多媒体通信技术课件第三章 音频信息处理技术

2.1.1 音频信号特征 1、声音信号的时域特征 该特征说明人们听到的声音从产生到结束的
过程。 这个过程大致可分为三个阶段：起始、稳
定和结束。
2、声音信号的频域特征 声音信号是有很多的正弦分量组成的。 声音信号在频域是具有离散的线性谱和连续
谱的特征
有明确音高的有调声音
无明确音高的无调声音
声波频率
信道
基本思想：在编码端，由前一个输入信号
的编码值经解码器可得到下一个信号的预测值。 输入的模拟音频信号与预测值在比较器上相减， 从而得到差值。若为正，则编码输出为1；若为 负，则编码输出为0。
u(模 拟 输 入 )
0 11111110000110001001 0
增量调制编码过程示意图
输出码
当输入模拟信号的变化速度超过了经解码 器输出的预测信号的最大变化速度时，会发生斜 率过载。
采用混合编码的编码器有多脉冲激励线性 预测编码器（MPE-LPC）、规则脉冲激励线性 预测编码器（RPE-LPC）、码激励线性预测编 码器(celp)等。
3.3.2 常用的压缩编码方法
1 一般增量调制（DM）
脉冲 发生器
输入 信号
比较器 ＋
－ y(t)
极 性 判别 译码器
调制器
增量调制的系统结构框图
3.2 音频信号数字化
音频信号的数字化过程就是将模拟音频信 号转换成有限个数字表示的离散序列， 即数字 音频序列。
模拟音 频信号
音 频 信号 数 字 化
采样
量化
编码
音频信息处理框图
按 不 同应 用 目 标 进 行 数字 压 缩
1、采样
在时间上将连续信号离散化的过程，采样一般都 是按照均匀的时间间隔进行。
20Hz~20kHz 声压：对声音强弱的感觉
1kHz~听阈2＊10-5Pa 声压级：表示声音强弱的对数级（分贝）
听阈0dB 痛阈 120dB
3.1.2 人耳听觉特性
1、响度：人耳对声音强弱的感觉。 2、掩蔽效应： 一个声音的存在会影响人们对其
他声音的听觉能力， 使一个声音在听觉上掩蔽 了另一个声音。
3、差值脉冲编码调制
基本思想：对输入的音频信号进行均匀量化， 不管输入的信号是大是小，据采用同样的量化间 隔。
例如：如输入的音频信号是语音信号，使用 8kHz采样频率进行均匀采样，而后将每个样本 编码为8位二进制数字信号，则得到数据率为 64kb/s的PCM信号。
基本思想：对相邻的差值进行量化编码。
当输入信号没有变化时，预测信号和输入 信号的差会十分接近，这时，编码器的输出是1 和0交替出现的，这种现象叫散粒噪声。
2、自适应增量调制（ADM）
输出编码1位所表示的模拟电压叫做量化阶距。 基本思想：当发现信号变化快时，增加阶距； 当发现信号变化缓慢时，减少阶距。
2 M 1/ 2
y(k) y(k 1) y(k) y(k 1)
数 字 激 光 唱 盘 CD FM无 线 电 广 播 AM无 线 电 广 播
电话
10 k 频 率 / Hz
常见音频应用带宽示意图
2、量化 量化是将每个采样值在幅度上进行离散化处理。
3、编码
编码过程是指用二进制数来表示每个采样的量化 值。
2、参数编码 通过语音信号的数学模型,对语音信号特征
参数进行提取及编码，力图使重建的语音信号尽 可能保持原信号的语意。
语音编码速率较低，压缩的比特率较低。
合成语音质量较差，很难辨别说话人是谁。
常用的有线性预测编码。
多用在移动通信、多媒体通信和IP网络电 话中。
3、混合编码
同时使用两种或两种以上编码方法进行编 码的过程。
在信道的接收端（或在回放时）得到各子带编码的 混合信号， 将各子带的编码取出来， 对它们分别进行 解码， 产生各子带的音频分量， 再将各子带的音频分 量组合在一起， 恢复原始的音频信号。
… … … …
带通滤波1 编码器
综
分
信号 输入
带通滤波2 编码器
音频信号经数字化以后以文件形式存放 于计算机中，当需要声音时计算机将其反格 式化并输出。
3.3 音频信号压缩编码
3.3.1 音频信号编码分类 1、波形编码：基于对语音信号波形的数字化处理，
试图使处理后重建的语音信号波形与原信号波形保持一 致。
优点：实现简单、语音质量较好、适应性强。 缺点：压缩程度不高，需要较高的编码速率。 常用的波形编码技术：增量调制编码（DM）差值脉 冲编码调制（DPCM）自适应差分脉冲编码调制 （ADPCM）子带编码（SBC）矢量量化编码（VQ）
第三章 音频信息处理技术
3.1 声学基础知识 3.2 音频信号数字化 3.3 音频信号压缩编码 3.4 语音压缩编码标准 3.5 IP电话技术
自然界的声音信号究其本质是一种机械振动， 是一种在空气中随时间而变化的压力信号。
音频信息涉及人耳所能听到的声音信息，包 括语声和乐声。
2.1 声学基础知识
(k)

(k (k
1) 1)

P Q
y(k) y(k 1) y(k 2)
自适应增量调制称为连续可变斜率增量 （CVSD）调制。
工作原理如下： 如果调制器（CVSD）连续 输出三个相同的码， 则量化阶距加上一个大的 增量， 也就是说， 因为三个连续相同的码表示 有过载发生。 反之， 则量化阶距增加一个小的 增量。
一种是控制可变因子 M， 使量化阶距在一 定范围内变化。 对于每一个新的采样， 其量化
阶距为其前面数值的M倍。 而M的值则由输入信 号的变化率来决定。 如果出现连续相同的编码，
则说明有发生过载的危险， 这时就要加大M。 当0， 1信号交替出现时， 说明信号变化很慢， 会产生散粒噪声， 这时就要减少M 值。 其典型 的规则为
这个差值是指信号值和预测值的差值。
信号
采样 ＋ y 0－ ˆy0
量化器 预测器
输出 ＋ ＋
＋ 输入
＋
滤波 信 号 预测器
(a)
(b)
(a) 编码器； (b) 解码器
4、子带编码
用一组带通滤波器， 将输入的音频信号分成若干个 连续的频段， 并将这些频段称为子带。 分别对这些 子带中的音频分量进行采样和编码。 将各子带的编码信 号组织到一起进行存储或送到信道上传送。