摘? 要: 從語音編碼技術(shù)中常用的三種編碼方法入手,由淺入深地引出了IP網(wǎng)絡(luò)電話中常用的幾種語音壓縮編碼" title="壓縮編碼">壓縮編碼方法,并對之進(jìn)行了性能分析和比較,。

　　關(guān)鍵詞: IP網(wǎng)絡(luò)電話? 語音壓縮編碼? 線性預(yù)測(LP) 合成-分析法

?

　　隨著互聯(lián)網(wǎng)的迅速發(fā)展,最近幾年出現(xiàn)了一種在互聯(lián)網(wǎng)上提供電話服務(wù)的新業(yè)務(wù)——IP電話業(yè)務(wù),。一次IP電話呼叫的成本為本地市話費(fèi)、IP網(wǎng)絡(luò)使用費(fèi)以及遠(yuǎn)端市話費(fèi),與傳統(tǒng)長途電話昂貴的長途通信費(fèi)相比,可以極大地降低用戶的通信費(fèi)用,。正是由于這種極大的價(jià)格優(yōu)勢,使得它一出現(xiàn)便引起了世人充分的注意,同時(shí)互聯(lián)網(wǎng)的蓬勃發(fā)展,有效地利用現(xiàn)有的網(wǎng)絡(luò)資源,來緩解現(xiàn)有通信網(wǎng)的緊張局面,也是促成這項(xiàng)新技術(shù)迅速發(fā)展的另一原因,。從另一個(gè)角度來看,互聯(lián)網(wǎng)的巨大成功,必將使IP成為未來信息網(wǎng)絡(luò)的支柱技術(shù),以IP為核心的分組化和以移動(dòng)通信為核心的無線化已成為電信網(wǎng)絡(luò)演進(jìn)的主流方向?；赥CP/IP的網(wǎng)絡(luò)技術(shù)不但無可置疑地成為數(shù)據(jù)領(lǐng)域的主導(dǎo)技術(shù),而且已經(jīng)開始進(jìn)入電信領(lǐng)域,其突破口就是電話業(yè)務(wù),。IP網(wǎng)絡(luò)電話的成功開發(fā)和應(yīng)用,預(yù)示了以IP為基礎(chǔ)的新一代信息網(wǎng)絡(luò)的出現(xiàn)。積極地探索和跟蹤這項(xiàng)新技術(shù)無疑是一項(xiàng)十分有必要和有意義的工作,。

　　IP網(wǎng)絡(luò)電話是一項(xiàng)涉及計(jì)算機(jī)網(wǎng)絡(luò),、信令協(xié)議、數(shù)字信號處理等多個(gè)領(lǐng)域的綜合性技術(shù),它具有價(jià)格低廉,、可以靈活地提供各種增值業(yè)務(wù),、有利于企業(yè)建立高效綜合服務(wù)內(nèi)部網(wǎng)、有利于運(yùn)營商開拓新的市場,、有助于和IP網(wǎng)絡(luò)新技術(shù)的融合,、促進(jìn)網(wǎng)絡(luò)技術(shù)的發(fā)展等獨(dú)特的優(yōu)勢。其中價(jià)格低廉是IP電話能夠進(jìn)入市場的首要因素,其根本原因是IP電話均采用語音分組技術(shù),、語音壓縮編碼和統(tǒng)計(jì)復(fù)用,帶寬利用率高,完成一次通信所需的成本大幅度降低,。IP網(wǎng)絡(luò)電話中的語音處理主要需要解決兩個(gè)問題,一是在保證一定話音質(zhì)量的前提下盡可能地降低編碼比特率,二是在IP網(wǎng)絡(luò)環(huán)境下保證一定的通話質(zhì)量。前者正是我們剛剛提到的語音編碼技術(shù),。

