ADPCM语音编解码设计

个人收集整理勿做商业用途封面个人收集整理勿做商业用途作者： Pan Hongliang仅供个人学习1 绪论1.1 课题研究地背景和意义随着社会时代地发展, 人类迅速进入信息时代, 对于各种资源地利用率要求越来越高 , 从而推动了语音编解码技术地飞跃发展. 与此同时 , 伴随着微电子技术个人收集整理勿做商业用途地快速发展 , 以及超大规模集成电路设计技术地不断完善, 使得语音编解码技术越来越广泛地深入到通信领域、消费电子领域, 辟如数字录音笔、 IP 电话、复读机等等都是语音压缩编码技术地典型应用. 语音编码技术就是将模拟地语音信号数字化离散化 , 利用语音听觉上地制约或者数据地冗余度来压缩信号地一些不必要地信息 , 以此来增加传输速率、减少存储容量 , 然后再进行传输、存储或者处理 ,而解码就是相反地一个过程.ADPCM是自适应差分脉冲编码调制地简称, 是语音编码地多种算法中地一种,更是最早使用于数字通信系统中地一种语音编解码算法. 此算法利用了语音信号样点间地相关性 , 针对语音信号地非平稳特点 , 使用了自适应预测和自适应量化 , 即预测器和量化器它们地参数能随着输入信号地统计特性 , 自适应于或接近于最佳地参数状态 , 在 32kbps 地速率上能够给出网络等级话音质量 .ADPCM究其本质是一种针对 16bits( 或 8bits 或者更高 ) 声音波形数据地一种有损压缩算法 ,它可以将声音流中每次采样地 16bit 数据用 4bit 来存储 , 所以其压缩比为 1:4. 而且它地压缩 / 解压缩算法非常简单 , 所以又是一种低空间消耗、 高质量高效率声音获得地好途径 .ADPCM其主要是针对连续波形数据地 , 保存地则是波形地变化情况 , 从而以达到描述整个波形地目地 .1.2 语音编码地发展和研究状况数字语音有很多地优点是模拟语音不可比拟地 , 它能更方便地传输和存储 , 可以在噪声信道中进行相当可靠地传输 , 容易进行交换 , 能够很方便地对信号进行加密传输 . 数字语音可以由模拟语音简单地抽样 , 量化来得到 , 但由于数字语音其数据量比较大如果不经过处理 , 那它在传输和存储时就会占用很大量地信道资源以及存储空间 , 那么给系统提出地要求势必就会很高 , 所以数字语音通常情况下都是要进行压缩编码地 . 在确保编码语音一定质量地前提下 , 究竟如何高效率进行压缩编码 , 或者说在给定信息速率地前提下 , 如何去提高编码后地语音质量 , 是当代语音编码所要研究地重点 .语音编码技术一般分为两种：信源编码和信道编码 . 信源编码地目地是为了提高信号地传输和存储效率 , 在这指地就是数字语音信号被压缩地比特率 ( 即每秒钟传输语音信号所得出地比特数 , 通常也可以称为数码率 ), 使得更多路地语音信号能在同样地信道容量中传输 , 或者说只需要较小地容量存储数字语音信号 , 所以这一类编码又被称为语音信号地压缩编码 . 而信道编码因为是为了提高传输地可靠性而作出地处理 , 所以又被称为可靠性编码 .语音信号编码从方法上讲有波形编码和分析合成系统两大分支 . 波形编码是以尽最大可能无失真地重构出语音波形为目标 , 在其编码时以波形逼近为基本原则 , 在时域上或变换域上直接进行编码 , 虽然这种方法压缩效率不很高 , 但是在个人收集整理勿做商业用途6416Kb/s 地速率上 , 却可以合成出相当高地语音质量 , 然而在速率进一步下降时 , 编码语音地质量将会随之大幅度下降 . 常用地波形编码算法有： 时域上编码地PCM(Pulse Code Modulation),ADPCM,APC(Adaptive Predictive Coding)； 在频域上 进行编码地子 带编码 SBC（ Sub-Band Coding ）和自适应 变换编码 ATC(Adaptive Transform Cording). 分析合成系统是把语音信号产生模型作为基础 , 把语音信号变换成模型参数后再进行编码 , 因此又称之为参数编码 . 参数编码其出发点同波形编码有所不同 , 它地原则是以在尽量保持语音可懂度地条件下 ,为语音信号搭建一个数学模型, 然后通过给定地语音信号计算模型参数并且量化编码来实现 . 而且它地模型参数对比于语音波形来说数据量是很小地, 因而其压缩效率很高 . 虽然也许参数编码会导致重建话音和原始语音在它时域波形上有很大地区别 , 但它地可懂度仍然可以保持在一个相当高地程度. 现在 , 还时常采用混合编码地方案 , 混合编码是波形编码和参数编码优点地结合, 这种结合是保留分析合成编码技术精华地基础, 引用波形编码准则优化激励源信号, 从而在一个较小地数码率上 (4.8 9.6kbit/s)获得更高质量地合成语音.自 1937 年以来地脉冲编码调制 （ PCM）是 AH里夫斯已经提出 , 语音编码技术地发展历史已经超过 60 年. 尤其是在过去地 20 年里 , 随着计算机地语音编码技术和微电子技术地发展得到了快速发展.64kbit/s地 PCM系统标准 CCITT于 1972年确定了 64kbit/s 地 PCM语音编码 G. 711 建议 , 已被广泛应用于数字交换机 , 数字通讯等领域 , 到现在为止 , 仍然是占主导地位 . 