语音信号处理第10讲课件.ppt

* * G.721 标准 自适应脉冲编码调制（APCM） 能随信号幅度的大小自动地改变量化阶距的编码制式。 根据输入样本幅度的大小来改变量化阶大小，使得量化前后的能量为恒定值（关键参数：量化间隔D(n)和量化增益G(n)）。 可以是瞬时自适应，即量化阶的大小每隔几个样本就改变，也可以是音节自适应，即量化阶的大小在较长时间周期里发生变化。 改变量化阶距的方法： 前向自适应APCM 后向自适应APCM 量化器 Q 样本值 量化阶适配器 自适应 APCM 编码输出 自适应脉冲编码调制（APCM） 能随信号幅度的大小自动地改变量化阶距的编码制式。 改变量化阶距的方法： 前向自适应APCM：根据未量化的样本值得均方根值来估计输入信号的电平，以此来确定量化阶距的大小，并对其电平进行编码作为边信息（Side Information）传送到接收端 前向自适应预测用于分帧处理的情况,一般采用全极点预测器，对语音信号逐帧提取LPC系数，作为线性预测系数 特点：使用原始信号提取预测系数，精度较高，预测的效果好，但需要将预测系数用边信息传送到接收端的解码器，用以减小差值信号量化的有效比特数，延时较大 自适应脉冲编码调制（APCM） 后向自适应APCM：根据从量化器刚输出的过去样本中提取量化阶信息，这种自适应能在收发两端自动生成量化阶，不需要传送边信息 后向自适应预测利用量化后的信号提取预测信号，避免了前向自适应预测的缺点，但由于存在量化噪声，预测系数的提取精度受到一定的影响。 前向和后向自适应脉冲编码调制的区别： 前向自适应的量化间隔和增益是通过对输入信号估计而得到的 后向是有估计编码器或者量化器输或者出来决定量化间隔 自适应预测编码（APC） 利用线性预测改进编码器中的量化器性能，即：在接收端， 只要使用与发送端相同的预测器，就可以恢复原信号，基于 这种原理的编码称为预测编码，而当预测系数是自适应随语 音信号变化时，称为自适应预测编码。 优点：能够改善信噪比 语音数据流一般为10~20ms相继的帧，而预测系数与预测误差一起传输；接收端，预测器系数控制的逆滤波器再现语音 (1)增量调制 对语音信号的信息用最低限度的一位来表示的方法。 1）判别下一个语音信号值与当前的信号值相比是高还是低 2）如果高则给定编码“1”，如果低则给定编码“0” 3）在接收端，用接收的脉冲串控制，信号就可以用升降的阶梯波形来逼近 根据过去的样本去估算下一个要量化编码的样本信号幅度有多大，这个值称为预测值，编码器仅对实际信号值与预测值的差进行量化编码 差分脉冲编码调制的思想是，根据过去的样本去估算下一个样本信号的幅度大小，这个值称为预测值，然后对实际信号值与预测值之差进行量化编码，从而就减少了表示每个样本信号的位数 效果：量化位数可以显著减少，从而降低了总的码率 与 PCM的区别： PCM是直接对采样信号进行量化编码； DPCM是对实际信号值与预测值之差进行量化编码，存储或者传送的是差值而不是幅度绝对值，这就降低了传送或存储的数据量。此外，它还能适应大范围变化的输入信号。 PCM在量化间隔上的矛盾：为适应大的幅值要用大的量化间隔，而提高信噪比要用小的间隔——自适应差分脉冲编码调制技术（是利用样本与样本之间存在的信息冗余度来进行编码的一种数据压缩技术） 原理： 声音信号具有很强的相关性，可从已知信号来预测未知信号, 即使用前面的样本预测当前的样本，实际样本值与预测值之间的误差往往很小。 利用自适应的思想改变量化阶的大小，即使用小的量化阶(step-size)去编码小的差值，使用大的量化阶去编码大的差值 CCITT G.721 ADPCM编码器 6阶自适应线性预测， 4位的自适应量化器， 输出码率： 8k x 4 = 32 kbps 量化器 Q 13位自然码的数字语音样本 _ 线性预测器 逆量化器 Q -1 + 预测值 差值 重建信号 ADPCM 编码输出 量化阶适配器 自适应 ( 4 位 ) PCM话音质量 4.5级 ADPCM话音质量 4.34级,码率降低一倍(32 kbps)。 ADPCM应用： 数字语音通信 多媒体应用中的语音（解说词） Sub-band coding (子带编码) PCM，DPCM都是不对输入信号频带做任何分割的前提下，在时域中进行的处理，这种编码方式称为整带时域编码。 SBC是将语音信号划分为多个频带，然后对每个频带的参数进行编码 基本原理： 利用带通滤波器(BPF)把声音信号按频率范围划分成几个组成部分(子频带，子带) 低频部分能量较集中，量化精度要高，取样频率可稍低 高频部分是摩擦音、噪音，量化精度可低些，但取样频率要稍高 不同子频带作不同的ADPCM编码处理，然后再复合在一起 子带编码的特点： （1）分割的子带信号分别进行了频