第3章聲音2數(shù)字語(yǔ)音的壓縮編碼-資料下載頁(yè)
2024-09-28 16:14本頁(yè)面
【導(dǎo)讀】碼率=取樣頻率x量化位數(shù)x通道數(shù)目。對(duì)數(shù)字語(yǔ)音進(jìn)行數(shù)據(jù)壓縮的目的:. 提高通信/存儲(chǔ)效率。降低通信/存儲(chǔ)成本。聲音信號(hào)中包含有大量的冗余信息。鄰近樣本之間有很大的相關(guān)性。長(zhǎng)時(shí)（幾十秒）自相關(guān)性。話音間歇（靜音）。可以利用人的聽覺(jué)感知特性進(jìn)行壓縮,參數(shù)編碼,源編碼(Productionmodel-based. 算法比較簡(jiǎn)單，容易實(shí)現(xiàn)，低延遲，通用性好，適用于任意類型的數(shù)字聲音，很成熟，有一系列國(guó)際標(biāo)準(zhǔn)：。已廣泛應(yīng)用于電話語(yǔ)音的中繼線傳輸。方法簡(jiǎn)單，易實(shí)時(shí)處理，北美和日本等地區(qū)。與預(yù)測(cè)值之間的誤差往往很小。信號(hào)在時(shí)間上的冗余性。無(wú)損地恢復(fù)初始信號(hào)。(m階線性預(yù)測(cè)，A1,A2,...,Am可自動(dòng)修正。
【正文】 C ? 將原始語(yǔ)音分為 20ms長(zhǎng)度的幀 , 對(duì)每一幀計(jì)算出 LPC的系數(shù)； ? 假設(shè)激勵(lì)信號(hào)由 k個(gè)脈沖組成，每個(gè)脈沖的幅度和位置待定； ? 從第 1個(gè)脈沖開始，確定其幅度和位置； ? 若 1， ， i1個(gè)脈沖的幅度和位置已經(jīng)確定，則確定第 i個(gè)脈沖的幅度與位置； ? 上述過(guò)程重復(fù) k次，結(jié)束。 決定第 i個(gè)脈沖的幅度與位置 多脈沖激勵(lì)發(fā)生器 LPC合成器 感知權(quán)重 i=1..k 原始語(yǔ)音 合成語(yǔ)音 u(n) 重復(fù)k次 1 2 3 4 5 i i+1 k t 2020/11/4 南京大學(xué)多媒體研究所 45 5 等間隔脈沖激勵(lì) LPC編碼器 — RegularPulse Excited LPC ? 每一幀使用 4組激勵(lì)信號(hào) (即每 5 ms有 1組激勵(lì)信號(hào) ), 每一組激勵(lì)信號(hào)使用 13個(gè)脈沖，間隔時(shí)間相同， ? 編碼器每 5ms計(jì)算 一次激勵(lì)信號(hào)的參數(shù)（ 第 1個(gè)激勵(lì)脈沖的位置和所有其他脈沖的幅度），目標(biāo)是使 40120個(gè)樣本范圍的預(yù)測(cè)誤差序列的自相關(guān)達(dá)到最大： 56 bit / 5ms –第一個(gè)激勵(lì)脈沖的位置 (相位 2bit+量化因子 6bit ) –13個(gè)脈沖的幅值 (13x3bit) –長(zhǎng)時(shí)預(yù)測(cè) (LTP)系數(shù) (2bit), 長(zhǎng)時(shí)預(yù)測(cè)延時(shí) (7bit) ? 每 20ms進(jìn)行一次短時(shí)預(yù)測(cè)，確定 LPC的系數(shù)（共 36比特） 每 20ms需 4x56+36=260bit, 碼率＝ =13kb/s 2020/11/4 南京大學(xué)多媒體研究所 46 例 GSM (13kbps)語(yǔ)音編碼器 (Global System for Mobile munications) 每 5ms產(chǎn)生一組由 13個(gè)脈沖組成的激勵(lì)信號(hào)序列 (56bit) 每 5ms計(jì)算一次，使 40120個(gè)樣本范圍的短時(shí)預(yù)測(cè)誤差序列的自相關(guān)達(dá)到最大 LPC濾波器有 8個(gè)系數(shù)，共 36bit，每 20 ms 計(jì)算一次 每 20ms生成 4x56+36=260bit, 碼率＝ =13kb/s 2020/11/4 南京大學(xué)多媒體研究所 47 6. 