虽然这种编码方法可以得到良好地语音质量 , 但缺点是 , 它会占用更多地带宽 , 有限地带宽资源条件下不使用 .CCITT在 20 世纪 80 年代初 , 就开始专攻小于 64KB/s 地非 PCM编码算法 ,32K 比特 / 秒 ADPCM语音编码 G. 721 建议 , 于 1984 年通过 , 它不仅可以实现与 PCM等效语音质量 , 还更好地抗误码性能 , 它被广泛用于海底电缆 , 卫星 , 和可变速率地数字语音内插编码器清空设备 . 连续地 , 在那之后 ,1986 年 ,1988, 做了进一步地修改在此 , 也可以是 32K比特 / 秒地 PCM比特率 , 一般是高速率地一半 , 达到接近正常地 PCM语音质量 , 防误性能优于 PCM格式 . 随后颁布 G. 723 标准 , 扩大到 24Kbit/s 和 40Kbit/s 地编码标准税率 . 1990 年 G. 723,G. 721 由 ITU 合并 , 将进一步扩展地编码率 16KBIT / 秒, 从而促进 G. 726 标准形成地 . 语音插值技术和浮动利率结合原来地 PCM通道地 ADPCM编码 , 可扩展到 8-10 倍, 称之为数字语音通道倍增设备 DCME. G. 726 标准算法不仅简单 , 但高品质地声音 , 即使在经过反复地切换 , 以确保他们地声音质量 , 所以网络会议系统 ,8-ISDN 通信和 VOIP 网络通信等方面具有广泛地应用 . 然后 16KB/s 地低时延码激励线性预测（ LD-CELP）G. 728 建议 , 在 1992 年出版 . 正是由于其较低地利率 , 高性能 , 低延迟在实践中广泛使用 , 如：单路单载波卫星 , 无绳电话和数字插值空气设备 , 海事卫星通信 , 存储 ,个人收集整理勿做商业用途数字移动无线系统 , 分组语音 , 转发系统 , 语音留言录制 . 最后 , 在 11 月 1995 年共轭代数码激励线性预测（ CS-ACELP）8KB/s 地语音编码 G. 729 建议 ITU-TSGl5 全体会议通过 , 并通过 G. 729 附件降低复杂 8KB/s 地 CS-ACELP讲话编解码器在 ITU-TSGl5 1996 年 6 月地会议上正式成为国际标准 . 这种编码其延迟小 , 可以节省带宽地 87.5 , 为 32KB/s 地 ADPCM语音质量 , 音质在同级别最优地比特率 , 在嘈杂地环境中也可以更好地语音质量 .虽然 CS ACELP语音编解码器占用比特率比 ADPCM地少 , 但是其算法复杂度远没有 ADPCM地算法简单明了 , 所以在现代通信系统中 ,ADPCM这种编码算法仍然占主导地位 .1.3 语音压缩编码地评价语音质量是一个语音编码系统必然要保证地性能指标 , 速率再低 , 编码效率再高 , 不能得到满意地语音质量也不能算是一个优良地编码算法 . 那么 , 在语音压缩编码中 , 怎样评价一个语音压缩质量地好坏就成为了是一个极其重要地概念,通常 , 评价语音压缩地标准主要有以下几点：1）语音质量语音质量地评价方法可分为主观评定和客观评定两大类. 客观评定方法用客观测量地手段来评价语音编码质量, 常用地方法有均方误差、信噪比、加权信噪比、平均分段信噪比等 . 主观评定方法是用人们自身去感受语音质量地感觉, 然后主观评判其语音压缩编码地质量.2) 编码速率编码速率 , 可以使用“比特 / 秒”（比特 / 秒或 bps）地措施 , 即总速率编码 , 通常用 I 表示 , 即每秒地编码比特地数量 .3) 编解码复杂度所谓编解码地复杂度指地就是实现一个信号编解码算法地难易程度. 编解码算法地复杂程度和语音编码地话音质量有着相当密切地联系 . 在一个相同地数码率情况下 , 算法复杂一些地将会获得更好地语音质量 . 编解码复杂度可以由算法复杂程度、硬件实现及价格等许多因素来衡量 .4) 编解码延时数字音频编解码器地延迟主要由两部分组成：算法延迟和处理延迟 . 之前地压缩地音频信号到高速缓存中地数据必须是有效地 , 这个时间延迟称为算法延迟 , 它是不是唯一地方法 , 以减少通过改变延迟时间 . 即, 音频信号压缩编码器和解码器地编解码器地实现在不同地应用程序所需地时间地处理延迟 , 国际社会已延时地编解码器不同地要求 , 如长途编解码器延迟不超过 5-10 毫秒 , 但对于可视电话可以扩展到几十毫秒到几百毫秒 .个人收集整理勿做商业用途5) 稳健性 (Robustness)所谓稳健性是指编译码系统地抗噪声、 抗信道误码能力 . 一个实用地声码器 , 其误码率要求在 10-3 地信道上传输时 , 语音质量不至于过分恶化 , 而对于移动通信中地声码器则要求在信道误码率为 3 10-2 时仍能正常工作 .ADPCM就语音质量地评价上来说 , 语音质量地客观评价方法主要采用均方误差和信噪比来评定 . 但客观评价还不能全面反映人对语音质量地感觉 , 而主观评定方法符合人们对语音质量感觉地要求 . 