发布网友 发布时间:2022-05-09 21:55
共1个回答
热心网友 时间:2023-10-23 10:28
20世纪80年代至今,不仅声码器和波形编码器得到了很大发展,并且还有一种全新的*性编码方法被普遍推广,这类编码器叫混合编码器。这种编码器在传送器中对给定编码结构的所有可能性进行综合,找出输人语音的最好编码形式,并从这些可能性中发现输入语音的最优主观匹配,然后用数码表示这种主观匹配并发送到接收器。利用线性预测、VQ、A-B-S、感觉加权、后滤波等技术得到的多脉冲激励线性预测(MPELP,Multi Pulse Enspirit LinePrognosticate),规则脉冲激励线性预测(RPELP,Rule Pulse Enspirit Line Prognosticate),码本激励线性预测(CELP,Code Enspirit Line Prognosticate) 编码速率达到8~16Kbit/s甚至更底,其话音质量高、编码速率低,但算法复杂。
近年来,ITU-T在多媒体数字通信方面(包括电视会议等)制定了一系列国际标准(按ITU的说法是建议)。
表1 ITU-T多媒体会议标准(基本模式)
在现有的网路设施条仵下,H.320和H.323比较适用的标准。H.320的基本音频模式是G.711 log-PCM(对数脉码调制)编码解码器,它是一种简单的8kHz采样频率对数脉码调制模式,长期以来它都是数字电话网络主要的编码方法(长途电话尽管起源于模拟电话,现在长途电话在数字网络上传输)。
G.711定义为8位编码,速率为64Kbit/s,但在H.320中采样截短为6或7比特位,因为速率相应变为48Kbit/s或56Kbit/s。G.711提供了出色的长话音质窄带(3kHz音频带宽)语音、不太明显的编解码延迟(低于1ms)以及非常低的实现复杂性。为了提供与普通G.711音频电话的兼容性,所有的H.320呼叫在H.221 FAS和BAS信道中进行同步初始化和模式协商时开始发送和接收G.711音频。
G.711有很多优点,但是G.711指定了两个不同的编码A律和μ律,在采用G.711标准的区域,不同地方使用上述两种不同的方法。CCITT不能达成统一的编码方法。结果是H.320系统必须由远端在每次呼叫开始时自动发现使用的编码律,或者避免使用音频直到H.320控制过程能用来建立另一音频模式。而且,G.711因为它的低复杂性和与普遍电话的兼容性成为H.320的基本音频模式,但与其他H.320音频模式相比在使用带宽方面它是效率低下的。如果转到其他音频模式下节省的数据带宽可用来传送更多的视频位,将使H.320视频质量有很大不同,特别是在普通的2-B(128Kbit/s)H.320呼叫上。
鉴于G.711语音压缩协议本身的一些缺点,人们一直在找一种替代它的协议,现在已经开始用的有G.722协议和G.728协议。
G.728是目前H.320中用得较多的窄带音频模式。它是基于通常的8kHz窄带采样和5个采样(0.625ms)的音频帧的低时延码本激励线性编码(LD-CELP),比特率为16Kbit/s,提供很好的长话音质,总延迟为大约1.875ms。
在现有网络条件下,需要一个窄带音频模式,但是又要有相当好的语音质量。 最近建立的8Kbit/s电话标准真正提高了该速率下的语音品质并改善了复杂性,这种编码器在某种程度上是一个突破,因此它的严格规范使性能达到或超过了32Kbit/s的G.726 ADPCM,但速率仅为8Kbit/s。ITU G.729 SKbit/s标准在性能上不亚于G.726,其算法延时少于16ms,随机误码和背景噪声的性能都不低于G.726,具有与自身的非同步串联能力。比如说,两级串联的性能不低于G.726四级串联的性能,达到这个水平的编码称为共扼结构代数码激励线性预测(CS~ACELP),它采用特殊的码本结构简化码本查找。
由于G.729的优点突出,特别适合目前网络条件,因此其在多媒体会议中的应用越来越受到重视。G.729的算法被称作共轭结构代数码激线性预测(CS-ACELP,ConjugateStructuredˉAlgebraic Code Excited Linear Predictive),它构成了G.729标准的基础。CS-ACELP在标准PCM或线性PCM的话音采样基础上,每10ms生成一个10字节长的话音帧。对于每一个语音帧提取CELP模型参数,再对这些参数在编码后以每帧80bit进行信道传输,在解码端,接收到的比特流通过激励码本解码成相应的CELP参数,再通过短时综合滤波器和长时综合滤波器重建语音帧,最后经过后向滤波进行语音增强。
该算法提供了优秀音质,且延时很小。CS-ACELP也是为先进的定点运算数字信号处理器设计的,因为它要求强大的运算处理能力。CS-ACELP编码步骤的方框图如图1所示。