第二章 PCM編碼詳解

PCM與音頻編碼第3章話音編碼重點(diǎn)：脈沖編碼調(diào)制(PCM)增量調(diào)制與自適應(yīng)增量調(diào)制自適應(yīng)差分脈沖編碼調(diào)制（ADPCM）難點(diǎn)：非均勻量化增量調(diào)制子帶編碼波形聲音的數(shù)據(jù)壓縮波形聲音的碼率

=取樣頻率

×

量化位數(shù)

×

聲道數(shù)

全頻帶聲音的壓縮編碼：第1代壓縮編碼：PCM編碼第2代壓縮編碼：感知聲音編碼數(shù)字語(yǔ)音的壓縮編碼：波形編碼參數(shù)編碼（模型編碼）混合編碼語(yǔ)音壓縮編碼的3類方法波形編碼

(Perceptionmodel-basedcompression)benefits:genericdrawbacks:highestcompressionratesaredifficulttoachieve>16kb/sExamples:PCM,ADPCM,Subband參數(shù)編碼,源編碼

(Productionmodel-basedcompression)benefits:highestpossiblecompression2.4Kb/sdrawbacks:signalsource(s)mustbeknowExamples:vocoder混合編碼(Hybridcompression)Examples:CELP4.8kb/s——16kb/s極低低中碼率(kb/s)1248163264優(yōu)良中差壞語(yǔ)音質(zhì)量模型編碼（源編碼）混合編碼波形編碼脈沖編碼調(diào)制(PCM)“防失真濾波器”是一個(gè)低通濾波器，用來(lái)濾除聲音頻帶以外的信號(hào)；“波形編碼器”可暫時(shí)理解為“采樣器”；“量化器”可理解為“量化階大小(step-size)”生成器或者稱為“量化間隔”生成器。PCM編碼框圖聲音數(shù)字化有兩個(gè)步驟：第一步是采樣，就是每隔一段時(shí)間間隔讀一次聲音的幅度；第二步是量化，就是把采樣得到的聲音信號(hào)幅度轉(zhuǎn)換成數(shù)字值。但那時(shí)并沒(méi)有涉及如何進(jìn)行量化。量化有好幾種方法，但可歸納成兩類：一類稱為均勻量化，另一類稱為非均勻量化。采用的量化方法不同，量化后的數(shù)據(jù)量也就不同。因此，可以說(shuō)量化也是一種壓縮數(shù)據(jù)的方法。均勻量化采用相等的量化間隔對(duì)采樣得到的信號(hào)作量化，那么這種量化稱為均勻量化。均勻量化就是采用相同的“等分尺”來(lái)度量采樣得到的幅度，也稱為線性量化量化后的樣本值Y和原始值X的差E=Y-X稱為量化誤差或量化噪聲非均勻量化非線性量化：對(duì)輸入信號(hào)進(jìn)行量化時(shí)，大的輸入信號(hào)采用大的量化間隔，小的輸入信號(hào)采用小的量化間隔。這樣就可以在滿足精度要求的情況下用較少的位數(shù)來(lái)表示。聲音數(shù)據(jù)還原時(shí)，采用相同的規(guī)則。在非線性量化中，采樣輸入信號(hào)幅度和量化輸出數(shù)據(jù)之間定義了兩種對(duì)應(yīng)關(guān)系，一種稱為m

律壓擴(kuò)(companding)算法，另一種稱為A律壓擴(kuò)算法。采樣頻率為8kHz，樣本精度為13位、14位或者16位的輸入信號(hào)，使用m

律壓擴(kuò)編碼或者使用A律壓擴(kuò)編碼，經(jīng)過(guò)PCM編碼器之后每個(gè)樣本的精度為8位，輸出的數(shù)據(jù)率為64kb/s。這就是CCITT推薦的G.711標(biāo)準(zhǔn)。m

律壓擴(kuò)和A律壓擴(kuò)m

律壓擴(kuò)：北美和日本等地區(qū)13位PCM編碼轉(zhuǎn)換城8位。A律壓擴(kuò)歐洲和中國(guó)大陸等地區(qū)，14位PCM編碼轉(zhuǎn)換城8位輸出信號(hào)均為64Kb/sPCM在通信中的應(yīng)用提高線路利用率通常用下面兩種方法頻分多路復(fù)用