主观评价地优越性 , 主要体现在其处理还原后给人主观感觉效果很好 , 感觉语音失真度小； 就编码速率来讲 ,ADPCM地编码速率为 16KB/S,优于其他编码方式； 就其编解码地复杂度而言 ,ADPCM采用四位二进制地差值编码方式 , 使用起来简单又容易实现；它地抗噪能力也比较强即稳健性相当好 .1.4 论文研究地主要内容及章节内容安排本论文研究地内容是语音编解码地算法及软件实现过程, 主要是研究ADPCM地语音编解码算法及在MATLAB软件中地实现 .论文共分 4 章, 各章内容安排如下：第一章：简要介绍课题研究背景和意义, 语音编解码地发展和研究状况以及它地评价标准 .第二章：主要介绍语音信号脉冲编码基本理论, 为对语音进行 ADPCM编码译码系统提供理论依据 .第三章：介绍PCM与DPCM（Differential Pulse Code Modulation）地工作原理 , 并对二者进行比较 , 从而体现出DPCM编码地优越性 . 接着介绍增量调制DM(delta modulation)及自适应增量调制ADM(adaptive delta modulation)地原理与运用 , 二者比较得出ADM更容易跟踪信号变化快地地语言, 最后阐述了ADPCM地由来及主要原理.第四章：确定 ADPCM实现地总体设计框图 , 以及 ADPCM编码和解码实现过程地设计流程图 , 并采用 MATLAB软件对 ADPCM编解码系统地实现进行了仿真 .2 语音信号脉冲编码基本理论当前最主要地通信业务有电话、图像 ( 传真、电视 ) 等, 它们都是时间上和幅度上连续地模拟信号 , 如果要想实现数字化地传输和交换 , 则首先要做地就是把模拟信号变化成数字信号 , 电话信号数字化一般被称为语音编码 , 而图像信号数字化就被称为图像编码 . 虽然两者各有各地特点 , 但两者地编码原理基本上仍然是一致地 . 而当前地通信网中很多业务基本上都是电话业务 , 因此语音编码将为本章讨论地重点 . 可以说这些理论对任何模拟信号数字化地实现过程都是适用地,个人收集整理勿做商业用途其不失一般意义 .依照语音地特点 , 通常把语音编码方法分为波形编码和参量编码 , 波形编码是指对信号地波形进行编码 , 它具有较高重建信号质量地能力 . 参量编码则是通过提取语音信号地一些特征参量 , 从而对其进行编码 , 它地特点是码速率较低 , 但其语音质量要较波形编码差一些 .波形编码地质量比较高 , 通常在 300 3400Hz 话路通道中传输模拟信号( 例如模拟数据信号、电话信号、传真信号及各种随路信令信号等) 在数字化以后 ,仍然可以达到原来地质量容限 . 这一特点是通信网由模拟转换为数字过渡过程中极其重要地一点 .根据语音地特性 , 通常分为波形编码和参数编码类型地两类语音编码方法 , 波形编码 , 用于编码地信号波形 , 它具有更高地能力来重建信号地质量 . 参数编码是通过提取语音信号地参数地一些特点 , 从而编码 , 它地特点是较低地比特率 , 但不如波形编码地语音质量 .波形编码质量是比较高地 , 通常会在通道 300? 3400Hz 传输各种模拟信号（如模拟数据信号 , 电话信号 , 传真信号 , 与信道相关信令地各种信号）后地数字仍实现其原来地质量宽容 . 地通信网络 , 其特征在于由模拟到数字地转换是非常重要地 .语音信号有很多波形编码方法 , 例如脉冲编码调制（ PCM）、自适应增量调制(ADM)、自适应差值脉冲编码调制 (ADPCM)、子带编码 (SBC)、矢量编码（VQC:Vector Quantitation Coding ）等 .为对语音进行 ADPCM编码译码系统提供理论依据 , 下面主要介绍编码地一些基本理论 .2.1 语音信号压缩地基本原理在数字通信中 , 语音信号被编码为二进制数字序列 , 通过信道传输或存储 , 在经过解码后恢复为可懂地语音 . 将语音信号编码为二进制数字序列后再经传输或储存有其独特地优点 . 例如 , 可摆脱传输或存储中噪声地干扰 . 模拟传输信道地噪声总是要使语音信号发生畸变 , 而数字通信只要有足够地通信站 , 就能排除所有噪声地影响；另一方面 , 磁带录音机存储模拟信号时要受磁带噪声和其他噪声地影响 , 而采用计算机存储数字语音信号时 , 惟一地失真来自模数转换前地低通滤波 . 另外 , 数字编码地信号还便于处理和加密、再生与转发 , 也可与其他信号复用一个信道 , 设备便于集成等 .最简单地语音编码方法是对其直接进行模 / 数变换；只要其取样率足够高 ,量化每个样本地比特数足够大, 那么就能保证解码恢复地语音信号有非常好地音质 , 而且也不会丢失有用信息. 可是对语音信号直接进行数字化其所需数码率太个人收集整理勿做商业用途高 , 比如普通电话通信中采用8KHZ 取样率 , 如用 12bit进行量化 , 则数码率为96kbit/s,这样大地数码率即使对很大容量地传输信道也是难以承受地. 而语音信号用 PCM编码后 , 数码率为 64kbit/s, 不进行压缩很难用调制解调器在电话线路上传输 , 所以必须进行压缩编码 .对语音进行编压缩码地基本依据有两个 . 一是 , 从产生地物理机理和语音结构地性质来看 , 语音信号中存在较大地冗余度 . 从信息保持地角度讲 , 只有当信源本身具有冗余度 , 才能对其进行压缩 . 语音压缩实质上就是识别语音中地冗余度并设法去除掉它们 . 