G721ADPCM語音編碼標準的學習及實現(xiàn)

1、G.721ADPCM語音編碼標準的學習及實現(xiàn)摘要語音是人類相互之間交流時最常使用的信息載體。在信息化高度發(fā)展的今天，語音處理技術(shù)以及它的應(yīng)用已經(jīng)成為信息化社會不可缺少的重要組成部分。而語音編碼作為語音信號處理的一個分支，目的就是要在保證語音音質(zhì)和可懂度的條件下，采用盡可能少的比特數(shù)來表示語音，它是現(xiàn)代通信和信息工程領(lǐng)域不可缺少的關(guān)鍵技術(shù)。語音編碼在數(shù)字通信網(wǎng)中占據(jù)著重要的位置。隨著通信技術(shù)和信息社會的飛速發(fā)展，頻率資源顯得越來越寶貴。因此，降低電話信道的傳輸碼率又或者是壓縮語音信號的傳輸帶寬，一直以來都是人們所追求的目標，語音編碼技術(shù)也因此顯得更加重要?？偠灾?，數(shù)字語音通信與存儲技術(shù)和語音編

2、碼是密不可分的，語音應(yīng)答系統(tǒng)、語音信箱、數(shù)字錄音電話、語音查詢系統(tǒng)等，也都是隨著語音壓縮編碼技術(shù)而發(fā)展起來的。本文簡單介紹了語音信號的編碼技術(shù)，主要學習了G.721 ADPCM語音編碼標準并通過編程實現(xiàn)。關(guān)鍵字：語音編碼、語音通信、壓縮、存儲、語音信號引言語音編碼是在保持一定的算法復(fù)雜度和通信時延的前提下，運用盡可能少的信道容量，傳輸盡可能高質(zhì)量的語音。編碼器的效率和算法復(fù)雜度之間通常呈正比關(guān)系，算法越復(fù)雜，時延和費用就越高。因此，必須在這兩個矛盾的因素之間尋找一個平衡點。語音編碼發(fā)展的目的是為了使平衡點向更低的比特率方向移動。ITU已經(jīng)制定了幾種碼率的語音編碼國際標準，這些標準推動了研究工作

3、的進展。1 語音編碼的分類、特性及現(xiàn)狀語音編碼編碼方式大致可以分為三種：波形編碼、參數(shù)編碼、混合編碼。波形編碼是將時間域或變換域信號直接變換成數(shù)字信號，力求使重建語音波形保持原始語音信號的波形形狀。參數(shù)編碼又稱聲碼器編碼，它是將信源信號在頻域或其他變換域提取特征參數(shù)，然后對這些特征參數(shù)進行編碼和傳輸，在譯碼端再將接收到的數(shù)字信號譯成特征參數(shù)，根據(jù)這些特征參數(shù)重建語音信號?；旌暇幋a將波形編碼和參數(shù)編碼結(jié)合起來，克服了波形編碼和參數(shù)編碼的缺點，吸收了他們的長處，能夠在較低速率上得到高質(zhì)量的合成語音。在編碼速率比較高的時候，波形編碼能夠很容易滿足抗噪聲、重構(gòu)語音質(zhì)量好、可靠性高等要求，但是一旦編碼速

4、率降低，即編碼質(zhì)量急劇下降。發(fā)展到現(xiàn)在，成熟并且廣泛使用的波形編碼方式有脈沖編碼調(diào)制（PCM）、自適應(yīng)差分脈沖編碼調(diào)制（ADPCM）、自適應(yīng)增量調(diào)制（ADM）、自適應(yīng)預(yù)測編碼（APC）等。但是這些編碼方式在速率降低到16Kb/s以下時，重構(gòu)語音信號的效果就較差。結(jié)合波形編碼中與原始語音波形逼近的特點以及參數(shù)編碼中提取特征參數(shù)的優(yōu)點，混合編碼技術(shù)在合成語音質(zhì)量和速率兩方面都能達到較滿意的效果，因此被作為研究的主要方向不斷地得到發(fā)展。技術(shù)比較成熟并被反復(fù)研究的混合編碼算法有多脈沖激勵線性預(yù)測編碼（MPLPC）、碼本激勵線性預(yù)測編碼（CELP）、混合激勵線性預(yù)測編碼（MELP）。2語音編碼的國際標準

