語音編碼技術(shù)的分類

　　語音的編碼技術(shù)通常分為三類：波形編碼、參量編碼和混合編碼。其中，波形編碼和參量編碼是兩種基本類型。

　　波形編碼是將時(shí)間域信號直接變換為數(shù)字代碼，力圖使重建語音波形保持原語音信號的波形形狀。波形編碼的基本原理是在時(shí)間軸上對模擬語音按一定的速率抽樣，然后將幅度樣本分層量化，并用代碼表示。解碼是其反過程，將收到的數(shù)字序列經(jīng)過解碼和濾波恢復(fù)成模擬信號。它具有適應(yīng)能力強(qiáng)、語音質(zhì)量好等優(yōu)點(diǎn)，但所用的編碼速率高，在對信號帶寬要求不太嚴(yán)格的通信中得到應(yīng)用，而對頻率資源相對緊張的移動(dòng)通信來說，這種編碼方式顯然不合適。脈沖編碼調(diào)制（PCM）和增量調(diào)制（△M），以及它們的各種改進(jìn)型自適應(yīng)增量調(diào)制（ADM），自適應(yīng)差分編碼（ADPCM）等，都屬于波形編碼技術(shù)。它們分別在64以及16Kbit/s的速率上，能給出高的編碼質(zhì)量，當(dāng)速率進(jìn)一步下降時(shí)，其性能會下降較快。

　　與波形編碼不同，參量編碼又稱為聲源編碼，是將信源信號在頻率域或其它正交變換域提取特征參量，并將其變換成數(shù)字代碼進(jìn)行傳輸。解碼為其反過程，將收到的數(shù)字序列經(jīng)變換恢復(fù)特征參量，再根據(jù)特征參量重建語音信號。具體說，參量編碼是通過對語音信號特征參數(shù)的提取和編碼，力圖使重建語音信號具有盡可能高的可靠性，即保持原語音的語意，但重建信號的波形同原語音信號的波形可能會有相當(dāng)大的差別。這種編碼技術(shù)可實(shí)現(xiàn)低速率語音編碼，比特率可壓縮到2Kbit/s-4.8Kbit/s，甚至更低，但語音質(zhì)量只能達(dá)到中等，特別是自然度較低，連熟人都不一定能聽出講話人是誰。線性預(yù)測編碼（LPC）及其它各種改進(jìn)型都屬于參量編碼。

　　計(jì)算機(jī)的發(fā)展為語音編碼技術(shù)的研究提供了強(qiáng)有力的工具，大規(guī)模、超大規(guī)模集成電路的出現(xiàn)，則為語音編碼的實(shí)現(xiàn)提供了基礎(chǔ)。80年代以來，語音編碼技術(shù)有了實(shí)質(zhì)性的進(jìn)展，產(chǎn)生了新一代的編碼算法，這就是混合編碼。它將波形編碼和參量編碼組合起來，克服了原有波形編碼和參量編碼的弱點(diǎn)，結(jié)合各自的長處，力圖保持波形編碼的高質(zhì)量和參量編碼的低速率，在4-16Kbit/s速率上能夠得到高質(zhì)量的合成語音。多脈沖激勵(lì)線性預(yù)測編碼（MPLPC），規(guī)劃脈沖激勵(lì)線性預(yù)測編碼（KPELPC），碼本激勵(lì)線性預(yù)測編碼（CELP）等都是屬于混合編碼技術(shù)。很顯然，混合編碼是適合于數(shù)字移動(dòng)通信的語音編碼技術(shù)。

［上一頁］ ［下一頁］