語音編解碼-標準

語音編解碼-標準語音編解碼-標準語音編解碼-標準V:1.0精細整理，僅供參考語音編解碼-標準日期：20xx年X月語音編解碼標準的知識類型：Audio

制定者：ITU-T

所需頻寬：64Kbps

特性：算法復雜度小，音質(zhì)一般

優(yōu)點：算法復雜度低，壓縮比小（CD音質(zhì)>400kbps），編解碼延時最短（相對其它技術(shù)）

缺點：占用的帶寬較高

應用領(lǐng)域：voip

版稅方式：Free

備注：70年代CCITT公布的64kb/s脈沖編碼調(diào)制PCM。

類型：Audio

制定者：ITU-T

所需頻寬：32Kbps

特性：相對于PCMA和PCMU，其壓縮比較高，可以提供2：1的壓縮比。

優(yōu)點：壓縮比大

缺點：聲音質(zhì)量一般

應用領(lǐng)域：voip

版稅方式：Free

備注：子帶ADPCM（SB-ADPCM）技術(shù)。標準是一個代碼轉(zhuǎn)換系統(tǒng)。它使用ADPCM轉(zhuǎn)換技術(shù)，實現(xiàn)64kb/sA律或μ律PCM速率和32kb/s速率之間的相互轉(zhuǎn)換。

類型：Audio

制定者：ITU-T

所需頻寬：64Kbps

特性：G722能提供高保真的語音質(zhì)量

優(yōu)點：音質(zhì)好

缺點：帶寬要求高

應用領(lǐng)域：voip

版稅方式：Free

備注：子帶ADPCM（SB-ADPCM）技術(shù)

(低碼率語音編碼算法)類型：Audio

制定者：ITU-T

所需頻寬：

特性：語音質(zhì)量接近良，帶寬要求低，高效實現(xiàn)，便于多路擴展，可利用C5402片內(nèi)16kRAM實現(xiàn)53coder。達到ITU-TG723要求的語音質(zhì)量，性能穩(wěn)定?？捎糜贗P電話語音信源編碼或高效語音壓縮存儲。

優(yōu)點：碼率低，帶寬要求較小。并達到ITU-TG723要求的語音質(zhì)量，性能穩(wěn)定。

缺點：聲音質(zhì)量一般

應用領(lǐng)域：voip

版稅方式：Free

備注：語音編碼器是一種用于多媒體通信，編碼速率為s和s的雙碼率編碼方案。標準是國際電信聯(lián)盟（ITU）制定的多媒體通信標準中的一個組成部分，可以應用于IP電話等系統(tǒng)中。其中，s碼率編碼器采用多脈沖最大似然量化技術(shù)（MP－MLQ），s碼率編碼器采用代數(shù)碼激勵線性預測技術(shù)。

雙速率語音編碼算法)類型：Audio

制定者：ITU-T

所需頻寬：

特性：能夠?qū)σ魳泛推渌纛l信號進行壓縮和解壓縮，但它對語音信號來說是最優(yōu)的。采用了執(zhí)行不連續(xù)傳輸?shù)撵o音壓縮，這就意味著在靜音期間的比特流中加入了人為的噪聲。除了預留帶寬之外，這種技術(shù)使發(fā)信機的調(diào)制解調(diào)器保持連續(xù)工作，并且避免了載波信號的時通時斷。

優(yōu)點：碼率低，帶寬要求較小。并達到ITU-TG723要求的語音質(zhì)量，性能穩(wěn)定,避免了載波信號的時通時斷。

缺點：語音質(zhì)量一般

應用領(lǐng)域：voip

版稅方式：Free

備注：算法是ITU-T建議的應用于低速率多媒體服務中語音或其它音頻信號的壓縮算法，其目標應用系統(tǒng)包括、等多媒體通信系統(tǒng)。目前該算法已成為IP電話系統(tǒng)中的必選算法之一。

類型：Audio

制定者：ITU-T

所需頻寬：16Kbps/8Kbps

特性：用于IP電話、衛(wèi)星通信、語音存儲等多個領(lǐng)域。是一種低時延編碼器，但它比其它的編碼器都復雜，這是因為在編碼器中必須重復做50階LPC分析。還采用了自適應后置濾波器來提高其性能。