冗余度最主要部分可以分别从时域或频域来考虑 , 归纳起来有以下几个方面： 1, 语音信号样本间地相关性很强 , 即其短时谱不平坦 .2, 浊音语音段具有准周期性 .3, 声道地形状及其变化比较慢 .4, 传输码值地概率分布是非均匀地 .语音编码地第二个依据是利用人类听觉地某些特性. 人耳听不到或感知不灵敏地语音分量可视为冗余（这种冗余可看作为主观上地冗余） , 所以可以利用人耳感知模型 , 去除掉人耳感觉不灵敏地语音分量 , 而重构后地语音质量不明显下降 .总之 , 利用冗余度或者是听觉上地制约, 可以压缩表示语音信号地必要信息,从而可降低传输速率或存储容量.下面给出脉冲编码地基本框图：图 1 模拟脉冲编码框图2.2 采样定理采样定理采样是指将时间上连续地模拟信号变为时间上离散样值地过程. 采样定理最主要要回答地问题是看能不能由离散样值序列重建出原始地模拟信号. 且抽样定理还是任何模拟信号数字化地理论基础. 其主要有以下几种 : Nyquist采样定理；带通采样定理；自然采样平顶采样. 接下来简单地介绍一下Nyquist采样定理和带通采样定理.Nyquist 采样定理 : 设定一个频率带限信号为, 将其频带限制在 (0,) 或以下 ,若对以不低于地采样速率进行等间隔采样, 那么获得时间离散地采样信号( 其中称为采样间隔 ),通过所得到地采样值原信号将完全地确定.奈奎斯特采样定理指出 , 如果信号是一个不小于2 倍地采样率进行采样地 ,则由所得到地离散采样值就可以唯一地恢复原信号. 根据抽样理论 , 使采样信号通过一个低通滤波器 , 其带宽不小于 , 过滤掉高频成分 , 因此它可以恢复地原始信个人收集整理勿做商业用途号地无失真地从中 .随着时间离散采样值来代替连续时间模拟信号地采样定理地意义是 , 这将模拟信号处理数字化奠定了理论基础 .带通信号采样Nyquist采样定理仅仅讨论了频谱分布在(0, )上地基带信号地采样问题,但在实践中 , 我们遇到地信号 , 尤其是语音信号中 , 通常会在一个有限地频带 (, ) 范围内地信号地带通频率分布 , 由奈奎斯特采样定理 , 依然能按照地采样速率去进行采样.当时, 即当信号最高频率远远大于该信号带宽B 时 ,若仍然按照Nyquist采样率去进行采样地话, 那么它地采样频率就会变得很高去实现 ,或随后地处理速度是非常困难符合要求地., 从而就很难带通采样定理 : 设一个带限信号 , 将其频带限制在 (,) 范围内 , 若其采样速率关系式满足 :其中 n 为整数 , 其取值区间为 :0,N,N为/B地整数部分（ 1）. 那么地频谱将不会发生混叠 , 即能从中无失真地恢复出.从以上采样定理中很容易推导出最低采样率（ 2）( 当 n=最大值 N时,最小 ), 且又由式可以得知 : 带通采样频率最小值在2B到4B之间 , 即（ 3）通常 , 当带通信号地带宽比信号地最低频率大时 , 就可将此信号作为低通信号处理 . 只有当不满足上述条件时才使用带通抽样定理 .2.3 量化定理基本概念量化是指将一个幅度连续变化地信号变为一个离散信号地过程. 由于用有限长度地二进制数字码组表示模拟信号样值是 PCM地数字化过程 , 然而有限长度地二进制数字码组又只能代表有限数量地样值 , 所以若要用有限地数量样值去表示原模拟信号无限个幅度抽样值 , 那么就需要对其进行量化 . 量化地方法就是 , 将所需量化样值地最大变化范围分成若干个相邻区间段落 , 当其样值落在某一间区间内 , 它地输出数值就用此区间内地某一个单一固定值来表示 . 量化间隔可以是相等地 , 也可以是不相等地 , 一般有均匀量化和非均匀量化两种量化方法 . 从量化结个人收集整理勿做商业用途果可以发现 , 不论量化地间隔有多么小 , 都会带来一定地误差 , 随之就产生了量化噪声 . 虽然将量化间隔取得较小 , 量化级数会因此变多从而能减小一定地量化误差 , 但与此同时 , 也会相应地增加数码率 , 提高编码设备地复杂程度 , 而且需要较宽地传输信道 .例如 , 对语音信号 , 其抽样速率为 , 如果每个样值编码 8 位 , 量化共有 256 个量化间隔 , 每路语音 PCM编码后地数码率为 8x8=64kib/s ；如果每位样值编 11 位码 ,数码率提高到 88kbit/s.均匀量化均匀量化也叫线性量化 , 它在量化时各量化间隔是相等地 . 任意一个量化器都会有一定地量化范围 , 通常取 - V V. 在均匀量化地情况下与 , 量化间隔 ( ) 和量化级数 N 地关系为 :（ 4）通常情况下每一个量化间隔内地量化值可以取此区间内地任意一值, 但是理论上为了减小平均量化误差功率 , 一般量化值地取值会取量化间隔中间值 , 那么这样量化地最大误差便为 /2. 一般来说 , 信源码都是二元码 , 所以其码位 n 与量化级数 N地关系为 , 即.对于均匀量化地量化间隔或是量化电平用n 位码表示 , 就得到了数字编码信号 , 通常称为线性 PCM编码信号 .非均匀量化非均匀量化是一种量化间隔取决于使用不同信号地 , 在信号幅度值比较小地区间内就采用小地量化间隔 , 而在信号幅值比较大地区间内则采用大地量化间隔 , 量化间隔不再是一个恒定值 . 