IP網(wǎng)絡(luò)電話中常用的語音壓縮編碼技術(shù)的性能分析

摘要：從語音編碼技術(shù)中常用的三種編碼方法入手，由淺入深地引出了IP網(wǎng)絡(luò)電話中常用的幾種語音壓縮編碼方法，并對(duì)之進(jìn)行了性能分析和比較。

關(guān)鍵詞：IP網(wǎng)絡(luò)電話 語音壓縮編碼 線性預(yù)測(cè)（LP） 合成-分析法

隨著互聯(lián)網(wǎng)的迅速發(fā)展，最近幾年出現(xiàn)了一種在互聯(lián)網(wǎng)上提供電話服務(wù)的新業(yè)務(wù)——IP電話業(yè)務(wù)。一次IP電話呼叫的成本為本地市話費(fèi)、IP網(wǎng)絡(luò)使用費(fèi)以及遠(yuǎn)端市話費(fèi)，與傳統(tǒng)長(zhǎng)途電話昂貴的長(zhǎng)途通信費(fèi)相比，可以極大地降低用戶的通信費(fèi)用。正是由于這種極大的價(jià)格優(yōu)勢(shì)，使得它一出現(xiàn)便引起了世人充分的注意，同時(shí)互聯(lián)網(wǎng)的蓬勃發(fā)展，有效地利用現(xiàn)有的網(wǎng)絡(luò)資源，來緩解現(xiàn)有通信網(wǎng)的緊張局面，也是促成這項(xiàng)新技術(shù)迅速發(fā)展的另一原因。從另一個(gè)角度來看，互聯(lián)網(wǎng)的巨大成功，必將使IP成為未來信息網(wǎng)絡(luò)的支柱技術(shù)，以IP為核心的分組化和以移動(dòng)通信為核心的無線化已成為電信網(wǎng)絡(luò)演進(jìn)的主流方向。其于TCP/IP的網(wǎng)絡(luò)技術(shù)不但無可置疑地成為數(shù)據(jù)領(lǐng)域的主導(dǎo)技術(shù)，而且已經(jīng)開始進(jìn)入電信領(lǐng)域，其突破口就是電話業(yè)務(wù)。IP網(wǎng)絡(luò)電話的成功開發(fā)和應(yīng)用，預(yù)示了以IP為基礎(chǔ)的新一代信息網(wǎng)絡(luò)的出現(xiàn)。積極地探索和跟蹤這項(xiàng)新技術(shù)無疑是一項(xiàng)十分有必要和有意義的工作。

IP網(wǎng)絡(luò)電話是一項(xiàng)涉及計(jì)算機(jī)網(wǎng)絡(luò)、信令協(xié)議、數(shù)字信號(hào)處理等多個(gè)領(lǐng)域的綜合性技術(shù)，它具有價(jià)格低廉、可以靈活地提供各種增值業(yè)務(wù)、有利于企業(yè)建立高效綜合服務(wù)內(nèi)部網(wǎng)、有利于運(yùn)營商開拓新的市場(chǎng)、有助于和IP網(wǎng)絡(luò)新技術(shù)的融合、促進(jìn)網(wǎng)絡(luò)技術(shù)的發(fā)展等獨(dú)特的優(yōu)勢(shì)。其中價(jià)格低廉是IP電話能夠進(jìn)入市場(chǎng)的首要因素，其根本原因是IP電話均采用語音分組技術(shù)、語音壓縮編碼和統(tǒng)計(jì)復(fù)用，帶寬利用率高，完成一次通信所需的成本大幅度降低。IP網(wǎng)絡(luò)電話中的語音處理主要需要解決兩個(gè)問題，一是在保證一定話音質(zhì)量的前提下盡可能地降低編碼比特率，二是在IP網(wǎng)絡(luò)環(huán)境下保證一定的通話質(zhì)量。前者正是我們剛剛提到的語音編碼技術(shù)。