1 語音編碼技術(shù)的分類

　　語音處理的研究是和通信技術(shù)的發(fā)展密切相關(guān)的。人們?yōu)樘岣咄ㄐ畔到y(tǒng)的效率而研究語音編碼方法,為滿足低碼率的通信要求,而研究語音分析合成系統(tǒng)——聲碼器,。研究語音編碼就是要解決傳輸速率和語音質(zhì)量的矛盾,。最早的標(biāo)準(zhǔn)化語音編碼系統(tǒng)是速率為64kb/s的PCM波形編碼器,。到二十世紀(jì)90年代中期,速率為4kb/s~8kb/s的波形與參數(shù)混合編碼器,在語音質(zhì)量上已逼近前者的水平且已達(dá)到實(shí)用化階段。根據(jù)語音編碼的發(fā)展過程,我們把該技術(shù)歸納為以下三類:

??? (1) 波形編碼(或稱為非參數(shù)編碼)

　　波形編碼方式是能夠忠實(shí)地表現(xiàn)波形的編碼方式,。語音信號" title="語音信號">語音信號的波形編碼力圖使重建的語音波形保持原語音信號的波形形狀,。這類編碼器通常是將語音信號作為一般的波形信號來處理,比如:脈沖編碼調(diào)制(PCM)、自適應(yīng)增量調(diào)制(ADM或△M編碼),、自適應(yīng)差分編碼(ADPCM),、自適應(yīng)預(yù)測編碼(APC)、自適應(yīng)子帶編碼(ASBC),、自適應(yīng)變換編碼(ATC)等都屬于這類編碼器,。以上幾種波形編碼方式分別在64kb/s~16kb/s的速率上能給出高的編碼質(zhì)量。當(dāng)速率進(jìn)一步降低時(shí),其性能會(huì)下降較快,。由于這類編碼器通常將語音信號作為一般的波形信號來處理,所以它具有適應(yīng)能力強(qiáng),、話音質(zhì)量好、抗噪抗誤碼的能力強(qiáng)等特點(diǎn),但所需的編碼速率高,其中64kb/s PCM的語聲質(zhì)量成為一個(gè)編碼質(zhì)量的參照標(biāo)準(zhǔn),。

　　(2)參數(shù)編碼(或稱為模型編碼或聲碼化編碼)

　　參數(shù)編碼是根據(jù)聲音的形成模型,把聲音變換成參數(shù)的編碼方式,。其基本方法是通過對語音信號特征參數(shù)的提取及編碼,力圖使重建語音信號具有盡可能的可懂性,即保持原語音的語義。而重建的信號的波形同原語音信號的波形可能會(huì)有相當(dāng)大的差別,。參數(shù)編碼的典型例子語音信號的線性預(yù)測編碼" title="線性預(yù)測編碼">線性預(yù)測編碼(LPC)已被公認(rèn)為是目前參數(shù)編碼中最有效的方法,它能夠在2.4kb/s的低比特速率下獲得清晰,、可懂的合成音。并且易于硬件實(shí)現(xiàn),。這種方法的優(yōu)點(diǎn)是不但能極為精確地估計(jì)參數(shù),還在于它的計(jì)算速度比較快,。另外多帶激勵(lì)(MBE)編碼,余弦變換編碼(STC)均屬參數(shù)編碼。

　　由于參數(shù)編碼是依據(jù)語聲模型,重建清晰可識別的語聲,而不注重波形的擬合,所以這類編碼技術(shù)實(shí)現(xiàn)的是合成語聲質(zhì)量下的低速或極低速的編碼,。參數(shù)編碼的優(yōu)點(diǎn)是:編碼速率低,編碼速率通常小于4.8kb/s,可以低至600b/s至2.4kb/s,。缺點(diǎn)是:合成語音質(zhì)量差,特別是自然度較低,連熟人之間都不一定能聽出講話人是誰;另外,這類編碼器對講話環(huán)境噪聲較敏感,需要安靜的講話環(huán)境才能給出較高的可懂度,且時(shí)延" title="時(shí)延">時(shí)延大。

　　(3) 混合編碼

　　混合編碼是將波形編碼與參數(shù)編碼結(jié)合而產(chǎn)生的一種編碼方式,。使語音編碼技術(shù)有了突破性的進(jìn)展,。其中提出了一些非常有效的處理方法,產(chǎn)生了新一代的參數(shù)編碼算法,構(gòu)成了新一代的聲碼器。

