第3章 信源數字編碼技術

第3章信源數字編碼技術3.1概述3.2模擬信號時域離散化與抽樣定理3.3語音數字編碼技術3.4數字音頻編碼標準3.5圖像編碼技術3.6圖像壓縮編碼標準3.1概述

圖3.1為一個完整的數字通信系統框圖，在該系統中,有兩個編碼功能塊:信源編碼和信道編碼。

信源編碼：對信源的信號進行變換,將其變換成適合數字傳輸系統的形式,進而提高傳輸的有效性。

信道編碼：通過信道編碼將數字信號變換成與調制方式和傳輸信道匹配的形式，從而降低傳輸誤碼率，提高傳輸的可靠性。圖3.1數字通信系統3.2模擬信號時域離散化與抽樣定理

信號時域離散化是用一個周期為T的脈沖信號控制抽樣電路對模擬信號進行抽樣,如圖3.2所示。模擬信號f(t)通過一個由周期為T的抽樣脈沖信號s(t)控制的抽樣器得到抽樣后的信號fs(t)。抽樣定理：如果一個帶限的模擬信號f(t)的最高頻率分量為fm,當抽樣頻率fs≥2fm時，樣值序列fs(t)可以完全代表原模擬信號f(t)。

圖3.2模擬信號時域離散化過程(a)被抽樣的模擬信號；(b)抽樣信號；(c)抽樣后的信號3.3語音數字編碼技術

語音信源編碼主要分三類：波形信源編碼、參數信源編碼以及混合信源編碼。

波形編碼：直接對語音信號離散樣值編碼；

參數編碼：對離散語音信號中提取出來的反映語音的特征值編碼；

混合編碼：波形編碼和參數編碼的混合應用。3.3.1波形編碼技術

波形編碼可以在時域進行，也可以在頻域進行。

時域編碼：脈沖編碼、差值脈沖編碼以及子帶編碼。

頻域編碼：將語音信號的時域樣值通過某種變換在另一域編碼。1.脈沖編碼

脈沖編碼是在時域按照某種方法將離散的語音信號樣值變換成一個一定位數的二進制碼組的過程,由量化和編碼兩部分構成,如圖3.3所示。圖3.3脈沖編碼過程

量化：幅度取值連續的模擬信號變成幅度取值離散的數字信號，分為標量量化和矢量量化，其中標量量化又分為均勻量化和非均勻量化。

編碼：量化后的信號電平值轉換為二進制碼組，分為線性編碼和非線性編碼

1)線性編碼線性編碼是先對樣值進行均勻量化,再對量化值進行簡單的二進制編碼。均勻量化：以等間隔對任意信號值來量化,將信號樣值幅度的動態范圍（-U～U）等分成N個量化級（間隔）,記作Δ(3.3.1)樣值幅度落在某一量化級內，就由該級的量化值來代替圖3.4均勻量化曲線

量化器輸入與輸出間的差值稱為量化誤差,記作用n位二進制碼對量化值進行編碼，碼組長度n與量化級數N之間的關系為線性編碼在輸入信號未過載時的量化信噪比為

其中:為量化噪聲功率，為信號功率，ue為輸入信號電壓有效值。

(3.3.2)(3.3.3)(3.3.4)

2)非線性編碼均勻量化的小信號量化信噪比小，大信號的量化信噪比大，而語音信號中小信號是大概率事件，用非均勻量化來改善小信號的量化信噪比。

(1)非均勻量化。語音信號中常用的非均勻量化方法是壓擴量化。圖3.5(a)為壓擴量化編碼的原理框圖，圖3.5(b)為壓擴原理示意圖。信號先經過具有壓擴特性的放大系統，再進行均勻量化。圖3.5非均勻量化原理示意圖壓擴特性應滿足以下對數方程:

圖3.6(a)為壓擴特性曲線，對曲線作通過原點的切線,可得A壓擴律方程

(3.3.6)式中

(3.3.7)(3.3.5)圖3.6理想對數壓擴特性

令式(3.3.5)中常數,并將分子由修改為ln(1+μ|x|),分母由修改為ln(1+μ),得μ壓擴律方程(3.3.8)

(2)μ律、A律的折線實現通常用折線去逼近實現壓擴律特性①用折線逼近非均勻量化壓擴特性曲線;②各段折線的斜率應隨x增大而減小;③相鄰兩折線段斜率之比保持為常數;④相鄰的判定值或量化間隔成簡單的整數比關系。條折線逼近律壓擴曲線，相鄰兩折線斜率之比為m，各折線端點坐標為：(3.3.9)

