31、语音编码技术全解析

语音编码技术全解析

1. 语音编码概述

在数据网络中传输语音，需要对语音信号进行数字编码。由于互联网带宽的限制，语音信号的压缩变得尤为重要，这使得IP语音（Voice over IP）变得非常流行。同时，音频信号的数字存储也很常见，如光盘、数字视频光盘和MP3文件等，数字存储相比模拟存储能提供更高的质量和更小的体积。许多口语语言系统也使用编码语音进行高效通信。

2. 语音编码器的属性

2.1 信号带宽

语音信号的带宽对其质量有重要影响。语音信号可以被限制在10kHz的带宽内而不显著影响听众的感知。电话网络将语音信号的带宽限制在300 - 3400Hz，导致电话语音质量较低，通常以8kHz的采样率进行采样。宽带语音的带宽为50 - 7000Hz，采样率为16kHz。而音频编码用于处理高保真音频信号，采样率为44.1kHz。

2.2 比特率

降低比特率是语音编码的主要目的。通过去除信号中的冗余信息，可以将比特流压缩到更低的速率，从而节省存储和传输带宽。压缩方式分为无损压缩和有损压缩。无损压缩仅去除冗余信息，可精确恢复原始信号；有损压缩则无法精确恢复原始信号，但希望听起来与原始信号相似。根据系统和设计约束，可以使用固定速率或可变速率的语音编码器。可变速率编码器用于非实时应用，如语音存储，或用于分组语音传输，以提高信道利用率。对于大多数实时通信系统，会指定最大比特率。

2.3 重建语音质量

重建语音信号的质量是语音编码器的基本属性。比特率和质量密切相关，比特率越低，质量越低。衡量质量最广泛使用的方法是平均意见得分（Mean Opinion Score，MOS），它是20 -