語音編碼器

語音編碼器的主要功能就是把用戶語音的PCM(脈沖編碼調(diào)制)樣值編碼成少量的比特(幀)。這種方法使得語音在連路產(chǎn)生誤碼、網(wǎng)絡(luò)抖動(dòng)和突發(fā)傳輸時(shí)具有健壯性(Robustness)。在接收端，語音幀先被誤碼為PCM語音樣值，然后再轉(zhuǎn)換成語音波形。

在IP語音技術(shù)(VOIP)中常用的編碼解碼器，它們常被稱為編碼解器、語音編碼器或者簡(jiǎn)稱為編碼器。語音編碼器的主要功能就是把用戶語音的PCM(脈沖編碼調(diào)制)樣值編碼成少量的比特(幀)。這種方法使得語音在連路產(chǎn)生誤碼、網(wǎng)絡(luò)抖動(dòng)和突發(fā)傳輸時(shí)具有健壯性(Robustness)。在接收端，語音幀先被誤碼為PCM語音樣值，然后再轉(zhuǎn)換成語音波形。

語音編碼器分為三種類形：(a)波形編器;(b)聲碼器;(c)混合編碼器。波形編碼器會(huì)盡可能構(gòu)出包括背景噪單在內(nèi)的模擬波形。由于波形編碼器作用于所有輸入信號(hào)，因此會(huì)產(chǎn)生高質(zhì)量的樣值。然而，波形編碼器工作在高比特率。例如：ITU-G.711規(guī)范(PCM)用的比特率為64Kbps。 聲碼器(vocoder)不會(huì)再生原始波形。這組編碼器會(huì)提取一組參數(shù)，這組參數(shù)被送到接收端，用來導(dǎo)出語音產(chǎn)生模形。線性預(yù)測(cè)編碼(LPC)用來獲取一時(shí)變數(shù)字濾波器的參數(shù)。這個(gè)濾波器用來模擬說話人的聲道輸出[WEST96]。在電話系統(tǒng)中使用聲碼器，語音質(zhì)量不夠好。在VOIP中常用的語音編碼器是混合編碼器，它融入了波形編碼器和聲器的長(zhǎng)處，它的另一特點(diǎn)是它工作在非常低的比特率(4-6Kbps)?；旌暇幋a器采用合成分析(AbS)。

最常用的比特率在4.8kbps~16 kbps之間的語音編碼器是基于模型編碼器的，這些編碼器都是線性預(yù)測(cè)合成分析(LPAS)方法。為了隨著時(shí)間的變化模擬語音信號(hào)，線性預(yù)測(cè)語音產(chǎn)生模型必須用適當(dāng)?shù)男盘?hào)來激勵(lì)。每隔一段固定時(shí)間(如每隔20ms)，語音模型參數(shù)和激勵(lì)參數(shù)都必須做一次估計(jì)和更新，并用來控制語音模型。

有損編解碼在軟件界有許多相對(duì)更加流行的編解碼器是有損的，意味著它們壓縮過程犧牲了一定的質(zhì)量。通常這種壓縮實(shí)際上同未被壓縮的聲音或圖像沒區(qū)別。更小的數(shù)據(jù)集緩解了相對(duì)高昂的存儲(chǔ)器。較低的數(shù)據(jù)率也降低了花銷并在數(shù)據(jù)傳輸過程中提升了品質(zhì)。

無損編解碼也有許多的無損壓縮，特別應(yīng)用于在需要原始流中所有信息時(shí)壓縮模式下獲取數(shù)據(jù)。如果保留數(shù)據(jù)流的原始品質(zhì)比削減相應(yīng)的更大數(shù)據(jù)更加重要，那么無損壓縮更佳。連續(xù)使用多種編解碼器或者編碼體系也會(huì)顯著的降低質(zhì)量。不斷下降的存儲(chǔ)空間開銷和網(wǎng)絡(luò)帶寬正使得有損壓縮的需求下降。

評(píng)估編碼器的性能時(shí)要考慮幾個(gè)重要因素。這些因素如下提示：幀大?。簬拇笮”硎菊Z音流量的時(shí)間長(zhǎng)度，也稱為幀時(shí)延。 幀是語音信號(hào)的分立部件，且每幀是根據(jù)語音樣點(diǎn)更新的。本 介紹的編碼器都是一次處理一幀。每幀信息各放在各語音分組 中，并傳送給接收端。處理時(shí)延：它表示在編碼器中對(duì)一幀語音做編碼算法處理所 需時(shí)間。它通常簡(jiǎn)單計(jì)入幀時(shí)延。處理時(shí)延好稱為算法時(shí)延。前視時(shí)延：編碼器為了對(duì)當(dāng)前幀的編碼提供幫助而檢查下一 幀的一定長(zhǎng)度，此長(zhǎng)度就稱為前視時(shí)延。前視的想法是為了利 用相鄰語音幀之間的密切相關(guān)性。 幀長(zhǎng)度：這個(gè)值表示經(jīng)編碼處理后的字節(jié)數(shù)(不包括幀頭)。語音比特率：當(dāng)編碼器的輸入是標(biāo)準(zhǔn)脈沖編碼調(diào)制的語音 碼流(比特率為64 kbit/s)時(shí)，編解碼器的輸出速率。