:把傳輸信道的頻帶分成好幾個(gè)窄帶，每個(gè)窄帶傳送一路信號(hào)。例如，一個(gè)信道的頻帶為1400Hz，把這個(gè)信道分成4個(gè)子信道(subchannels)：820～990Hz,1230～1400Hz,1640～1810Hz和2050～2220Hz，相鄰子信道間相距240Hz，用于確保子信道之間不相互干擾。每對(duì)用戶僅占用其中的一個(gè)子信道。這是模擬載波通信的主要手段。時(shí)分多路復(fù)用:把傳輸信道按時(shí)間來(lái)分割，為每個(gè)用戶指定一個(gè)時(shí)間間隔，每個(gè)間隔里傳輸信號(hào)的一部分，這樣就可以使許多用戶同時(shí)使用一條傳輸線路。這是數(shù)字通信的主要手段。例如，話音信號(hào)的采樣頻率f＝8000Hz，它的采樣周期＝125ms，這個(gè)時(shí)間稱為1幀(frame)。在這個(gè)時(shí)間里可容納的話路數(shù)有兩種規(guī)格：24路制和30路制。PCM在通信中的應(yīng)用PCM在通信中的應(yīng)用24路制的重要參數(shù)如下：每秒鐘傳送8000幀，每幀125ms。12幀組成1復(fù)幀(用于同步)。每幀由24個(gè)時(shí)間片(信道)和1位同步位組成。每個(gè)信道每次傳送8位代碼，1幀有24×8＋1＝193位(位)。數(shù)據(jù)傳輸率R＝8000×193＝1544kb/s。每一個(gè)話路的數(shù)據(jù)傳輸率＝8000×8=64kb/s。30路制的重要參數(shù)如下：每秒鐘傳送8000幀，每幀125ms。16幀組成1復(fù)幀(用于同步)。每幀由32個(gè)時(shí)間片(信道)組成。每個(gè)信道每次傳送8位代碼。數(shù)據(jù)傳輸率：R＝8000×32×8＝2048kb/s。每一個(gè)話路的數(shù)據(jù)傳輸率＝8000×8=64kb/s。PCM在通信中的應(yīng)用PCM信號(hào)復(fù)用的復(fù)雜程度，通常用“群(group)”表示一次群(基群)的30路(或24路),北美叫做T1遠(yuǎn)距離數(shù)字通信線，在歐洲叫做E1遠(yuǎn)距離數(shù)字通信線和E1等級(jí)。二次群的120路(或96路)三次群的480路(或384路)數(shù)字網(wǎng)絡(luò)等級(jí)T1/E1T2/E2T3/E3T4/E4T5/E5美國(guó)64kb/s話路數(shù)24966724.32總傳輸率(Mb/s)1.5446.51244.736274.176數(shù)字網(wǎng)絡(luò)等級(jí)12345歐洲64kb/s話路數(shù)3012048019207680總傳輸率(Mb/s)2.0488.44834.368139.2645600日本64kb/s話路數(shù)24964801440總傳輸率(Mb/s)1.5446.31232.06497.728表3-02多次復(fù)用的數(shù)據(jù)傳輸率增量調(diào)制與自適應(yīng)增量調(diào)制增量調(diào)制(DM)增量調(diào)制也稱△調(diào)制(deltamodulation，DM)，它是一種預(yù)測(cè)編碼技術(shù)，是PCM編碼的一種變形。PCM是對(duì)每個(gè)采樣信號(hào)的整個(gè)幅度進(jìn)行量化編碼，因此它具有對(duì)任意波形進(jìn)行編碼的能力；DM是對(duì)實(shí)際的采樣信號(hào)與預(yù)測(cè)的采樣信號(hào)之差的極性進(jìn)行編碼，將極性變成“0”和“1”這兩種可能的取值之一。如果實(shí)際的采樣信號(hào)與預(yù)測(cè)的采樣信號(hào)之差的極性為“正”，則用“1”表示；相反則用“0”表示，或者相反。由于DM編碼只須用1位對(duì)話音信號(hào)進(jìn)行編碼，所以DM編碼系統(tǒng)又稱為“1位系統(tǒng)”。增量調(diào)制(DM)在輸入信號(hào)變化快的區(qū)域，斜率過(guò)載是關(guān)心的焦點(diǎn)，而在輸入信號(hào)變化慢的區(qū)域，關(guān)心的焦點(diǎn)是粒狀噪聲。為了盡可能避免出現(xiàn)斜率過(guò)載，就要加大量化階Δ，但這樣做又會(huì)加大粒狀噪聲；相反，如果要減小粒狀噪聲，就要減小量化階Δ，這又會(huì)使斜率過(guò)載更加嚴(yán)重。這就促進(jìn)了對(duì)自適應(yīng)增量調(diào)制(adaptivedeltamodulation，ADM)的研究自適應(yīng)增量調(diào)制(ADM)基本方法：在檢測(cè)到斜率過(guò)載時(shí)開(kāi)始增大量化階Δ，而在輸入信號(hào)的斜率減小時(shí)降低量化階Δ。例如，宋(Song)在1971描述的自適應(yīng)增量調(diào)制技術(shù)中提出：假定增量調(diào)制器的輸出為1和0，每當(dāng)輸出不變時(shí)量化階增大50%，使預(yù)測(cè)器的輸出跟上輸入信號(hào)；每當(dāng)輸出值改變時(shí)，量化階減小50%，使粒狀噪聲減到最小，這種自適應(yīng)方法使斜率過(guò)載和粒狀噪聲同時(shí)減到最小。又如，使用較多的另一種自適應(yīng)增量調(diào)制器是由格林弗基斯(Greefkes)1970提出的，稱為連續(xù)可變斜率增量調(diào)制(continuouslyvariableslopedeltamodulation，CVSD)。它的基本方法是：如果連續(xù)可變斜率增量調(diào)制器(continuouslyvariableslopedeltamodulator，CVSD)的輸出連續(xù)出現(xiàn)三個(gè)相同的值，量化階就加上一個(gè)大的增量，反之，就加一個(gè)小的增量。自適應(yīng)差分脈沖編碼調(diào)制自適應(yīng)脈沖編碼調(diào)制(adaptivepulsecode