優(yōu)點：后向自適應，采用自適應后置濾波器來提高其性能

缺點：比其它的編碼器都復雜

應用領(lǐng)域：voip

版稅方式：Free

備注：16kb/s短延時碼本激勵線性預測編碼（LD-CELP）。1996年ITU公布了8kb/s的CS－ACELP算法，可以用于IP電話、衛(wèi)星通信、語音存儲等多個領(lǐng)域。16kbps低時延碼激勵線性預測。

是低比特線性預測合成分析編碼器（和）和后向ADPCM編碼器的混合體。是LD-CELP編碼器，它一次只處理5個樣點。對于低速率（56~128kbps）的綜合業(yè)務數(shù)字網(wǎng)（ISDN）可視電話，是一種建議采用的語音編碼器。由于其后向自適應特性，因此是一種低時延編碼器，但它比其它的編碼器都復雜，這是因為在編碼器中必須重復做50階LPC分析。還采用了自適應后置濾波器來提高其性能。

類型：Audio

制定者：ITU-T

所需頻寬：8Kbps

特性：在良好的信道條件下要達到長話質(zhì)量，在有隨機比特誤碼、發(fā)生幀丟失和多次轉(zhuǎn)接等情況下要有很好的穩(wěn)健性等。這種語音壓縮算法可以應用在很廣泛的領(lǐng)域中，包括ＩＰ電話、無線通信、數(shù)字衛(wèi)星系統(tǒng)和數(shù)字專用線路。

算法采用“共軛結(jié)構(gòu)代數(shù)碼本激勵線性預測編碼方案”（CS-ACELP）算法。這種算法綜合了波形編碼和參數(shù)編碼的優(yōu)點，以自適應預測編碼技術(shù)為基礎，采用了矢量量化、合成分析和感覺加權(quán)等技術(shù)。

編碼器是為低時延應用設計的，它的幀長只有10ms，處理時延也是10ms，再加上5ms的前視，這就使得產(chǎn)生的點到點的時延為25ms，比特率為8kbps。

優(yōu)點：語音質(zhì)量良，應用領(lǐng)域很廣泛，采用了矢量量化、合成分析和感覺加權(quán)，提供了對幀丟失和分組丟失的隱藏處理機制

缺點：在處理隨機比特錯誤方面性能不好。

應用領(lǐng)域：voip

版稅方式：Free

備注：國際電信聯(lián)盟（ITU-T）于1995年11月正式通過了。ITU-T建議也被稱作“共軛結(jié)構(gòu)代數(shù)碼本激勵線性預測編碼方案”(CS-ACELP)，它是當前較新的一種語音壓縮標準。是由美國、法國、日本和加拿大的幾家著名國際電信實體聯(lián)合開發(fā)的。

G.729A類型：Audio

制定者：ITU-T

所需頻寬：8Kbps

特性：復雜性較低，性能較差。

優(yōu)點：語音質(zhì)量良，降低了計算的復雜度以便于實時實現(xiàn)，提供了對幀丟失和分組丟失的隱藏處理機制

缺點：性能較差

應用領(lǐng)域：voip

版稅方式：Free

備注：96年ITU-T又制定了的簡化方案G.729A，主要降低了計算的復雜度以便于實時實現(xiàn)，因此目前使用的都是G.729A。

GIPS

類型：Audio

制定者：瑞典GlobalIPSound公司

所需頻寬：

特性：GIPS技術(shù)可根據(jù)帶寬狀況自動調(diào)節(jié)編碼碼率，提供低碼率高質(zhì)量的音頻。GIPS的核心技術(shù)（網(wǎng)絡自適應算法，丟包補償算法和回聲消除算法）可很好地解決語音延遲與回聲問題，帶來完美音質(zhì)，提供比電話還清晰的語音通話效果。

