voip中的语音编码技术分析_gsm语音编码方式_无线voip语音(3)

基于合成—分析法的线性预测编码的过程实质上就是不断地改变模型参数，使模型更好地适应原始语音信号的过程。原始语音信号被分成帧，帧的长度和模型参数决定了编码速率。

2、IP语音压缩编码算法及性能分析

2.1常用的语音压缩编码算法

IP电话经常使用ITU定义的两个标准：G.723.1、G.729。它们采用的都是线性预测分析-合成编码和码本激励矢量量化技术，即混合编码的方法。

2.1.1G.723协议

G.723协议是一个双速率语音编码建议[1]，其两种速率分别是5.3 kbit/s和6.3 kbit/s。此协议是一个数字传输系统概况协议，适用于低速率多媒体服务中语音或音频信号的压缩算法。它作为完整的H.324系列标准的一部分，主要配合低速率图像编码H.263标准。在IP电话网关中，G.723协议被用来实现实时语音编码解码处理。

G.723.1协议的编解码算法中两种速率的编解码基本原理是一样的，只是激励信号的量化方法有差别。对高速率（6.3 kbit/s）编码器，其激励信号采用多脉冲最大似然量化（MP-MLQ）法进行量化，对低速率（5.3 kbit/s）编码器，其激励信号采用代数码激励线性预测（ACELP）法量化。

编码过程是首先选速率为64 kbit/s的PCM语音信号转化成均匀量化的PCM信号，然后把输入语音信号的每240个样点组成一个帧，也就是30 ms的帧长。每个帧通过高通滤波器后再分为4个子帧。对于每个子帧，计算出10阶线性预测滤波器的系数。为了适于矢量量化，把预测系数转化为线性频谱对（LSP：line spectrum pair）。量化前的系数构成短时感觉加权滤波器，原始语音信号经过该滤波器得到感觉加权语音信号。对于每两个子帧，编码器用感觉加权语音信号求得开环基音周期，基音周期范围从18个样点到142个样点。此后编码器所进行的操作都是基于60个样点进行的。最后，激励信号被量化，然后把这些参数和激励信号量化结果传送到。由于帧长为30 ms，并存在另外的7.5 ms的前向延迟，导致37.5 ms总的编码延迟。

G.723.1协议是为了低速可视会议业务而设计的。由于可视会议业务每秒钟只传输很少数量的帧，而且又有比较大的时延，这就是G.723.1 允许有30 ms帧长的原因。这个帧长比较大，却正好适合可视会议这种情况。而且它的编码速度比较低，可以把尽可能多的比特用在图像传输上。

2.1.2G.729协议

G.729协议是一个能在8 kbit/s速率上实现高质量语音编码的建议，也是H.323协议中有关音频编码的标准[2]。在IP电话网关中，G.729协议被用来实现实时语音编码处理。G.729协议采用的是CS-ACELP即共轭结构算术码激励线性预测的算法。CS- ACELP以CELP编码模型为基础，它把语音分成帧，每帧10 ms，也就是80个采样点。对于每一帧语音，编码器从中分析出CELP模型参数，其中包括线性预测系数，自适应码本和随机码本的索引值和增益。然后把这些参数传送到解码端，利用这些参数构成激励源和合成滤波器，从而重现原始语音。

编码过程是首先将速率为64 kbit/s的PCM语音信号转化成均匀量化的PCM信号，通过高通滤波器后，把输入语 音信号的每80个样点组成一个帧，也就是10 ms的帧长。对于每个帧用线性预测法求得LP滤波器系数，为了适于矢量量化，把预测系数转化为LSP。利用合成-分析方法，使原始语音和合成语音之间的误差最小，来获得最佳激励信号。激励信号的量化是通过两个码本来实现的，即自适应码本和随机码本。自适应码本反映的是长时预测结果，也就是基音预测结果。随机码本反映的是经过长时预测和短时预测后的残留信号。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-53343-3.html