圖3.7畫出了μ律255/15折線正半軸的折線圖,表3.1給出了μ律255/15折線各折線段的參數。圖3.7μ律255/15折線壓擴律曲線

表3.1μ律255/15折線段端點坐標值和斜率

由上表可知，μ律各折線段端點之比不是m的倍數

NA條折線逼近A律壓擴曲線，相鄰兩折線斜率之比為m，各折線段端點之比為m的倍數各折線段長度之比為A律各折線段端點坐標為：(3.3.12)

圖3.8畫出了A律87.6/13折線正半軸的折線圖,表3.2給出了A律87.6/13折線各折線段的參數。

圖3.813折線A壓擴律曲線表3.2A(87.6)律曲線和13折線段端點坐標和斜率

國際上主要采用的壓擴律：A律13折線和μ律15折線，歐洲各國的PCM-30/32路系統采用A律13折線壓擴律，美國、加拿大、日本等國的PCM-24路系統采用μ律15折線壓擴律。

(3)非線性編碼

非線性編碼以A律13折線為例。

碼字安排：用8位碼A1A2A3A4A5A6A7A8表示一個語音樣值：極性碼A1表示信號的極性（正信號為“1”，反之為“0”），段落碼A2A3A4表示13折線的8大段，段內碼A5A6A7A8表示折線段內的16個小段。

表3.3、表3.4分別給出了各段段落長度和段內量化級、段落與電平關系。表3.3各段段落長度和段內量化級

第一、二段長度為1/128，16等分后每小段為1/2048，是所有段中的最小量化單位，稱為最小量化級（）。

表3.4段落與電平關系

編碼方法：常用的非線性PCM編碼方法有代碼變換法和直接編碼法。

●代碼變換：先進行12位線性編碼，然后將12位線性代碼變換為8位非線性代碼。表3.5給出了非線性與線性代碼電平關系。編碼步驟：①將樣值編成12位線性碼；②將11位線性幅度碼變換為7位非線性碼。

表3.5非線性與線性代碼電平關系表

例1設語音樣值為+276Δ,用代碼變換法將其編成PCM碼。

a）樣值極性為正,B0=1;b）將276轉換成二進制碼

(276)10=(100010100)2

樣值的12位線性碼為100100010100。

c）由表3.5知，線性代碼除第1段外,其幅度代碼的首位均為“1”。(3.3.13)(3.3.14)為了求得樣值所在的折線段D,先求得二進制幅度碼有效位長W,再由

由W=9可知k=11-9=2,(5)10=(101)2,所以樣值在第6段，段落碼為A2A3A4=101。

d）由表3.5知，線性代碼的幅度碼的第一個“1”后緊接著的4位代碼就是非線性代碼中的段內碼。所以段內碼A5A6A7A8=0001。

+276Δ的PCM碼字為11010001，量化電平為256Δ+16Δ=272Δ，編碼誤差為276Δ-272Δ=4Δ<Δ′=256Δ/16=16Δ，Δ′為第6段內的量化級。●直接編碼：直接對信號樣值進行非線性編碼。直接編碼法最常用的實現方法是逐次反饋比較法，圖3.9給出了逐次反饋編碼器的實現方框圖。

編碼步驟：①由極性判決電路確定極性碼A1；②對整流后的信號樣值幅度，用三次中值比較編出段落碼A2A3A4

，求出對應的段落起點電平；

③再用四次中值比較，確定段內碼A5A6A7A8及相應的電平；

④

在各次比較編碼的同時輸出編出的碼組。圖3.9逐次反饋編碼器原理方框圖

例2對語音信號樣值+276Δ,用逐次反饋比較法編出相應的PCM碼組。

D1時刻,IC>0,極性碼A1=1。

D2時刻,本地解碼器輸出IS=128Δ（第4、5段的分界電平）,IC>IS,A2=1,信號在第5～8段。

D3時刻,本地解碼器輸出IS=512Δ（第6、7段的分界電平）,IC<IS,A3=0,信號在第5～6段。

D4時刻,本地解碼器輸出IS=256Δ（第5、6段的分界電平）,IC>IS,A4=1,信號在第6段。D5時刻,本地解碼器輸出IS=256Δ+8*16Δ=384Δ,（第8、9小段的分界電平）,IC<IS,A5=0;

D6時刻,本地解碼器輸出IS=256Δ+4*16Δ=320Δ,（第4、5小段的分界電平）,

IC<IS,A6=0。

D7時刻,本地解碼器輸出IS=256Δ+2*16Δ=288Δ,（第2、3小段的分界電平）,

IC<IS,A7=0。

D8時刻,本地解碼器輸出IS=256Δ+16Δ=272Δ,（第1、2小段的分界電平）,

IC>IS,A8=1。

+276Δ的編碼為“11010001”，量化電平為256Δ+16Δ=272Δ,編碼誤差276Δ-272Δ=4Δ<Δ′=256Δ/16=16Δ，Δ′為第6段內的量化級。

