4.2 移动通信中的语音编码在线视频

那么下面我就给大家来介绍一下

移动通信当中的语音编码技术的

一些典型应用

那我们主要给大家举一下2G和3G当中

语音编码的一些标准

我们先看一下

GSM系统当中的语音编码

GSM当中的语音编码

实际上是两种语音编码器的组合

我们称它为RPE-LTP声码器

RPE的意思是说

规则脉冲激励

也就是软给胖子

Excited

RPE是一种声码器的方案

它实际上是一种参量编码

它是以

线性预测编码为主

采用规则脉冲作为激励源的

那么LTP

叫长程预测Long水定是

长程预测

那么这实际上也是一种参量

采用的是线性预测编码的方法

我们可以把这两种编码器组合起来

这就是GSM系统当中

最早期的一种代表性的语音编码器

语音编码标准叫RPE-LTP

大家可以看胶片上给的

声码器的结构

那么它的核心结构就是LPC

也就是

线性预测编码器

这就是它的核心结构

那么经过这个线性预测分析

可以得到

产生语音的各种参量数据

那这个参量数据就在这进行编码

就在LAR进行编码

那除了LPC这个核心单元之外

还有

它需要考虑进行规则脉冲激励源

大家可以看这有规则脉冲

右侧这个是规则脉冲激励

还要做一些常识分析

尤其是常识分析

以及一个短时滤波

还有一些加权滤波

这些滤波器和分析器

其实就是在LPC参量预测的基础上

增加了一些语音的自然度

能够达到语音质量和压缩率之间

较好的折衷

在GSM系统当中

我们管这种原始的声码器

叫做是全速率声码器

简称叫FullRate

叫全速率声码器

那么它的编码速率是13Kbps

比PCM的60Kbps的数据速率要低不少

后来随着技术的进步

人们又在GSM的标准当中

引进了增强型的全速率编码

细节我们不展开讲

有兴趣的同学

请大家看相应的技术标准

再后期GSM系统还做了进一步的增强

随着技术进步

全速率的声码器还可以降低速率

将我们现在称为叫做是

HalfRate声码器

那么它的编码速率从13Kbps

就降到6.5Kbps

所以这两种代表性的声码器

就是GSM常见的编码标准

我们再给大家介绍一下

窄带CDMA系统就IS-95系统

这也是一个典型的二级系统

IS-95系统当中所采用的声码器

那这个声码器它的标准

我们称为IS-96

这个标准最早是

高通公司的专利技术

所以我们把它加一个前端的缩写

叫QCELP声码器

Q的意思就是Qualcomm

是高通公司的名称

CELP我们做一点解释

CE的含义指的是码激励

CodeExcited码激励

LP的意思是线性预测

就Linear prediction 线性预测

所以我们把这样的声码器叫做是

码激励线性预测声码器

那么它的基本结构

也是一个参量编码

大家看胶片上给的这个框架

在这个框图当中

线性预测的核心就是这个单元

就是线性预测滤波器

然后我们采用线性预测的方式

可以对一段语音在

IS-95系统当中语音是划分为20ms一帧的

就匀帧是20ms一帧

20ms 20ms我们来进行线性预测分析

那可以得到滤波器的参数

这就是所谓的参量

那么码激励的含义指的是

在框图当中的最左侧

大家看这儿有一个矢量量化的码表

还有伪随机信号发生器

这个原理就来自用语音信源

它是OFF模型

一般来讲可以把语音信源建模为

是两种信号源的混叠

一种我们称它为是轻音

另外一种我们称它为是浊音

清浊音的混叠就构成语音

我们不管哪个人说话的语音信号

其实都是清音和浊音组合的结果

清浊音

它分别指的是什么呢

我们简单解释一下

大家都在小学的时候学过这个拼音

我们知道这个拼音当中

有声母 有韵母

我们后来又学过英语

英语当中也有元音有辅音

那浊音

浊音就指的

是那个元音

或者是韵母

那么对于浊音信号来讲

它一般都是周期性的信号

它是有周期的

那么轻音是什么

清音其实都是一些噪音

或者是不规则的脉冲

这就是语音信号的基本分量

那么根据语音信号的分析

我们可以

产生它的这个激励源

大家看对于元音而言因为它是周期信号

我们可以对它进行规则性的激励源建模

也就是那我们用矢量量化的码表

来对浊音信源来进行建模

而轻音都是一些随机的信号

那我们就用伪随机信源来建模

这就是一个激励源的结构

那语音到底怎么

大家看左侧是有伪随机信源

或者是矢量量化的码表

来进行切换

我们看这儿有一个开关

这就是切换

在清浊音之间进行切换

那么开关的切换频率

适当量化的码表

还有我们这儿看到有一个增益