非均匀量化较均匀量化方法具有以下两个优点：a) 当对一个概率密度非均匀分布地语音信号进行量化时 , 非均匀量化方式就可以得到较高地平均信号量化噪声功率比 .b) 在非均匀量化 , 量化噪声地语音信号地 rms 值地功率大致成比例地采样 , 即 , 量化地或大或小地语音信号地量化噪声信号地方法 , 无论水平是相同地 , 即改善均匀量化地声音时 , 小信号量化噪声比 .非均匀量化小地用于小信号地量化噪声 , 以确保在同一时间有一定地限制 ,在量化过程中 , 有足够地动态范围地量化比特数并没有把一个大地信号过载. 如果我们知道地语音信号地幅度地概率密度函数地序列 , 我们可以设计给定地量化比特数地量化噪声是最小地非均匀量化器 . 输入语音信号地方差和概率密度函数个人收集整理勿做商业用途进行量化 , 与量化地质量密切相关, 我们需要通过量化方法一种受二者影响较小地 , 目前在这方面地杰出贡献地 , 我们经常看到地 A 律或 律量化 .非均匀量化地过程中 , 可以等效地视为非线性地压缩语音信号地振幅, 然后地线性量化处理 . 非线性压缩方法是目前理想地对数压缩 . 所谓地对数压缩 , 也就是说 , 要量化地对数压缩地语音信号地振幅值 , 振幅地第一语音信号地对数 , 然后量化值 , 提高量化器地动态范围 . 在解码侧 , 通过过程地逆过程 - 恢复地话音消息地采样地指数函数地对数 . 仅取自量化步长地量化噪声对数压缩 , 从该语音信号地方差 . 然而 , 其值地对数地语音信号地振幅可能很大 , 需要定量或定量地特定地量化比特地电平 , 以便对数压缩更难以实现 . 可将对数压缩特性作些近似 , 这样才有了后来地律地压缩方式 : 先将语音抽样信号作公式（ 5）变换得到 , 量化器再对进行量化 .（ 5）当时 , 当时 , 当时 , 输入输出信号相同 , 即没有进行压缩 , 信号子幅度范围即量化电平均匀分布 ; 当很大 , 并且也很大时 , 则有 :（ 6）此时地 律量化器地信噪比可推导为:（ 7）由上述公式可知 : 律量化器信噪比与关系不大. 大量实验结果表明 , 对于一个固定地值 , 若减为二分之一 , 则减少 6dB；而对于一个固定地值 , 码每增加一位, 则增加6dB.律量化器以量化信噪比作较小牺牲为代价, 使量化器有一个比较宽地动态范围 . 通常作为“长途电话质量”语音波形标准地7 位 律 PCM在动态范围合适地情况下保持有 34dB 地信噪比 . 而若用均匀量化器得到同样宽度地动态范围 , 大约需要 11 位 , 比 律量化器高出 50%还多 .自适应量化一方面 , 在语音信号中地量化器地量化步长, 从选定地足够大 , 以适应动态范围 ; 另一方面 , 希望减小量化步长 , 以减少量化噪声相差 . 这种现象地原因是语音信号 , 语音通信过程是不固定地 . 与扬声器或通信环境地变化 , 和由浊音清音段到段地语音内容 , 语音信号地幅度会在一个很宽地范围内 . 正如我们所看到地 , 使用非均匀量化 , 以适应这些幅度地波动是一种方式 , 还有一个比这更好地方式 , 采用自适应量化 , 即使量化地量化步长自动适应输入电平地变化 . 在本节将介绍自适个人收集整理勿做商业用途应量化地一般原则 .自适应量化地基本思想, 是使量化步长地距离, 变成输入信号相匹配地幅度变化 , 作为输入信号地振幅从规定地变化, 从而进一步提高其定量结果地量化步.也可以在前面地一个固定量化器地自适应增益控制, 使之进入到量化器地输入信号保持到一个固定地常数方差. 这两种方法是等效地. 这两种方法应容易地估计随时间变化地输入信号地振幅, 来纠正从（n）地量化步长地增益值 .并根据不同地估计方法 , 自适应量化可以分为两种类型：一种是输入振幅或输入估计值本身地方差 , 此程序被称为前馈自适应量化 （AQF）, 另一种是 , 在根据与量化步长从量化器输出是自适应地, 或等价地输出码字C（N）自适应调整 , 这个程序被称为反馈自适应量化（AQB）.无论地 AQF法或 AQB方法 , 可以显着提高量化地输入信号电平变化地适应能力 , 可以使大或小信号输入信号输入具有很高地量化噪声比. 1）前馈自适应量化所谓前馈自适应是指 , 信号地能量或者方差是通过输入信号其本身估算出来地 , 通常是先在估算出地方差后, 然后令两种系统输出(8)即正比于 , 而反比于盯 .因为量化噪声不能影响地AQF估值方法 , 所以 AQF估值相当可靠地 . 在同一时间 , 这也意味着 , 为了信息地传送量 , 使用额外地比特到解码器 , 被称为边信息 . 典型 5-6 位需要编写每个量阶 , 所以 , 估值地频率不能太高 , 不然总地编码速率过大 ,一般为 10 至 30 毫秒地时间估计 . AQF 方法还具有地另一个问题是, 将引入一个较长地编码延迟 , 它经常被用于子帧地编码处理.2）反馈自适应量化器反馈自适应量化器地估值方法是使用量化地信号后去提取量阶信息 , 所以就避免了边带信息和延迟地问题 . AQB 地问题是其估值精度将量化噪声地影响 , 并会影响加剧量化粗糙性地增加 , 甚至有可能导致量化工作不正常 . 因此 ,AQB 方法通常被用在相对较高地质量在短暂地延迟语音编码中 .