2.差值脈沖編碼差值脈沖編碼是對抽樣信號當前樣值的真值與估值的幅度差值進行量化編碼調制。圖2.10為差值編碼的原理框圖。圖3.10差值脈沖編碼的原理框圖

常用的差值編碼主要有增量調制（DM或ΔM

）、差值編碼調制（DPCM）以及自適應差值脈沖編碼調制（ADPCM）

1)增量調制對輸入信號樣值的增量（增加量或減少量）用一位二進碼進行編碼傳輸的方法稱作增量調制,簡稱DM或ΔM。增量大于0時為“1”，增量小于0時為“0”。圖3.11為DM構成原理框圖及編碼過程。

圖3.11簡單DM原理與編碼過程

DM調制原理框圖主要由減法電路,判決和碼形成以及本地解碼電路組成。圖中fs(t)為輸入信號，本地解碼器（可用簡單的RC積分電路實現）預測輸出信號估值fdˊ(t),相減電路輸出e(t)=fs(t)-fdˊ(t),判決和碼形成電路判決e(t)極性并編碼，e(t)>0時判為“1”，輸出+E電平，e(t)<0時判為“0”，輸出-E電平。

圖32.11(b)～(d)說明了DM的工作過程。輸入信號為fs(t),積分器初始狀態為零,即,則有:當t=0時,預測值編碼為“1”;當t=T時,預測值編碼為“0”;當t=2T時,預測值編碼為“1”;當t=3T時,預測值編碼為“1”;當t=4T時,預測值編碼為“1”;當t=5T時,預測值編碼為“1”;當t=6T時,預測值

編碼為“0”;當t=7T時,預測值編碼為“0”;當t=8T時,預測值編碼為“1”。

2)差值脈沖編碼調制將輸入信號樣值的差值量化、編碼成n位二進碼,稱為差值脈沖編碼調制（DPCM）。DM可看作DPCM的特例。圖3.12示出了基本的DPCM系統框圖,預測器產生預測信號，差值信號e(t)=fs(t)-fdˊ(t)經過多電平均勻量化器Q［·］量化為多電平信號

eˊ(t)

,eˊ(t)一路送線性PCM編碼器編碼成DPCM碼，另一路與相加后反饋到預測器。圖3.12DPCM系統原理框圖

3)自適應差值脈沖編碼調制自適應差值脈沖編碼調制(ADPCM)系統是在DPCM系統基礎上，根據差值大小調整量化階大小（自適應量化），使輸入信號與預測信號差值最小（自適應預測）。圖3.13為ADPCM系統的原理框圖。圖3.13ADPCM系統原理框圖

(a)編碼器；(b)解碼器（1）自適應量化量化階距Δ(t)隨輸入信號能量變化。常用的自適應量化實現方案有：前饋自適應量化（直接用輸入信號方差控制Δ(t)的變化，如圖3.13中雙虛線所示），反饋自適應量化（通過編碼器輸出碼流估算輸入信號方差，進而控制Δ(t)，如圖3.13中單虛線所示）。（2）自適應預測輸入信號預測值隨輸入信號能量變化。常用的自適應預測實現方案有：前饋自適應預測和反饋自適應預測。

ADPCM是語音波形壓縮編碼傳輸廣泛采用的一種方式。

3．子帶編碼將語音信號頻帶分割成若干個帶寬較窄的子帶,分別對這些子帶信號進行獨立編碼的方式,稱為子帶編碼（SBC—Sub-BandCoding）。

1）SBC基本原理首先通過一組帶通濾波器把輸入信號頻帶分拆成若干個子帶信號,每個子帶信號經過調制后,被變換成低通信號,然后進行單獨的編碼,再將各路子帶碼流用合路器復接起來。圖3.15為子帶編碼原理方框圖。圖3.15子帶編碼原理框圖

2）子帶的劃分語音信號通常分成4~6個子帶,各子帶的帶寬應考慮到各頻段對主觀聽覺貢獻相等的原則做合理的分配,子帶間允許有小的間隙,如圖3.16所示。表3.6給出了一個16kb/s的子帶編碼器的典型參數（輸入信號取樣率為6400Hz)。圖3.16子帶劃分頻域示意表3.616kb/sSBC系統典型參數

4．變換域編碼先將信號進行某種函數變換(從一種描述空間變換到另一種描述空間),再對變換后的信號進行編碼。

1）數學模型

將一幀語音信號s(n),0≤n≤N-1,描述為一個矢量:

若A為正交變換矩陣，即(3.3.16)(3.3.17)(3.3.18)(3.3.19)

例3設,變換矩陣為輸出序列：接收端反變換后恢復序列：2）幾種常用變換

(1)離散傅氏變換（DFT）

正變換:

式中：(3.3.20)反變換:(3.3.21)