1 語音編碼技術(shù)的分類

語音處理的研究是和通信技術(shù)的發(fā)展服密切相關(guān)的。人們?yōu)樘岣咄ㄐ畔到y(tǒng)的效率而研究語音編碼方法，為滿足低碼率的通信要求，而研究語音分析合成系統(tǒng)——聲碼器。研究語音編碼就是要解決傳輸速率和語音質(zhì)量的矛盾。最早的標(biāo)準(zhǔn)化語音編碼系統(tǒng)是速率為64kb/s的PCM波形編碼器。到二十世紀(jì)90年代中期，速率為4ks/s～8kb/s的波形與參數(shù)混合編碼器，在語音質(zhì)量上已逼近前者的水平且已達(dá)到實(shí)用化階段。根據(jù)語音編碼的發(fā)展過程，我們把該技術(shù)歸納為以下三類：

（1）波形編碼（或稱為非參數(shù)編碼）

波形編碼方式是能夠忠實(shí)地表現(xiàn)波形的編碼方式。語音信號(hào)的波形編碼力圖使重建的語音波形保持原語音信號(hào)的波形狀態(tài)。這類編碼器通常是將語音信號(hào)作為一般的波形信號(hào)來處理，比如：脈沖編碼調(diào)制（PCM）、自適應(yīng)增量調(diào)制（ADM或ΔM編碼）、自適應(yīng)差分編碼（ADPCM）、自適應(yīng)預(yù)測(cè)編碼（APC）、自適應(yīng)子帶編碼（ASBC）、自適應(yīng)變換編碼（ATC）等都屬于這類編碼器。以上幾種波形編碼方式分別在64kb/s～16kb/s的速率上能給出高的編碼質(zhì)量。當(dāng)速率進(jìn)一步降低時(shí)，其性能會(huì)下降較快。由于這類編碼器通常將語音信號(hào)作為一般的波形信號(hào)來處理，所以它具有適應(yīng)能力強(qiáng)、話音質(zhì)量好、抗噪抗誤碼的能力強(qiáng)等特點(diǎn)，但所需的編碼速率高，其中64kb/s PCM的語音質(zhì)量成為一個(gè)編碼質(zhì)量的參照標(biāo)準(zhǔn)。

（2）參數(shù)編碼（或稱為模型編碼或聲碼化編碼）

參數(shù)編碼是根據(jù)聲音的形成模型，把聲音變換成參數(shù)的編碼方式。其基本方法是通過對(duì)語音信號(hào)特征參數(shù)的提取及編碼，力圖使重建語音信號(hào)具有盡可能的可懂性，即保持原語音的語義。而重建的信號(hào)的波形同原語音信號(hào)的波形可能會(huì)有相當(dāng)大的差別。參數(shù)編碼的典型例子語音信號(hào)的線性預(yù)測(cè)編碼（LPC）已被公認(rèn)為是目前參數(shù)編碼中最有效的方法，它能夠在2.4kb/s的低比特速率下獲得清晰、可懂的合成音。并且易于硬件實(shí)現(xiàn)。這種方法的優(yōu)點(diǎn)是不但能極為精確地估計(jì)參數(shù)，還在于它的計(jì)算速度比較快。另外多帶激勵(lì)（MBE）編碼，余弦變換編碼（STC）均屬參數(shù)編碼。

由于參數(shù)編碼是保護(hù)語聲模型，重建清晰可識(shí)別的語聲，而不注重波形的擬合，所以這類編碼技術(shù)實(shí)現(xiàn)的是合成語聲質(zhì)量下的低速或極低速的編碼。參數(shù)編碼的優(yōu)點(diǎn)是：編碼速率低，編碼速率通常小于4.8kb/s，可以低至600b/s至2.4kb/s。缺點(diǎn)是：合成語音質(zhì)量差，特別是自然度較低，連熟人之間都不一定能聽出講話人是誰；另外，這類編碼器對(duì)講話環(huán)境噪聲較敏感，需要安靜的講話環(huán)境才能給出較高的可懂度，且時(shí)延大。

（3）混合編碼

混合編碼是將波形編碼與參數(shù)編碼結(jié)合而產(chǎn)生的一種編碼方式。使語音編碼技術(shù)有了突破性的進(jìn)展。其中提出了一些非常有效的處理方法，產(chǎn)生了新一代的參數(shù)編碼算法，構(gòu)成了新一代的聲碼器。

