多媒体通信技术课件第三章 音频信息处理技术

《多媒体通信技术课件第三章 音频信息处理技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章音频信息处理技术3.1声学基础知识3.2音频信号数字化3.3音频信号压缩编码3.4语音压缩编码标准3.5IP电话技术自然界的声音信号究其本质是一种机械振动，是一种在空气中随时间而变化的压力信号。音频信息涉及人耳所能听到的声音信息，包括语声和乐声。2.1声学基础知识2.1.1音频信号特征1、声音信号的时域特征该特征说明人们听到的声音从产生到结束的过程。这个过程大致可分为三个阶段：起始、稳定和结束。2、声音信号的频域特征声音信号是有很多的正弦分量组成的。声音信号在频域是具有离散的线性谱和连续谱的特征有明确音高的有调声音无明确音高的无调声音声波频率20Hz~20kHz声压：对声音强弱的感觉1k

2、Hz~听阈2＊10-5Pa声压级：表示声音强弱的对数级（分贝）听阈0dB痛阈120dB3.1.2人耳听觉特性1、响度：人耳对声音强弱的感觉。2、掩蔽效应：一个声音的存在会影响人们对其他声音的听觉能力，使一个声音在听觉上掩蔽了另一个声音。3.2音频信号数字化音频信号的数字化过程就是将模拟音频信号转换成有限个数字表示的离散序列，即数字音频序列。音频信息处理框图1、采样在时间上将连续信号离散化的过程，采样一般都是按照均匀的时间间隔进行。常见音频应用带宽示意图2、量化量化是将每个采样值在幅度上进行离散化处理。3、编码编码过程是指用二进制数来表示每个采样的量化值。音频信号经数字化以后以文件形式存放于计算

3、机中，当需要声音时计算机将其反格式化并输出。3.3音频信号压缩编码3.3.1音频信号编码分类1、波形编码：基于对语音信号波形的数字化处理，试图使处理后重建的语音信号波形与原信号波形保持一致。优点：实现简单、语音质量较好、适应性强。缺点：压缩程度不高，需要较高的编码速率。常用的波形编码技术：增量调制编码（DM）差值脉冲编码调制（DPCM）自适应差分脉冲编码调制（ADPCM）子带编码（SBC）矢量量化编码（VQ）2、参数编码通过语音信号的数学模型,对语音信号特征参数进行提取及编码，力图使重建的语音信号尽可能保持原信号的语意。语音编码速率较低，压缩的比特率较低。合成语音质量较差，很难辨别说话人是谁。

4、常用的有线性预测编码。多用在移动通信、多媒体通信和IP网络电话中。3、混合编码同时使用两种或两种以上编码方法进行编码的过程。采用混合编码的编码器有多脉冲激励线性预测编码器（MPE-LPC）、规则脉冲激励线性预测编码器（RPE-LPC）、码激励线性预测编码器(celp)等。3.3.2常用的压缩编码方法1一般增量调制（DM）增量调制的系统结构框图基本思想：在编码端，由前一个输入信号的编码值经解码器可得到下一个信号的预测值。输入的模拟音频信号与预测值在比较器上相减，从而得到差值。若为正，则编码输出为1；若为负，则编码输出为0。增量调制编码过程示意图当输入模拟信号的变化速度超过了经解码器输出的预测信号

5、的最大变化速度时，会发生斜率过载。当输入信号没有变化时，预测信号和输入信号的差会十分接近，这时，编码器的输出是1和0交替出现的，这种现象叫散粒噪声。2、自适应增量调制（ADM）输出编码1位所表示的模拟电压叫做量化阶距。基本思想：当发现信号变化快时，增加阶距；当发现信号变化缓慢时，减少阶距。一种是控制可变因子M，使量化阶距在一定范围内变化。对于每一个新的采样，其量化阶距为其前面数值的M倍。而M的值则由输入信号的变化率来决定。如果出现连续相同的编码，则说明有发生过载的危险，这时就要加大M。当0，1信号交替出现时，说明信号变化很慢，会产生散粒噪声，这时就要减少M值。其典型的规则为自适应增量调制称为连

6、续可变斜率增量（CVSD）调制。工作原理如下：如果调制器（CVSD）连续输出三个相同的码，则量化阶距加上一个大的增量，也就是说，因为三个连续相同的码表示有过载发生。反之，则量化阶距增加一个小的增量。3、差值脉冲编码调制基本思想：对输入的音频信号进行均匀量化，不管输入的信号是大是小，据采用同样的量化间隔。例如：如输入的音频信号是语音信号，使用8kHz采样频率进行均匀采样，而后将每个样本编码为8位二进制数字信号，则得到数据率为64kb/s的PCM信号。基本思想：对相邻的差值进行量化编码。这个差值是指信号值和预测值的差值。差分脉冲调制系统的方框图(a)编码器；(b)解码器4、子带编码用一组带通滤波

7、器，将输入的音频信号分成若干个连续的频段，并将这些频段称为子带。分别对这些子带中的音频分量进行采样和编码。将各子带的编码信号组织到一起进行存储或送到信道上传送。在信道的接收端（或在回放时）得到各子带编码的混合信号，将各子带的编码取出来，对它们分别进行解码，产生各子带的音频分量，再将各子带的音频分量组合在一起，恢复原始的音频信号。子带编码的原理框图5、矢量量化编码矢量量化（VQ）：是指将输入的信号样