例4由DFT定義,4×4DFT變換矩陣為設信源信號的協方差矩陣為變換后信號的協方差矩陣：

(2)沃爾什—哈德曼變換（WHT）

變換矩陣：式中,AWH(1)=1。WHT變換公式為

例5設N=4信源信號協方差矩陣同例4,變換后信號的協方差矩陣：

(3)離散余弦變換（DCT）

正變換:(3.3.24)(3.3.25)逆變換（IDCT）:

例64階DCT變換矩陣為

c、d為實數,信源信號協方差矩陣同例4,變換后信號的協方差矩陣：

3）自適應變換編碼（ATC）實現原理

ATC系統的實現原理：利用正交變換把時域信號變換到另一域，再對變換域信號進行最佳量化。圖3.17為ATC系統原理框圖，時域信號經變換后,將表征信號譜的邊帶信息提取出來,邊帶信息一方面用來估計信號譜,從而控制量化間隔和編碼比特分配;另一方面被編碼傳送到收端用于重構收端信源信號。圖3.17ATC系統原理框圖緩存變換量化編碼提取邊帶信息計算量化間隔、比特分配譜估計合路器分路器解碼s(n)輸入信道輸出逆變換緩存s(n)計算量化間隔、比特分配譜估計

3.3.2參數編碼技術對語音參數編碼來傳輸語音的方式稱為語音參數編碼。

1語音產生模型及特征參數

1）語音信號模型根據激勵源與聲道模型的不同，語音可分為濁音和清音。

(1)濁音及基音濁音,又稱有聲音。發濁音時聲帶在氣流的作用下準周期地開啟和閉合,在聲道中激勵起準周期的聲波,如圖3.18所示。

圖3.18濁音聲波波形圖

語音信號具有非平穩性和隨機性,只能用短時傅氏變換求它的頻譜。圖3.19為采用漢明窗函數截短的濁音段及典型頻譜。頻譜圖上小峰點對應基音的諧波頻率，“尖峰”形狀頻譜說明濁音信號的能量集中在各基音諧波頻率附近,而且主要集中于低于3000Hz的范圍內。

圖3.19濁音段窗取波形及典型頻譜(a)漢明窗取濁音波形；(b)濁音典型頻譜

(2)清音清音又稱無聲音。氣流速度達到某一臨界速度時就會引起湍流,此時聲帶不振動,聲道相當于被噪聲狀隨機波激勵,產生較小幅度的聲波,其波形與噪聲很像,這就是清音,如圖3.20所示。

圖3.20清音波形圖圖3.21清音典型頻譜

(3)共振峰及聲道參數聲道頻率特性（唇口聲速u出與聲門聲速u入之比）與諧振曲線類似,如圖3.22所示。頻率特性對應的諧振點叫共振峰頻率。圖3.22聲道頻率特性

(4)語音信號產生模型語音信號發生過程可以抽象為圖3.23所示的物理模型。圖3.23語音信號產生模型

2）語音特征參數及提取方法基音周期、共振峰頻率、清/濁音判決和語音強度等都屬于語音信號的特征參數。基音周期和清/濁音判決可以同時獲得,其方法主要有三大類:①時域法,直接用語音信號波形來估計；

②頻域法,將語音信號變換到頻域來估計；

③混合法,綜合語音信號的頻域和時域特性來估計。聲道參數和語音強度等特征參數通過語音分析器或合成器中的線性預測分析系統獲取。

2聲碼器簡介及發展

語音信號的分析合成：發端分析提取表征音源和聲道的特征參數，通過適當量化編碼方式傳輸到接收端，收端利用這些參數重新合成發端語音信號。聲碼器：實現語音信號分析合成的系統。常見的聲碼器有：相位聲碼器、通道聲碼器、共振峰聲碼器以及線性預測聲碼器。

1）相位聲碼器

估計各通道信號的幅度和相位導數，并對它們進行編碼。圖3.24為相位聲碼器單通道實現框圖。圖中,ωk為該通道濾波器的中心頻率,Wk(n)是分析窗函數,輸入信號s(n)經分析窗后得到信號的實部和虛部,轉換成對應的幅度信號和相位導數信號,然后進行量化編碼傳輸。圖3.24相位聲碼器單通道實現框圖

(a)發端；(b)收端

2）通道聲碼器

圖3.25為通道聲碼器實現原理框圖。利用了人耳對相位特性的不敏感性,只傳送語音信號的幅度,而不考慮相位信息。圖3.25通道聲碼器原理方框圖

3）共振峰聲碼器采用共振峰作為語音特征傳輸參數的聲碼器成為共振峰聲碼器。圖3.26為共振峰聲碼器原理框圖。發端提取的語音參數有基音周期(TP)、清/濁音判決(uv/v)、語音強度(G)和共振峰參數。F1～F3為共振峰頻率,A1～A3為相應的共振峰強度。