混合編碼結(jié)合了以上兩種編碼方式的優(yōu)點(diǎn)，采用線性技術(shù)構(gòu)成聲道模型，不只傳輸預(yù)測(cè)參數(shù)和清濁音信息，而是將預(yù)測(cè)誤差信息和預(yù)測(cè)參數(shù)同時(shí)傳輸，在接收端構(gòu)成新的激勵(lì)激去激勵(lì)預(yù)測(cè)參數(shù)構(gòu)成的合成濾波器，使得合成濾波器輸出的信號(hào)波形與原始語聲信號(hào)的波形最大程序的擬合，從而獲得自然度較高的語聲。這種編碼技術(shù)的關(guān)鍵是：如何高效地傳輸預(yù)測(cè)誤差信息。依據(jù)對(duì)激勵(lì)信息的不同處理，這類編碼主要有：多脈沖線性預(yù)測(cè)編碼（MPLPC）、規(guī)則脈沖激勵(lì)線性預(yù)測(cè)編碼（RPELPC）、碼激勵(lì)線性預(yù)測(cè)編碼（CELPC）、低時(shí)延的碼激勵(lì)線性預(yù)測(cè)編碼（LD-CELPC）。

混合編碼克服了原有波形編碼器與聲碼器的弱點(diǎn)，而結(jié)合了它們的優(yōu)點(diǎn)，在4～16kb/s速率上能夠得到高質(zhì)量合成語音。在本質(zhì)上具有波形編碼的優(yōu)點(diǎn)，有一定抗噪和抗誤碼的性能，但時(shí)延較大。

2 語音壓縮編碼的原理

IP網(wǎng)絡(luò)電話中的語音處理需要解決的兩個(gè)問題之一是在保證一定話音質(zhì)量的前提下，盡可能降低編碼比特率。這主要依靠語音編碼技術(shù)來解決。IP網(wǎng)絡(luò)電話宜使用ITU-T定義的低比特率編碼標(biāo)準(zhǔn)，其比特率為5.3～16kbit/s，均為低復(fù)雜度編碼算法，話音分組長(zhǎng)度在30ms以下，話音質(zhì)量較好。從前面列舉的幾種編碼方式也可看出，同一段語音信號(hào)，采用不同的編碼方式，其編碼后的比特率各不相同。那么為什么我們能夠?qū)φZ音信號(hào)進(jìn)行壓縮編碼從而達(dá)到降低語音信號(hào)的比特率呢？

（1）利用了語音信號(hào)的相關(guān)性

語音信源是相關(guān)信源，因此經(jīng)過采樣和量化的信號(hào)之間還有很強(qiáng)的相關(guān)性，為了降低編碼速率，人們就希望盡可能多地去除語音信號(hào)之間的相關(guān)性。線性預(yù)測(cè)編碼技術(shù)（LPC）就是一種用來去除語音信號(hào)之間相關(guān)性的常用技術(shù)。語音信號(hào)中存在兩種類型的相關(guān)性：其一是在樣點(diǎn)之間短時(shí)相關(guān)性。語音信號(hào)在某些短時(shí)段中呈現(xiàn)出隨機(jī)噪聲的特性，在另一些短時(shí)段中，則呈現(xiàn)出周期信號(hào)的特性，其它一些是二者的混合。簡(jiǎn)而言之，語音信號(hào)的特征是隨時(shí)間而變化的，只是在一短段時(shí)間中，語音信號(hào)才保持相對(duì)穩(wěn)定一致的特征，也就是語音信號(hào)的短時(shí)平穩(wěn)性。其二是相鄰基音周期之間存在的長(zhǎng)時(shí)相關(guān)性。由于語音信號(hào)中的短時(shí)相關(guān)性和長(zhǎng)時(shí)相關(guān)性很強(qiáng)，通過減弱這些相關(guān)性，使語音信號(hào)之間相關(guān)性降低，然后再進(jìn)行編碼，這樣就可以實(shí)現(xiàn)語音壓縮編碼，降低比特率。例如差分脈沖編碼（DPCM）就是利用了語音信號(hào)的相關(guān)性來降低比特率的。所謂語音信號(hào)的相關(guān)性，就是相鄰樣點(diǎn)之差很小，其包含的信息量遠(yuǎn)小于抽樣值本身，對(duì)差值編碼而不是對(duì)抽樣值本身進(jìn)行編碼，這樣所需的比特率必然下降，這就是DPCM能夠降低比特率的原因。