優(yōu)點：很好地解決語音延遲與回聲問題，帶來完美音質(zhì)，提供比電話還清晰的語音通話效果

缺點：不是Free

應用領(lǐng)域：voip

版稅方式：每年支付一筆使用權(quán)費用

備注：GIPS音頻技術(shù)是由來自瑞典的全球頂尖的語音處理高科技公司--"GLOBALIPSOUND"提供的專用于互聯(lián)網(wǎng)的語音壓縮引擎系統(tǒng)。GIPS技術(shù)可根據(jù)帶寬狀況自動調(diào)節(jié)編碼碼率，提供低碼率高質(zhì)量的音頻。GIPS的核心技術(shù)（網(wǎng)絡自適應算法，丟包補償算法和回聲消除算法）可很好地解決語音延遲與回聲問題，帶來完美音質(zhì)，提供比電話還清晰的語音通話效果。

Apt-X

類型：Audio

制定者：AudioProcessingTechnology公司

所需頻寬：10HztokHz，56kbit/sto576kbit/s(16bitkHzmonoto24-bit,stereo)

特性：主要用于專業(yè)音頻領(lǐng)域，提供高品質(zhì)的音頻。其特點是：

①采用4:1:4的壓縮與放大方案；

②硬件低復雜度；

③極低的編碼延遲；

④由單芯片實現(xiàn)；

⑤單聲道或立體聲編解碼；

⑥只需單設備即可實現(xiàn)的雙通道立體聲；

⑦高達48kHz的采樣頻率；

⑧容錯性好；

⑨完整的AUTOSYNC?編解碼同步方案；

⑩低功率消耗

優(yōu)點：高品質(zhì)的音頻，硬件復雜度低，設備要求低

缺點：不是Free

應用領(lǐng)域：voip

版稅方式：一次性付費

備注：子帶ADPCM（SB-ADPCM）技術(shù)

NICAM(NearInstantaneousCompandedAudioMultiplex準瞬時壓擴音頻復用)

類型：Audio

制定者：英國BBC廣播公司

所需頻寬：728Kbps

特性：應用范圍及其廣泛，可用它進行立體聲或雙語廣播

優(yōu)點：應用范圍及其廣泛，信噪比高，動態(tài)范圍寬、音質(zhì)同CD相媲美，故名麗音，因此NICAM又稱為麗音

缺點：不是Free，頻寬要求高

應用領(lǐng)域：voip

版稅方式：一次性付費

備注：NICAM也稱麗音，它是英文Near-InstantaneouslyCompandedAudioMultiplex的縮寫，其含義為準瞬時壓擴音頻復用，是由英國BBC廣播公司開發(fā)研究成功的。

通俗地說NICAM技術(shù)實際上就是雙聲道數(shù)字聲技術(shù)，其應用范圍及其廣泛，最典型的應用便是電視廣播附加雙聲道數(shù)字聲技術(shù)，利用它進行立體聲或雙語廣播，以充分利用電視頻道的頻譜資源。這是在常規(guī)電視廣播的基礎上無需增加許多投資就可以實現(xiàn)的。在進行立體聲廣播時，它提高了音頻的信號質(zhì)量，使其接近CD的質(zhì)量。而且還可以利用NICAM技術(shù)進行高速數(shù)據(jù)廣播及其他數(shù)據(jù)傳輸?shù)脑鲋撤眨@在當今的信息化社會中似乎就顯得尤為重要了！

MPEG-1audiolayer1

類型：Audio

制定者：MPEG

所需頻寬：384kbps（壓縮4倍）

特性：編碼簡單，用于數(shù)字盒式錄音磁帶，2聲道，VCD中使用的音頻壓縮方案就是MPEG-1層Ⅰ。

優(yōu)點：壓縮方式相對時域壓縮技術(shù)而言要復雜得多，同時編碼效率、聲音質(zhì)量也大幅提高，編碼延時相應增加?？梢赃_到“完全透明”的聲音質(zhì)量（EBU音質(zhì)標準）

缺點：頻寬要求較高

應用領(lǐng)域：voip

版稅方式：Free

備注：MPEG-1聲音壓縮編碼是國際上第一個高保真聲音數(shù)據(jù)壓縮的國際標準，它分為三個層次：

--層1(Layer1)：編碼簡單，用于數(shù)字盒式錄音磁帶

--層2(Layer2)：算法復雜度中等，用于數(shù)字音頻廣播(DAB)和VCD等

--層3(Layer3)：編碼復雜，用于互聯(lián)網(wǎng)上的高質(zhì)量聲音的傳輸，如MP3音樂壓縮10倍

MUSICAM(MPEG-1audiolayer2,即MP2)