圖3.26共振峰聲碼器原理框圖

(a)發端；(b)收端

4)

線性預測聲碼器

線性預測聲碼器（LPC聲碼器）建立在二元語音信號模型（圖3.23）基礎上。將語音用少量特征參數：清/濁音判決、基音周期、聲道參數和語音強度G來表示。圖3.27為LPC聲碼器的原理框圖。圖3.28為LPC聲碼器中的合成器框圖。圖3.27LPC聲碼器原理框圖

(a)發端；(b)收端預加重反預加重自相關線性預測分析量化編碼s(n)Guv/vTP至信道解碼合成器自信道入合成語音加窗{ai}基音周期提取清/濁音判決(a)s(n)(b)圖3.28LPC聲碼器中的合成器

3.3.3混合編碼技術

1LPC聲碼器的主要缺陷及改進方法

LPC聲碼器的缺點:①損失了語音自然度。

②降低了方案的可靠性。

③易引起共振峰位置失真。

④帶寬估值誤差大。

LPC聲碼器的改進方案：

波形自適應預測編碼（APC）在壓縮數碼率的同時能夠獲得較高質量的重構語音。圖3.29為APC與LPC的方案比較。圖(a)為APC原理框圖，線性預測分析估計出的M個LPC參數組成的M階FIR濾波器對語音樣值自適應預測得預測誤差信號（余數信號），和量化編碼后送入信道。收端，解碼后的LPC參數和余數信號利用IIR濾波器恢復出語音信號。圖3.29APC與LPC方案比較(a)APC方案；(b)LPC方案

2余數激勵線性預測編碼聲碼器（RELPC）

語音余數信號低頻譜中的一部分(基帶余數信號)替代清/濁音判決和基音周期傳送到收端作為激勵信號,圖3.30為RELPC系統原理框圖。發端用低通濾波器濾出基帶余數信號，將預測參數

和基帶余數信號量化編碼送入信道。收端，基帶余數信號通過插值、高頻再生得到全帶余數信號，解碼后的LPC參數和全帶余數信號用IIR濾波器恢復出語音信號。

圖3.30RELPC系統原理框圖

(a)發端；(b)收端3多脈沖激勵線性預測編碼聲碼器（MPC）通過研究語音模型的激勵形式可以發現:

無論是合成清音還是濁音，都采用一個數目有限、幅度和位置可以調整的脈沖序列作為激勵源，因而稱為多脈沖激勵LPC聲碼器。圖3.31為MPC算法原理框圖，根據合成語音與原始語音之間的均方誤差最小準則，遞推分析出一組多脈沖參數（位置及幅度），然后與LPC參數量化編碼送入信道。圖3.31MPC算法原理框圖

(a)發端；(b)收端4規則激勵長時預測編碼（RPE-LTP）

用一組由余數信號獲得的間距相等、相位與幅度優化的規則脈沖代替余數信號，使得合成語音波形盡量逼近原始語音信號。圖3.32為GSMRPE-LTP編碼器原理框圖,主要由預處理、LPC分析、短時分析濾波、長時預測和規則激勵碼編碼五大部分構成。

圖3.32GSMRPE-LTP編碼原理框圖

①預處理去除s0(n)中的支流分量；進行高頻分量預加重（鑒頻器的輸出噪聲功率譜按頻率的平方規律增加）。

②

LPC分析提取LPC參數。先求出信號的自相關系數，然后求出LPC反射系數，反射系數先取對數面積比參數（減小量化誤差）后再量化編碼。

③

短時分析濾波

對信號s(n)進行LPC短時預測分析，產生余數信號d。

④長時預測

對余數信號進行長時預測，分為長時分析和長時預測兩部分。長時分析估計預測系數b和預測最佳延時樣點數N，編碼后傳送到收端；長時預測利用恢復出的長時預測系數N′、b′和短時余數信號d′預測當前子幀的余數信號d"。

⑤

規則激勵碼編碼

先提取規則序列碼，然后對所確定的序列進行量化編碼。

5矢量和激勵線性預測編碼（VSELP）

對余數信號進行矢量量化,從激勵矢量碼本中挑選出一個最佳序列（激勵矢量）代替余數信號,使由其合成的語音波形與原始語音波形的加權均方誤差最小(只傳送激勵矢量在碼本中的序號和其他邊帶信息)。圖334為EIA/TIAVSELP方案實現原理框圖。

圖3.34EIA/TIAVSELP方案實現原理框圖

(a)編碼器原理框圖；(b)解碼器原理框圖

加權濾波器W(z)碼本Ⅰ碼本ⅡH(z)∑e2長時預測狀態選擇I、L和H使總加權誤差最小LIHbg1加權綜合濾波器長時預測狀態碼本Ⅰ碼本Ⅱ基音濾波器綜合濾波器A(z)頻譜后濾波Hqg1qex(n)總加權誤差＋輸出語音s(n)g2＋{ai}＋IqLqbg2q＋{aiq}(a)(b)p(n)p'(n)_

