第三章语音信号的压缩编码

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
值 S~nTS 与真正的样值 SnTS 并不相同。
差值脉冲编码就是对真正的样值 SnTS 与过
去的样值为基础得到的估值 S~nTS 之
间的差值进行量化和编码。
3、DPCM系统模型框图
量化器
预测器
预测器
22 下张
图中:x(n)为抽样信号的实际值
4、DPCM系统的抗噪声性能分析
❖d(n)=x(n)-x(n) x(n)=x(n)+d(n)
y(n) y(n 1) log2 M[ I (n 1) ]
分为快速定标因子(语音) yu (n)
慢速定标因子(数据)
yl (n)
动态锁定DLQ(双模式自适应量化器)
y(n) al (n) yu (n 1) (1 al (n)) yl (n 1)
2
}
=E [x(n)2]+h21E[x2 (n-1)]-
2h1E[x(n)x(n-1)]
= x 2 + h21 x2 - 2h1P1 x2
= x2 (1 h12 2h1P1)
求使 2 最小的h1的值 d
令 d 2 0
h1
得最佳预测系数h1opt=p1
(d 2) min (1 p12) x2
❖ 3.3.1DPCM ❖ 一.差值编码思想 ❖ 二.差值编码系统模型图 ❖ 三.DPCM系统 ❖ 1.概念2.预测器模型图3.DPCM系统模型
4.DPCM系统的抗噪声性能分析
3.1自适应差值脉冲编码调制 (ADPCM)
1、实质:DPCM+自适应量化和自适应预测
固定预测 固定量化
能够实现自适应预测功能,或者
即在参数编码的基础上引入了波形编
码的一些特征。
可在4----16kbit/s范围内达到良好的语 音质量
类型:子带编码
3.1自适应差值脉冲编码调制原理(ADPCM)
❖ 3.1.1差值脉冲编码(DPCM)
❖1.编码思想
提高通信质量 必须 减小量化误差
增加编码 当抽样值范围确定时 减小量化级
位数N
❖增加编码位数可获得大的信噪比
x(n) + d(n)
c(n)
d(n) x(n)
-+
编码
译码 +
x(n)
x(n)
差值编码模型
图中:x(n)是原始样值(n时刻的抽样值) x(n)为减去量 d(n)=x(n)-x(n) 为差值
可以看出:
(1)、d(n)越小,在相同的编码位数时 信噪比越大
(2)、收发端必须有相同的减去量x(n)
❖ 三、DPCM系统
2 2
(n)] (n)]
E[d E[e
2 (n)] 2 (n)]
GP SNRq e2
GP<1
加预测器后 反而不利
GP>1
预测器有 增益
量化器的量化 信噪比
GP : DPCM系统相对于PCM系统而言的 信噪比增益。 SNRq 量化器产生的信噪比
即非预测的PCM系统的量化信噪比
提高系统信噪比采取的措施
1、DPCM系统的概念: 根据前些时刻的样值来预测现时刻的样 值,只要传递预测值和实际值之差,而 不需要每个样值的编码都传。这种方法 就称为DPCM编码。
❖ 举例来说,设以1/Ts的速率对信号S(t)抽
样,在 t nTs 时刻前可得到 SnTS Ts ,
,SnTS 2Ts
样值作为基础对
等一S组nT样S 值 N.以Ts 前面N个 的预测值是SnTS
S~nTS
N
Wi S nTS iTS
i 1
不同时刻样值的加权系数: Wi
根据相关性情况,可设 Wi 为常量或变量
2、实现预测的横向滤波器(N阶预测器)
N阶预测器输出:
S~nTS
N
Wi S nTS iTS
i 1
在每个抽样时刻到来时,滤波器输出将
会给出下一个样值的预测值。
一般来说,在抽样时刻 t=nTs 时所得的预测
在编码位数固定时,减小抽样值的变化 范围,也同样可以提高信噪比
即:若缩小抽样值(被编码信号)的 变化范围,就可以在保证信噪比不变 的情况下,减小编码的位数。这就是 差值编码的中心思想
二、差值编码模型图
在原来的抽样值中减去某一个值,然后 对两者之差进行编码。在接收端将解码 值再加上发送端所减去的值便可恢复出 原始值。
❖SNR=
E[x2 (n)] E[d 2 (n)] E[d 2 (n)] E[e2 (n)]
减小 E[d 2(n)] E[e2 (n)]
E[d 2 (n)]
E[e2 (n)]
d(n)=x(n)-x(n)
d(n)
x(n)精确
最佳预测 量化误差
最佳量化
小结
❖ 一.压缩编码的原因 ❖ 二.什么是语音压缩编码 ❖ 三.语音编码分类 ❖ 3.1ADPCM系统
特点:运算量大,延迟时间大,不能用于高 速系统。
2)后向序贯自适应预测算法
采用不断修正预测系数{hi(n)}的方法来减小瞬时平方
2
差E[d(n)],使{hi(n)}逐步的接近{hiopt(n)}.