5、由于數(shù)字編碼技術(shù)具有廣闊的應(yīng)用范圍和良好的市場前景，從20世紀80年代開始，國際上著名大通信研究機構(gòu)和大學均大力開展高音質(zhì)低碼率的語音編碼技術(shù)研究，并且取得了豐碩的成果，因此，語音編碼技術(shù)的標準化工作就顯得尤為重要。ITU在語音編碼技術(shù)的標準化方面作了大量的工作，制定了很多標準，并且逐漸受到了業(yè)界的認同。在其中，比較典型的有G.711、G.721、G.728、G.729等標準。G.711標準最早的語音編碼方案是PCM編碼，PCM的碼率為64kbps。對語音信號按照8kHz進行采樣，再對每一個要樣本做8bit的標量量化。這種方案只能將語音由模擬信號變?yōu)閿?shù)字信號，但卻沒有做任何進一步的數(shù)學處理。雖

6、然它的碼率很高，但是處理程序卻很簡單，至今仍然在很多的場合中被采用。它被ITU定為G.711標準。G.721標準G.711標準產(chǎn)生之后，人們在語音壓縮編碼領(lǐng)域投入了大量的精力進行研究。經(jīng)很長時間的研究，一種致力于消除語音信號樣本間相關(guān)性的線性預(yù)測編碼算法被科學家們提出了。它可以在基本保證音質(zhì)的條件下，使碼率有了較大程度的壓縮。利用當時還處于初級階段的線性預(yù)測方法，科學家們成功開發(fā)出了碼率為32kbps的增量調(diào)制編碼ADPCM方案，但音質(zhì)略次于PCM編碼，可懂度和自然度都很不錯，立即受到了人們的青睞。它被ITU定位G.721標準。G.728標準正當人們對線性預(yù)測編碼技術(shù)進行深入研究的時候，另外一

7、種利用相關(guān)性壓縮量化編碼的方法即矢量量化方法被提出來。該技術(shù)在壓縮量化編碼上的效率很高，但其缺點是計算量太龐大，隨著IC技術(shù)的不斷發(fā)展，計算機和DSP的運行處理速度加快，這種編碼方式的可行性越加的明顯。不過現(xiàn)在的計算機和DSP芯片已經(jīng)能夠滿足它的計算要求。把矢量量化技術(shù)和線性預(yù)測編碼技術(shù)聯(lián)合起來使用，就產(chǎn)生了許多比較成功的音質(zhì)較好的線性預(yù)測編碼方法。例如：多脈沖激勵線性預(yù)測編碼算法、規(guī)則脈沖激勵線性預(yù)測編碼算法和碼激勵線性預(yù)測編碼算法。其中，由CELP算法衍生出的低延時碼激勵線性預(yù)測編碼算法更為成熟，1991年被ITU定為G.728標準。G.729標準保持高音質(zhì)就是要使合成原始語音的均方誤差始

8、終小到不易察覺。在這樣的前提下，通過改進算法，達到進一步壓縮碼率的目的。其中CS-ACELP算法就是該思路的產(chǎn)物，它實現(xiàn)了8kbps的碼率。ITU在1996年將它定制為G.729標準。3自適應(yīng)差分脈沖編碼調(diào)制ADPCM在許多應(yīng)用中，特別是長途傳輸系統(tǒng)，64kbit/s的G.711標準占用的頻帶太寬，通信成本太貴。ITU-T從1981年起經(jīng)過三年的討論與研究，于1984年提出了G.721 32kbit/s ADPCM編碼標準，并于1986年根據(jù)兩年間運行中出現(xiàn)的問題做了進一步修正。ADPCM將脈沖編碼調(diào)制、差值調(diào)制和自適應(yīng)技術(shù)三者結(jié)合起來，進一步利用語音信號樣點間的相關(guān)性，并針對語音信號的非平衡

