数字语音编码技术和标准介绍

中国新通信（技术版） ２００７．７
４１
失真。若采用数字滤波器
来分裂子带，由于存在过
渡带，恢复出来的信号将
出现失真。若正交镜像滤
波器在分裂子带时出现混
叠，它可以在接受端用另
一组正交镜像滤波器来消
除。
２．２ Ｇ．７２９，８ｋｂｉｔ／ｓ 语 音
编码
Ｇ．７２９ 协 议 定 义 了
８ｋｂｉｔ／ｓ 码率的共扼结构代
编码标准。１９８４ 年又公布了 Ｇ．７２１ 标准 （１９８６ 年修
子带编码一般是同波形编码结合使用，如 Ｇ．７２２ 订）。它采用的是自适应差值脉冲编码（ＡＤＰＣＭ），数
使用的是 ＳＢ－ ＡＤＰＣＭ 技术。但子带的划分更多是对 据率为 ３２ｋｂｉｔ／ｓ。以上两个标准实用于 ２００￣３４００Ｈｚ
频域系数的划分 （这可以更好地利用低频带比高频 窄带话音信号，已用于公共电话网。针对宽带语音
的特点，不足是编码带宽往往很难再进一步下降。 到了重视。ＭＰＥＧ 伴音和 Ｇ．７２２．１ 建议中采纳了哈夫
２． 预测编码
曼变长编码。
语音信号是非平稳信号，但在短时间段内（一般
衡量语音编码算法的指标很多，最基本的应该
是 ３０ｍｓ）具有平稳信号的特点，因而对语音信号幅 综合考虑四个方面：编码质量、编码速率、编解码的
标，为了保证正常通话，当总时延超过 １００ｍｓ 时，一
参数编码是建立在人类语音产生的全极点模型 般都需要采取回声抵消或回声抑制等措施。
的理论上，参数编码器传输的编码参数也就是全极 点模型的参数 － 基频、线谱对、增益。对语音来说，参
表 １ ＭＯＳ 判分五级标准及相应的描述
数编码器的编码效率最高，但对音频信号，参数编码
１ 音频数据的压缩技术和编码性能
音频数据是多媒体数据的一种，一般来说实用
于多媒体数据压缩编码的算法都可用于音频数据压 缩，但音频信号特别是人类的语音有其自身的特点， 如果能针对这些特点展开压缩其效果会更好。音频
５ 总结与展望
正交失效使基于瑞利散射的光纤裂缝传感失去 了最优方式的工程应用，导致需在工程内部构建复
ＭＯＳ 评分 质量级别
失真级别
器就不太合适。典型的参数编码器有 ＬＰＣ－ １０、ＬＰＣ－
５
１０Ｅ，当然，Ｇ．７２９、Ｇ．７２３．１ 以及 ＣＥＬＰ（ＦＳ－ １０１６）等码
４
本激励声码器都离不开参数编码。
３
４． 变换编码
２
一般认为变换编码在语音信号中作用不是很
１
大，但在音频信号中它却是主要的压缩方法。比如，
的 Ａ 律或 μ 律。ＡＰＣＭ、ＤＰＣＭ 和 ＡＤＰＣＭ 也属于波 起误码扩散），很少使用。对存在统计冗余的信号来
形 编 码 的 范 畴 ， 使 用 这 些 技 术 的 标 准 有 Ｇ．７２１、 说，统计编码确实可以大大提高编码的效率，所以，
Ｇ．７２６、Ｇ．７２７ 等。波形编码具有实施简单、性能优良 近年来出现的音频编码算法中，统计编码又重新得
数码本激励（ＣＳ－ ＡＣＥＬＰ）
语音编解码算法。模拟信
号经过电话带宽滤波，以
ｋｂｉｔ／ｓ。
８ｋＨｚ 采样，再转换为 １６ｂｉｔ ＰＣＭ 码，送入编码器编