類型：Audio

制定者：MPEG

所需頻寬：256～192kbps（壓縮6～8倍）

特性：算法復雜度中等，用于數(shù)字音頻廣播(DAB)和VCD等，2聲道，而MUSICAM由于其適當?shù)膹碗s程度和優(yōu)秀的聲音質(zhì)量，在數(shù)字演播室、DAB、DVB等數(shù)字節(jié)目的制作、交換、存儲、傳送中得到廣泛應用。

優(yōu)點：壓縮方式相對時域壓縮技術(shù)而言要復雜得多，同時編碼效率、聲音質(zhì)量也大幅提高，編碼延時相應增加?？梢赃_到“完全透明”的聲音質(zhì)量（EBU音質(zhì)標準）

缺點：

應用領(lǐng)域：voip

版稅方式：Free

備注：同MPEG-1audiolayer1

MP3(MPEG-1audiolayer3)

類型：Audio

制定者：MPEG

所需頻寬：128～112kbps（壓縮10～12倍）

特性：編碼復雜，用于互聯(lián)網(wǎng)上的高質(zhì)量聲音的傳輸，如MP3音樂壓縮10倍，2聲道。MP3是在綜合MUSICAM和ASPEC的優(yōu)點的基礎上提出的混合壓縮技術(shù)，在當時的技術(shù)條件下，MP3的復雜度顯得相對較高，編碼不利于實時，但由于MP3在低碼率條件下高水準的聲音質(zhì)量，使得它成為軟解壓及網(wǎng)絡廣播的寵兒。

優(yōu)點：壓縮比高，適合用于互聯(lián)網(wǎng)上的傳播

缺點：MP3在128KBitrate及以下時，會出現(xiàn)明顯的高頻丟失

應用領(lǐng)域：voip

版稅方式：Free

備注：同MPEG-1audiolayer1

MPEG-2audiolayer

類型：Audio

制定者：MPEG

所需頻寬：與MPEG-1層1，層2，層3相同

特性：MPEG-2的聲音壓縮編碼采用與MPEG-1聲音相同的編譯碼器，層1,層2和層3的結(jié)構(gòu)也相同，但它能支持聲道和聲道的環(huán)繞立體聲。

優(yōu)點：支持聲道和聲道的環(huán)繞立體聲

缺點：

應用領(lǐng)域：voip

版稅方式：按個收取

備注：MPEG-2的聲音壓縮編碼采用與MPEG-1聲音相同的編譯碼器，層1,層2和層3的結(jié)構(gòu)也相同，但它能支持聲道和聲道的環(huán)繞立體聲。

AAC(AdvancedAudioCoding，先進音頻編碼)

類型：Audio

制定者：MPEG

所需頻寬：96-128kbps

特性：AAC可以支持1到48路之間任意數(shù)目的音頻聲道組合、包括15路低頻效果聲道、配音/多語音聲道，以及15路數(shù)據(jù)。它可同時傳送16套節(jié)目，每套節(jié)目的音頻及數(shù)據(jù)結(jié)構(gòu)可任意規(guī)定。

AAC主要可能的應用范圍集中在因特網(wǎng)網(wǎng)絡傳播、數(shù)字音頻廣播，包括衛(wèi)星直播和數(shù)字AM、以及數(shù)字電視及影院系統(tǒng)等方面。AAC使用了一種非常靈活的熵編碼核心去傳輸編碼頻譜數(shù)據(jù)。具有48個主要音頻通道，16個低頻增強通道，16個集成數(shù)據(jù)流,16個配音，16種編排。

優(yōu)點：支持多種音頻聲道組合，提供優(yōu)質(zhì)的音質(zhì)

缺點：

應用領(lǐng)域：voip

版稅方式：一次性收費

備注：AAC于1997年形成國際標準ISO13818-7。先進音頻編碼（AdvancedAudioCoding--AAC）開發(fā)成功，成為繼MPEG-2音頻標準（ISO/IEC13818-3）之后的新一代音頻壓縮標準。