9、特點，使用了自適應(yīng)預(yù)測和自適應(yīng)量化，在32kbit/s速率上能夠給出網(wǎng)絡(luò)等級語音質(zhì)量，從而符合進入公用網(wǎng)的要求。下圖是G.721算法的框圖，其中虛線部分是解碼器框圖。由圖中可以看出，編碼器中嵌入一個解碼器，使得編碼器的自適應(yīng)修正完全取決于信號的反饋值。這個反饋值與解碼器的輸出是一致的，所以后續(xù)的差值采樣就補償了量化誤差，從而避免了量化誤差的積累。計算差值信號自適應(yīng)量化器自適應(yīng)逆量化器自適應(yīng)預(yù)測器重建信號計算量化階矩自適應(yīng) 速度控制自適應(yīng) 單頻與瞬變音檢測 G721編碼器原理框圖下面詳細介紹G.721各部分算法。(1) 求采樣值s(k)與其估計se(k)之差：dk=

10、sk-se(k)(2) 自適應(yīng)量化dk，并編碼輸出Ik：Ik=log2dk-y(k)其中，Ik還含有一位符號。表 給出Ik的編碼值。y(k)是量化階矩自適應(yīng)因子，它由調(diào)整短時能量變化較快的語音信號的yu(k)和調(diào)整數(shù)據(jù)類慢變信號的yl(k)兩部分，經(jīng)速度調(diào)整因子al(k)加權(quán)平均而成: yk=alkyuk-1+1-alkylk-1 0al1對快變信號al(k)趨于1，而對慢變信號alk趨于0。歸一化輸入log2dk-y(k)輸出代碼Ik歸一化量化輸出log2dqk-y(k)3.12,+73.322.72,3.1262.912.34,2.7252.521.91,2.3442.131.38,1.9

11、131.660.62,1.3821.05-0.98,0.6210.031-,-0.980-(3) 階矩自適應(yīng)因子yuk稱快速非鎖定標度因子，它的取值范圍在1.06yuk10區(qū)間，對應(yīng)的線性域為min=21.06=2.085，max=210=1024。yuk=1-2-5yk+2-5I(k)I(k)的取值如下表所示。|Ik|76543210I(k)70.1322.1912.387.004.002.561.13-0.75為了適應(yīng)語音預(yù)測差值信號中的基音引起的能量突變，I(k)的高端取值都很大。對于帶內(nèi)數(shù)據(jù)，信號短時能量基本上是平穩(wěn)的，階矩自適應(yīng)采用如下算法：ylk=1-2-6ylk-1+2-6yuk

12、式中，ylk稱為鎖定標度因子。(4) 速度控制alk是速度控制因子，它是通過Ik的長時平均幅度值dmlk與短時平均幅度值dmsk的差求出的。它反映了預(yù)測余量信號的變化率。長時：dmlk=1-2-7dmlk-1+2-7FIk短時：dmsk=1-2-5dmsk-1+2-5FIk函數(shù)FIk的取值如下表所示。|Ik|76543210FI(k)73111000當余量信號短時能量平穩(wěn)時，Ik的統(tǒng)計特性隨時間變化很小，dml(k)與dmsk相差不大。而當余量信號短時能量起伏較大時，它們出現(xiàn)差值.利用這一特性先計算中間參數(shù)apk：apk=1-2-4apk-1+2-3，當|dmsk-dml(k)|2-3dmlk

13、或當yk<31-2-4apk-1， 其他情況顯然，當Ik幅度變化較大時，apk2，而差別小時apk0。條件yk3表明輸入信號很小，處于清音段或噪聲段，這時也有apk2，以便量化器處于快速自適應(yīng)狀態(tài)來等待輸入信號的突然變化。量器速度控制因子alk是通過對apk限幅得到的：alk=1， 當apk-11apk-1，當apk-1<1這樣，量化器從快速自適應(yīng)向慢速自適應(yīng)轉(zhuǎn)變有一個延時。對于帶內(nèi)調(diào)幅數(shù)據(jù)，這種延遲效應(yīng)可以防止自適應(yīng)速度過早變慢，從而避免脈沖沿產(chǎn)生太大的畸變。(5) 自適應(yīng)逆量化器輸出dqk=2yk+I(k)(6) 自適應(yīng)預(yù)測預(yù)測器采用6階零點，2階極點的模型。預(yù)測信號為sen=