（2）利用了人耳的聽覺特性

利用人耳的掩蔽效應(yīng)也可以進(jìn)行語音壓縮編碼，降低比特率。兩個(gè)響度不等的聲音作用于人耳時(shí)，則響度較高的頻率成份的存在會(huì)影響到對(duì)響度較低的頻率成份的感覺，使其變得不易被察覺，這就是我們所說的掩蔽效應(yīng)。在語音頻譜中，能量較高的頻段即共振峰處的噪聲相對(duì)于能量較低頻段的噪聲而言不易被感知。因此在度量原始語音與合成語音之間的誤差時(shí)可計(jì)入這一因素。在語音能量高的頻段，允許二者的誤差大一些，從而進(jìn)一步降低編碼比特率。為此引入一個(gè)頻域感覺加權(quán)濾波器W（f）來計(jì)算二者的誤差。感覺加權(quán)濾波器的頻率響應(yīng)中的峰、谷值正好與語音譜中相反。所以感覺加權(quán)濾波器的作用就是使實(shí)際誤差信號(hào)的譜不再平坦，而是有著與語音信號(hào)譜具有相似的包絡(luò)形狀。這就使誤差度量的優(yōu)化過程與感覺上的共振峰對(duì)誤差的掩蔽效應(yīng)相吻合，產(chǎn)生較好的主觀聽覺效果。

（3）線性預(yù)測(cè)分析-合成編碼方法

IP網(wǎng)絡(luò)電話中所使用的語音信號(hào)壓縮編碼方式大多數(shù)是基于合成-分析法的線性預(yù)測(cè)編碼（AbS-LPC）方法，這是一種混合編碼方法。線性預(yù)測(cè)技術(shù)就是用過去樣點(diǎn)的線性組合來預(yù)測(cè)當(dāng)前樣點(diǎn)。假如用s(n)代表原始語音信號(hào)，用線性預(yù)測(cè)的方法求出預(yù)測(cè)器的系統(tǒng)ai，構(gòu)成線性預(yù)測(cè)逆濾波器，s(n)通過該濾波器后得到了去除短時(shí)相關(guān)性的語音信號(hào)。再將其進(jìn)行基音預(yù)測(cè)，建立基音逆濾波器，去除它的長(zhǎng)時(shí)相關(guān)性后，就可得到最后的殘差信號(hào)。殘差信號(hào)是完全隨機(jī)的、不可預(yù)測(cè)的部分。根據(jù)速率的不同要求，可對(duì)殘差信號(hào)采用不同的量化方法，從而得到不同的編碼速率，讓量化后的殘差信號(hào)作為激勵(lì)信號(hào)依次通過基音濾波器與線性預(yù)測(cè)濾波器后，便得到了合成語音信號(hào)，見圖1。

編碼的過程就是不斷改變模型參數(shù)，使模型更好地適應(yīng)原始語音信號(hào)。為此又引入了合成分析的概念。同時(shí)，利用人耳的掩蔽效應(yīng)，引入了感覺加權(quán)濾波器。綜合以上兩方面，可以得到圖2所示的線性預(yù)測(cè)分析-合成編碼的方框圖。

合成-分析法的基本原理可以概括如下：假定一原理信號(hào)可以用一個(gè)模型來表示，這個(gè)模型又是由一組參數(shù)來決定的，隨著這組參數(shù)的變化，模型所產(chǎn)生的合成信號(hào)也就是一樣，原始信號(hào)與合成信號(hào)之間的誤差也隨之而變化。為了使模型參數(shù)能更好地適應(yīng)原始信號(hào)，可以規(guī)定一個(gè)誤差準(zhǔn)則：當(dāng)誤差越小，模型合成信號(hào)就和原始信號(hào)發(fā)越接近。這樣總線找到一組參數(shù)，使誤差最小，此時(shí)這組參數(shù)決定的模型就可以用時(shí)，一般在編碼端配備編碼和本地解碼兩個(gè)部分，配備本地解碼的目的是完成合成功能，以便計(jì)算原始語音信號(hào)與合成語音信號(hào)之間的誤差值。為了獲得較好的語音效果，在分析合成語音與原始語音的誤差時(shí)，經(jīng)常采用感覺加權(quán)均方差技術(shù)，即將合成語音與原始誤差最小的一組語音參數(shù)。原理圖2中之所以采用反饋控制，是為了求出最佳模型參數(shù)，使合成語音與原始語音在某種準(zhǔn)確則下最為接近。