VSELP編碼器中除了提取LPC參數外，主要是確定長時預測狀態和短時激勵失量。經過短時、長時預測后的語音余數信號s(n)通過加權濾波后得信號p(n)，與由矢量和激勵信號通過加權綜合濾波器恢復的余數信號p′(n)相減得誤差信號e(n)，再利用加權誤差和最小準則來確定長時預測狀態和短時激勵矢量。

6低時延碼激勵線性預測編碼（LD―CELP）

圖3.35為LD―CELP原理框圖,輸入PCM信碼經非線性/線性轉換變成均勻量化的PCM信號并以5個樣值組成一個信源矢量存入緩沖器；虛線框輸出一個與輸入語音樣值誤差最小的合成語音樣值；合成語音樣值與緩沖器中的輸入語音矢量的誤差信號經感覺加權濾波，根據最小均方誤差準則輸出對應的碼字編號傳送到接收端。圖3.35LD―CELP原理框圖(a)發端編碼器；(b)收端編碼器非線性/線性轉換緩沖器5維激勵碼本增益控制50階綜合濾波器10階感覺加權濾波器均方誤差最小準則后向LPC分析增益自適應調節16kbit/s參數碼流＋－5維激勵碼本增益控制50階綜合濾波器10階感覺加權濾波器線性/非線性轉換16kbit/s參數碼流后向LPC分析增益自適應調節64kbit/sPCM碼流64kbit/sPCM碼流＋(a)(b)

7多帶激勵線性預測編碼（MBE）

基于頻域的語音信號產生模型——多帶激勵模型，提高了合成語音的自然度。圖3.36為MBE語音信號產生模型，按基音各諧波頻率將語音頻譜分成若干個諧波帶，再將幾個諧波帶為一組進行分帶，分別對各帶進行清/濁音判決。濁音帶用以基音周期為周期的脈沖序列譜作為激勵信號譜，清音帶用白噪聲譜作為激勵信號譜。圖3.37、圖3.38分別MBE算法發端語音分析原理框圖和收端語音合成框圖。圖3.36MBE語音信號產生模型生器發生器T

/1AM12M2Sw)P脈沖序列發生器白噪聲發生器Σ濁音清音頻域分帶uvv開關A頻帶頻帶頻帶…A(圖3.37MBE模型參數分析提取過程圖3.38MBE方案語音合成過程3.4數字音頻編碼標準

3.4.1話音音頻編碼標準

1G.711標準

CCITT于1972年規范了模擬話音信號用PCM編碼時的特性,主要內容:①模擬信號取樣率標稱值為每秒8000個樣值,容差為±50ppm。②推薦A律和μ律兩種編碼率,量化值的數目由編碼律決定,每個樣值編碼為8位二進制數碼。

③A律（或μ律）的每一個“判決值”和“量化值”應當與一個“均勻的PCM值”相關聯。

④串行傳輸時樣值編碼碼字中首先傳送極性比特,最后傳送最低有效位比特。

⑤A律(或μ律)各規定了一個字符信號周期序列,周期序列加到PCM復用設備解碼器輸入端時,任一音頻輸出端應當出現一個標稱電平為0dBm0的1kHz正弦信號。

⑥理論負載容量:A律為+3.14dBm0,μ律為+3.17dBm0。

2G.721標準

CCITT于1988年為實現64kb/sA律或μ律PCM與32kb/sADPCM數字信道之間相互轉換而制訂的。協議中提出了一種PCMADPCM轉換編碼算法。

3G.722標準

CCITT于1988年規范了一種音頻（50～7000Hz）編碼系統的特性,該系統可用于各種質量比較高的語聲應用，編碼系統使用比特率在64kb/s以內的子帶自適應差分脈沖編碼調制（SC-ADPCM）。圖3.39為64kb/s

音頻編/解碼器的原理框圖。表3.12為G.722基本工作模式。圖3.39G.722編/解碼器原理框圖(a)發端編碼器；(b)收端解碼器表3.12G.722基本工作模式

4G.728標準

CCITT于1992年制訂了G.728標準，使用基于短時延碼本激勵線性預測編碼（LD―CELP）算法，標準對LD―CELP算法進行了概述,并分別介紹了發端編碼器和收端解碼器的實現原理和功能,而且對各種計算方法和參數進行了詳細規定。

5G.729標準

ITU-T于1995年制訂了G.729標準，提出一種采用共軛結構代數碼激勵線性預測（CS―ACELP）方法，以8kb/s速率對語音信號編碼。圖3.40、圖3.41分別為G.729給出的發端編碼器、收端解碼器的原理框圖。圖3.40CS―ACELP編碼器原理圖3.41CS―ACELP譯碼器原理