modulation，APCM)是根據(jù)輸入信號(hào)幅度大小來(lái)改變量化階大小的一種波形編碼技術(shù)。這種自適應(yīng)可以是瞬時(shí)自適應(yīng)，即量化階的大小每隔幾個(gè)樣本就改變，也可以是音節(jié)自適應(yīng)，即量化階的大小在較長(zhǎng)時(shí)間周期里發(fā)生變化。改變量化階大小的方法有兩種：一種稱為前向自適應(yīng)(forwardadaptation)，另一種稱為后向自適應(yīng)(backwardadaptation)。前向自適應(yīng)：根據(jù)未量化的樣本值的均方根值來(lái)估算輸入信號(hào)的電平，以此來(lái)確定量化階的大小，并對(duì)其電平進(jìn)行編碼作為邊信息(sideinformation)傳送到接收端。后向自適應(yīng)：從量化器剛輸出的過(guò)去樣本中來(lái)提取量化階信息。由于后向自適應(yīng)能在發(fā)收兩端自動(dòng)生成量化階，所以它不需要傳送邊信息。自適應(yīng)差分脈沖編碼調(diào)制差分脈沖編碼調(diào)制的思想：根據(jù)過(guò)去的樣本去估算(estimate)下一個(gè)樣本信號(hào)的幅度大小，這個(gè)值稱為預(yù)測(cè)值，然后對(duì)實(shí)際信號(hào)值與預(yù)測(cè)值之差進(jìn)行量化編碼，從而就減少了表示每個(gè)樣本信號(hào)的位數(shù)。它與脈沖編碼調(diào)制(PCM)不同的是，PCM是直接對(duì)采樣信號(hào)進(jìn)行量化編碼，而DPCM是對(duì)實(shí)際信號(hào)值與預(yù)測(cè)值之差進(jìn)行量化編碼，存儲(chǔ)或者傳送的是差值而不是幅度絕對(duì)值，這就降低了傳送或存儲(chǔ)的數(shù)據(jù)量。此外，它還能適應(yīng)大范圍變化的輸入信號(hào)。自適應(yīng)差分脈沖編碼調(diào)制(ADPCM)ADPCM(adaptivedifferencepulsecodemodulation)綜合了APCM的自適應(yīng)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(yīng)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(guò)去的樣本值估算下一個(gè)輸入樣本的預(yù)測(cè)值，使實(shí)際樣本值和預(yù)測(cè)值之間的差值總是最小。它的編碼簡(jiǎn)化框圖如下圖所示。ADPCM編譯碼器G.721推薦標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)叫做32kb/s自適應(yīng)差分脈沖編碼調(diào)制。在此基礎(chǔ)上還制定了G.721的擴(kuò)充推薦標(biāo)準(zhǔn)，即G.723，使用該標(biāo)準(zhǔn)的編碼器的數(shù)據(jù)率可降低到40kb/s和24kb/s。G.722SB-ADPCM編譯碼器G.722推薦標(biāo)準(zhǔn)，叫做“數(shù)據(jù)率為64kb/s的7kHz聲音信號(hào)編碼——這個(gè)標(biāo)準(zhǔn)把話音信號(hào)的質(zhì)量由電話質(zhì)量提高到AM無(wú)線電廣播質(zhì)量，而其數(shù)據(jù)傳輸率仍保持為64kb/s。子帶編碼(subbandcoding，SBC)的基本思想是：使用一組帶通濾波器(band-passfilter，BPF)把輸入音頻信號(hào)的頻帶分成若干個(gè)連續(xù)的頻段，每個(gè)頻段稱為子帶。對(duì)每個(gè)子帶中的音頻信號(hào)采用單獨(dú)的編碼方案去編碼。在信道上傳送時(shí)，將每個(gè)子帶的代碼復(fù)合起來(lái)。在接收端譯碼時(shí)，將每個(gè)子帶的代碼單獨(dú)譯碼，然后把它們組合起來(lái)，還原成原來(lái)的音頻信號(hào)。子帶編碼的編碼/譯碼器，可以采用ADPCM，APCM，PCM等。等帶寬的子帶不等帶寬的子帶G.722SB-ADPCM編譯碼器窄帶和寬帶音頻信道頻率特性