①LMS算法(最小均方算法)
N
d (n) x (n) hi (n)x (n i) i 1
hi (n 1) hi (n) i (n)d (n)x(n i)
3、实现方法
①前向自适应量化(AQF)
优点:量化误差小,信噪比大 缺点:量阶的信息要与话音信号一起送到 收端译码器,否则,收端无法知道该时刻 的量阶值
②后向自适应量化(AQB) ❖ 优点:接收端不需要量阶的信息,因为
量阶的信息可以从接收码中提取,码速 率低,实现容易。
缺点:因为量化误差影响量化值得准确度, 即信噪比下降,但影响较小。
当N=1时的最大预测增益为:G p m ax
(1
1 p12
)
b.二阶线性预测(N=2)
d(n)=x(n)-h1x(n-1)-h2x(n-2)
d
2
2
=E[d (n)]=E{[x(n)-
2
h1x(n-1)-h2(n-2)]
}
令 d 2 0
h1
d 2
h2
0
得最佳h1,h2
h1opt
p1 (1 p2 ) 1 p12
❖2.参数编码 提取语音的一些特征信息进行编码,
在收端利用这些特征参数合成语音。
❖优点:编码速率低。
速率通常是在4.8kbit/s以下 ❖缺点:语音的音质和自然度较差,很
难辨别说话人。(有一定的可懂度) ❖类型:LPC线性预测编码
3.混合编码
波形编码+参数编码
❖介于波形编码和参数编码的一种编码。
2、定义 自适应量化功能或者同时实现两
种自适应功能的DPCM系统称为 ADPCM系统。
3.设计的目的
❖ ADPCM充分利用了语音波形的统计特 征和人耳听觉特性,其设计思路主要瞄准 了两个目标: a: 尽可能去掉语音信号中的冗余信号
b:以有效的方式将可用比特分配给语音信 号
对消除冗余后的信号,从自适应角度 进行最佳编码
梯度系数,它决定了预测系数自适应速率
②梯度符号算法
极点预测器
hi (n 1) ihi (n) i (n)sgn[d (n)]sgn[x (n i)]
衰减因子(抗误码因子)
hi (n 1) ihi (n) i (n)sgn[d (n)]sgn[d (n i)]
零点预测器
1.2量化的自适应
1、最佳量化
固定量化器+可 变增益放大器
①分层电平为相邻量化电平的中点
②量化电平是该量化间隔内经常出现的瞬 时电平值
2、自适应量化的基本思想
❖ 自适应量化的基本思想是使量化器的量化级 (阶距)能够随着输入信号d(n)瞬时值得变 化作自适应调整,从而使量化误差的均方值 最小。
即:自适应量化指量化台阶随信号变化而变化, 使量化误差减小
R(1)
a1opt
其中rss
R(2)
. ,
.
R(N )
Rss
R(0)R(1)...R(N 1)
R(1)R(0)...R(
N
2)
.....................
,
aopt
R(N
1)R(N
2)...R(0)
a2opt . . aNopt
差值信号在预测系数取最佳值时最小
所以得到一组线性方程
R(1)
R(2)
.
.
R( N )
R(0)R(1)...R(N 1)
R(1)R(0)...R(
N
2)
.....................