3.4.2高保真立體聲音頻編碼標準

目前的音頻信號分為三類：電話質量的語音信號、調幅廣播質量的音頻信號和高保真立體聲音頻信號。

1MPEG-1音頻編碼標準（ISO/IEC11172-3）

ISO/IEC制訂了MPEG-1音頻編碼標準，是國際上第一個高保真立體聲音頻編碼標準，是以MUSICAM（MaskingPatternUniversalSubbandIntegratedCodingAndMultiplexing)為基礎的三層編碼結構，圖3.42為MUSICAM編碼器的原理框圖。

濾波器組對信號進行頻率變換，并將信號分成32個子帶，每個子帶中確定一段信號的最大電平，由此得到比例因子編碼參數；根據人耳的掩蔽效應確定掩蔽門限，比特分配模塊自適應分配比特；最后將音頻壓縮數據、比例因子和比特分配信息組合在一起構成模塊，形成音頻編碼比特流。圖3.42MUSICAM編碼器框圖

圖3.43為MPEG-1音頻編碼的比特流幀結構。幀標志占32比特,由同步信息和狀態信息組成，同步碼由12比特全1碼組成；幀校驗碼占16比特，采用CRC校驗，用于檢測比特流中的傳輸差錯；音頻數據由比特分配信息、比例因子信息和子帶音頻樣點組成，不同層的音頻樣點不同；輔助數據在音頻比特流中提供一個長度可變的通道用于傳輸輔助數據。圖3.43MPEG―1音頻編碼比特流幀結構

圖3.44為MPEG-1音頻解碼器的基本結構,幀分解進行分解和解碼,恢復出各種信息段（若編碼時采用了CRC校驗,還進行差錯檢測）。重建模塊重建一組變換樣點的量化形式；逆變換將這些變換樣點變換回均勻的PCM音頻樣點。圖3.44MPEG-1音頻解碼器基本結構

2MPEG-2音頻編碼標準(ISO/IEC13818-3)

ISO/IEC于1994年制訂了MPEG-2音頻編碼標準，在MPEG-1基礎上擴展了低碼率多聲道編碼,稱為MUSICAM環繞聲。該方案將MPEG-1的2聲道擴展至5.1個,即3個前聲道(左L、中C和右R)、2個環繞聲道(左LS、右RS)和1個超低音聲道LFE(常稱為0.1聲道),多聲道擴展信息加到MPEG-1音頻數據幀結構的輔助數據段，圖3.45為MPEG-2音頻數據幀結構。

圖3.45MPEG―2音頻數據幀結構

MPEG-1音頻編碼的第一層，多聲道擴展數據被分成三部分，在連續3幀MPEG-1音頻數據幀的輔助數據段傳送；在第二、三層，多聲道擴展數據在1個MPEG-1音頻數據幀的輔助數據段傳送。完整的MPEG-2數據幀包括：32位幀標志碼，可選的16位CRC循環冗余校驗碼，音頻數據和輔助數據。

MPEG-2音頻編碼能傳送多路音頻，并能確保比特流與MPEG-1前向和后向兼容。

3MPEG-4音頻編碼標準(ISO/IEC14496)

ISO/IEC于1998年制訂了MPEG-4音頻編碼標準，給利用窄帶ISDN實現交互式多媒體應用提供支持，定義了3種類型的編碼器:①低速率音頻編碼，對8kHz取樣的語音2～4kb/s速率的編碼。②中速率音頻編碼，對8kHz或16kHz取樣的語音4～16~kb/s速率的編碼。③高速率音頻編碼，16kb/s以上速率的編碼。

4AC-3系統

AC-3系統是新一代高保真立體聲音頻編碼系統，為美國的全數字式高清晰度電視（HDTV）提供高質量的伴音。1993年11月，美國高級電視系統委員會（ATSC）正式批準其大聯盟高清晰度電視（GA-HDTV）系統采用AC-3音頻編碼方案。

AC-3系統繼承了AC-2系統的許多優點（變換編碼、自適應量化和比特分配、人耳心理聽覺特性等），并采用了一些新技術（指數編碼、混合前/后向自適應比特分配和耦合技術等）。圖3.46為AC-3系統的原理框圖。

圖3.46AC-3系統音頻編碼原理分析濾波器組將音頻信號從時域變換到頻域；比特分配模塊決定可接受的信噪比；最后頻域參數粗糙量化到所需精度，并編碼形成音頻基本碼流。音頻基本碼流的基本單元是AC-3同步幀，圖3.47為AC-3音頻編碼比特流幀結構。每個AC-3同步幀由一個16比特同步信息（SI）字、碼流信息（BSI）、32ms的音頻編碼流和一個CRC差錯控制段（16比特）組成。圖3.47AC-3音頻編碼比特流幀結構