基于合成-分析法的線性預(yù)測(cè)編碼的過程實(shí)質(zhì)上就是不斷地改變模型參數(shù)，使模型更好地適應(yīng)原始語音信號(hào)的過程。原始語音信號(hào)被分成幀，幀的長(zhǎng)度和模型參數(shù)決定了編碼速率。

3 IP網(wǎng)絡(luò)電話中常用的幾種語音壓縮編碼算法的性能分析

IP網(wǎng)絡(luò)電話應(yīng)用主要使用ITU定義的三個(gè)標(biāo)準(zhǔn)：G.723.1、G.728、G.729。它們采用的都是線性預(yù)測(cè)分析-合成編碼和碼本激勵(lì)矢量量化技術(shù)，即混合編碼的方法。

3.1 G.723協(xié)議

G.723協(xié)議是一個(gè)雙速率語音編碼建議，其兩種速率分別是5.3kb/s和6.3kb/s。此協(xié)議是一個(gè)數(shù)字傳輸系統(tǒng)概況協(xié)議，適用于低速率多媒體服務(wù)中語音或音頻信號(hào)的壓縮算法。它作為完整的H.324系列標(biāo)準(zhǔn)的一部分，是其中語音編碼建議，主要配合低速率圖像編碼H.263標(biāo)準(zhǔn)。在IP電話網(wǎng)關(guān)中，G.723協(xié)議被用來實(shí)現(xiàn)實(shí)時(shí)語音編碼解碼處理。

G.723.1協(xié)議的編解碼算法中兩種速率的編解碼基本原理是一樣的，只是激勵(lì)信號(hào)的量化方法有差別。對(duì)高速率（6.3kbit/s）編碼器，其激勵(lì)信號(hào)采用多脈沖最大似然量化（MP-MLQ）法進(jìn)行量化，對(duì)低速率（5.3kbit/s）編碼器，其激勵(lì)信號(hào)采用代數(shù)碼激碼線性預(yù)測(cè)（ACELP）法量化。

編碼過程是首先選速率為kbit/s的PCM語音信號(hào)轉(zhuǎn)化成均勻量化的PCM信號(hào)，然后把輸入語音信號(hào)的每240個(gè)樣點(diǎn)組成一個(gè)帖，也就是30ms的幀長(zhǎng)。每個(gè)幀通過高通濾波器后再分為4個(gè)子幀。對(duì)于每個(gè)子幀，計(jì)算出10階線性預(yù)測(cè)濾波器的系數(shù)。為了適于矢量量化，把預(yù)測(cè)系數(shù)轉(zhuǎn)化為線性頻譜對(duì)（LSP-Line Spectrum Pair），然后進(jìn)行矢量量化。量化前的系數(shù)構(gòu)成短時(shí)感覺加權(quán)濾波器，原始語音信號(hào)經(jīng)過該濾波器得到感覺加權(quán)語音信號(hào)。對(duì)于每?jī)蓚€(gè)子幀，編碼器用感覺加權(quán)語音信號(hào)求得開環(huán)基音周期，基音周期范圍從18個(gè)樣點(diǎn)到142個(gè)樣點(diǎn)。此后編碼器所進(jìn)行的操作都是基于60個(gè)樣點(diǎn)進(jìn)行的。由開環(huán)基音周期和感覺加權(quán)是在開環(huán)基音周期點(diǎn)周圍的一定范圍內(nèi)求得的。最后，激勵(lì)信號(hào)被量化，然后把這些參數(shù)和激勵(lì)信號(hào)量化結(jié)果傳送到解碼器。由于幀長(zhǎng)為30ms，并存在另外的7.5ms的前向延遲，導(dǎo)致37.5ms總的編碼延遲。