R(
N
1) R( N
2)...R(0)
a1opt
a2
opt
...
aNopt
opt
R 1 ss
rss
样值、预测值、预测误差进行编码, 它以重建语音波形为目的,力图使重 建波形接近原信号波形。
特点:利用抽样定理,恢复原始信号的波形
优点:适应能力强,重建语音质量好 缺点:编码速率较高
速率通常在16------64kbit/s范围
类型: PCM, 自适应增量调制 (ADM), 自适应差分编码调制(ADPCM), 自适应预测编码APC
N
E[d 2(k)]min E{[S(k) aioptS(k i)]2} i1
最佳预测增益
GPopt
E[S 2 (k )] E[d 2 (k )]
1
1
N
aiopt
i 1
R(i) E[S 2 (k )]
2.自适应预测 1)前向自适应预测算法
根据短时间的相关特性R(i),求短时的最佳预 测系数
上式算法在有传输误码情况下,会产生误码 扩散问题,因此采用修正式:
(n) (n 1) *M[ I(n 1) ]
-----------------抗误码因子
两边取对数得:
log2 (n) log2 (n 1) log2 M[ I(n 1) ]
令 y(n) log2 (n) 为量化器的定标因子
h2opt
p2 p12 1 p12
( d 2 )
mຫໍສະໝຸດ Baiduin
[1
p12
(
p12 1
p22 p12
)2
]
x
2
大于或者 等于零
故二阶预测器总是优于一阶预测器
C:N阶最佳线性预测
2 d
=E[d 2(k)]
N
E{[s(k) ais(k
j)]2}
i 1
求偏微分,并令为零
E[d 2 ] 0 ai
i 1,2, . . .N
1.1预测的自适应
1.预测器的结构
(1).极点预测器 (用重建信号x(n)进行的预测)
a:极点预测器的DPCM方框图
X(n)
d(n)
+
X(n)
量化器
d(n)
编码
P(Z)
预测器
X(n)
+ X(n)
b:预测器传递函数P(z)
P(Z) X (Z) X (Z)
N阶预测器公式:X(n)= N a j x(n j) j 1
该系统的量化误差可以表示为:
e(n)=x(n)-x(n)
=[d(n)+x(n)]-[x(n)+d(n)] =d(n)-d(n)
❖ 上式表明:DPCM系统的传输误差 就是差值d(n)的量化误差.

系统信噪比定义为:
x2
d2
❖SNR=
E[ x 2 (n)] E[e2 (n)]
=
预测器增益
=
E[x E[d
=
x
2[2(1 P1)]
分析: GP =
E[ x2 (n)] E[d 2 (n)] =
1 2(1 p1)
(2)一阶最佳线性预测 求最佳预测系数h1
N=1时;X(n)= h1x(n-1)
则差值信号为:d(n)=x(n)-h1x(n-1)
E[d 2(n)]= d
2
=E{[x(n)-
h1x(n-1)]
Jayant提出的后向自适应算法:
(n) (n 1) *M[ I(n 1) ]
本次量化间隔=前一次量化间隔×量化调整因子
M| [I(n-1)] |-------量化间隔调整因子
❖ 不同量化电平L时DPCM量化器的M值 见下表
I(n) 1 2 3 4 5 6 7 8 M[I(n)] 0.9 0.9 0.9 0.9 1.2 1.6 2 2.4
进行Z变换后得: x(z) N a j x(z)z j j 1
则预测器的传递函数为:
P(Z ) X (Z )
X (Z)
N
a j z j
j 1
a j 为预测系数
c:重建滤波器
H(Z)
d(n)
x(n)
+
重X(n)建滤波器
预测器
x(n)
x2
2 =E [x2(n)]+E[x2(n-1)]-2E[x(n)x(n-1)] d 2 =2E [x(n)]-2E[x(n)x(n-1)]
利用二进制理想基带传输系统传输 一路这样的数字语音信号。所占 系统的最小频带宽度为32KHz。
❖二.什么是语音压缩编码?
把数码率低于64Kbit/s的语 音编码方法称为语音压缩编码 技术
三.语音编码分类
波形编码
根据编码器的实现机理,分成三大类 参数编码 混合编码
1、波形编码 从语音信号的波形出发,对波形的抽
第三章语音信号的压缩编码
一.压缩编码原因
语音信号的压缩编码是研究如何降 低语音信号编码速率的问题。
以语音信号为例,模拟形式下带宽一 般不到4KHz,经过调制后,所需传输 带宽不会超过8KHz。
但是以8KHz抽样,并且每个样值用8位二
进制代码表示时,即采用A率13折线PCM数字
语音信号时,信息速率为64Kbit/s。 频带利用率=传输速率 /带宽
相关文档
最新文档