VoIP中的语音编码.ppt

1、,Internet互联网传送实时语音,Voice over Internet Protocol,Wiu_Lee,目录,1,2,3,Internet中传输语音的要求,Internet语音压缩编码的国际标准,Internet典型语音编码标准的性能比较,1,Internet中传输语音的要求,VoIP（Voice over IP，基于IP的语音通信）通信需要一定的网络传输质量保证，但目前的Internet不能满足这一要求，导致当前的VoIP业务在稳定性和服务质量上不如人意。因此需要针对实时语音通信的特点设计合适的协议和通信机制，以最大限度地提高业务质量。具体来说，与实时语音通信有关的QoS包括带宽、延

2、时和丢失率三方面,1,带宽,为了保证语音质量不致太差，需要保证在任何情况下语音传输也能获得一定带宽。然而当前Interent并不提供这样的保证，而且由于传统路由器不提供拥塞控制功能， 因此过大的语音流量将导致路由器的拥塞雪崩，使传输效果迅速恶化。,1,延时,传输数据时没有延时的限制，但实时语音传输要求端对端时延不能太大，比如要求小于250ms。 这有两个原因：一个原因是因为语音必须在接收端连续地放出来，如果语音包不及时到达，播放便会停下来，人耳便会感觉到语音的间断，这是不能接受的。 另一个原因是因为在实时通信中，延误太久才到达的语音包对收听者来说已失去意义了，和丢失没有两样，这也是不能接受的。

3、,1,丢失率,VoIP利用RTP实时传输协议传送数据。RTP是一个基于无连接UDP的应用协议，UDP是无连接的，它不会对数据包的传送提供应答和跟踪，这样RTP也不会重新传送网络的丢包，这就要求网络传输中应尽可能减少数据包的丢失,2,VoIP压缩编码的国际标准,VoIP中的语音处理需要解决的一个重要问题就是在保证一定话音质量的前提下，尽可能降低编码比特率。这主要依靠语音编码技术来解决。 VoIP经常使用ITU定义的两个标准：G723.1、G,729。它们采用的都是线性预测分析-合成编码和码本激励矢量量化技术，即混合编码的方法。其比特率为5.3kbps16Kbps。,2,G.723协议,G.723

4、协议是一个双速率语音编码建议1，其两种速率分别是5.3 kbit/s和6.3 kbit/s。此协议是一个数字传输系统概况协议，适用于低速率多媒体服务中语音或音频信号的压缩算法。它作为完整的H.324系列标准的一部分，主要配合低速率图像编码H.263标准。在IP电话网关中，G.723协议被用来实现实时语音编码解码处理。,2,G.729协议,G.729协议是一个能在8 kbit/s速率上实现高质量语音编码的建议，也是H.323协议中有关音频编码的标准2。在IP电话网关中，G.729协议被用来实现实时语音编码处理。G.729协议采用的是CS-ACELP即共轭结构算术码激励线性预测的算法。CS- AC

5、ELP以CELP编码模型为基础，它把语音分成帧，每帧10 ms，也就是80个采样点。对于每一帧语音，编码器从中分析出CELP模型参数，其中包括线性预测系数，自适应码本和随机码本的索引值和增益。然后把这些参数传送到解码端，解码器利用这些参数构成激励源和合成滤波器，从而重现原始语音。,3,VoIP编码标准的性能比较,语音编码的主要问题是怎样在编码质量、编码速率、算法复杂度以及抗误码性能、编解码时延等方面求得最佳。这几个因素相互联系，密切相关。下面就这些方面对G.729与G.723.1系统进行分析与比较，并给出了实验的结果3。,3,编码质量,编码质量是衡量语音编码优劣的关键性能之一，对它的评价通常有

6、客观评价与主观评价两种。信噪比是衡量语音编码质量的客观标准。其计算可采用长时信噪比和短时信噪比两种准则。由于在语音信号中小能量占信号能量的比率较小，而恰恰小信号对主观听音效果又有比较大的影响，因此长时信噪比不能反应小能量量化的质量，在语音信号处理中经常采用短时信噪比。设每段有M个语音样点，则第m段的分段信噪比定义为,其中分式的分子分母分别表示M个语音样点的总能量和量化噪声的总能量。如果输入语音共有N段，则平均分段信噪比为,此次试验分别对男声、女声、童声以及混声进行了测试，它们得到的信噪比(尤其是时域信噪比)并不很高，然而经过主观评价即MOS(mean opinion score)分评价，它们的

7、听音质量还相对较高，其结果如表1所示，由此说明了基于参数编码与波形编码的语音编码器的不同。,3,编码速率,就目前而言，与ITU-T的其他编码标准相比，G.723.1的码速是最低的。它的码率为5.3/6.3 kbit/s，在编码码率方面拥有优势。G.729语音编码速率为8 kbit/s，在编码速率方面仅次于G.723.1，因而它们都较好地解决了通信过程中带宽不足的矛盾，有良好的应用前景。,3,编解码复杂度,编解码的复杂度与语音编码的质量有密切的关系，在同样的码率下，采用复杂的算法将获得更好的语音质量。表2给出了G.729与G.723.1在硬件实现上所需的资源。G.729在时延方面较G.723.1

8、有优势；在复杂度方面，G.723.1相对G.729较优，但是G.729 annex A却有更大的优势。,3,编解码时延,增加算法的复杂度可以提高语音的编码质量。但往往也带来编解码的时延，在实时语音通信中对通话质量有很大影响。对于G.729系统而言由于码率为8kbit/s，每帧80个样点，因此帧大小为10 ms，再加上头开销5ms，整个系统的编解码时延为15ms，大大低于G.723.1的37.5 ms的时延（帧大小为30ms，再加上头开销7.5 ms）。因此在编解码时延方面G.729较G.723.1为优。,3,结论,混合编码中把激励模型和语音的时 域波形结合到一起，从而改善了合成语音的质量。以上

9、两种语音压缩编码算法的主要区别在于激励模型的不同。 虽然IP电话目前正处于蒸蒸日上的阶段。但它也存在这样或那样一些不尽如人意的方面。如何提高IP分组语音通信的质量，或者更一般地说，如何在IP网络上实现包括实时通信业务在内的综合业务通信，这正是我们需要进一步研究的。,3,抗误码性能,抗误码性能是衡量语音编码质量的因素之一。测试表明，当随机误差为0.1%，G.729编码系统的性能与32 kbit/s G726 ADPCM相当，当误码率为10%，人耳虽能感觉到语音质量的下降，但仍能听懂语音含义；G.723.1抗误码性能与G.729基本相当。,3,参考文献,1ITU-T Recommendation G.723.1.Dual rate speech coder formultimedia communications transmitting at 5.3 and 6.3 kbit/sS. 2ITU-T Recommendation G.729.Coding of speech at 8 kbit/s usin