　　混合編碼結(jié)合了以上兩種編碼方式的優(yōu)點(diǎn),采用線性技術(shù)構(gòu)成聲道模型,不只傳輸預(yù)測參數(shù)和清濁音信息,而是將預(yù)測誤差信息和預(yù)測參數(shù)同時(shí)傳輸,在接收端構(gòu)成新的激勵(lì)源去激勵(lì)預(yù)測參數(shù)構(gòu)成的合成濾波器,使得合成濾波器輸出的信號波形與原始語聲信號的波形最大程度的擬合,從而獲得自然度較高的語聲,。這種編碼技術(shù)的關(guān)鍵是:如何高效地傳輸預(yù)測誤差信息,。依據(jù)對激勵(lì)信息的不同處理,這類編碼主要有:多脈沖線性預(yù)測編碼(MPLPC)、規(guī)則脈沖激勵(lì)線性預(yù)測編碼(RPELPC),、碼激勵(lì)線性預(yù)測編碼(CELPC),、低時(shí)延的碼激勵(lì)線性預(yù)測編碼(LD-CELPC)。

　　混合編碼克服了原有波形編碼器與聲碼器的弱點(diǎn),而結(jié)合了它們的優(yōu)點(diǎn),在4~16kb/s速率上能夠得到高質(zhì)量合成語音,。在本質(zhì)上也具有波形編碼的優(yōu)點(diǎn),，有一定抗噪和抗誤碼的性能,但時(shí)延較大。

2 語音壓縮編碼的原理

　　IP網(wǎng)絡(luò)電話中的語音處理需要解決的兩個(gè)問題之一是在保證一定話音質(zhì)量的前提下,盡可能降低編碼比特率,。這主要依靠語音編碼技術(shù)來解決,。IP網(wǎng)絡(luò)電話宜使用ITU-T定義的低比特率編碼標(biāo)準(zhǔn),其比特率為5.3～16kbit/s,，均為低復(fù)雜度編碼算法,話音分組長度在30ms以下,話音質(zhì)量較好。從前面列舉的幾種編碼方法也可看出,同一段語音信號,采用不同的編碼方式,其編碼后的比特率各不相同,。那么為什么我們能夠?qū)φZ音信號進(jìn)行壓縮編碼從而達(dá)到降低語音信號的比特率呢?

　　(1) 利用了語音信號的相關(guān)性

　　語音信源是相關(guān)信源,因此經(jīng)過采樣和量化的信號之間還有很強(qiáng)的相關(guān)性,為了降低編碼速率,人們就希望盡可能多地去除語音信號之間的相關(guān)性,。線性預(yù)測編碼技術(shù)(LPC)就是一種用來去除語音信號之間相關(guān)性的常用技術(shù)。語音信號中存在兩種類型的相關(guān)性:其一是在樣點(diǎn)之間的短時(shí)相關(guān)性,。語音信號在某些短時(shí)段中呈現(xiàn)出隨機(jī)噪聲的特性,在另一些短時(shí)段中,則呈現(xiàn)出周期信號的特性,其它一些是二者的混合,。簡而言之,語音信號的特征是隨時(shí)間而變化的,只是在一短段時(shí)間中,語音信號才保持相對穩(wěn)定一致的特征,也就是語音信號的短時(shí)平穩(wěn)性。其二是相鄰基音周期之間存在的長時(shí)相關(guān)性,。由于語音信號中的短時(shí)相關(guān)性和長時(shí)相關(guān)性很強(qiáng),通過減弱這些相關(guān)性,使語音信號之間的相關(guān)性降低,然后再進(jìn)行編碼,這樣就可以實(shí)現(xiàn)語音壓縮編碼,降低比特率,。例如差分脈沖編碼(DPCM)就是利用了語音信號的相關(guān)性來降低比特率的。所謂語音信號的相關(guān)性,就是相鄰樣點(diǎn)之差很小,其包含的信息量遠(yuǎn)小于抽樣值本身,對差值編碼而不是對抽樣值本身進(jìn)行編碼,這樣所需的比特率必然下降,這就是DPCM能夠降低比特率的原因,。

