数字通信技术02-1.ppt

1、2,2.1 语音编码的方法、性能和标准 2.2 信号的采样和量化 2.3 语音的产生模型和LPC声码器 2.4 语音编码的A-b-S方法 2.5 几种混合编码方法,内容,3,了解语音信号数字化的目的和要求；理解语音信号的波形编码、参数编码、混合编码的定义；掌握对语音编码信号性能的评价方法。 理解标量量化和矢量量化的原理及异同点。 了解语音信号的参数模型；掌握线性预测的概念、线性预测声码器的工作原理。 掌握参数编码中合成分析算法的基本原理和优缺点；了解常用的语音信号的混合编码方法。,要求,2.1 语音编码的方法、性能和标准,5,语音编码方法的分类： 波形编码 参数编码 混合编码,一、语音编码的方

2、法,6,1. 语音信号的波形编码 原理： 从语音信号波形的特点出发，在时间轴上对模拟语音按一定的速率抽样，对波形的采样值，或其预测值，或其预测的误差值进行量化并编码，编码后的信号为二进制数字序列。解码是其反过程，将收到的数字序列经过解码和滤波恢复成模拟信号。,一、语音编码的方法,7,特点： 以重构语音波形为目的，力图使重建语音波形保持原语音信号的波形形状。 适应能力强、语音质量好。 编码速率高。 在16至64kbit/s的速率上获得较高的编码质量，当速率进一步下降时，其性能会下降较快。,一、语音编码的方法,8,常见的波形编码方式： 脉冲编码调制（PCM）、增量调制（M） 自适应增量调制（ADM

3、）、自适应预测编码（APC）、自适应差分编码（ADPCM） 子带编码（SBC）,一、语音编码的方法,9,2. 语音信号的参量编码 原理： 从语音信号的产生机理出发，构造语音信号的模型，提取描述语音信号的特征参数，对模型参数或其预测值进行编码。在收端，根据特征参数通过模型重构语音信号。,一、语音编码的方法,10,特点： 编码速率低，可压缩到2kbit/s-800bit/s； 合成的话音质量差，只能达到中等，自然度较低； 不以重构语音波形为目的，在解码端重构一个新的有相似声音但波形不尽相同的语音信号。 常见的方式： 线性预测编码（LPC），及其各种改进型，如MBE等。,一、语音编码的方法,11,3

4、. 语音信号的混合编码 原理： 混合编码将波形编码和参量编码组合起来，克服了原有波形编码和参量编码的弱点，结合各自的长处，力图保持波形编码的高质量和参量编码的低速率，目前在1.2-16Kbit/s速率上能够得到高质量的合成语音。 特点： 低速率、高质量,一、语音编码的方法,12,常见混合编码方式： 多脉冲激励线性预测编码（MPLPC） 规则脉冲激励线性预测编码（RPELPC） 码本激励线性预测编码（CELP） 矢量和激励线性预测编码（VSELP） 多带激励（MBE）及改进型IMBE（Improved MBE）和AMBE(Advanced MBE) 混合激励线性预测（MELP）,一、语音编码的方

5、法,13,说明 上述语音编码器的分类方法只是一种较通用的方法，并非十分严格。 除了传统的波形编码器和参数编码器以外，许多新型的语音编码技术都比较复杂，很难严格分类。 基于分析合成技术的线性预测编码器则既可以视为参量编码，也可以视为混合编码。,一、语音编码的方法,14,语音编码性能评价的参量： 1、语音编码质量 2、编码速率 3、编解码的复杂度 4、编解码延时,语音编码的基本目标： 在给定编码速率的条件下，用尽量小的编解码延时和复杂度，得到尽量好的重建语音质量。,二、语音编码性能的评价,15,1、语音编码质量 语音编码质量是衡量语音编码算法优劣的关键性能之一，在数字通信中常把语音质量分为四级：

6、广播级质量 长途电话质量 通信质量 合成语音质量,二、语音编码性能的评价,16,语音编码质量用质量评估指标衡量，分为以客观评定方法和主观评定方法两大类。 主观评定方法是以人类听话时对语音质量的感觉来评定。国际上常用的主观评定标准主要有： 平均意见得分MOS（Mean Opinion Score） 判断韵字测试DRT（Diagnostic Rhyme Test） 判断满意度测量DAM（Diagnostic Acceptability Measure） 可懂度指数AI (Articulation Index),二、语音编码性能的评价,17,MOS评定方法 由于语音质量高低的直接感受者是听众的主观感

7、觉，因此目前广泛采用的评定方法是MOS。获取MOS的方法是，由数十名试听者在不同的信道环境中试听并给予评分，然后求出统计平均分。 分数等级 采用5级分制：5分为优，4分为良，3分为中，2分为差，1分为不可接受。4分以及4分以上为高质量语音编码，达到长途电话质量， 3.5分左右为通信级质量，3分以及3分以下为合成语音质量。,二、语音编码性能的评价,18,对应于主观评定等级，还有一个收听注意力等级（Listening Effort Scale）。表2.1给出了主观评定等级制的质量等级、分数和相应的收听注意力等级。,二、语音编码性能的评价,19,客观评价的方法: 时域：信噪比、加权信噪比、平均分段信

