【文章內(nèi)容簡介】 變換編碼（ STC）均屬參數(shù)編碼。由于參數(shù)編碼是保護語聲模型 ,重建清晰可識別的語聲 ,而不注重波形的擬合 ,所以這類編碼技術(shù)實現(xiàn)的是合成語聲質(zhì)量下的低速或極低速的編碼。 混合編碼 是將波形編碼與參數(shù)編碼結(jié)合而產(chǎn)生的一種編碼方式。使語音編碼技術(shù)有了突破性的進展。其中提出了一些非常有效的處理方法 ,產(chǎn)生了新一代的參數(shù)編碼算法 ,構(gòu)成了新一代的聲碼器。 混合編碼克服了原有波形編碼器與聲碼器的弱點 ,而結(jié)合了它們的優(yōu)點 ,在 4～ 16kb/s速率上能夠得到高質(zhì)量合成語音。在本質(zhì)上具有波形編碼的優(yōu)點 ,有一定抗噪和抗誤碼的性能 ,但時延較大。 混合編碼結(jié)合了以上兩種編碼方式的優(yōu)點 ,采用線性技術(shù)構(gòu)成聲道模型 ,不只傳輸預(yù)測參數(shù)和清濁音信息 ,而是將預(yù)測誤差信息和預(yù)測參數(shù)同時傳輸 ,在接收端構(gòu)成新的激勵參數(shù)去激勵預(yù)測參數(shù)構(gòu)成的合成濾波器 ,使得合成濾波器輸出的信號波形與原始語聲信號的波形最大程度的擬合 ,從而獲得自然度較高的語聲。 這種編碼技術(shù)的關(guān)鍵是：如何高效地傳輸預(yù)測誤差信息。依據(jù)對激勵信息的不同處理 ,這類編碼主要有：多脈沖線性預(yù)測編碼（ MPLPC）、規(guī)則脈沖激勵線性預(yù)測編碼（ RPELPC）、碼激勵線性預(yù)測編碼（ CELPC）、低時延的碼激勵線性預(yù)測編碼（ LDCELPC）。 電話語音壓縮標準 信號頻率規(guī)定在 300Hz～ ，采用標準的脈沖編碼調(diào)制 (PCM)，當(dāng)采樣頻率為 8kHz，進行 8bit量化時，所得數(shù)據(jù)速率為 64kb/s，即一個數(shù)字電話。 1972年 CCITT為電話質(zhì)量和語音壓縮制定了 PCM標準 ，其速率為64Kb／ s，使用非線性量化技術(shù)，主要用于公共電話網(wǎng)中。 在 ISO公布的 ITUT一系列音頻編碼標準中，用于電話語音壓縮的有 、 、 、 、 。在選擇語音壓縮標準時，應(yīng)綜合考慮帶寬、時延、算法復(fù)雜度等各種因素。 標準 編碼類型 比特率（ kbps） MOS 復(fù)雜性 時延 (ms) PCM 64 1 ADPCM 32 10 LDCELP 16 50 GSM RPE_LPT 13 5 20 CSACELP 8 15 15 ACPLP 25 MPMLQ US Dod LPC10 合成語音 10 表 72給出了幾個語音編碼標準的比特率、 MOS（長話質(zhì)量的語音平均意見得分）、復(fù)雜性（以 ）和時延（幀大小，即語音流量的時間長度及前視時間）。 表 72中的 GSM編碼標準是 1983年歐洲數(shù)字移動特別工作組（ GSM）制定的一種移動電話的壓縮標準，它壓縮的音質(zhì)不如 。在 GSM，采用 RPLLTP算法，壓縮后的一路話音數(shù)碼率為 13Kbps。 是一個雙速率語音編碼建議 ,其兩種速率分別是。此協(xié)議是一個數(shù)字傳輸系統(tǒng)概況協(xié)議 ,適用于低速率多媒體服務(wù)中語音或音頻信號的壓縮算法。它作為完整的 ,是其中語音編碼建議 ,主要配合低速率圖像編碼 。在 IP電話網(wǎng)中 ,協(xié)議被用來實現(xiàn)實時語音編碼解碼處理。 一樣的 ,只是激勵信號的量化方法有差別。對高速率（ ）編碼器 ,其激勵信號采用多脈沖最大似然量化（ MPMLQ）法進行量化 ,對低速率（ ）編碼器 ,其激勵信號采用代數(shù)碼激碼線性預(yù)測（ ACELP）法量化。 2．調(diào)幅廣播質(zhì)量的音頻壓縮編碼技術(shù)標準 頻率在 50Hz一 7kHz范圍。 ITU于 1986年通過 。 