　　(2) 利用了人耳的聽覺特性

　　利用人耳的掩蔽效應(yīng)也可以進(jìn)行語音壓縮編碼,降低比特率,。兩個(gè)響度不等的聲音作用于人耳時(shí),則響度較高的頻率成份的存在會(huì)影響到對響度較低的頻率成份的感覺,使其變得不易被察覺,這就是我們所說的掩蔽效應(yīng)。在語音頻譜中,能量較高的頻段即共振峰處的噪聲相對于能量較低頻段的噪聲而言不易被感知,。因此在度量原始語音與合成語音之間的誤差時(shí)可計(jì)入這一因素,。在語音能量高的頻段,允許二者的誤差大一些,從而進(jìn)一步降低編碼比特率。為此引入一個(gè)頻域感覺加權(quán)濾波器W(f)來計(jì)算二者的誤差,。感覺加權(quán)濾波器的頻率響應(yīng)中的峰,、谷值正好與語音譜中相反。所以感覺加權(quán)濾波器的作用就是使實(shí)際誤差信號的譜不再平坦,而是有著與語音信號譜具有相似的包絡(luò)形狀,。這就使誤差度量的優(yōu)化過程與感覺上的共振峰對誤差的掩蔽效應(yīng)相吻合,產(chǎn)生較好的主觀聽覺效果,。

　　(3) 線性預(yù)測分析-合成編碼方法

　　IP網(wǎng)絡(luò)電話中所使用的語音信號壓縮編碼方法大多數(shù)是基于合成-分析法的線性預(yù)測編碼(AbS-LPC)方法,這是一種混合編碼方法。線性預(yù)測技術(shù)就是用過去樣點(diǎn)的線性組合來預(yù)測當(dāng)前樣點(diǎn),。假如用s(n)代表原始語音信號,用線性預(yù)測的方法求出預(yù)測器的系數(shù)ai,構(gòu)成線性預(yù)測逆濾波器,s(n)通過該濾波器后得到了去除短時(shí)相關(guān)性的語音信號,。再將其進(jìn)行基音預(yù)測,建立基音逆濾波器,去除它的長時(shí)相關(guān)性后,就可得到最后的殘差信號。殘差信號是完全隨機(jī)的,、不可預(yù)測的部分,。根據(jù)速率的不同要求,可對殘差信號采用不同的量化方法,從而得到不同的編碼速率,讓量化后的殘差信號作為激勵(lì)信號" title="激勵(lì)信號">激勵(lì)信號依次通過基音濾波器與線性預(yù)測濾波器后,便得到了合成語音信號,見圖1。

?

?

　　編碼的過程就是不斷改變模型參數(shù),使模型更好地適應(yīng)原始語音信號,。為此又引入了合成分析的概念,。同時(shí),利用人耳的掩蔽效應(yīng),引入了感覺加權(quán)濾波器。綜合以上兩方面,可以得到圖2所示的線性預(yù)測分析-合成編碼的方框圖,。

?

?

　　合成-分析法的基本原理可以概括如下:假定一原始信號可以用一個(gè)模型來表示,這個(gè)模型又是由一組參數(shù)來決定的,隨著這組參數(shù)的變化,模型所產(chǎn)生的合成信號也就不一樣,原始信號與合成信號之間的誤差也隨之而變化,。為了使模型參數(shù)能更好地適應(yīng)原始信號,可以規(guī)定一個(gè)誤差準(zhǔn)則:當(dāng)誤差越小,模型合成信號就和原始信號越接近。這樣總能找到一組參數(shù),使誤差最小,此時(shí)這組參數(shù)決定的模型就可以用來表示原始信號,。根據(jù)合成-分析法進(jìn)行語音編碼時(shí),一般在編碼端配備編碼和本地解碼兩個(gè)部分,配備本地解碼的目的是完成合成功能,以便計(jì)算原始語音信號與合成語音信號之間的誤差值,。為了獲得較好的語音效果,在分析合成語音與原始語音的誤差時(shí),經(jīng)常采用感覺加權(quán)均方差技術(shù),即將合成語音與原始語音的差值通過一個(gè)感覺加權(quán)濾波器,找出使得均方誤差最小的一組語音參數(shù)。原理圖2中之所以采用反饋控制,是為了求出最佳模型參數(shù),使合成語音與原始語音在某種準(zhǔn)則下最為接近。