14、i=12ain-1srn-i+seznsezn=j=16bjn-1dq(n-j)重建信號為srn=sen+dq(n)極點、零點預(yù)測器系數(shù)分別是ai和bj。其調(diào)整方式為bjn=1-2-8bjn-1+2-7sgndqnsgndqn-j此式隱含差|bjn|2，為保證算法穩(wěn)定，二階極點預(yù)測器系數(shù)限制如下a2n0.75；a1n1-a2n-2-4它們的調(diào)整方式為a1n=1-2-8a1n-1+32-8sgnpnsgnpn-1a2n=1-2-7a2n-1+2-7sgnpnsgnpn-2-fa1n-1sgnpn-1式中pn=dqn+seznfa1=4a1 ， 當|a1|122sgna1，當|a1|>12(

15、7) 單頻和瞬變調(diào)整當ADPCM編碼器遇到頻移鍵控信號（FSK）或其他窄帶瞬變信號時，需要將系統(tǒng)從慢速自適應(yīng)狀態(tài)強制性的調(diào)整到快速自適應(yīng)狀態(tài)。為此，引入單頻信號判定條件td和窄帶信號瞬變判據(jù)tr：tdn=1，若a2n<-0.718750， 其他trn=1，tdn=1同時dqn>24.2yln0， 其他當tdn=1時，就認為出現(xiàn)了單頻信號或頻率瞬變。這時強制將量化處于快速自適應(yīng)狀態(tài)。當trn=1時，還須要將ai(n)和bj(n)同時置零。采用這些措施后G.721 ADPCM可以傳遞4.8kbit/s的FSK信號。同時apn的判定也由下式?jīng)Q定：apn=1-2-4apn-1+2-3，當d

16、msn-dmln2-3dmln或當yn<3或tdn=11， trn=11-2-4apn-1， 其他當ADPCM與PCM之間發(fā)生換碼級聯(lián)的時候，需要在ADPCM內(nèi)部進行PCM級聯(lián)同步調(diào)整。方法就是在解碼端將重建信號srn重新編碼成ADPCM碼Idxn并與輸入的In比較，根據(jù)差值調(diào)整重建信號srn的電平級別。經(jīng)過同步調(diào)整過程，ADPCM就可以有效的防止同步級聯(lián)誤差積累。4 ADPCM的MATLAB編程實現(xiàn)為了便于理解G.721的MATLAB程序，特對各模塊功能介紹如下：ADPCMG721.m主函數(shù)程序文件，完成賦初值、信號輸入及調(diào)用語音編碼函，在MATLAB中加載G.721MATLAB程序文

17、件后，在命令窗口中輸入ADPCMG721并回車，即可完成G.721語音編解碼算法。ADPCMG721主程序：close all;clear all;coe=1,0,1,0,0,0,0,0,0,0,0;%初始化系數(shù),自適應(yīng)預(yù)測器的系數(shù)Sek_comcoe1=0,0,0;coe2=0,0,0,0,0,0,0,0,0,0;coe3=0;Dqk=zeros(1,7);fid=fopen('yy.txt','rt');%讀文件，文件格式為.txta=fscanf(fid,'%en');fclose(fid);%fid=fopen(yyG721.wav

18、9;);wavwrite(44100,fid);%轉(zhuǎn)換回wav格式音頻文件fid=fopen('yy721.txt','wt');fidI = fopen('yyIk.txt','wt');for i=1:size(a,1) Slk=a(i);%輸入信號 coe,coe1,coe2,coe3,Dqk=adpcm(Slk,coe,coe1,coe2,coe3,Dqk);%調(diào)用語音編解碼 fprintf(fid,'%fn',(coe2(5); fprintf(fidI,'%fn',(coe2(3);endfclose(fid);fclose(fidI);總結(jié)本文對語音信號編碼做了簡單的介紹，闡述了語音編碼的發(fā)展趨勢，語音編碼的目的，介紹了一些語音編碼的國際標準。接著就目前比較成熟的G.721 ADPCM標準進行了詳細介紹，并且通過Matlab軟件編程實現(xiàn)了該標準變換算法。通過本次作業(yè)，我對語音編碼有了更深入的了解，并且進一步提高了我的Matlab編程能力。參考文獻1 張雪英，數(shù)字語音處理及MATLAB仿真，電子工業(yè)出版社，20102 陳杰， MATLAB寶典，電子工業(yè)出版社，2013年3 張星，齊