G.723.1協(xié)議是為了低速可視會(huì)議業(yè)務(wù)而設(shè)計(jì)的。由于可視會(huì)議業(yè)務(wù)每秒鐘只傳輸很少數(shù)量的幀，而且又有比較大的時(shí)延，這就是G.723.1允許有30ms幀長(zhǎng)的原因。這個(gè)幀長(zhǎng)比較大，卻正好適合可視會(huì)議這種情況。而且它的編碼速度比較低，可以把盡可能多的比特用的圖象傳輸上。

3.2 G.728協(xié)議

G.728建議是16kb/s整編語音編碼標(biāo)準(zhǔn)，是H.723協(xié)議中有關(guān)音頻編碼的標(biāo)準(zhǔn)，采用的編碼算法是LD-CELP，即低時(shí)延-碼激勵(lì)線性預(yù)測(cè)的算法。G.728協(xié)議有一般CELP編碼器的共同點(diǎn)：利用合成-分析、感覺加權(quán)、矢量量化和線性預(yù)測(cè)技術(shù)，從碼本中搜索出最佳矢量，把它乘以最佳增益，代替余量信號(hào)作為激勵(lì)信號(hào)。不同之處在于：一般的CELP編碼器采用前向自適應(yīng)預(yù)測(cè)器（Forword Adaptive Predictor）來去除語音信號(hào)的冗余度，而LD-CELP采用后向自適應(yīng)預(yù)測(cè)器（Backword Adaptive Predictor）對(duì)短時(shí)譜包括和增益進(jìn)行預(yù)測(cè)。LD-CELP編碼器發(fā)送的只是激勵(lì)矢量在碼本中的地址標(biāo)號(hào)，而解碼端的濾波器參數(shù)和增益參數(shù)都是在解碼端計(jì)算得來的。在大多數(shù)編碼系統(tǒng)中，這類參數(shù)都是在編碼端求得，然后傳輸?shù)浇獯a端。

LD-CELP的一個(gè)幀只有5個(gè)樣點(diǎn)，因此編碼器只要等5個(gè)樣點(diǎn)就可以開始計(jì)算最佳激勵(lì)矢量。它的線性預(yù)測(cè)周期是20個(gè)樣點(diǎn)，但編碼器不必等20個(gè)樣點(diǎn)的語音信號(hào)才開始進(jìn)行線性預(yù)測(cè)，它用以前已經(jīng)量化的語音信號(hào)來進(jìn)行預(yù)測(cè)分析。它不用象前向自適應(yīng)預(yù)測(cè)器中必須等一幀語音信號(hào)到齊后才能進(jìn)行預(yù)測(cè)分析。因此LD-CELP的延遲很小，為0.625ms，一路編解碼時(shí)延不超過2ms，完全達(dá)到了進(jìn)入公眾網(wǎng)的標(biāo)準(zhǔn)。這種在低時(shí)延下還能保證很高語音質(zhì)量的系統(tǒng)有很好的實(shí)用價(jià)值，付出的代價(jià)是算法計(jì)算復(fù)雜度很高，約為25MIPS左右。編碼過程是首先將速率為64kb/s的PCM輸入信號(hào)轉(zhuǎn)化成均勻量化的PCM信號(hào)，接著由5個(gè)連續(xù)的語音樣點(diǎn)組成一個(gè)5維矢量，激勵(lì)碼本中共有1024個(gè)5維矢量。對(duì)每一個(gè)輸入矢量，編碼器利用合成-分析法從碼本中搜索出最佳碼本矢量，然后將10bits的碼本標(biāo)號(hào)傳給對(duì)方。每20個(gè)樣點(diǎn)構(gòu)成一個(gè)復(fù)幀，一個(gè)復(fù)幀構(gòu)成一個(gè)自適應(yīng)周期，每復(fù)幀更新一次LP系數(shù)。最佳碼本矢量通過增益加權(quán)和合成濾波器后形成合成語音，該合成語音用來更新濾波器狀態(tài)，以便繼續(xù)為下一個(gè)輸入矢量進(jìn)行編碼。合成濾波器系數(shù)和增益分別通過各自的后向自適應(yīng)單元進(jìn)行周期性地更新。