　　基于合成-分析法的線性預(yù)測編碼的過程實(shí)質(zhì)上就是不斷地改變模型參數(shù),使模型更好地適應(yīng)原始語音信號的過程,。原始語音信號被分成幀,幀的長度和模型參數(shù)決定了編碼速率,。

3 IP網(wǎng)絡(luò)電話中常用的幾種語音壓縮編碼算法的性能分析

　　IP網(wǎng)絡(luò)電話應(yīng)用主要使用ITU定義的三個(gè)標(biāo)準(zhǔn):G.723.1、G.728,、G.729。它們采用的都是線性預(yù)測分析-合成編碼和碼本激勵(lì)矢量量化技術(shù),即混合編碼的方法,。

3.1 G.723協(xié)議

　　G.723協(xié)議是一個(gè)雙速率語音編碼建議,其兩種速率分別是5.3kb/s和6.3kb/s,。此協(xié)議是一個(gè)數(shù)字傳輸系統(tǒng)概況協(xié)議,適用于低速率多媒體服務(wù)中語音或音頻信號的壓縮算法。它作為完整的H.324系列標(biāo)準(zhǔn)的一部分,是其中語音編碼建議,主要配合低速率圖象編碼H.263標(biāo)準(zhǔn),。在IP電話網(wǎng)關(guān)中,G.723協(xié)議被用來實(shí)現(xiàn)實(shí)時(shí)語音編解碼處理,。

　　G.723.1協(xié)議的編解碼算法中兩種速率的編解碼基本原理是一樣的,只是激勵(lì)信號的量化方法有差別。對高速率(6.3 kbit/s)編碼器,其激勵(lì)信號采用多脈沖最大似然量化(MP-MLQ)法進(jìn)行量化,，對低速率(5.3kbit/s)編碼器,其激勵(lì)信號采用代數(shù)碼激勵(lì)線性預(yù)測(ACELP)法量化,。

　　編碼過程是首先將速率為64kbit/s的PCM語音信號轉(zhuǎn)化成均勻量化的PCM信號,然后把輸入語音信號的每240個(gè)樣點(diǎn)組成一個(gè)幀,也就是30ms的幀長。每個(gè)幀通過高通濾波器后再分為4個(gè)子幀,。對于每個(gè)子幀,計(jì)算出10階線性預(yù)測濾波器的系數(shù),。為了適于矢量量化,把預(yù)測系數(shù)轉(zhuǎn)化為線性頻譜對(LSP-Line Spectrum Pair),然后進(jìn)行矢量量化。量化前的系數(shù)構(gòu)成短時(shí)感覺加權(quán)濾波器,原始語音信號經(jīng)過該濾波器得到感覺加權(quán)語音信號,。對于每兩個(gè)子幀,編碼器用感覺加權(quán)語音信號求得開環(huán)基音周期,基音周期范圍從18個(gè)樣點(diǎn)到142個(gè)樣點(diǎn),。此后編碼器所進(jìn)行的操作都是基于60個(gè)樣點(diǎn)進(jìn)行的。由開環(huán)基音周期和感覺加權(quán)濾波器的沖激響應(yīng)求得閉環(huán)基音周期,閉環(huán)基音周期是在開環(huán)基音周期點(diǎn)周圍的一定范圍內(nèi)求得的,。最后,激勵(lì)信號被量化,然后把這些參數(shù)和激勵(lì)信號量化結(jié)果傳送到解碼器,。由于幀長為30ms,并存在另外的7.5ms的前向延遲,導(dǎo)致37.5ms總的編碼延遲。

　　G.723.1協(xié)議是為了低速可視會(huì)議業(yè)務(wù)而設(shè)計(jì)的,。由于可視會(huì)議業(yè)務(wù)每秒鐘只傳輸很少數(shù)量的幀,而且又有比較大的時(shí)延,這就是G.723.1允許有30ms幀長的原因,。這個(gè)幀長比較大,卻正好適合可視會(huì)議這種情況。而且它的編碼速率比較低,可以把盡可能多的比特用到圖象傳輸上,。