8、噪比等 频域：谱失真测度、LPC倒谱距离测度等,说明： 以上方法都建立在度量均方误差的基础上，其特点是计算简单，但不能完全反映人对语音质量的感觉，对于速率为16kb/s以下的中低速率语音编码尤为突出。主要适用于速率较高的波形编码的质量测量。,二、语音编码性能的评价,20,2. 编码速率 语言编码后的速率用“比特/秒”度量或用“比特/样点”度量。后者表示平均每个样点所需的编码比特数。 通常编码速率高，则编码后的语音质量高，但所需的传输带宽就宽。,二、语音编码性能的评价,好的语音编码方法，是在保持语音质量的前提下降低速率。,21,3. 编解码的复杂程度 编解码的复杂度与算法有关。 通常算法复杂，则

9、话音质量好，编码速率低，但实现复杂，且体积大、功耗高、成本高，甚至编解码延时大。,二、语音编码性能的评价,22,二、语音编码性能的评价,4. 编解码延时 编解码延时也与算法有关。 通常算法复杂，则编解码延时大。也有专为减小延时的短延时算法。不过，质量好、延时短的算法，相应的编码速率也高。,23,5. 对语音编码的要求 在满足用户对语音质量要求的前提下，编码速率尽可能低。 在强噪声环境中，算法应有较好的抗误码性能，也就是说，当误码率较低时（例如为10-2）仍能保持良好的话音质量。 编、解码延迟应控制在几十毫秒之内，越短越好。 复杂性要适度，以便于使用大规模集成器件。,二、语音编码性能的评价,24

10、,二、语音编码性能的评价,6. 几种语音编码的质量比较,25,LD-CELP：低时延-码激励线性预测 MP-MLQ：多脉冲最大似然量化 ACELP：代数码激励线性预测 CS-ACELP：共轭结构-代数码激励线性预测,三、语音编码的标准,26,ETSI：欧洲电信标准协会 TIA：（北美）电信工业协会 RCR：（日本）无线通信系统研究发展中心 DVSI：数字声音系统公司,三、语音编码的标准,27,保密电话语音编码标准,三、语音编码的标准,窄带保密电话应用于带宽受限信道，目前只有美国公布了所用保密电话的标准。 FS-1015标准：2.4kb/s的LPC声码器，DRT为90% FS-1016标准：4.

11、8kb/s的CELP声码器，比FS-1015具有好得多的自然度及环境噪声能力。 混合激励线性预测（MELP）标准：编码速率为2.4kb/s，语音质量优于FS-1016。,28,各种语音编码标准的相对效果,三、语音编码的标准,2.2 信号的采样和量化,30,采样是将一个时间连续的信号变换为时间离散的信号，即用间隔均匀的样点表示时间连续的信号。 量化就是把连续取值的采样幅度变成有限取值。,信号的采样和量化,31,对于一个最高频率为WH的低通信号m(t)，如果以T1/2WH秒的间隔对它进行等间隔采样，则m(t)将被所得到的采样值完全确定，即模拟信号m(t)可以从它的采样值中重构。 采样间隔的倒数称为

12、采样速率，用fs表示，则fs应满足： fs 2WH。 如果fs 2WH ，则会产生失真，这种失真称为混叠失真。,低通信号的均匀采样定理,一、采样,32,用低通滤波器还原出m(t)，见图（g）,一、采样,33,一、采样,34,带通信号的采样,如果取fs = 2fh，虽然没有错误，但却非常浪费频带。,一、采样,35,一、采样,36,一、采样,当f1远远大于B时，可以认为fs 2B,37,一、采样,音频信号的采样频率,三类音频信号基本参数的典型值,通常将语音信号的频带限制在话带内，这样做将使能量损失约1%。,38,标量量化 均匀量化 非均匀量化 自适应量化 差分量化 矢量量化,量化的实现方式有多种,

13、二、量化,39,1. 标量量化 标量量化：对每个采样值分别进行量化称为标量量化。 从数学角度看，就是将取连续值的无限集合x通过变换Q映射到一个只有L个离散值的集合yk，k = 1，2，L。,二、量化,40,当量化器Q的输入落入（xk，xk+1）时，量化器的输出为yk，即： y = Q(x) = yk， 当 x (xk，xk+1) 时， k = 1，2，L。 xk：第k个分层电平或判决电平 k：第k个量化间隔或量化区间， k= xk+1 - xk yk：第k个量化电平或重建电平 L：量化电平数,二、量化,量化过程,41,均匀量化： 1）对采样值直接量化 2）量化间隔k相等 3）量化电平取各量化区

