首頁(yè) >> 新聞

VoIP技術(shù)之語(yǔ)音編碼器

2004/09/14

　　本章綜述在IP語(yǔ)音技術(shù)（VOIP）中常用的編碼解碼器（codess）。它們常被稱(chēng)為編碼解器、語(yǔ)音編碼器或者簡(jiǎn)稱(chēng)為編碼器。有關(guān)這方面的知識很多。

　　本章首先簡(jiǎn)要介紹編碼器的主要功能、編碼器的分類(lèi)，然后闡述以及用于VOIP的三種編碼器：IUT-T G.723語(yǔ)音編者按碼器、ITU-T G.729語(yǔ)音編碼器。

　　一、 語(yǔ)音編碼器的功能 語(yǔ)音編碼器的主要功能就是把用戶(hù)語(yǔ)音的PCM（脈沖編碼調制）樣值編碼成少量的比特（幀）。這種方法使得語(yǔ)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(yǔ)音幀先被誤碼為PCM語(yǔ)音樣值，然后再轉換成語(yǔ)音波形。

　　二、 語(yǔ)音編器的分類(lèi) 語(yǔ)音編碼器分為三種類(lèi)形：（a）波形編器；（b）聲碼器；（c）混合編碼器。波形編碼器會(huì )盡可能構出包括背景噪單在內的模擬波形。由于波形編碼器作用于所有輸入信號，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，這組參數被送到接收端，用來(lái)導出語(yǔ)音產(chǎn)生模形。線(xiàn)性預測編碼（LPC）用來(lái)獲取一時(shí)變數字濾波器的參數。這個(gè)濾波器用來(lái)模擬說(shuō)話(huà)人的聲道輸出[WEST96]。在電話(huà)系統中使用聲碼器，語(yǔ)音質(zhì)量不夠好。


合成分析操作(點(diǎn)擊看大圖）


低比特率編碼器的MOS得分--比特率關(guān)系曲線(xiàn)（WEST96）

　　在VOIP中常用的語(yǔ)音編碼器是混合編碼器，它融入了波形編碼器和聲器的長(cháng)處，它的另一特點(diǎn)是它工作在非常低的比特率（4-6Kbps）。混合編碼器采用合成分析（AbS）。

　　為了說(shuō)明問(wèn)題，考慮人的聲道產(chǎn)生的一個(gè)語(yǔ)音模式：當人說(shuō)話(huà)產(chǎn)生語(yǔ)音信號時(shí)就會(huì )發(fā)出濁音（如音素pa、da等）和清音（如音素sh、th）。激勵信號就是由輸入的語(yǔ)音信號導出的，其方法是使合成語(yǔ)音與輸入語(yǔ)音的差別非常小。LPC的用法、激勵的產(chǎn)生以及對合成分析（AbS）系統的誤差檢查均如圖4-1所示。 長(cháng)話(huà)質(zhì)量編碼器在比特率高于8Kbps時(shí)容易實(shí)現，如圖4-2所示。長(cháng)話(huà)質(zhì)量的語(yǔ)音平均意見(jiàn)得分（MOS）必須在分或許分以上。傳統的PCN語(yǔ)音在比特率小于32 Kbps，語(yǔ)音質(zhì)量會(huì )嚴重惡化，在這里就不討論PCN了。混合編碼和聲碼器在比特率相當低的MOS上的得分是可接受的。在現階段，大多數基于VOIP的編碼器的工作范圍在5.2~8kbps。研究表明，標準的編碼器在比特率為4 Kbps時(shí)能提供可接受的NOS得分，一些分用系統在4.8 Kbps的MOS上的得分為3.8。

　　矢量量化和碼激勵線(xiàn)性預測 一種較好的方法就是用預測存儲的最優(yōu)參數（碼元矢量）的碼本對輸入語(yǔ)音信號的表示矢量進(jìn)行編碼，這種技術(shù)稱(chēng)為矢量量化（VQ，vector quantization）。 將VQ和AbS技術(shù)結合在一起會(huì )進(jìn)一步提高編碼性能。AbS VQ是技術(shù)構成CELP的基礎。VQ和AbS VQ的主要區別在于進(jìn)行矢量量化碼簿搜索時(shí)采用的量化失真測量定義的不同。