增益就指的是语音的音量

来调音量的大小

还有音调合成滤波器

还有一些资讯滤波器

主要是

去提取人在语音当中的一些自然度

或者说他的一些个性化特征

最终我们去冲击线性预测滤波器

产生出来合成的语音输出

所以我们从刚才的框图当中就能看到

对于这种QCELP声码器而言

对于这种QCELP声码器而言

那我们只要能够把这些滤波器的参量

清浊音的参量

还有切换的开关 音调

把它进行参数的提取和压缩编码

就能够在实现语音的分析

那么在接收端

我还有声码器

或者手机当中

我有这样的一套设备

我们把接收端解析之后的这些参数

配置到设备当中

那么用收端的激励源去冲击收端滤波器

那么就能够播放出语音信号

所以对于IS-95系统当中的声码器

它的基本工作原理就这样

那么IS-95

因为它是稍微晚出一些的标准

它的技术更先进一些

那么它的这个编码

平均编码的码率

最高大概是9.6Kbps

稍低一点是4.8K

甚至最低可以低到1.2bps

所以比刚才我们提到的这个REPLTP

GSM系统的声码器的编码码率

就进一步降低了

我们再来介绍一下

3G系统当中的语音编码

3G系统当中的语音编码

我们以CDMA2000和WCDMA

为代表

我们先看CDMA2000当中的声码器

这个声码器称为是EVRC

叫增强型可变速率声码器

这个EVRC声码器

与刚才我们讲过的CELP声码器

它的基本结构是类似的

大家看下一页PPT当中的基本结构

它实际上主要的结构差不多的

只不过是我们语音编码的基准速率

可以做进一步地调整

它有更多档位的速率选择

最高速率

还是9.6K最低的话甚至可以低到1.2K

并且在语音质量上面有比较大的改进

所以我们不再详细介绍

那我们再看WCDMA系统当中的这种声码器

我们称它为是AMR声码器

AMR的意思是说

自适应多速率声码器

这个声码器器

与前面的几个声码器有比较大的差别

那么我们重点来给大家解释一下AMR声码器

它最大的一个特点是利用了信源信道

联合编码的设计思想

就信源

信道

联合编码

所谓信源信道联合编码的意思是说

假定

我总的编码码率是R

那总的编码码率R

其实就是由信源的编码码率

再乘上

信道的编码码率得到的

这就是总的码率

因为它是个乘积关系

所以我们可以通过

对信源和信道传输的条件进行联合调整

来获得比较好语音质量

那么AMR这种声码器

它实际上是可以适应信道条件的

对于这个公式而言我们看

比较好的信道条件

假如说信道条件比较好

那么就意味着说

信号传输的差错率很低

在信道条件比较好的情况下

那我的这个信道编码

它就不用加太多的冗余

因此信道编码

它的这个编码效率

就相对来讲可以比较高一些

它的冗余就可以少一些

也就是说我可以编码速率

它占的这个冗余带宽就可以小一些

那么节省出来的带宽干什么呢

我们就可以让信源编码的码率

就可以提到一些

如果信源编码的码率提高的话

那么它的语音质量就会比较好

所以在好的信道环境当中

我们就能够获得高质量的语音

比如举个例子讲

我们拿着手机在那个铁塔下面打电话

或者说

我们这语音信号

可以有直射径

手机有直射径可以和基站通信

在这些信道条件比较好的场景当中

那我们一般来讲感受到

WCDMA 3G的语音信号质量就比较好

那我们再反过来看

假如说信道条件比较差

如果信道条件比较差

那就意味着说

我得多增加一些

纠错

纠错编码的冗余

至少在

恶劣信道场景当中

保证我的最基本的可靠性

因为信道编码差错控制

我占用了很大一部分的信号带宽

那信源编码的码率就只好降低了

那么信源编码码率要降低的话

那就意味着说

我的语音质量会下降

那在恶劣的通信场景当中

那我打电话的话

语音的业务质量就会比较下降

只能够保证基本上听懂

但是甚至有时候信号不太好

但是基本上讲你还有

能够享受一个普通或者基础的服务

那么这种方式

我们就称为是与信源信道的联合编码

在AMR声码区当中

它对于不同的信道

采取两种选择的速率

一种我们称为是全速率

一种是称为是半速率

在全速率就对应应当是高质量的语音

半速率对应的是低质量的语音

那在这两种速率当中

还有分别有8种和6种

信源编码速率供在实际系统当中来进行选择

那么AMR声码几种方式

WCDMA系统当中这种方式

它其实让语音业务它的适应性更广

所以从语音质量上来讲

3G的话音质量

要比2G的话音质量要好得多

这就是因为它增强了对于信道的适应能力

以上就是我们对语音信源

以及它的移动通信当中应用

的一些介绍