图 １ 是 Ｇ．７２２ 原理框图。发送器将音频信号转 码，输出比特流参数，解码器对比特流参数解码，以
换成 １６ｋＨｚ、１４ｂｉｔ 的数字序列，ＳＢ－ ＡＤＰＣＭ 编码器 同样方式转换为模拟信号。其他格式的信号都要预
Biblioteka Baidu子带 － 自适应差分量化
ＬＰＣ１０－ Ｅ 参数编码
ＭＥＬＰ
线性预测编码 混合激励 ＬＰＣ
ＣＥＬＰ
码本激励 ＬＰＣ
ＶＳＥＬＰ
矢量和激励 ＬＰＣ
ＲＰＥ－ ＬＴＰ 混合编码
ＬＤ－ ＣＥＬＰ
长时预测规则脉冲激励 ＬＰＣ 低时延码激励 ＬＰＣ
ＣＳ－ ＡＣＥＬＰ
共扼结构 － 代数码激励 ＬＰＣ
ＭＰ－ ＭＬＱ－ ＡＣＥＬＰ 多脉冲 － 极大似然量化 － 代数码激励
数字语音编码技术
和标准介绍
李 娜 １，３ 王中元 ２ 胡瑞敏 １，２ 朱福喜 １
（１． 武汉大学计算机学院 武汉 ４３００７２） （２．武汉大学国家多媒体软件工程技术研究中心 武汉 ４３００７２） （３． 武汉大学档案馆 武汉 ４３００７２）
摘 要 文章对数字语音或音频编码技术进行了归纳，并比较和分析了今年来 ＩＴＵ－ Ｔ 制订的语音编码 标准，重点论述了 Ｇ．７２９ 等几种主要的话音编码标准的基本原理。最后，对音频压缩的方展趋势进行了 展望。 关键词 语音编码 音频编码 ＩＴＵ－ Ｔ 标准
拱坝安全监控跨越地域较大，监测点数量多， 杂的特定构型的光纤监测网络。这种复杂的网络构
在汛期时要求系统通讯速率高，轮询响应时间短。监 型既增加了光纤传感工程应用的困难，同时还会进
控的大部分作业点分散于野外，环境恶劣，其中还有 一步降低传感光纤的工程存活率和缝宽量程，因而
许多是无人值守的设备或监测点，不适合搭建有线 需进一步探索研究结构简单、工程实用的新型混凝
度进行预测编码是一种很自然的做法。最简单的预 复杂程度、编解码时延。编码质量可以采用主客观评
测是相邻两个样点间求差分，编码差分信号，如 价，但数学意义上的最小误差不见得有最好的感官
Ｇ．７２１。但更广为应用的是语音信号的线性预测编码 质量，所以 ＭＯＳ（Ｍｅａｎ Ｏｐｉｎｉｏｎ Ｓｃｏｒｅ）判分广泛应用。
ＳＱＶＨ
标量量化矢量哈夫曼编码
变换编码 ＭＰＥＧ
多子带感知编码
ＡＣ－ ３
感知编码
数据率
６４ｋｂｉｔ／ｓ
３２ｋｂｉｔ／ｓ １６￣４０ｋｂｉｔ／ｓ １６￣４０ｋｂｉｔ／ｓ ４８￣６４ｋｂｉｔ／ｓ ２．４ｋｂｉｔ／ｓ ２．４ｋｂｉｔ／ｓ ４．８ｋｂｉｔ／ｓ ８ｋｂｉｔ／ｓ １３．２ｋｂｉｔ／ｓ １６ｋｂｉｔ／ｓ ８ｋｂｉｔ／ｓ ５．３／６．３ｋｂｉｔ／ｓ ２４，３２ｋｂｉｔ／ｓ １２８ｋｂｉｔ／ｓ ３００ｋｂｉｔ／ｓ
号。当 ６４ｋｂｉｔ／ｓ 内要有辅助数据通道时，需要增加数 按帧计算 ＣＥＬＰ 模型参数（ＬＰ 系数、码本增益、基音
据插入装置和数据分解装置。数据插入装置在发送 和码本索引），将参数编码传送。帧编码参数比特分
端，它为每 ８ｂｉｔ 增加 １ 或 ２ｂｉｔ 音频数据，以提供 ８ 或 配见表 ３。解码器将接收到的参数解码，得到激励和
带感觉重要的特点），故子带编码中，往往先要应用 （５０￣７ｋＨｚ），ＣＣＩＴＴ 制定了 Ｇ．７２２ 编码标准，它的数