　　三、線(xiàn)性預測合成分析編碼器 最常用的比特率在4.8kbps~16 kbps之間的語(yǔ)音編碼器是基于模型編碼器的，這些編碼器都是線(xiàn)性預測合成分析（LPAS）方法。為了隨著(zhù)時(shí)間的變化模擬語(yǔ)音信號，線(xiàn)性預測語(yǔ)音產(chǎn)生模型必須用適當的信號來(lái)激勵。每隔一段固定時(shí)間（如每隔20ms），語(yǔ)音模型參數和激勵參數都必須做一次估計和更新，并用來(lái)控制語(yǔ)音模型。下面將介紹兩種LPAS編碼器：前向至應LPAS編碼器和后向自適應LPAS編碼器。 3.1 前向自適應LPAS編碼器：8kbps G.729編碼器和6.3kbps 與5.3kbps G.723.1編碼器 在前向自適應的AbS編碼器中，預測濾波器的系數和增益是顯示傳送的。為了提供長(cháng)話(huà)質(zhì)量的語(yǔ)音性能，這兩種編碼器都依賴(lài)于信源模型。激勵信號（以語(yǔ)音基調周期的信息形式表示）也要傳送。這種編碼器所提供的模型對語(yǔ)音信號來(lái)說(shuō)是比較好的，但對于一些噪音或者多數器來(lái)說(shuō)并不合適。因此，在背景噪音和音樂(lè )環(huán)境下，LPAS編碼器的質(zhì)量比7.726和7.727的編碼器的質(zhì)量要差一些。

　　① G.723.1 ITU-T G.723.1編碼器在6.4kbps提供長(cháng)話(huà)質(zhì)量語(yǔ)音。同時(shí) G.723.1還包括一個(gè)工作在5.3kbps的低質(zhì)量語(yǔ)音編碼器。G.723.1是為低比特率可視電話(huà)而設計的。在這種適應中，由于視頻編碼時(shí)延通常大于語(yǔ)音編碼時(shí)延，因此對時(shí)延的要求不是很?chē)栏瘛.723.1編碼器的幀長(cháng)為30ms，還有7.5ms的前視。再加上編碼器的處理時(shí)延，編碼器的單向總時(shí)延為67.5ms。其它時(shí)延是由系統緩沖區和網(wǎng)絡(luò )造成的。

　　G.723.1編碼器首先對語(yǔ)音信號進(jìn)行傳統電話(huà)帶寬的波濾（基于G.712），再對語(yǔ)音信號用傳統的8000Hz速率進(jìn)行抽樣（基于G.711），并變換成位的線(xiàn)性PCM碼作作為該編碼器的輸入。在編碼器中對輸出進(jìn)行逆操作來(lái)重構語(yǔ)音信號。 G.723.1系統用LPAS編碼方法將語(yǔ)音信號編碼成幀。編碼器能夠產(chǎn)生兩種速率的語(yǔ)音流量：（a）用于高速率的6.3kbps；

　　(b)用于低速率的5.3kbps。主速率編碼器使用多脈沖最大自然量化（MP-MLQ），低速率編碼器使用代數碼激勵線(xiàn)性預測（ACELP，Algebraic-Code-Excited Linear-Prediction）方法。編碼器和解碼器都必須支持兩種速率，并通能夠在幀間對兩種速度進(jìn)行轉換，此系統同樣能夠對音樂(lè )和其它音頻信號進(jìn)行壓縮和解壓縮，但它對語(yǔ)音信號來(lái)說(shuō)是最優(yōu)的。