碼激勵(lì)線性預(yù)測(cè)編碼器 ( CELP， Code Excited LPC ) ? CELP算法 , 1985提出。使用有限數(shù)量的激勵(lì)信號(hào)存儲(chǔ)在存儲(chǔ)器中 (稱為碼本 )，以替代多脈沖激勵(lì)。選用哪一個(gè)激勵(lì)信號(hào)由碼本的索引項(xiàng)指出，其增益項(xiàng)用來(lái)擴(kuò)展它的功率。 ? 在 CELP基礎(chǔ)上制定的話音編碼標(biāo)準(zhǔn) : ? 美國(guó)的 ANSI的 kbps codec ? ITU的 “ lowdelay 16 kbps codec 2020/11/4 南京大學(xué)多媒體研究所 48 演 示（ 1） A lathe is a big tool. Grab every dish of sugar. 原始聲音（ PCM） ADPCM CELP LDCELP CSACELP LPC10 2020/11/4 南京大學(xué)多媒體研究所 49 演 示（ 2） 格式 碼率 1 min = Sample 11,025Hz 16bit PCM 1292k 8000Hz 16bit PCM 128kbs 11,025Hz 8bit PCM 646k 11,025Hz uLaw 646k 8,000Hz 8bit PCM 64kbs 8,000Hz uLaw 64kbs * toll quality telephone 11,025Hz 4bit ADPCM 323k 8000Hz 4bit ADPCM 32kbs 11,025Hz 18kbs 8,000Hz 13kbs * cell phone quality 8000Hz Lernout amp。 Hauspie SBC 8,000Hz DSP Group TrueSpeech 9kbs 8,000Hz Lernout amp。 Hauspie CELP 35k 2020/11/4 南京大學(xué)多媒體研究所 50 數(shù)字語(yǔ)音編碼標(biāo)準(zhǔn) 標(biāo)準(zhǔn) 方法 比特率 質(zhì)量 時(shí)間 應(yīng)用 PCM 64 1972 PSTN ANSI 1015 LPC10 1976 保密通信 ADPCM 32 1984 PSTN GSM(歐洲蜂窩通信 ) RPECELP 13 1991 ANSI 1016 CELP 1991 低延時(shí) CDCELP 16 1992 IS 54(北美 TDMA) VSELP 8 1992 IS 96(北美 CDMA) QCELP 18 1993 日本蜂窩通信 VSELP 1993 CSACELP 8 1995 IP電話 (, ) ACELP 1995 IP電話 半速率 GSM(歐洲蜂窩通信 ) AMR 56 1995 新的低速率 ANSI標(biāo)準(zhǔn) MELP 1996 四、小結(jié) 2020/11/4 南京大學(xué)多媒體研究所 52 從語(yǔ)音生成模型看語(yǔ)音編碼 ? 如果有足夠的比特精確地描述激勵(lì)信號(hào)，則對(duì)聲音模型的要求就可以低一些（波形編碼器） ? 如果分配給激勵(lì)信號(hào)的比特很少，激勵(lì)信號(hào)描述就很粗糙，那么對(duì)模擬語(yǔ)音生成過(guò)程的濾波器要求就很高（參數(shù)編碼器）； ? 采用合適的方法比較準(zhǔn)確地描述激勵(lì)信號(hào)和濾波器結(jié)構(gòu)，就能達(dá)到編碼效率高、聲音質(zhì)量好的效果（混合編碼器）。 濾波器 激勵(lì)信號(hào) 語(yǔ)音 ? 語(yǔ)音生成 (解碼 )的過(guò)程，可以統(tǒng)一地看作是一組激勵(lì)信號(hào)經(jīng)過(guò)濾波器濾波后得到的。濾波器用于模擬語(yǔ)音的生成過(guò)程。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1