第5讲语音编码VIP免费

回声的产生在实时通信中，回声是不可避免的，A端发送的声音在B端放出后，会随着B的声音再传送到A端，形成回声。当A-B间延时很小，则A的回声与A语音近似重叠，人耳无法分辨。在PSTN网中，对于普通的市话呼叫，就属于这种情况。如果A-B延时较大，则回声和语音就能被人耳所分辨，形成干扰。卫星电话和IP电话就属于这种情况ABEchoofAVoutVin第一页，共三十页。回声的分类分为声回声(AcousticEcho)和线回声(LineEcho)声回声：Vout播放出来，经空气传播，通过直射、反射等各种方式，形成Vin。声回声形成复杂，回声路径多样化，回声延时较大。线回声：在公用电话网中，干线传输采用4线方式（收、发各两线），而到交换局和电话终端之间，则采用2线方式（收发语音合并）。在2-4线转换过程中，由于阻抗匹配的问题，总会有些语音直接回传到发端，形成回声。这种回声路径比较固定（就是2-4线转换器），回声延时也比较小。第二页，共三十页。线回声抵消技术对于LineEcho，由于回声路径固定，回声延时较小，一般采用自适应滤波技术，用一个滤波器来模拟回声路径，并将滤波器输出与实际的采样语音相减，从而抵消掉回声。2-42-4EchoCancellerFilter-128阶滤波器，可抵消16ms的回声。一般采用LMS算法估计滤波器系数。第三页，共三十页。声回声抵消技术与LineEcho相比，AcousticEcho的回声路径更加复杂，而且路径的时变性更大，因此LMS算法已无法及时跟踪。而且由于回声延时很大，如果继续采用线性滤波器，则运算量将大幅增加。首先要选择更好的自适应滤波算法，有更快的收敛速度。其次要采用一些特殊的滤波器结构，以减小运算量。还可以采用多点语音输入输出方式，利用他们的空间相对位置进行计算。第四页，共三十页。在多媒体通信中的应用和公用电话网相比，基于Internet的语音通信有巨大的延时。编解码延时（10-30ms）网络延时（几十至几百ms）处理延时（取决于处理器，一般几ms）因此收发两端延时往往能达到上百ms，必须采用回声抵消技术。在端对端通信中，一般采用线回声抵消，在会议通信中，一般采用声回声抵消。第五页，共三十页。语音降噪在一些恶劣的通信环境下，往往通话中含有极大的噪声（如坦克之间的通信），对通信造成很大的影响。噪声和语音在特性上有很大的不同。可以利用这些特征，将噪声和语音分离，再单独对语音作编码。语音的例子，噪音的例子。语音编辑处理软件CoolEdit2000第六页，共三十页。噪音和语音的特征过零率：噪音的过零率高，而语音的过零率低。基因周期：噪声没有周期性，而语音有比较明显的周期特征。短时能量：噪声的短时能量稳定，语音的短时能量变化较大。第七页，共三十页。增益控制在企业的会议通信中，两个Group之间的会议是很典型的应用。此时一个Group中的每个成员，距离通信终端的距离都不同。自动增益控制（AGC）通过检测输入信号的能量，并进行调整，使得发送到对端的语音信号能量基本相同，让对端有一个较好的听觉效果。第八页，共三十页。增益控制（二）增益控制的基本技术是让语音的短时能量逼近其长时能量。长时能量的更新较慢，比较稳定。短时能量变化虽然快，但对于每个音节来说，相差不大。因此由于距离调整所引起的短时能量变化，如果向长时能量逼近，则可以保持语音能量的平稳性。对于更复杂的增益控制算法，应考虑对噪声放大所产生的问题。第九页，共三十页。语音压缩声音的分类语音编码的性能评价指标和国际标准语音的特点和模型几种基本的语音编码技术CELP编码模型的分析第十页，共三十页。声音的分类§语音(TelephoneSpeech)，200~3400Hz，8KHz采样，主要应用于数字电话•波形编码•参数编码•混合编码§宽带语音（WidebandSpeech），50~7000HZ16KHz采样，主要应用于会议电视，相当于调幅广播质量§音频(Audio)，10-20000Hz，主要应用在娱乐与欣赏•对于重建信号的音质有很高的要求，目前采用比特率较高的波形编码技术进行压缩。第十一页，共三十页。语音编码性能指标1.编码速率（KBPS、KB/S）信号带宽：200~3400Hz、50~7000Hz、10~20000Hz采样频率：8K、16K、32K、44.1/...