[工学]5第三讲语音信号数字化及压缩编码.ppt

《[工学]5第三讲语音信号数字化及压缩编码.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第三讲语音信号数字化及压缩编码（2）8/5/20211DPCM降低语音编码速率的必要性模拟单边带多路载波电话的带宽4K，而PCM的带宽的理论值为32K在频带受限的应用场合经济性太低，如卫星通信、移动通信等PCM占用高带宽的原因分析为满足语音信号的高动态范围而采用了多位的量化对每个采样点都进行量化，没有考虑语音信号的前后相关性8/5/20212预测编码的概念相邻样点之间可能只有一个量化间隔或少数个量化间隔的差别，PCM传送的信息存在冗余在编码前就去掉相关性很强的冗余，然后再进行编码传送预测编码，就是根据过去的信号样值

2、预测下一个样值，并且把预测值与现实的采样值之差进行量化加以编码和传送在接收端，经过相同的预测和滤波，即可得到原始信号波形8/5/20213DPCM基本原理8/5/20214DPCM性能一般总是大于1，称为DPCM处理增益，其值主要取决于预测的效果由于量化的是样值与预测值的差值信号，因此动态范围可以减小，同时也可有效减小量化误差，从而使DPCM在较低的编码率下获得较高的信噪比质量需要研究的问题是：如何设计预测器获得更好的SNR零点预测器极点预测器最佳预测器8/5/20215极点预测器N阶预测器的输出是前N个本地重建值

3、的线性组合由于H（Z）只有极点，称这种预测器为全极点预测器8/5/20216零点预测器M阶预测器的输出是前M个量化值的线性组合8/5/20217零极点预测器把零点预测器和极点预测器组合在一起，即构成零极点预测器8/5/20218最佳预测器确定一组最佳预测系数，使得最小在全极点模型下，并忽略量化误差最终输出的信噪比与预测阶数有关8/5/20219增量调制（　　　，Delta－M）(1)简单增量调制可以认为是一位编码时的特例，但编码的是差值信号。编码过程8/5/202110Q[]数码形成Z-1C(n)S(n)e(n)-

4、+Sl(n)解码增量调制编码器增量调制解码器8/5/202111差值信号8/5/202112译码过程实际编码译码器常用简单RC积分器和比较器来实现和8/5/202113(2)斜率过载和量化信噪比当信号变化速率超出波形变化速率时，会出现斜率过载现象，以单频信号为例8/5/2021148/5/202115量化噪声量化信噪比8/5/202116通常认为在内均匀分布，则低通滤波后8/5/202117临界过载时信噪比与信号幅度有关，信号幅度小，信噪比降低8/5/202118例：结论：①与三次方成正比，提高一倍，增大9②与成反

5、比，信号频率提高一倍，下降68/5/202119简单增量调制的性能改进简单增量调制有两个问题：①斜率过载②动态范围8/5/202120(1).数字压扩自适应增量调制可同时解决动态范围和斜率过载问题。基本概念：如同非均匀中那样，改变量化间隔△。如果连续出现多个“1”或者“0，即可认为信号有出现过载的可能，从而增大△，使其本地译码信号跟上变化。如果量阶随信号瞬时压扩，则称为瞬时压扩，如果量阶随语音音节时间间隔中信号的平均斜率变化而进行压扩，则称为CVSD－连续可变斜率｛一音节＝基音周期＝（5~20）ms｝8/5/202

6、121(2).增量总和调制可解决斜率过载问题其要点是：将信号先进行积分，改变其频率响应。使高频分量幅度下降（与预加重相反），然后再进行编码。为此，在接收端为了不失真恢复原信号，需要将解码后信号进行微分。8/5/202122信道误码对的影响对简单有8/5/202123例如：抗误码性能优于概念上来看：个别误码不会引起信号严重恶化8/5/202124简单增量调制与PCM的性能比较抽样频率PCM系统的抽样频率8K系统的抽样频率不能根据抽样定理来确定，而需要根据斜率过载条件以及信噪比来确定，一般情况下，为保证不发生斜率过载以

7、及保证与PCM系统有相同的信噪比，的抽样频率将远高于PCM系统带宽PCM码速率64Kbit/s，带宽需求32K如要求与PCM有相同的传输质量，则要求抽样频率100K以上，带宽要求50K一般速率为32Kbit/s或16Kbit/s，但质量不如PCM8/5/202125量化信噪比（比较单频正弦情况）抗信道误码性能优于PCM设备复杂度单路简单，多路PCM简单8/5/202126ADPCM采用自适应的必要性由于不同的讲话人的语音信号的特性各不相同语音信号只能认为是短时平稳采用固定的预测系数不可能对所有的语音信号获得最好的结

8、果，因此有必要采取自适应的算法ADPCM的设计思路尽可能消除语音信号中的冗余对消除冗余后的信号进行有效的比特分配，从自适应角度进行最佳编码自适应的方法自适应量化自适应预测8/5/202127自适应量化针对被量化信号的变化状态，随时调节量化台阶大小以匹配输入信号的时变方差前向估值的自适应量化对输入信号尚未量化的样本计算出其前向估值大小需要缓存训练的样本，并传送