在MPEG-2制訂的早期，本來是想將其音頻編碼部分保持與MPEG-1兼容的。但后來為了適應演播電視的要求而將其定義成為一個可以獲得更高質(zhì)量的多聲道音頻標準。理所當然地，這個標準是不兼容MPEG-1的，因此被稱為MPEG-2AAC。換句話說，從表面上看，要制作和播放AAC，都需要使用與MP3完全不同的工具。

DolbyAC-3

類型：Audio

制定者：美國杜比公司

所需頻寬：64kbps

特性：提供的環(huán)繞立體聲系統(tǒng)由5個全頻帶聲道加一個超低音聲道組成，6個聲道的信息在制作和還原過程中全部數(shù)字化，信息損失很少，細節(jié)豐富，具有真正的立體聲效果，在數(shù)字電視、DVD和家庭影院中廣泛使用。

優(yōu)點：環(huán)繞立體聲，信息損失很少，細節(jié)豐富，具有真正的立體聲效果

缺點：

應用領(lǐng)域：voip

版稅方式：按個收取

備注：杜比數(shù)字AC-3（DolbyDigitalAC-3）：美國杜比公司開發(fā)的多聲道全頻帶聲音編碼系統(tǒng)，它提供的環(huán)繞立體聲系統(tǒng)由5個全頻帶聲道加一個超低音聲道組成，6個聲道的信息在制作和還原過程中全部數(shù)字化，信息損失很少，細節(jié)豐富，具有真正的立體聲效果，在數(shù)字電視、DVD和家庭影院中廣泛使用。

PCM編碼(原始數(shù)字音頻信號流)

類型：Audio

制定者：ITU-T

所需頻寬：Kbps

特性：音源信息完整，但冗余度過大

優(yōu)點：音源信息保存完整,音質(zhì)好

缺點：信息量大，體積大，冗余度過大

應用領(lǐng)域：voip

版稅方式：Free

備注：在計算機應用中，能夠達到最高保真水平的就是PCM編碼，被廣泛用于素材保存及音樂欣賞，CD、DVD以及我們常見的WAV文件中均有應用。因此，PCM約定俗成了無損編碼，因為PCM代表了數(shù)字音頻中最佳的保真水準，并不意味著PCM就能夠確保信號絕對保真，PCM也只能做到最大程度的無限接近。要算一個PCM音頻流的碼率是一件很輕松的事情，采樣率值×采樣大小值×聲道數(shù)bps。一個采樣率為，采樣大小為16bit，雙聲道的PCM編碼的WAV文件，它的數(shù)據(jù)速率則為×16×2=Kbps。我們常見的AudioCD就采用了PCM編碼，一張光盤的容量只能容納72分鐘的音樂信息。

WMA(WindowsMediaAudio)

類型：Audio

制定者：微軟公司

所需頻寬：320～112kbps（壓縮10～12倍）

特性：當Bitrate小于128K時，WMA幾乎在同級別的所有有損編碼格式中表現(xiàn)得最出色，但似乎128k是WMA一個檻，當Bitrate再往上提升時，不會有太多的音質(zhì)改變。

優(yōu)點：當Bitrate小于128K時，WMA最為出色且編碼后得到的音頻文件很小。

缺點：當Bitrate大于128K時，WMA音質(zhì)損失過大。WMA標準不開放，由微軟掌握。

應用領(lǐng)域：voip

版稅方式：按個收取

備注：WMA的全稱是WindowsMediaAudio，它是微軟公司推出的與MP3格式齊名的一種新的音頻格式。由于WMA在壓縮比和音質(zhì)方面都超過了MP3，更是遠勝于RA(RealAudio)，即使在較低的采樣頻率下也能產(chǎn)生較好的音質(zhì)，再加上WMA有微軟的WindowsMediaPlayer做其強大的后盾，所以一經(jīng)推出就贏得一片喝彩。

PCMU

類型：Audio

制定者：ITU-T

所需頻寬：64Kbps

特性：PCMU和PCMA都能提供較好的語音質(zhì)量，但是它們占用的帶寬較高，需要64kbps。

優(yōu)點：語音質(zhì)量優(yōu)

