语音编码编码的分类

Question

如题所述

Answer 1

语音编码是一种技术，它将模拟的语音信号转化为数字信号，以降低传输速率并进行数字传输。主要的编码方法有波形编码、参量编码（音源编码）和混合编码。

波形编码，如PCM（a率或u率PCM、ADPCM、ADM），是基于模拟话音的波形信号的时域取样、量化和编码。它能提供高质量的语音，但当数据速率低于16kb/s时，音质问题还未得到有效解决。其基本原理是按一定速率抽样并量化幅度，用代码表示，接收端通过解码恢复原始模拟信号。

参量编码，如线性预测（LPC）编码，依赖于语音信号的数学模型，通过对特征参数的提取和编码来传输。虽然编码速率低，2.4-1.2kb/s，但自然度较低，对环境噪声敏感。它试图通过恢复尽可能高的可懂度，但重建语音的波形与原始波形有明显差异。

混合编码则是波形编码和参量编码的结合，能在2.4-1.2kb/s的速率下提供高质量的合成语音。它结合了波形编码的高质量和参量编码的低速率优势，通过保留部分波形信息和语音特征参数来实现。

语音编码的极限速率取决于基本元素——音素的数量。以10个音素/秒的平均说话速率计算，极限速率约为80bps。从实际的64kbps数字化编码速率到理论的80bps，这个差距对理论研究和实际应用具有极高的吸引力。