是采用 16kHz采樣， 16bit量化，信號數(shù)據(jù)速率為 224kbit／ s，采用 子帶編碼方法 ，將輸入音頻信號經(jīng)濾波器分成高子帶和低子帶兩個部分，分別進行 ADPCM編碼 ，再混合形成輸出碼流， 224kbit／ s可以被壓縮成64kbit／ s，最后進行數(shù)據(jù)插入 (最高插入速率達 16kbit／ s)，因此利用 NISDN中的一個 B信道上傳送調(diào)幅廣播質(zhì)量的音頻信號。 中，采樣率為 16kHz和 16bit量化時，能夠在 24或 32kbps速率下提供 7kHz的音頻帶寬，是普通電話呼叫質(zhì)量的兩倍多，所用速率僅為先前標準的一半，并可提供了近于 FM廣播的音頻質(zhì)量。適合于一些重要應(yīng)用領(lǐng)域包括： IP電話、第三代移動通信、 PSTN高品質(zhì)電話會議和商務(wù)應(yīng)用 (包括點到點和多點 )、語音流、 ISDN寬帶技術(shù)、 ISDN可視電話和會議電視等。 ，符合此標準的編解碼器也被稱為 AMRWB編解碼器，已被 3GPP采用，作為應(yīng)用于 GSM和第三代無線 WCDMA的寬帶編解碼器。這標志著無線與有線業(yè)務(wù)首次得以采用同一編解碼器。 AMRWB編解碼器在語音質(zhì)量方面取得了突破性進展，意味著 3G與 IP固定網(wǎng)絡(luò)之間的互通更加容易。 高保真立體聲音頻壓縮標準 高保真立體聲音頻范圍是 50Hz~20kHz。由 ISO和 ITUT聯(lián)合制訂的標準被稱為 MPEG音頻，它是動態(tài)圖像編碼的國際標準 MPEG中的一個部分。 MPEG音頻和視頻已廣泛用于 VCD、 CDI、多媒體、 PC中。 MPEG音頻標準基于人的聽覺心理模型，它利用編碼技術(shù)對源文件重新進行編碼壓縮，編碼時刪除了聽覺中不敏感的部分，從而縮減了文件的大小，由此會造成一些失真。 MPEG1音頻技術(shù) MPEG1音頻的壓縮原理如圖 75所示。采用的方案是子帶壓縮技術(shù)（見 ），采用多相正交分解濾波器組將數(shù)字化的寬帶音頻信號分成 32個子帶，同時對信號進行頻譜分析。通過子帶信號與頻譜同步計算，得出對各子帶的掩蔽特性，然后分配不同的量化比特數(shù)。加上 CRC校驗碼，得到標準的 MPEG碼流。解碼端的過程是：解幀、子帶樣值解碼、映射還原和輸出標準 PCM碼流。 MP1壓縮比為 1： 4，典型的位率為每通道 192Kbit/s。是VCD的音頻壓縮的方案。 MP2壓縮比為 1： 6～ 1： 8，典型的位率為每通道 128 Kbit/s，即稱掩蔽模式通用子帶集成編碼與多路復(fù)用，廣泛應(yīng)用于數(shù)字音頻廣播、數(shù)字演播室等數(shù)字音頻專業(yè)的制作、交流、存儲和傳送。 MP3壓縮比率可以達到 1： 10～ 1： 12。典型位率為 64 Kbit/s，它綜合了 MP2和 ASPEC的優(yōu)點，可以 48kHz、 32kHz取樣，每聲道的數(shù)碼率 32Kbps~448Kbps。適合 CDDA。由于 MP3格式的復(fù)雜度相對較高，因而不適合進行實時編碼，只有在數(shù)碼率較低的情況下才具有較高品質(zhì)的音質(zhì)。 根據(jù)需要的不同，人們又定義了不同的壓縮比率。 MPEG1壓縮格式分為 3層，分別是 MPEG Audio Layer Layer2和 Layer3（簡寫為 MP MP MP3）。 MPEG2音頻技術(shù) MPEG2音頻和 MPEG2視頻標準并行開發(fā)，于 1994年 11月完成。實質(zhì)上是在 MPEG1音頻基礎(chǔ)上增加了多通道 MC和多語音 ML編碼。 MPEG2音頻增加了 MC，即可以支持最多 5個主音頻通道（左，中，右，左環(huán)繞，右環(huán)繞），其中 C（中置）、 LS（左環(huán)繞）和 RS（右環(huán)繞）三個通道是在立體聲的基礎(chǔ)上增加的。同時附加一個額外的“低頻增強（ Low Frequency Extension）”通道，專供傳送低音信號。 