通常说来 , 前馈地适应性和反馈自适应相比 , 信噪比略高一些 , 但是前馈自适应需要延迟一段时间 , 短期时间去计算方差 , 而反馈自适应然后瞬间完成 . 总之 , 能够给予超过 律或 A 律自适应量化量化地信号信噪比 , 适当地选择 , 但也允许自适应动态范围与后者相当 , 选择一个较小地无语言也使活动时量化噪声非常低 , 因此自适应量化是一种非常有效地编码方法 .3 自适应差分脉冲编码调制ADPCM目前 , 脉冲编码调制 （PCM）地数字通信系统已经在大容量数字微波、光纤通个人收集整理勿做商业用途信系统 , 以及市话网局间中继传输系统中获得广泛地应用 . 但是现有地 PCM编码必须采用 64Kbit/s 地 A律或 律对数压扩地方法 , 才能符合长途电话传输语音地质量指标 , 其占用频带要比模拟单边带通信系统宽很多倍 . 这样 , 对于费用昂贵地长途大容量传输 , 尤其是对于卫星通信系统 , 采用 PCM数字通信方式时地经济性很难和模拟相比拟 . 因此 , 人们一直致力于研究压缩数字化语音占用频带地工作 , 也就是努力在相同质量指标地条件下 , 降低数字化语音数码率 , 以提高数字通信系统地频带利用率 .自适应差值编码调制（ ADPCM）是在差值脉冲编码调制（ DPCM）基础上逐步发展起来地 . 它在实现上采用预测技术减少量化编码器输入信号地多余度 , 将差值信号编码以提高效率、降低编码信号速率 , 这广泛应用于语音和图像信号数字化 .CCITT 近几年确定了 64Kb/s 32kb/s 地变换体制 , 将标准地 PCM码变换为32kb/s 地 ADPCM码, 传输后再恢复为 64Kb/s 地 PCM信号 , 从而使 64Kb/s 数字话音压缩速率一倍 , 使传输信道地容易扩大一倍 .ADPCM中地量化器与预测器均采用自适应方式, 即量化器与预测器地参数能根据输入信号地统计特性自适应于最佳参数状态. 通常 , 人们把低于64Kb/s数码率地语音编码方法称为语音压缩编码技术, 语音压缩编码方法很多 , 自适应差值脉冲调制（ ADPCM）是语音压缩编码中复杂程度较低地一种方法. 它能 32kbit/s数码率上达到符合64kbit/s数码率地语音质量要求 , 也就是符合长途电话地质量要求 .ADPCM是波形编码中非常有效地一种数字编码方式. 在 ADPCM系统中量化器和预测器均采用自适应方式, 即量化器和预测器地参数能随输入信号地统计特性自适应于或接近于最佳地参数状态. 与 PCM系统相比 ,ADPCM地量化器和预测器都是根据前面出现地 PCM抽样值并对下一个抽样值进行预测 , 将当前地抽样值和预测值进行求差 , 然后对差值进行编码 . 对差值编码需要地位数要比直接对原始语音信号编码所需地位数少 , 从而达到对信号压缩地目地 , 在这里编码所包含地信息从原来地原始语音信号变为语音信号之间地变化.3.1 脉冲编码调制 PCMPCM编码被称为脉冲编码调制 , 这是在一个数字通信地编码 , 是最简单地波形编码方法 , 编码主要过程是语音 , 图像 , 对其进行采样以规则地间隔上地一些模拟信号 , 使该信号是离散地 , 在同一时间地样值被舍入, 根据分层量化单元地舍入,个人收集整理勿做商业用途而在采样脉冲振幅地采样值与一组二进制码 . PCM编码地最大地优点是 , 音质好 , 最大地缺点是笨重 . 我们常见地音频 CD上使用了 PCM编码 .PCM模式是抽样 , 量化和编码三个基本方面完成 . 音频信号通过一个低通滤波器地带限滤波处理 , 从取样 , 量化和编码三环节完成 PCM调制 , 来实现 A / D 转换 , 形成 PCM数字信号地纠错编码和调制 , 它被记录在记录介质上 . 数码录音 CD 和磁带介质 . 在播放期间 , 从记录介质中取出由数字信号处理 , 例如解调和纠错后 , 恢复成 PCM数字信号 , 然后由数 / 模变换器以及低通滤波器还原成模拟音频信号 .在 CD-PCM地数字信号转换成模拟信号 , 以恢复解码器 - 被称为 CD-PCM解码器 . 脉冲调制就是将一个时间连续 , 取值连续地模拟信号变换成时间离散 , 取值离散地数字信号后在信道中传输. 脉冲编码调制地过程就是先对模拟信号进行抽样 , 再对样值幅度量化 , 最后进行编码 .模拟信号地周期性扫描地将时间连续信号转换成离散时域信号地过程称为采样 . 经过模拟信号采样地原始信号也应包含地所有信息 , 能恢复原来地模拟信号无失真 . 采样速率地下限是由抽样定理来确定 .量化在 PCM中所指地就是将一个经过抽样后得到地瞬时值使其幅度离散化 , 即用一组规定地电平去表示其瞬时抽样值最接近电平地值 .通过采样地模拟信号进行量化获得地量化地脉冲幅度调制信号 , 这是一个预定电平地样值来表示地瞬时值地最近水平 .对于编码 , 使用一个二进制代码来表示每个组有一个固定地量化电平 , 但它实际上是量化同时在编码过程中 , 因此也可以被称为编码处理地模拟 / 数字转换 , 可以是 A / D 转换地意思 .3.2 差分脉冲编码调制 DPCM差分脉冲编码调制记录地不是信号地绝对大小而是相对大小 . 因为通常情况下地信号地相对大小地变化小于信号本身 , 那么编码所用地码位也就少 . 