第3章多媒体技术.ppt.ppt

第3章 话音编码 本章要点： 话音编码技术概要 脉冲编码调制技术 增量调制技术 SB-ADPCM编译码器 线性预测编码(LPC) GSM和CDMA编译码器 第3章 话 音 编 码3.1 话音编码概要 3.1.1 话音波形的特性 1.话音的形成原理 肺中的空气受到挤压形成气流，气流通过声门（声带）沿着声道（由咽、喉、口腔等组成）释放出去，就形成了话音。 气流、声门可以等效为一个激励源，声道可以等效为一个时变滤波器（共振峰）。 话音信号具有很强的相关性（短期相关、长期相关）。 第3章 话 音 编 码3.1 话音编码概要 2. 话音的分类 浊音（voiced sounds）：声道打开，声带在先打开后关闭，在此期间声带要发生振动。浊音的激励源被等效为准周期的脉冲信号。 清音（unvoiced sounds）：声门打开，声带不振动，声音靠空气在声道里高速收缩产生。清音的激励源被等效为一种白噪声信号。 爆破音（plosive sounds）：声道关闭之后产生压缩空气然后突然打开声道所发出的声音。 混合音 第3章 话 音 编 码3.1 话音编码概要 图3-03 清音段的波形 第3章 话 音 编 码3.1 话音编码概要 3. 话音技术的研究热点 话音压缩编码（Speech Coding） 话音识别（Speech Recognition） 文本话音转换（Text To Speech） 第3章 话 音 编 码3.1 话音编码概要 3.1.2 话音编译码器 1.话音编译码器结构图 第3章 话 音 编 码3.1 话音编码概要 2. 衡量话音编码器的参数 数据输出速率 延迟时间 话音质量 价格 第3章 话 音 编 码3.1 话音编码概要 3. 话音编译码器的分类 波形编译码器（waveform coder）：不利用生成话音的信号的任何知识，将话音视为一种普通的声音，直接对波形信号进行采样和量化。例如PCM、DPCM、ADPCM等。 音源编译码器（Source coder）：也叫参数编译码器。它从话音波形信号中提取生成话音的参数，使用这些参数通过话音生成模型重构出话音。 混合编译码器（Hybrid coder）：综合使用上述两种技术，使用的激励信号波形尽可能接近于原始话音信号的波形。例如CELP。 第3章 话 音 编 码3.1 话音编码概要 4. 三种话音编译码器的对比 第3章 话 音 编 码3.1 话音编码概要 波形编译码器 1.波形编译码器特点： 编译码器的复杂程度比较低，数据速率在16 kb/s以上， 声音质量相当高 2.波形编译码器分类： 一是时域法(time domain approach) 包括PCM、μ(A)压扩、DPCM、ADPCM 一是频域法(frequency domain approach) 包括子带编码(SBC)、自适应变换编码(ATC) 第3章 话 音 编 码3.1 话音编码概要 音源编译码器 1.音源编译码器特点： 编译码器数据率在2.4 kb/s左右，产生的语音虽然可以听懂，但其质量远远低于自然话音 它的必威体育官网网址性能好，因此编译码器一直用在军事上。 2.音源编译码器种类： 主要有线性预测编码(LPC) 第3章 话 音 编 码3.1 话音编码概要 混合编译码器 1.混合编译码器的特点： 编译码器数据率和音质介于前两者编译码之间，主要运用在通信领域。 2.混合编译码器种类： 多脉冲激励(MPE)编译码器 等间隔脉冲激励(RPE)编译码器 码激励线性预测 (CELP)编译码器 混合激励线性预测(MELP)编译码器等 第3章 话 音 编 码3.1 话音编码概要 混合编译码器 3.时域合成-分析(AbS)编译码器 使用的声道线性预测滤波器模型与线性预测编码使用的模型相同，不使用两个状态(有声/无声)的模型来寻找滤波器的输入激励信号，而是企图寻找这样一种激励信号，使用这种信号激励产生的波形尽可能接近于原始话音的波形。 AbS编译码器由Atal和Re