MPEG2音頻還增加的多語音 ML技術(shù)，多語音是獨立于 5個通道的解說（輔助聲音）通道，最多允許包括高達 7個以上的音頻通道。 為了適應(yīng)于非常低的比特率和有限帶寬需要的應(yīng)用，MPEG2標準進行了“低采樣率擴展”，新的 LSF（低采樣頻率）增加了 24kHz、 、 16kHz的采樣頻率三種，由此可以提高數(shù)據(jù)的壓縮率，使數(shù)據(jù)比特率更加低，可以低到 8Kbps。 MPEG2音頻的最大特征是“向后兼容性”。 MPEG2解碼器必須接受任何 MPEG1音頻流。一種用 MC／ ML編碼的數(shù)據(jù)，即使使用了不具有 MC／ ML功能的 MPEG音頻解碼器，這種數(shù)據(jù)也可以作為 2通道的立體聲進行重放。 另一方面， MPEG1解碼器可以解碼 MPEG2音頻流主數(shù)據(jù)區(qū)中的音頻信號，這被稱為“向前兼容性”。所以，MPEG2音頻與 MPEG1音頻具有很好的互換性，并與MPEG2視頻廣泛用于數(shù)字視頻、高清晰電視 HDTV和高質(zhì)量數(shù)字音頻廣播。 圖像數(shù)據(jù)壓縮標準 在國際標準化協(xié)會 ISO批準制定的多媒體國際標準中，用于圖像數(shù)據(jù)壓縮的重要標準有 JPEG、 MPEG和 H（ ）系列三種。從圖像壓縮編碼的發(fā)展過程來說，可以分成三個階段：第一階段著重于圖像信息冗余度的壓縮方法，第二階段著重于圖像視覺冗余信息的壓縮方法，第三階段基于模型的圖像壓縮方法。 靜態(tài)圖像數(shù)據(jù)壓縮標準 靜態(tài)圖像數(shù)據(jù)壓縮標準 主要指 JPEG（ Joint Photographic Expert Group）標準，它是由聯(lián)合圖形專家組開發(fā)的，該專家小組由國際標準化組織（ ISO）和國際電報電話咨詢委員會（ CCITT）兩家聯(lián)合成立的。該小組一直致力于建立研究適用于彩色和單色的，多灰度連續(xù)色調(diào)的，靜態(tài)數(shù)字圖像壓縮的國際標準。該標準是于 1991年提出的，并在 1992年后被廣泛采納后成為國際標準。 JPEG是一個適用范圍很廣的 靜態(tài)圖像數(shù)據(jù)壓縮標準 ，不僅適用于靜止圖像的壓縮，也常常被用于電視圖像序列的幀內(nèi)圖像壓縮編碼。 目前 JPEG專家組開發(fā)了兩種基本的壓縮算法： 一種是采用以離散余弦變換 DCT為基礎(chǔ)的有損壓縮算法；另一種是采用以預(yù)測技術(shù)為基礎(chǔ)的無損壓縮算法。 使用有損壓縮算法時，在壓縮比為 25:1的情況下，壓縮后還原得到的圖像和原始圖像相比較，非圖像專家難以找到它們之間的區(qū)別，因此得到了廣泛的應(yīng)用。例如在 VCD和 DVDVideo電視圖像壓縮技術(shù)中，就使用 JPEG的有損壓縮算法來取消空間方向上的冗余數(shù)據(jù)。 JPEG標準 它的 具體目標是 ： 1).用戶可以對壓縮比、質(zhì)量效果進行選擇。 2).算法能適應(yīng)不同的數(shù)字圖像參數(shù)、大小、圖像內(nèi)容、彩色空間、統(tǒng)計特性等，但二值圖像除外。 3).壓縮比高，圖像質(zhì)量保真程度好。 4).算法的復(fù)雜程度應(yīng)能夠滿足硬、軟件實現(xiàn)的計算需求。 5).支持多種操作方式。 JPEG壓縮是有損壓縮，它利用了人的視角系統(tǒng)的特性，使用量化和無損壓縮編碼相結(jié)合來去掉視角的冗余信息和數(shù)據(jù)本身的冗余信息。 JPEG算法框圖如圖 49所示，壓縮編碼大致分成三個步驟： （ 1）使用正向離散余弦變換（ Forward Discrete Cosine Transform， FDCT）把空間域表示的圖變換成頻率域表示的圖。 （ 2）使用加權(quán)函數(shù)對 DCT系數(shù)進行量化，這個加權(quán)函數(shù)對于人的視覺系統(tǒng)是最佳的。 （ 3）使用哈夫曼可變字長編碼器對量化系數(shù)進行編碼。 JPEG編碼的壓