14、间的中点，即 yk =( xk+1+ xk)/2 4）方法简单，易于实现，但量化后数据速率高。,二、量化,42,非均匀量化最佳量化： 1）对采样值直接量化 2）在输入信号的概率密度比较高的区域内选择较小的量化间隔，在概率密度比较低的区域选择较大的量化间隔。 3）实现复杂度：高；量化后数据速率：中；,语音信号是非平稳的随机信号，其短时均方差值变化超过40dB，考虑不同人，不同的语态以及不同的用户线长度，动态范围会更大，因此最佳量化器不适合对语音信号的直接量化。,二、量化,43,非均匀量化对数量化 ： 原理：在发送端，先将信号按照对数特性使信号压缩，然后均匀量化，在接收端，将译码后的样植经过反对数

15、扩张，恢复应有的量化值。 特点：对小信号的量化间隔小，对大信号的量化间隔大，但量化级数保持不变。 性能：最大量化信噪比没有均匀量化器高，但输入信号电平在相当大的一段范围内变化时，其输出量化信噪比几乎不变，并能维持在较高的水平上。,二、量化,44,横坐标是输入信号与最大输入信号之比的dB值； 纵坐标是量化信噪比的dB值。,对数量化,均匀量化,二、量化,典型标准有：A率压扩和律压扩,45,自适应量化： 对采样值直接量化。 量化间隔根据输入信号的短时方差进行调整， 使得量化间隔的大小和输入信号电平相匹配。 实现复杂度：高； 量化后数据速率：中； 适应的动态范围大； 量化信噪比：较高。,二、量化,46

16、,自适应量化可视为瞬时均匀量化系统，在一个估值的时段内，对每个样值都是均匀量化。 注意：非均匀量化虽然对大信号和小信号的量化阶距各不相同，但不调整阶距。,二、量化,说明,47,前向自适应量化器对未量化的信号x(n)进行能量估计，即进行前向估值。 特点：能量估计不受量化噪声的影响，因而比较准确可靠，但是要用额外的比特来传送量阶信息。,二、量化,48,后向自适应量化器对量化的信号y(n)进行能量估计，即进行后向估值。 特点：不需要传输边信息。估值精度受量化噪声的影响，而且随着量化粗糙性的增加，其影响加剧；另外对码序列中由于传输产生的误差比较敏感，且会产生扩散，所得信噪比比前向自适应量化要差。,二、

17、量化,49,差分量化： 对输入信号的预测残差信号进行量化； 量化间隔相等； 去除相邻样点之间的相关性，减小信号的动态范围，从而提高量化精度或减小编码比特数； 实现复杂度：高；量化后数据速率：低；适应的动态范围大；量化信噪比：较高； 如果差分和非差分方案中采用相同的量化器，而且信号相邻样点间的相关性较高，那么差分量化器的性能将比非差分量化器的性能大大提高。对于语音信号，差分量化器的精度可以改善 4dB-7dB。,二、量化,50,2.矢量量化 矢量量化的物理解释: 前面所说的量化是标量量化，量化处理对单个抽样值进行，抽样值与量化值之间是一到一的映射。 矢量量化则是一种多维空间的映射。它将若干个时间

18、离散幅度连续的采样值分为一组，形成多维空间的一个矢量，再将此矢量在矢量空间中进行整体量化处理从而提高量化效率，降低数码率。,二、量化,51,二、量化,矢量量化的数学描述 设 X=x1, x2, x3, . ，xN T 是一个N维实数矢量，其中的元素是幅度连续的随机变量。在矢量量化器中，矢量X用另一个幅度离散的N维实数矢量Y匹配，即X被量化成Y。通常Y选自一个有限集合S=Yi（1 i M），其中Yi=yi1, yi2, yi3, . ，yiN T 。 集合S称为码本(codebook)； Yi是码本中的一个矢量，也叫码字； M是码本的大小，称为码本容量。码本容量相当于标量量化中的量化电平数。,5

19、2,二、量化,矢量量化的示意图,53,二、量化,矢量量化的失真测度,失真测度的目的是减小量化失真。 失真的测度方法分为客观方法和主观方法。,主观法是以人的主观感受来衡量量化处理后信号质量的下降程度。,客观的方法是在给定比特率的情况下，使量化产生的畸变的统计平均值D达到最小。,54,二、量化,最常用的衡量畸变统计平均值的算法是均方误差（MSE）算法，计算式如下：,还有其它的衡量方法，例如，加权均方误差准则。该准则可以与人的主观感觉相关联。,55,二、量化,矢量量化器的设计,设计矢量量化器就是设计一个码本系统。 为了使量化失真D最小，矢量量化需要解决两个问题： 如何划分量化区域，形成合理的胞腔； 如何确定某个胞腔中的一个矢量作为码字。 解决方案：LBG算法 该算法所遵循的原则是： “最近邻原则”和“畸变最小原则”。,56,二、量化,（1） “最近邻原则” “最近邻原则”的数学表达式是：,可以这样理解，矢量Yi 是胞腔Ci 中的码字，如果输入矢量X 与(初始)码本中矢量Yi 之间的失真小于X 与其它任何码本矢量Yj 之间的失真，则X 属于胞腔Ci 。也就是说Ci可以最佳地表示X 。,57,二、量化,（2） “最小畸变原则” “最小畸变原则”的数学表达式是：,“畸变最小原则”的思想是：如果胞腔Ci 内所有输入矢量X 的集合为Ri ，则该胞腔内