　　編碼器對幀進(jìn)行操作，每幀包括240個(gè)樣點(diǎn)，采用速率為8000Hz。在進(jìn)一步的處理（高通濾波器去直流分量）后把每幀分成4個(gè)子幀，每個(gè)子幀包括60個(gè)樣點(diǎn)，其它的各種操作包括LPC濾波器以及LSP濾波器非量化系數的計算等，將會(huì )導致30ms的分組時(shí)延。對每個(gè)子幀，用未經(jīng)處理的輸入信號計算LPC濾波器。最后一個(gè)子幀的濾波器系數用來(lái)預測分裂矢量量化器（PSVQ，Predictive split Vector quantizer）進(jìn)行量化。正如前面所介紹的，前視占有7.5ms，所以整個(gè)編碼時(shí)延為37.5ms。這個(gè)時(shí)延在評介編碼器，尤其是通過(guò)數據網(wǎng)絡(luò )傳輸語(yǔ)音時(shí)是個(gè)很重要的因素，因為如果編碼及解碼時(shí)延比較小的話(huà)，就意味著(zhù)處理互聯(lián)網(wǎng)中的時(shí)延及其抖動(dòng)時(shí)具有更大的自由度。 解碼器的處理也是基于幀的，解碼過(guò)程如下（G.723.1算法摘要）：

　　·對LPC的量化索引號進(jìn)行解碼。

　　·對構造LPC合成濾波器。

　　·對每個(gè)子幀，先對自適應碼本激勵和固定碼本激勵解碼，然后再輸入合成濾波器。

　　·激勵信號經(jīng)基音后置濾波器處理后，再送入合成濾波器。

　　·合成信號被輸入到共振峰后置濾波器，該濾波器采用增益標度單元以使其輸出能量維持在糨的輸入水平。

　　靜音壓縮已運用多年，它運用了在總會(huì )話(huà)時(shí)間中靜音時(shí)間占大約50%這一事實(shí)。其基本思路是在靜音期間減少傳送的比特數，從而節省了所需傳輸的總比特數。 在電話(huà)網(wǎng)中，多年來(lái)對模擬語(yǔ)音信號都是用時(shí)間分配語(yǔ)音插值（TASI，Time-Assigned Speech Interpolation）主法進(jìn)行處理。這一技術(shù)也就是將其它語(yǔ)音信號或者數據信號放置在談話(huà)的靜音期間內，從而為多信道鏈路提供附加容量。現今，TASI已運用數字信號中并被賦予新名稱(chēng)--其中的一個(gè)例子就是時(shí)分多址（TDMA，Time Division Multiple Access）。簡(jiǎn)要地講，DTMA是將通常的信號劃分成很小的、數字化片段（slots即時(shí)隙）。這些時(shí)隙和其它時(shí)隙一起在一個(gè)信道中進(jìn)行時(shí)分復用。

　　G.723.1采用了執行不連續傳輸的靜音壓縮，這就意味著(zhù)在靜音期間的比特流中加入了人為的噪聲。除了預留帶寬之外，這種技術(shù)使發(fā)信機的調制解調器保持邊續工作，并且避免了載波信號的時(shí)通時(shí)斷。

　　② G.729 G.729編碼器是為低時(shí)延應用設計的，它的幀長(cháng)只有10ms，處理時(shí)延也是10ms，再加上5ms的前視，這就使得G.729產(chǎn)生的點(diǎn)到點(diǎn)的時(shí)延為25ms，比特率為8 kbps。這些時(shí)延性能在互聯(lián)網(wǎng)中很重要，因為我們知道任何能減少時(shí)延的因素都是非常重要的。

　　G.729有兩個(gè)版本：G.729和G.729A。G.729比G.723.1簡(jiǎn)單。這兩個(gè)版本互相兼容但它們的性能有些不同，復雜性低的版本（G.729A）性能較差。兩種編碼器都提供了對幀丟失和分組丟失的隱藏處理機制，因此在因特網(wǎng)上傳輸語(yǔ)音時(shí)，這兩種編碼器都是很好的選擇。Cox等[COX98]認為G.729在處理隨機比特錯誤方面性能不好。建議在有隨機比特錯誤的信道上不使用此編碼器，除非利用信道編碼（前向糾錯碼和卷積碼，將在無(wú)線(xiàn)部份討論）保護最敏感的比特。

　　3.2 后向自適應LPAS編碼：16 kbps G.728低時(shí)延碼激勵線(xiàn)性預測 G.728是低比特線(xiàn)性預測合成分析編碼器（G.729和G.723.1）和后向ADPCM編碼器的混合體。G.728是LD-CELP編碼器，它一次只處理5個(gè)樣點(diǎn)。