全頻帶聲音的第1代編碼技術(shù)全頻帶聲音指的是10Hz～20,000Hz范圍里的所有可聽(tīng)聲音.也叫做寬帶聲音或高保真(high-fidelity)聲音;第1代全頻帶數(shù)字聲音（CD，DAT）的編碼采用PCM編碼：采樣頻率：44.1kHz或48kHz量化精度：16位聲道數(shù)目：1或2碼率：705.6/768(kb/s)或1.41/1.54(Mb/s)全頻帶聲音的第2代編碼技術(shù)目標(biāo)：在保持高保真聲音質(zhì)量（transparentcompression）的前提下，降低碼率，減輕網(wǎng)絡(luò)帶寬的壓力；不但充分使用聲音信息的統(tǒng)計(jì)冗余，而且利用人耳的聽(tīng)覺(jué)特性，即使用“心理聲學(xué)模型(psycho-acousticmodel)”，來(lái)達(dá)到壓縮數(shù)據(jù)的目的,稱為感知聲音編碼(perceptualaudiocoding)。全頻帶數(shù)字音頻的編碼標(biāo)準(zhǔn)MP3音樂(lè)是什么？DolbyAC-3是什么？RealAudio是什么？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G.711 PCM 64 4.4 1972 PSTNANSI1015 LPC-10 2.4 2.7 1976 保密通信G.721 ADPCM 32 4.1 1984 PSTNGSM(歐洲蜂窩通信) RPE-CELP 13 3.6 1991 ANSI1016 CELP 4.8 3.2 1991 G.728 低延時(shí)CD-CELP 16 4.0 1992 IS54(北美TDMA) VSELP 8 3.5 1992 IS96(北美