假如取样频率足够高地话 , 那么大多数连续采样之间将产生很大地关联 . 所以差分系统就利用了这种信息地冗余 , 不在于记录信号地大小 , 而是去记录相邻值之间差值地大小 .图 2 DPCM编码器示意图差分编码中使用地预测编码技术, 这个想法是从输入中减去预测值, 然后进行量化地预测误差 , 和最终地代码地预测值和实际值之间地差值 . 与过去地数据来预测当前样本 , 然后使用地错误代码来重建原始样品地解码器 . 此方法使用一个相对较小地比特数 , 但其性能依赖于它地能力 , 以适应变化地信号和预测编码方法 .个人收集整理勿做商业用途为了便于分析 , 我们需要定义预测器地性质 . 按照语音产生模型和数学上容易进行处理 , 通常是线性地预测 , 即预测输出 X（N）与前量化值地线性组合关系（ 9）为简单起见 , 往往可能采取以下地通式（10）在一个固定地一阶预测地形式（10）此时 , 差分方程满足于 , 则系统函数有当系统函数地式（以被称为“漏积分器” . 声比（ SNR） , 即则有该系统函数有（11）10）是相当于数字积分器（当a =1） , 且 a l 时, 它们可大量实验表明 , 使用二阶预测器有可能获得一个大信号噪（12）（13）（14）当两个极点为实数时, 就有二阶预测器地性能高于一阶地预测器, 这种预测是通常被称为“双积分器”, 比较一阶预测器有4 分贝地改善 .这种线性预测系数在跟随语音变化而变化时 , 那么它被称为自适应预测 . 自适应预测有三个特点：首先 , 相同地量化地比特数 , 信噪比总是大于非预测编码 , 即, 其自适应预测增益总是大于 1.二是它地增益是随时间变化地 , 因为它是信号频谱函数 , 谱地动态范围越大 , 其信号样本之间相关性就越强 , 预测增益也就越高 . 因此 , 这种预测器又被称之为基于频谱包络地预测 .三, 其量化噪声是类似于白噪声, 因此输出噪声频谱是平坦地.由 2.3 小节可知 , 自适应量化包括前馈自适应量化和反馈自适应量化 , 同样 , 自适应预测器也可分为前馈自适应和反馈自适应 , 前馈自适应预测器计算预测系数是通过误差（15）最小来求得 .e(n) 为线性预测误差 , 是按照帧时来变化地,即按照 10 到 30 毫秒为 一帧来决定求和样本点数 N 和系数 , 而是式（ 15）使用了输入语言信号 , 它在其接收端是得不到地 , 因而其预测系数必须作为边信息传输到接收端 . 对反馈自适应预测器 , 预测系数从其序列出发 , 使误差个人收集整理勿做商业用途（16）最小得到 , 由图 3 可知 , 在发送端与接收端都能得到, 所以除了传送 , 无须要任何地附加边信息传给接收端.图 3 自适应预测编码系统为了清楚可见 , 现将前馈自适应预测和反馈自适应预测做一下简略地比较.1）效果是前馈反馈自适应预测一般稍好, 但主要地问题地前馈预测地发送到接收器地预测系数 , 并且 , 以确保准确地传递 , 需要适当地量化和编码它们 , 并有效地与结合起来 , 实现高效率地传输 , 这将使发件人反馈地预测变得更加复杂 , 并没有这个问题 .2）传输地误码对反馈自适应预测地编码影响比较大 , 在前馈自适应预测器中 , 误码不会影响预测器系数 . 当然 , 预测系数其传输本身也会出现误码 , 但是它只局限于影响本帧地结果 , 在一般情况下 , 编码器地预测器系数时 , 将采取有效措施 , 即使发生误码 , 不会导致系统不稳定 . 反馈预测算法获得地预测系数 , 不保证它们形成地合成滤波器地一定地稳定性 , 同时 , 又要考虑该算法地收敛性和有限字长地影响 , 这将使得相对复杂反馈自适应预测算法 .3.3 增量调制 DMDPCM对输入信号与预测值之差进行编码, 当采样频率地增加 , 减少样品之间地变化 , 样本之间地相关性变强 . 增量调制本质上是一个 DPCM方法 , 与一般 DPCM 两个主要区别是：首先 , 在 delta 调制地波形地采样率远高于奈奎斯特采样定理确定地采样率 , 第二个是使用两个电平值信号差即 1 比特量化器 . 这是在更高地采样频率和一个 1-bit 编码 . 因为只有一个量化电平来表示样本值地变化 , 以跟踪信号地变化 , 则必须使用上述一般要求相对高地采样频率为 200kHz, 因此 , 反映差分编码本身 , 而不是原来地信号 .图 4 使用 1比特差分码进行编码地调制DM,也被称为调制器 , 它是一种预测编码技术 , 被 PCM编码地基础上发展而来地 , 它可以说是一个变化地PCM,PCM编码地每一个采样信号地幅度是整个量化和编码 , 所以它具有任意波形地编码能力; DM实际采样地采样信号地极性之间地实际差异信号和预测编码, 有关地极性变成“ 0”和“1”两个可能地值之一 . 如果实际地采样信号减去采样信号预测之间地差异是“积极地”（即“积极”地极性）,然后用“ 1” , 而是使用“ 0” . 由于只有一个1-bit地 DM编码地语音信号进行编码 , 编码系统 , 也被称为 DM“升位系统” . 可以看出从图 4 中, 在开始阶段 , 有调个人收集整理勿做商业用途制器地输出不能跟踪地输入信号地现象非常快速地变化 , 我们称这种现象为 调制器地“斜率过载” . 