　　CELP是上種語(yǔ)音編碼技術(shù)，它的激勵信號是從一個(gè)可能的激勵信號集合中通過(guò)全搜索方法選出的。低速率語(yǔ)音編碼呂器對樣值預測濾波器采用前向自適應方案。而LD-CELP采用后向自適應濾波器并每隔2.5ms做一次更新。CELP中共有1024個(gè)可能的激勵矢量。這些矢量可進(jìn)一步分析為4種可能的增益，兩種符號（+和-）與128種形狀矢量。

　　對于低速率（56~128 kbps）的綜合業(yè)務(wù)數字網(wǎng)（ISDN）可視電話(huà)，G.728是一種建議采用的語(yǔ)音編碼器。由于其后向自適應特性，因此G.728是一種低時(shí)延編碼器，但它比其它的編碼器都復雜，這是因為在編碼器中必須重復做50階LPC分析。G.728還采用了自適應后置濾波器來(lái)提高其性能。

　四、參數語(yǔ)音編碼器：2.4 kbps混合激勵線(xiàn)性預測編碼 參數編碼器采用簡(jiǎn)化激勵信號的語(yǔ)音模型，因而能工作在最低比特率。前而討論的所有語(yǔ)音編碼器都可描述為波形跟蹤，它們輸出信號的波形和相位與輸入信號很相似。

　　參數語(yǔ)音編碼器卻不同，它不呈現為波形跟蹤。這類(lèi)編碼器是基于分析合成模型的，可用相當少的參數表示語(yǔ)音信號。這些參數通常是每隔20ms~40ms就會(huì )從語(yǔ)音信號中提取和量化。在接收端，這些參數用來(lái)生成合成語(yǔ)音信號。在理想條件下，合成語(yǔ)音聽(tīng)起來(lái)和原始語(yǔ)音相似。在背景噪音較大的情況下，由于輸入的語(yǔ)音信號不能根據其內在的語(yǔ)音模型很好的建模，所以任何參數編碼器都將失敗。美國政府選擇了2.4 kbps MELP用于保密電話(huà)。

　　對于我媒體應用，[COX98]的研究指出：當需要低比特率時(shí)，參數編碼器是一種好的選擇。例如，簡(jiǎn)單的用戶(hù)游戲中經(jīng)常用參數編碼器。這會(huì )降低所需的存儲空間。出于同樣的原因，參數編碼器對某些多媒體消息型業(yè)務(wù)也是一種好的選擇。對所有類(lèi)型的語(yǔ)音環(huán)境來(lái)說(shuō)，參數編碼器的絕對語(yǔ)音質(zhì)量都較低，尤其是在噪聲環(huán)境下。如果事先能對語(yǔ)音文件做仔細的編輯，那么這個(gè)缺點(diǎn)是能克服的。目前，多媒體應用中的大多數參數編碼器都不是標準的。而是適用于這類(lèi)專(zhuān)用編碼器。

　　用于無(wú)線(xiàn)通信的G.723.1可變速率編碼 G.723.1的附件C規定了一個(gè)信道編碼規范，此規范可以和三倍速率的語(yǔ)音編碼器一起使用。這個(gè)信道編碼器的比特率的可變的，它作為整個(gè)H.324標準系列的一部份，是為移動(dòng)多媒體應用設計的。

　　這個(gè)信道編碼器支持的比特率范圍從0.7 kbps到4.3 kbps。它也支持G.723.1的三個(gè)操作模式的編解碼器，即高速率模式、低速率模式和不連續傳送模式。 這個(gè)信道編碼器采用截短卷積碼，根據每一類(lèi)型信息比特主觀(guān)重要性的不同，信道編碼器的比特率可對不同的比特類(lèi)型分進(jìn)行優(yōu)化。這種分配算法對編碼器和解碼器都是已知的。每次的系統控制信號無(wú)論是改變G.723.1的速率還是改變信道編碼器的比特率，這個(gè)算法都會(huì )使信道編碼器適應于新的語(yǔ)音業(yè)務(wù)配置。

　　如果信道編碼器的可用速率較低，那么首先要保護主觀(guān)上最敏感的比特位。當信道編碼器的比特率增加時(shí)，多余的信道比特首先用來(lái)保護更多的信息比特位，然后再對已保護過(guò)的比特類(lèi)型增強保護。 在運用信道編碼之前，語(yǔ)音參數要在信道適配層作部份的變化以提高對傳輸錯誤的健壯性。

