【文章內(nèi)容簡介】 通D / A激勵信號合成濾波器圖 2 9 線性預測 LP C 編譯碼方框圖Tp? ?ia? ?iau / vGG 、 Tpu / v在線性預測編碼 LPC中，將語聲信號簡單的劃分為濁音信號和清音信號。根據(jù)語聲信號的短時分析和基音提取方法，可以用若干的樣值對應的一幀來表示短時語聲信號。 這樣，逐幀將語聲信號用基音周期 Tp，清 /濁音 (u/v)判決，聲道模型參數(shù) ai和增益 G來表示。 對這些參進數(shù)行量化編碼，在接收端再進行語聲的合成。 語音壓縮編碼標準 常見音頻編碼標準 采用波形編碼的編碼標準有 、 1972年制定的電話質量的PCM語音壓縮標準，采樣頻率為 8 kHz， 每個樣值采用 8位二進制編碼，因此其速率為 64 kb/s。 ITUT于 1984年制定的 ， 主要目的是用于 64 kb/s的 A律和 μ律 PCM與 32 kb/s的 ADPCM之間的轉換 。 它基于 ADPCM技術 ， 采樣頻率為 8 kHz， 每個樣值與預測值的差值用 4位編碼 ， 其編碼速率為 32 kb/s， ADPCM是一種對中等質量音頻信號進行高效編碼的有效算法之一 。 準壓縮技術更高的音質 ， 了高低兩個子帶內(nèi)的 ADPCM方案 ， 即使用子帶 ADPCM(SBADPCM)編碼方案 。 采用混和編碼方法的編碼標準有 、 。 ，其速率為 16 kb/s，其質量與 32 kb/s的 標準相當。它使用了 LDCELP（低延時碼激勵線性預測）算法。 ITUT為低碼率應用設計而制定的語音壓縮標準，其碼率為 8 kb/s， 算法相對比較復雜，采用碼激勵線性預測（ CELP， Code Excitation Linear Prediction）技術。 ITUT頒布的語音壓縮標準中碼率最低的多媒體通信的。 GSM 是歐洲電信管理局下屬的一個工作小組 CEPTCCHGSM（ Group Special Mobile）的縮寫。 GSM是歐洲采用的移動電話的壓縮標準。 GSM采用的算法為長時預測規(guī)則碼激勵 RPELTP（ RegularPulse Excitation/Long Term Prediction）， 采樣頻率為 8 kHz， 運行速率為 13 kb/s。 MPEG音頻編碼標準 MPEG1聲音標準規(guī)定其音頻信號采樣頻率可以有 32kHz、 48kHz三種，音頻信號的帶寬可以選擇 15kHz和 20kHz。 其音頻編碼分為 3層： Laer Layer2和Layer3。 1． MPEG1聲音標準 MPEG1音頻編碼的信號頻帶是 20～20kHz，取樣頻率使用的是 32kHz、 48kHz，采用的編碼算法是感知子帶編碼。 Layer1的編碼 Layer1的子帶劃分采用等帶寬劃分，分為 32個子帶，每個子帶有 12個樣本，心理聲學模型只使用頻域掩蔽特性。 Layer2編碼 Layer2編碼在 Layer1的基礎上作了改進。 32個子帶的劃分是不等劃分，其劃分依據(jù)是臨界頻段。每個子帶分為 3個 12樣本組，這樣每幀共有 1152個樣本。在掩蔽特性方面除保留原有的頻域掩蔽外還增加了時域掩蔽。另外在低頻、中頻和高頻段對位分配作了重新安排。 Layer3編碼（ MP3） Layer3仍然使用不等長子帶劃分。 增加了霍夫曼編碼器。濾波器組在原有的基礎上增加了改進離散余弦 MDCT特性，使得 Layer3的播放器能更好地適應量化噪聲 。 MPEG2 BC聲音壓縮標準 MPEG2 BC聲音標準是在 MPEG1的基礎上發(fā)展來的，是 MPEG為多聲道聲音開發(fā)的低碼率編碼方案，并與 MPEG1的聲音標準保持后向兼容。 