某种变换方法得到频域系数，在 Ｇ．７２２．１ 中使 用 据率为 ６４ｋｂｉｔ／ｓ 、５６ｋｂｉｔ／ｓ、４８ｋｂｉｔ／ｓ。它可用于综合业
ＭＬＴ 变换，系数划分为 １６ 个子带；ＭＰＥＧ 伴音中用 务数字网（ＩＳＤＮ）的 Ｂ 通道上传输音频数据。之后公
（ＬＰＣ）。几乎所有的基于语音信号产生的全极点模型 ＭＯＳ 得分采用五级评分标准，如表 １ 所示。对于数字
的 参 数 编 码 器 都 要 用 到 ＬＰＣ， 如 Ｇ．７２８、Ｇ．７２９、 传输系统来说，编解码的复杂程度不应该影响实时
Ｇ．７２３．１ 建议。
处理，否则没有意义。编解码时延也是一个重要的指
３． 参数编码
中国新通信（技术版） ２００７．７
３９
信号压缩的算法主要有下面几种。
ＦＦＴ 或 ＭＤＣＴ 变换，划分的子带多达 ３２ 个。
１． 波形编码
６． 统计编码
波形编码是最简单也是应用最早的语音编码方
统计编码在图像编码中大量应用，但在语音编
法。最基本的一种就是 ＰＣＭ 编码，如 Ｇ．７１１ 建议中 码中出于对编码器整体性能的考虑 （变长编码易引
优
不察觉
良
刚有察觉
可
有察觉且稍觉可厌
差
明显察觉且可厌但可忍受
坏
不可忍受
ＭＰＥＧ 伴音压缩算法 （含著名的 ＭＰ３） 用到 ＦＦＴ、
２ 语音编码标准
ＭＤＣＴ 变换，ＡＣ－ ３ 杜比立体声也用到 ＭＤＣＴ，Ｇ．７２２．１
建议中采用的 ＭＬＴ 变换。在近年来出现的低速率语
国际电报电话咨询委员会（ＣＣＩＴＴ）和国际标准
公共网
４．２
ＣＤ
５．０
音响
５．０
布的 Ｇ．７２３．１ 建议中码率为 ５．３ ｋｂｉｔ／ｓ 和 ６．３ ｋｂｉｔ／ｓ， Ｇ．７２６ 中的码率为 ４０ｋｂｉｔ／ｓ、３２ｋｂｉｔ／ｓ、２４ｋｂｉｔ／ｓ、１６ｋｂｉｔ／ｓ。 ＣＣＩＴＴ 于 １９９０ 年通过了 １６￣４０ｋｂｉｔ／ｓ 镶嵌式 ＡＤＰＣＭ 标准 Ｇ．７２７。低码率、短时延、高质量是人们期望的目 标 。 在 ＡＴ＆Ｔ Ｂｅｌｌ 实 验 室 １６ｋｂｉｔ／ｓ 短 时 延 码 激 励 （ＬＤ－ ＣＥＬＰ）编码方案的基础上，经过优化，ＣＣＩＴＴ 在 １９９２ 年和 １９９３ 年分别公布了浮点和定点算法的 Ｇ．７２８ 标准。该算法时延小于 ２ｍｓ。话音质量可达 ＭＯＳ ４ 分以上。ＩＳＯ 运动图像专家组在制定运动图像 编码标准的同时，为图像伴音制定了 ２０ｋＨｚ 带宽的 １２８ｋｂｉｔ／ｓ 标准。１９８８ 年欧洲数字移动通信 ＧＳＭ 指定 了泛美数字移动通信网的 １３ｋｂｉｔ／ｓ 长时预测规则脉 冲激励（ＲＰＥ－ ＬＴＰ）语音编码标准。１９８９ 年北美蜂窝 电话工业组织 （ＣＴＩＡ） 公布了北美数字移动通信标 准，它采用自适应码本激励。日本的数字移动通信标 准是 ６．７ｋｂｉｔ／ｓ 的 ＶＳＥＬＰ （矢量和激励线性预测）。国
标准
应用
质量
Ｇ．７１１
Ｇ．７２１ Ｇ．７２６ Ｇ．７２７ Ｇ．７２２ ＦＳ－ １０１５
公共网 ＩＳＤＮ 配音
保密话音
４．０￣４．５ ２．５￣３．５
ＦＳ－ １０１６