3.2 G.728協(xié)議

　　G.728建議是16kb/s速率的語音編碼標(biāo)準(zhǔn),是H.323協(xié)議中有關(guān)音頻編碼的標(biāo)準(zhǔn),采用的編碼算法是LD-CELP,即低時(shí)延-碼激勵(lì)線性預(yù)測的算法,。G.728協(xié)議有一般CELP編碼器的共同點(diǎn):利用合成-分析、感覺加權(quán),、矢量量化和線性預(yù)測技術(shù),從碼本中搜索出最佳矢量,把它乘以最佳增益,代替余量信號作為激勵(lì)信號,。不同之處在于:一般的CELP編碼器采用前向自適應(yīng)預(yù)測器(Forword Adaptive Predictor)來去除語音信號的冗余度,而LD-CELP采用后向自適應(yīng)預(yù)測器(Backword Adaptive Predictor)對短時(shí)譜包絡(luò)和增益進(jìn)行預(yù)測。LD-CELP編碼器發(fā)送的只是激勵(lì)矢量在碼本中的地址標(biāo)號,而解碼端的濾波器參數(shù)和增益參數(shù)都是在解碼端計(jì)算得來的,。在大多數(shù)編碼系統(tǒng)中,這類參數(shù)都是在編碼端求得,然后傳輸?shù)浇獯a端,。

　　LD-CELP的一個(gè)幀只有5個(gè)樣點(diǎn),因此編碼器只要等5個(gè)樣點(diǎn)就可以開始計(jì)算最佳激勵(lì)矢量。它的線性預(yù)測周期是20個(gè)樣點(diǎn),但編碼器不必等20個(gè)樣點(diǎn)的語音信號才開始進(jìn)行線性預(yù)測,它用以前已經(jīng)量化的語音信號來進(jìn)行預(yù)測分析,。它不用象前向自適應(yīng)預(yù)測器中必須等一幀語音信號到齊后才能進(jìn)行預(yù)測分析,。因此LD-CELP的延遲很小,為0.625ms,一路編解碼時(shí)延不超過2ms,完全達(dá)到了進(jìn)入公眾網(wǎng)的標(biāo)準(zhǔn)。這種在低時(shí)延下還能保證很高語音質(zhì)量的系統(tǒng)有很好的實(shí)用價(jià)值,付出的代價(jià)是算法計(jì)算復(fù)雜度很高,約為25MIPS左右。編碼過程是首先將速率為64kb/s的PCM輸入信號轉(zhuǎn)化成均勻量化的PCM信號,接著由5個(gè)連續(xù)的語音樣點(diǎn)組成一個(gè)5維矢量,激勵(lì)碼本中共有1024個(gè)5維矢量,。對每一個(gè)輸入矢量,編碼器利用合成-分析法從碼本中搜索出最佳碼本矢量,然后將10bits的碼本標(biāo)號傳給對方,。每20個(gè)樣點(diǎn)構(gòu)成一個(gè)復(fù)幀,一個(gè)復(fù)幀構(gòu)成一個(gè)自適應(yīng)周期,每復(fù)幀更新一次LP系數(shù)。最佳碼本矢量通過增益加權(quán)和合成濾波器后形成合成語音,該合成語音用來更新濾波器狀態(tài),以便繼續(xù)為下一個(gè)輸入矢量進(jìn)行編碼,。合成濾波器系數(shù)和增益分別通過各自的后向自適應(yīng)單元進(jìn)行周期性地更新,。

　　G.728建議最大的優(yōu)點(diǎn)是它能提供高質(zhì)量和低時(shí)延的語音。為此,它也要付出一定的代價(jià),也就是在實(shí)現(xiàn)中和在實(shí)際應(yīng)用中有其它方面的麻煩,如在誤差疊加,、計(jì)算復(fù)雜度(它的線性預(yù)測階數(shù)是50階,而一般的編碼器是10階),、計(jì)算量的分配、互連問題等方面存在問題,。