MPEG2 AAC編碼標準AAC(Advanced Audio Coding) 采用感知編碼方法，主要是利用聽覺系統(tǒng)的掩蔽特性來減少聲音編碼的數(shù)據(jù)量；并且通過子帶編碼將量化噪聲分散到各個子帶中，用全局的聲音信號將噪聲掩蔽掉。 MPEG4音頻標準 MPEG4音頻編碼標準集成了從話音到高質量的多聲道聲音，從自然聲音到合成聲音。 采用的編碼方法有多種，包括參數(shù)編碼、碼激勵線性預測編碼 CELP、時間 /頻率編碼、結構化聲音 SA編碼和文 語系統(tǒng)TTS的合成聲音。 多媒體應用的語音編碼器的選擇 1． 可視電話 /會議和遠程教學 對于高速率 、 高可靠的網(wǎng)絡 （ 如 ISDN、 ATM和幀中繼 ） ， 選擇最佳質量的 ； 如果帶寬被限制在 56～ 128 kb/s， 則選擇 ； 當速率降低時 ， 則選擇 。 2. 帶有數(shù)據(jù)共享的商務會議 使用網(wǎng)絡可能是企業(yè) Intra或者 Inter。 根據(jù)網(wǎng)絡的服務質量和可用帶寬， 語音編 碼的三個最佳選擇是 、 。 3. 單用戶游戲 傾向于在適用的語音編碼器中選擇速率最 低的 。 例如參數(shù)編碼器的 LPC。 4. 遠程站點的多用戶游戲 多用戶游戲中 ， 參加者可以相互交談 ， 有 些情況下要求能夠辨認參加者的聲音 ， 可 選擇參數(shù)編碼器 。 由于終端必須進行實時編碼和解碼 ， 因此 要求選擇低復雜度的編碼器 。 5. 多媒體信息傳送 多媒體信息包括語音以及其他非語音信 息 ， 如文本 、 圖形 、 圖像 、 數(shù)據(jù)和視頻信 息 。 一般要求使用的編碼必須滿足公用標準 ， 可用 等編碼器 。 6. 語音注釋文檔 在多媒體文檔中 ， 語音或作為注解或作為 完整文檔的一部分 。 考慮存儲空間 ， 應當使用低速率編碼器 。 IP 電 話 技 術 發(fā)展歷史： ?1995年 2月 ， 以色列的 VocalTec公司推出了客戶端Inter電話軟件 ——“InterPhone”， 率先成功地將 IP電話推向市場 ， 此后 ， IP電話在全球范圍得到迅速發(fā)展 。 ?IP電話 （ IPPhone） 是利用 IP網(wǎng) （ 互聯(lián)網(wǎng) ） 進行的一種通信服務 。 最初它是在 Inter上實現(xiàn)的 ， 因此通常有人稱之為 Inter電話 。 ? 最初， IP電話的應用研究實驗是在兩臺多媒體計算機上進行的，通過在計算機上安裝相應的軟件和硬件，由計算機完成對話音的采集、數(shù) /模轉換、壓縮 /解壓縮等的處理，通話雙方在約定的時間同時上網(wǎng)，建立連接后，通過全雙工的聲卡，打包后通過 Inter傳送話音，解決了通過 Inter的 PC機之間的實時數(shù)據(jù)傳送問題。 ? 這時也出現(xiàn)了一大批客戶端軟件開發(fā)商和相應的軟件，比較有名的除了 Vocal Tec開發(fā)的 Inter Phone以外，還有微軟的 NetMeeting、 IDT的Net2Phone、 Netspeak的 Web Phone和英特爾的Inter Video Phone等。 ? Inter、 PC機、客戶端軟件的局限性，更趨向于PSTN普通用戶。 ? IP網(wǎng)關的出現(xiàn) ? 今天的 IP電話已經(jīng)發(fā)展到：采用 IP電話網(wǎng)關實現(xiàn)PSTN和 Inter的互通，進而實現(xiàn)電話到電話、 PC機到電話的實時通信。 IP電話－－指在以 IP協(xié)議的計算機網(wǎng)絡