ＧＳＭ Ｇ．７２８ Ｇ．７２９ Ｇ．７２３．１ Ｇ．７２２．１
军事通信 移动通信
公用网 ＩＳＤＮ
３．７￣４．０
ＩＰ－ Ｖｏｃ 移动通信
ＰＳＴＮ Ｈ．３２４
４０
ＣＨＩＮＡ ＮＥＷ ＴＥＬＥＣＯＭＭＵＮＩＣＡＴＩＯＮＳ （Ｔｅｃｈｎｉｃａｌ Ｅｄｉｔｉｏｎ） Ｊ ＵＬ ２００７ Ｎｏ．１３
表 ２ 语音编码算法和标准
算法 ＰＣＭ Ａ （μ） ＡＰＣＭ 波形编码 ＤＰＣＭ
均匀量化 Ａ （μ）律 自适应量化 差分量化
名称
ＡＤＰＣＭ
自适应差分量化
ＳＢ－ ＡＤＰＣＭ
本建议公布于 １９８８ 年。它给出 ５０￣７０００Ｈｚ 音频 编码系统的特性，可用于各种高质量语音应用。编码 系统采用子带自适应差分脉冲编码技术（ＳＢ－ ＡＤ－ ＰＣＭ），比特率为 ６４ｋｂｉｔ／ｓ。称为 ６４ｋｂｉｔ／ｓ（７ｋＨｚ）音频 编码。应用 ＳＢ－ ＡＤＰＣＭ 技术，整个频带被分为高低 两个子带，用 ＡＤＰＣＭ 分别对每个子带编码。系统有 三个基本工作模式，相应的比特率是 ６４、５６ 和 ４８
际电信联盟（ＩＴＵ）正在制定更低码率高质量短时延 的音频编码标准，码率限制在 ４ｋｂｉｔ／ｓ，已有几家大公 司和研究组织提出了竞选方案，ＩＴＵ 正在组织评估 测试，预计明年上半年就可以发布。
上述算法和标准广泛用于多媒体技术和通信 中。如多媒体节目中的音频编码、可视电话、语音电 子邮件、语音信箱、电视会议系统中。下面简单介绍 几种常用的语音编码标准。 ２．１ Ｇ．７２２，６４ｋｂｉｔ／ｓ（７ｋＨｚ）音频编码
音编码算法中，ＳＴＣ（正弦变换编码）和 ＷＩ（波形插 化组织（ＩＳＯ）先后提出一系列有关语音编码的建议，
值）占有重要的位置，小波变换和 Ｇａｂｏｒ 变换在其中 表 ２ 中列出了一些流行的语音编码算法和国际标
有用武之地。
准。１９９２ 年首先制定了 Ｇ．７１１ ６４ｋｂｉｔ／ｓ Ａ（μ）律 ＰＣＭ
５． 子带编码
将其降低到 ６４ｋｂｉｔ／ｓ。解码器执行编码器的逆操作， 先化为 １６ｂｉｔ ＰＣＭ 码，解码后再转换回来。
由操作方式决定，它可对 ６４、５６ 或 ４８ｋｂｉｔ／ｓ 音频编码
ＣＳ－ ＡＣＥＬＰ 编码器建立在码本激励模型的基础
解码。接收器从 １４ｂｉｔ 的 １６ｋＨｚ 抽样序列重构音频信 上，８ｋＨｚ 采样信号每 １０ｍｓ 为一帧 （含 ８０ 个样本），
通讯网络，基于 ＧＰＲＳ 的信息监测的无线传输是新 土大坝裂缝光纤监测技术。
时代通信技术的产物，是发展的趋势。
参考文献
［１］ 吴永红． 光纤光栅水工渗压传感器封装的结构分析与实验． 成都：四川大学，２００３ ［２］ 王惠文． 光纤传感技术与应用 ． 北京：国防工业出版社，２００１ ［３］ 江毅，ＬＥＵＮＧ Ｋ Ｙ Ｃ． 光纤裂缝传感器中裂缝宽度与光纤损耗关系分析． 北京理工大学学报，２００３ ［４］ 中华人民共和国水利部国际合作与科技司． 水利技术标准汇编（水利水电卷·仪器）． 北京：中国水利水电出版社，２００２ ［５］ 吴永红等． 混凝土高拱坝裂缝光纤监测网络构型的优化． 水利水电科技进展，第 ２６ 卷第 ６ 期，２００６ 年 １２ 月