缺點：占用的帶寬較高

應用領(lǐng)域：voip

版稅方式：Free

備注：PCMUandPCMA都能夠達到CD音質(zhì)，但是它們消耗的帶寬也最多(64kbps)。如果網(wǎng)絡帶寬比較低，可以選用低比特速率的編碼方法，如或，這兩種編碼的方法也能達到傳統(tǒng)長途電話的音質(zhì)，但是需要很少的帶寬（G723需要，G729需要8kbps）。如果帶寬足夠并且需要更好的語音質(zhì)量，就使用PCMU和PCMA，甚至可以使用寬帶的編碼方法G722(64kbps)，這可以提供有高保真度的音質(zhì)。

PCMA(G.711A)

類型：Audio

制定者：ITU-T

所需頻寬：64Kbps

特性：PCMU和PCMA都能提供較好的語音質(zhì)量，但是它們占用的帶寬較高，需要64kbps。

優(yōu)點：語音質(zhì)量優(yōu)

缺點：占用的帶寬較高

應用領(lǐng)域：voip

版稅方式：Free

備注：PCMUandPCMA都能夠達到CD音質(zhì)，但是它們消耗的帶寬也最多(64kbps)。如果網(wǎng)絡帶寬比較低，可以選用低比特速率的編碼方法，如或，這兩種編碼的方法也能達到傳統(tǒng)長途電話的音質(zhì)，但是需要很少的帶寬（G723需要，G729需要8kbps）。如果帶寬足夠并且需要更好的語音質(zhì)量，就使用PCMU和PCMA，甚至可以使用寬帶的編碼方法G722(64kbps)，這可以提供有高保真度的音質(zhì)。

ADPCM(自適應差分PCM)

類型：Audio

制定者：ITU-T

所需頻寬：32Kbps

特性：ADPCM(adaptivedifferencepulsecodemodulation)綜合了APCM的自適應特性和DPCM系統(tǒng)的差分特性，是一種性能比較好的波形編碼。它的核心想法是：

①利用自適應的思想改變量化階的大小，即使用小的量化階(step-size)去編碼小的差值，使用大的量化階去編碼大的差值；

②使用過去的樣本值估算下一個輸入樣本的預測值，使實際樣本值和預測值之間的差值總是最小。

優(yōu)點：算法復雜度低，壓縮比?。–D音質(zhì)>400kbps），編解碼延時最短（相對其它技術(shù)）

缺點：聲音質(zhì)量一般

應用領(lǐng)域：voip

版稅方式：Free

備注：ADPCM(ADPCMAdaptiveDifferentialPulseCodeModulation),是一種針對16bit(或者更高)聲音波形數(shù)據(jù)的一種有損壓縮算法,它將聲音流中每次采樣的16bit數(shù)據(jù)以4bit存儲,所以壓縮比1:4.而壓縮/解壓縮算法非常的簡單,所以是一種低空間消耗,高質(zhì)量聲音獲得的好途徑。

LPC(LinearPredictiveCoding，線性預測編碼)

類型：Audio

制定者：

所需頻寬：

特性：壓縮比大，計算量大，音質(zhì)不高，廉價

優(yōu)點：壓縮比大,廉價

缺點：計算量大，語音質(zhì)量不是很好，自然度較低

應用領(lǐng)域：voip

版稅方式：Free

備注：參數(shù)編碼又稱為聲源編碼，是將信源信號在頻率域或其它正交變換域提取特征參數(shù)，并將其變換成數(shù)字代碼進行傳輸。譯碼為其反過程，將收到的數(shù)字序列經(jīng)變換恢復特征參量，再根據(jù)特征參量重建語音信號。具體說，參數(shù)編碼是通過對語音信號特征參數(shù)的提取和編碼，力圖使重建語音信號具有盡可能高的準確性，但重建信號的波形同原語音信號的波形可能會有相當大的差別。如：線性預測編碼（LPC）及其它各種改進型都屬于參數(shù)編碼。該編碼比特率可壓縮到2Kbit/s，甚至更低，但語音質(zhì)量只能達到中等，特別是自然度較低。