　　五、編碼器評價(jià) 評估編碼器的性能時(shí)要考慮幾個(gè)重要因素。這些因素如下提示：

　　·幀大小：幀的大小表示語(yǔ)音流量的時(shí)間長(cháng)度，也稱(chēng)為幀時(shí)延。 幀是語(yǔ)音信號的分立部件，且每幀是根據語(yǔ)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(yǔ)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一幀語(yǔ)音做編碼算法處理所 需時(shí)間。它通常簡(jiǎn)單計入幀時(shí)延。處理時(shí)延好稱(chēng)為算法時(shí)延。

　　·前視時(shí)延：編碼器為了對當前幀的編碼提供幫助而檢查下一 幀的一定長(cháng)度，此長(cháng)度就稱(chēng)為前視時(shí)延。前視的想法是為了利 用相鄰語(yǔ)音幀之間的密切相關(guān)性。 幀長(cháng)度：這個(gè)值表示經(jīng)編碼處理后的字節數（不包括幀頭）。

　　·語(yǔ)音比特率：當編解碼器的輸入是標準脈沖編碼調制的語(yǔ)音 碼流（比特率為64 kbit/s）時(shí)，編解碼器的輸出速率。

　　·DSP MIPS：此值是指支持特定編碼器的DSP處理器的最低 速度。值提注意的是DSP MISP與其它處理器的MISP速率無(wú) 關(guān)。與用在工作站和個(gè)人計算機上通用處理器不同，這些DSP 是為特定任務(wù)而專(zhuān)門(mén)設計的。因此，為實(shí)現上述的編解碼器處 理所需求MISP，通用處理器要比專(zhuān)用DSP處理器大。

　　·RAM需求：它描述了支持特定的編碼過(guò)程所需要RAM的大 小。

　　評價(jià)編碼器性能的關(guān)鍵因素是編碼器工作所需時(shí)間。這個(gè)時(shí)間是指編碼器的緩存及處理時(shí)間，稱(chēng)為單向系統時(shí)延。其值等于：幀大小+處理時(shí)延+前視時(shí)延。顯然，解碼時(shí)延也非常重要。實(shí)際上，解碼時(shí)延大約是編碼時(shí)延的一半。

　　六、語(yǔ)音編碼器的比較 為了標準編碼器的討論作個(gè)總結，表4-1[RUDK97]對幾種編碼器的比特率、MOS、復雜性（以G .711為基準）和時(shí)延（幀大小及前視時(shí)間）作為比較。


標準 編碼類(lèi)型 比特率 MOS 復雜性 時(shí)延 （kbps） (ms) G.711 PCM 64 4.3 1 0.125 G.726 ADPCM 32 4.0 10 0.125 G.728 LD-CELP 16 4.0 50 0.625 GSM RAE_LPT 13 3.7 5 20 G.729 CSA-CELP 8 4.0 30 15 G.729A 15 G.723.1 ACELP 6.3 3.8 25 37.5 MP-MLQ 6.3 US Dod LPC-10 2.4 合成語(yǔ)音 10 22.5 FS1015

　　七、小結 語(yǔ)音編碼器是建立和處理VOIP分組的發(fā)動(dòng)機的。它由DSP驅動(dòng)。 原來(lái)的DS0、TMD G.711 64kbps編碼器最終會(huì )被工業(yè)淘汰，并由低比特率編碼器所替代。

IT168辦公通信


分類(lèi)信息:     文摘
亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 德安县| 绥芬河市| 南木林县| 环江| 威宁| 澄江县| 嘉善县| 越西县| 平乡县| 永丰县| 海丰县| 尼玛县| 墨脱县| 林周县| 曲麻莱县| 普定县| 郑州市| 大足县| 治县。| 嘉鱼县| 建瓯市| 扎兰屯市| 清水河县| 台南县| 大英县| 郸城县| 葫芦岛市| 呼玛县| 称多县| 伊金霍洛旗| 平湖市| 江安县| 白银市| 甘泉县| 南阳市| 柯坪县| 镇巴县| 科尔| 达日县| 镇安县| 石阡县| http://444 http://444 http://444 http://444 http://444 http://444