G.728建議最大的優(yōu)點(diǎn)是它能提供高質(zhì)量和低過延的語音。為此，它也要付出一定的代價(jià)，也就是在實(shí)現(xiàn)中和實(shí)際應(yīng)用中有其它方面的麻煩，如在誤差疊加、計(jì)算復(fù)雜度（它的線性預(yù)測(cè)階數(shù)是50階，而一般的編碼器是10階）、計(jì)算量的分配、互連問題等方面存在問題。

3.3 G.729協(xié)議

G.729協(xié)議是一個(gè)能在8kb/s速率上實(shí)現(xiàn)高質(zhì)量語音編碼的建議，也是H.323協(xié)議中有關(guān)音頻編碼的標(biāo)準(zhǔn)。在IP電話網(wǎng)關(guān)中，G.729協(xié)議被用來實(shí)現(xiàn)實(shí)時(shí)語音編碼處理。G.729協(xié)議采用的是CS-ACELP即共軛結(jié)構(gòu)算術(shù)碼激勵(lì)線性預(yù)測(cè)的算法。CS-ACELP以CELP編碼模型為基礎(chǔ)，它把語音分成幀，每幀10ms，也就是80個(gè)采樣點(diǎn)。對(duì)于每一幀語音，編碼器從中分析出CELP模型參數(shù)，其中包括線性預(yù)測(cè)系數(shù)，自適應(yīng)碼本和隨機(jī)碼本的索引值和增益。然后把這些參數(shù)傳送到解碼端，解碼器利用這些參數(shù)構(gòu)成激勵(lì)源和合成濾波器，從而重量現(xiàn)原始語音。

編碼過程是首先將速率為64kbit/s的PCM語音信號(hào)轉(zhuǎn)化成均勻量化的PCM信號(hào)，通過高通濾波器后，把輸入語音信號(hào)的每80個(gè)樣點(diǎn)組成一個(gè)帖，也就是10ms的幀長(zhǎng)。對(duì)于每個(gè)幀用線性預(yù)測(cè)法求得LP濾波器系數(shù)，為了適于矢量量化，把預(yù)測(cè)系數(shù)轉(zhuǎn)化為線譜對(duì)（LSP-Line Spectrum Pair），然后進(jìn)行矢量量化。利用合成-分析方法，使原始語音和合成語音之間的誤差最小，來獲得最佳激勵(lì)信號(hào)。激勵(lì)信號(hào)的量化是通過兩個(gè)碼本來實(shí)現(xiàn)的，即自適應(yīng)碼本和隨機(jī)碼本。自適應(yīng)碼本反映的是長(zhǎng)時(shí)預(yù)測(cè)結(jié)果，也就是基音預(yù)測(cè)結(jié)果。隨機(jī)碼本反映的是經(jīng)過長(zhǎng)時(shí)預(yù)測(cè)和短時(shí)預(yù)測(cè)后的殘留信號(hào)。

3.4 幾種語音壓縮編碼方法的共同之處

它們都是采用的把參數(shù)編碼和波形編碼結(jié)構(gòu)起來所形成了混合編碼。混合編碼有一個(gè)共同的特點(diǎn)，都是都有一個(gè)相同的算是過程：先進(jìn)行線性預(yù)測(cè)分析，去掉語音的短時(shí)相關(guān)性，然后再用合成-分析法和感覺加權(quán)均方誤差最小準(zhǔn)則分析出合適的替代余量信號(hào)的最佳激勵(lì)信號(hào)，最后對(duì)激勵(lì)信號(hào)和線性預(yù)測(cè)參數(shù)進(jìn)行編碼傳送。

混合編碼中把激勵(lì)模型和語音的時(shí)域波形結(jié)合到一起，從而改善了合成語音的質(zhì)量。以上三種語音壓縮編碼算法的主要區(qū)別在于激勵(lì)模型的不同。

雖然IP網(wǎng)絡(luò)電話目前正處于蒸蒸日上的階段，但它也存在這樣或那樣一些不盡如人意的方面。如何提高IP分組語音通信的質(zhì)量，或者更一般地說，如何在IP網(wǎng)絡(luò)上實(shí)現(xiàn)包括實(shí)時(shí)通信業(yè)務(wù)在內(nèi)的綜合業(yè)務(wù)通信，這正是我們需要進(jìn)一步研究的特點(diǎn)。