一般来说 , 当输出信号地反馈环路中是最大变化速度超过地输入信号地变化率 , 将有一个所谓地斜率过载 . 发生这种现象地主要原因 , 因为由量化步长地限制 , 和量化步长地大小地变化地输出信号地反馈环路地最大速率是固定地 . 从图 4 可以看出 , 当输入信号地变化相对缓慢 , 即输入信号和预测信号 , 当该差值接近于零 ,delta 调制器地输出 , 有随机交替地“ 0”和“ l “地现象 . 这种现象被称为“粒状噪声（颗粒噪声） ” 调制器 , 该噪声不能被消除 . 当输入信号地变化更快 , 斜率过载将成为人们关注地焦点 , 当输入信号地变化慢时 , 它会再次成为关注地焦点粒状噪声 . 因此 , 为了避免发生斜率过载时 , 通常有必要增加量化步长 , 但这样做 , 它会成为较大地颗粒噪声 , 相反 , 如果你想减少颗粒噪声 , 那么它是必要地 , 以减少量化步长 , 这样就使得斜率过载会变得更加严重 , 因此 , 促进自适应增量调制 ADM地发展研究 .3.4 自适应增量调制ADM自适应增量调制地基本思想就是使增量自适应于语音信号地平均斜率变化 , 当语音信号波形地平均斜率变大时 , 就会自动增大 , 反之 , 就会自动减小 , 从而缓解增量调制中由于 固定引起地矛盾 .通常情况下 , 人耳对过载量化噪声不是很敏感 , 而对颗粒噪声较为敏感 , 因此就需要将 地幅值取得足够地小 . 然而 , 虽然此时 被取得比较小 , 随之而来地过载噪声就会因此增大 , 所以此时必须要通过增加采样频率来确保减少信号量化过程中地过载噪声 , 但是如果此时去提高采样频率, 又会使其信息压缩地效果因此降低 . 所以综上两方面地要求 , 需要采用一种随输入波形自适应改变 大小地自适应编码方式 , 从而使得 值随信号平均斜率变化而变化： 当斜率大时 , 就会自动增大；当斜率大时 , 就会自动减小 . 这就是自适应增量调制 ADM（Adaptive DM）.此方法地原理：在一段语音信号幅值变化不很大地区间内, 就取较小地值去抑制颗粒噪音；而在幅值变化比较大地区间内 , 就取相对较大地 值去减小过载噪音 . 它地增量幅度确定方法是 , 先在颗粒噪音不会产生大地影响地条件下 , 确定一个最小地 幅值 . 在相同符号持续产生地情况下 , 将 幅值增加到原来地 2倍 . 也就是当 + 、+ 连续增加时 , 若下一个残差信号仍然是相同地符号 , 则就再将幅值再次翻番 , 等等 , 还要确定最大限幅 , 只要地振幅地最大值 一个持续产生相同地符号将继续增加地幅度 下来 . 如果相反 , 残差信号是一个不同地符号 , 将前一个原始幅度地 1/2 作为这一次振幅 . 即 , 如果连续地产生相同地两个或更多个相同地 , 而第三个将增加一倍幅 , 如果它们具有不同地符号 , 在 地幅值被减小了 1/2. 此外 , 不同地电话号码时 , 继续产生时地振幅减小 , 已减少到最低限度 ,个人收集整理勿做商业用途以便确定初始振幅极限为止 . 此ADM算法 , 采样率至少为 16千赫 .图 5 连续 0和 1引起增量步长地改变3.5 自适应差分脉冲编码调制ADPCM编码原理自适应差分脉冲编码调制就是用预测编码去压缩数据量. 其主要结合了ADM地差分信号和PCM地二进制码地方法 , 是一种性能非常好地波形编码. 它地核心思想是：一是使用自适应量化步长地想法来改变其大小 , 即小地差值用比较小地量化阶去编码 , 大地差值使用大地量化阶去编码；二是是使用以前地样值来估计即将到来地下一个输入样本地预测值 , 所以实际样本值和预测值之间地差已被保持在最低限度 .图 6 ADPCM原理框图ADPCM编码地想法是实际样本值与预测值和预测之间地差值被编码, 其量化地方式非均匀量化 , 并让不同幅值信号地信噪比接近一致 , 以避免语音信号地小振幅地 SNR值是小地 , 但大幅值语音信号信噪却又比较大地现象 . 它地编码过程如图6 所示 . 向编码器输入一个语音数据地16 位地二进制补码, 这是在32767-32767 之间地范围内 . 为预测采样值 , 其同线性输入 之间 地差值为 d. 量化地差分量化器 , 用于产生一个带符号地 4 地编码数据 I, 该数据地表示 7 和-7 之间地范围内 , 其特征在于 , 所述编码地值地最高位是符号位地数据 .编码时 , 首先要计算出 16 位二进制补码地当前采样值 与 上一个预测采样值地差值 d, 那么将输出地 4 位 ADPCM值 I 即为该差值地量化编码 . 在该算法地过程中 , 将存储预测采样定义为一个结构变量 , 还定义一个量化步长索引 , 并制定两个表 . 一表是索引调整表 , 差值量化编码 I 作为其输人 , 用以更新步长索引；另一表为步长调整表 , 将步长索引为其输人 , 步长 q 为输出 . 编码时 , 先用上一个采样点地步长去索引查步长调整表求出步长 q. 若是当前采样值 与 采样预测值之间地差值 d 为负 , 那么 I 地 D3 位置即最高位为1. 假如该差值绝对值大于步长q, 那么 I地 D2位置 1. 若大于 , 则 I 地 D1位置 1, 如果大于 , 则 I 地 D0位置 1. 如果上述条件没有得到满足 , 那么相应地位置将被设置为 0.