3.3 G.729協(xié)議

　　G.729協(xié)議是一個(gè)能在8kb/s速率上實(shí)現(xiàn)高質(zhì)量語音編碼的建議,也是H.323協(xié)議中有關(guān)音頻編碼的標(biāo)準(zhǔn),。在IP電話網(wǎng)關(guān)中,G.729協(xié)議被用來實(shí)現(xiàn)實(shí)時(shí)語音編解碼處理。G.729協(xié)議采用的是CS-ACELP即共軛結(jié)構(gòu)算術(shù)碼激勵(lì)線性預(yù)測的算法,。CS-ACELP以CELP編碼模型為基礎(chǔ),它把語音分成幀,每幀10ms,也就是80個(gè)采樣點(diǎn),。對于每一幀語音,編碼器從中分析出CELP模型參數(shù),其中包括線性預(yù)測系數(shù),自適應(yīng)碼本和隨機(jī)碼本的索引值和增益。然后把這些參數(shù)傳送到解碼端,解碼器利用這些參數(shù)構(gòu)成激勵(lì)源和合成濾波器,從而重現(xiàn)原始語音,。

　　編碼過程是首先將速率為64kbit/s的PCM語音信號轉(zhuǎn)化成均勻量化的PCM信號,通過高通濾波器后,把輸入語音信號的每80個(gè)樣點(diǎn)組成一個(gè)幀,也就是10ms的幀長,。對于每個(gè)幀,用線性預(yù)測法求得LP濾波器系數(shù),為了適于矢量量化,把預(yù)測系數(shù)轉(zhuǎn)化為線譜對(LSP-Line Spectrum Pair),然后進(jìn)行矢量量化。利用合成-分析方法,使原始語音和合成語音之間的誤差最小,來獲得最佳激勵(lì)信號,。激勵(lì)信號的量化是通過兩個(gè)碼本來實(shí)現(xiàn)的,即自適應(yīng)碼本和隨機(jī)碼本,。自適應(yīng)碼本反映的是長時(shí)預(yù)測結(jié)果,也就是基音預(yù)測結(jié)果。隨機(jī)碼本反映的是經(jīng)過長時(shí)預(yù)測和短時(shí)預(yù)測后的殘留信號,。

3.4 幾種語音壓縮編碼方法的共同之處

　　它們都是采用的把參數(shù)編碼和波形編碼結(jié)合起來所形成了混合編碼,。混合編碼有一個(gè)共同的特點(diǎn),就是都有一個(gè)相同的處理過程:先進(jìn)行線性預(yù)測分析,去掉語音的短時(shí)相關(guān)性,然后再用合成-分析法和感覺加權(quán)均方誤差最小準(zhǔn)則分析出合適的替代余量信號的最佳激勵(lì)信號,最后對激勵(lì)信號和線性預(yù)測參數(shù)進(jìn)行編碼傳送,。

　　混合編碼中把激勵(lì)模型和語音的時(shí)域波形結(jié)合到了一起,從而改善了合成語音的質(zhì)量,。以上三種語音壓縮編碼算法的主要區(qū)別在于激勵(lì)模型的不同。

　　雖然IP網(wǎng)絡(luò)電話目前正處于蒸蒸日上的階段,但它也存在這樣或那樣一些不盡如人意的方面,。如何提高IP分組話音通信的質(zhì)量,或者更一般地說,如何在IP網(wǎng)絡(luò)上實(shí)現(xiàn)包括實(shí)時(shí)通信業(yè)務(wù)在內(nèi)的綜合業(yè)務(wù)通信,這正是我們需要進(jìn)一步研究的熱點(diǎn),。

?

參考文獻(xiàn)

1 Telecommunication Standardization Sector of ITU-T Recommendation G.723.1、G.728,、G.729

2 胡光銳.語音處理與識別.上?？茖W(xué)技術(shù)文獻(xiàn)出版社，1994

3 楊行峻,， 遲惠生.語音信號數(shù)字處理. 電子工業(yè)出版社,，1995

4 陳永彬，王仁華.語音信號處理.中國科學(xué)技術(shù)出版社,，1990

5 中興IP電話網(wǎng)關(guān)ZXITG-1000的特點(diǎn).中興通訊技術(shù).1999 總第40期

6 IP與現(xiàn)代通信發(fā)展《中興通訊技術(shù)》.1999 總第48期

7 IP電話的關(guān)鍵技術(shù)《中興通訊技術(shù)》 1999 總第50期

8 Three New Speech Coders from the ITU Cover a　Range of Applications. Richard V.Cox? IEEE Comm. Sep.1997