪声，那么它是必要的，以减少量化步长，这样就使得斜率过载会变得更加严重，因此，促进自适应增量调制adm的发展研究。3.4 自适应增量调制adm自适应增量调制的基本思想就是使增量自适应于语音信号的平均斜率变化，当语音信号波形的平均斜率变大时，就会自动增大，反之，就会自动减小，从而缓解增量调制中由于固定引起的矛盾。通常情况下，人耳对过载量化噪声不是很敏感，而对颗粒噪声较为敏感，因此就需要将的幅值取得足够

48、的小。然而，虽然此时被取得比较小，随之而来的过载噪声就会因此增大，所以此时必须要通过增加采样频率来确保减少信号量化过程中的过载噪声，但是如果此时去提高采样频率，又会使其信息压缩的效果因此降低。所以综上两方面的要求，需要采用一种随输入波形自适应改变大小的自适应编码方式，从而使得值随信号平均斜率变化而变化：当斜率大时，就会自动增大；当斜率大时，就会自动减小。这就是自适应增量调制adm（adaptive dm）。此方法的原理：在一段语音信号幅值变化不很大的区间内，就取较小的值去抑制颗粒噪音；而在幅值变化比较大的区间内，就取相对较大的值去减小过载噪音。它的增量幅度确定方法是，先在颗粒噪音不会产生大的影

49、响的条件下，确定一个最小的幅值。在相同符号持续产生的情况下，将幅值增加到原来的2倍。也就是当+、+连续增加时，若下一个残差信号仍然是相同的符号，则就再将幅值再次翻番，等等，还要确定最大限幅，只要的振幅的最大值一个持续产生相同的符号将继续增加的幅度下来。如果相反，残差信号是一个不同的符号，将前一个原始幅度的1/2作为这一次振幅。即，如果连续地产生相同的两个或更多个相同的，而第三个将增加一倍幅，如果它们具有不同的符号，在的幅值被减小了1/2。此外，不同的电话号码时，继续产生时的振幅减小，已减少到最低限度，以便确定初始振幅极限为止。此adm算法，采样率至少为16千赫。图5 连续0和1引起增量步长的改

50、变3.5 自适应差分脉冲编码调制adpcm3.5.1 编码原理自适应差分脉冲编码调制就是用预测编码去压缩数据量。其主要结合了adm的差分信号和pcm的二进制码的方法，是一种性能非常好的波形编码。它的核心思想是：一是使用自适应量化步长的想法来改变其大小，即小的差值用比较小的量化阶去编码，大的差值使用大的量化阶去编码；二是是使用以前的样值来估计即将到来的下一个输入样本的预测值，所以实际样本值和预测值之间的差已被保持在最低限度。图6 adpcm原理框图adpcm编码的想法是实际样本值与预测值和预测之间的差值被编码，其量化的方式非均匀量化，并让不同幅值信号的信噪比接近一致，以避免语音信号的小振幅的sn

51、r值是小的，但大幅值语音信号信噪却又比较大的现象。它的编码过程如图6所示。向编码器输入一个语音数据的16位的二进制补码，这是在32767-32767之间的范围内。为预测采样值，其同线性输入之间的差值为d。量化的差分量化器，用于产生一个带符号的4的编码数据i，该数据的表示7和-7之间的范围内，其特征在于，所述编码的值的最高位是符号位的数据。编码时，首先要计算出16位二进制补码的当前采样值与上一个预测采样值的差值d，那么将输出的4位adpcm值i即为该差值的量化编码。在该算法的过程中，将存储预测采样定义为一个结构变量，还定义一个量化步长索引，并制定两个表。一表是索引调整表，差值量化编码i作为其输人

52、，用以更新步长索引；另一表为步长调整表，将步长索引为其输人，步长q为输出。编码时，先用上一个采样点的步长去索引查步长调整表求出步长q。若是当前采样值与采样预测值之间的差值d为负，那么i的d3位置即最高位为1。假如该差值绝对值大于步长q，那么i的d2位置1。若大于，则i的d1位置1，如果大于，则i的d0位置1。如果上述条件没有得到满足，那么相应的位置将被设置为0。这将确定的编码值i，然后，再将编码值i作为指标，来作为索引调整表的输入，然后输出索引调整通过查表所获得，并与结构变量中原步长索引相加，生成新的步长索引用于编码下一个采样值中使用。编码输出i后，还需要重复进行相同的计算过程，从而获得新的预

53、测样本。 3.5.2 解码原理解码是编码的相反的过程，给出adpcm的解码过程框图如图7所示。将前面编码输出的i作为解码器的输入，然后通过逆量化器将编码i逆量化成差值。差值和预测采样相加后得到一个解码输出。解码的过程和编码过程中求图7 解码原理框图预测采样其原理是相同的，如果你想能够在解码端的也重现，那么你需要编码端的能够很好的跟踪上。这里所涉及的因素算法本身的延迟和实施平台，实时的方法等。解码过程：首先求得获得量化步长，这个可以根据步长索引查步长调整表来得到，并让差值量化编码i经过逆量化器后得到语音差值，这是求i的逆过程；接着和前次预测值一同重建当前的语音信号；最后根据固定预测，更新预测采样

54、，用i去更新量化步长索引值。4 基于adpcm的语音编解码设计的软件实现本章提出了一种基于adpcm的语音编解码设计，确定adpcm实现的总体设计框图,以及adpcm编码和解码实现过程的设计流程图, 并采用matlab软件对adpcm编解码系统的实现进行了仿真。4.1 总体设计框图依据adpcm编解码的基本原理，得出该设计的总体设计框图如图8所示，首先用电脑自带录音软件录制一段“.wav”格式语音作为设计中的信源即“输入语音信号”。用matlab自带函数“wavread（文件名）”将语音信号读取进来(该函数读入即为离散信号)并对其采样；然后，用adpcm的编码方式对其编码；再将编码后的信号输入到一个模拟的信道中模拟传输，在输出端对信号进行语音还原即adpcm的解码，并求得原始信号与编解码传输信号之后的误差。图8 程序框图该主程序主要代码如下：y,fs=wavread(lf.wav);sound(y,fs) %播放原始语言y=wavread(lf.wav); %读入原始语音y1=y(1:1000:1323000 ,1); %采样bmh=bm(y1); %对信号进行编码x=awgn(bmh,20); %加白噪声模拟信道bmh=round（x）； %滤波取整y=jm(bmh)；