3.5圖像編碼技術

3.5.1概述

目前，壓縮后的圖像信息傳輸主要采用兩類方式：模擬傳輸和數字傳輸。模擬傳輸采用某種調制方式將模擬圖像信號調制到相應頻帶傳輸，抗干擾能力弱，傳輸中易造成波形失真；數字傳輸抗干擾能力強，容易實現加密，與B-ISDN傳輸匹配，適合于未來的多媒體通信。

3.5.2圖像壓縮編碼（預測、變換、熵編碼）

1預測編碼利用差分脈沖編碼調制去除圖像數據間的空域冗余度和時間冗余度，可以在一幀圖像內進行幀內預測編碼，也可在多幀圖像間進行幀間預測編碼。

空間冗余：在靜態圖像中有一塊表面顏色均勻的區域，區域中所有點光強、色彩及色飽和度都相同，有很大的空間冗余。

時間冗余：動畫等序列圖片中物體有位移時，后一幀數據與前一幀數據有許多共同地方，只有部分相鄰幀改變的畫面，這種冗余稱為時間冗余。

①

幀內預測編碼圖3.48為DPCM幀內預測編碼原理框圖，發端線性預測器預測當前樣值的估值

,量化編碼對誤差信號進行量化編碼傳輸；收端經過DPCM解碼后利用一個與發端相同的預測器即可恢復發端原始信號x(n)的恢復近似值y(n)。

圖3.48DPCM原理框圖(a)編/解碼器；(b)一維預測與二維預測

②

幀間預測編碼

利用視頻信號相鄰幀間的相關性進行幀間編碼，可獲得比幀內預測編碼高得多的壓縮比。

1）幀間統計特性視頻信號相鄰幀之間的時間間隔很小，相鄰幀間圖像細節的變化很少

2）幀重復靜止或活動很慢的視頻信號,可以少傳一些幀，例如,隔幀傳輸。未傳輸的幀利用接收端的幀存儲器中保存的前一幀數據作為該幀數據。

3）閾值法對幀間亮度差值超過某一閾值的像素編碼傳送。

4）幀內插對于活動緩慢的圖像,可使用前后兩幀圖像進行內插,得到實際幀圖像的預測圖像，然后對實際幀與預測幀的差值信號進行編碼。

5）運動補償預測編碼知道了運動物體的運動規律，就可從前一幀圖像推算出它在當前幀的位置，編碼器將物體的運動信息告知解碼器，解碼器就可根據此信息和前一幀圖像來更新當前圖像。

2變換編碼降低信源空間冗余度，常采用某種正交變換，將圖像取樣值變換到變換域，去除視頻圖像信號相關性。正交變換數據壓縮原理：首先，正交變換產生的變換域系數之間的相關性很小，可分別獨立進行處理；另外，正交變換后能量大多集中在少量變換域系數，通過量化刪去對圖像信號貢獻小的系數，用保留下來的系數恢復原始圖像。下面介紹數據壓縮中廣泛采用的離散余弦變換編碼。DCT編碼的主要步驟：（1）DCT變換(3.5.3)(3.5.4)

（2）系數量化系數量化是DCT編碼的關鍵，常用的方法有區域編碼、自適應比特分配、門限控制和綜合法。區域編碼：將變換系數塊根據能量分布劃分成若干區域，對每個區域分別進行量化編碼。自適應比特分配：根據變換系數的能量大小自適應地分配變換所需的比特數。門限控制：小于門限的系數置0，增加無需編碼的系數個數。

（3）系數排序

通常按“Z”字形排列量化后的系數。

（4）熵編碼

通常的熵編碼方法：游程長度編碼、霍夫曼編碼、香農編碼和算術編碼。視頻編碼中常用游程長度編碼和霍夫曼編碼。

3熵編碼去除信源的統計冗余。

1）游程長度編碼最早用于二值圖像的壓縮編碼。二值圖像的每一掃描行總是由若干段連著的白像素和黑像素組成,即所謂的白長和黑長，對不同的白長和黑長，按其出現的概率分配以不同的碼字。

2）Shannon－Fano編碼(次最佳不等長編碼)

3）Huffman編碼(最佳不等長編碼)1952年霍夫曼（Huffman）提出的最佳不等長編碼方法，是圖像壓縮編碼中最重要的編碼方法之一。霍夫曼編碼步驟：

①將輸入符號按出現概率從大到小順序排列（概率相同的符號可任意排列）；②將最小的兩個概率相加，形成一個新的概率集合，再按第一步的方法重新排列，如此反復直到只有兩個概率為此；③為符號分配碼字。碼字分配從最后一步開始反向進行，對最后兩個概率，一個賦“1”碼，一個賦“0”碼。

圖3.49霍夫曼編碼結構1S2S3碼長概率符號10.5S20.2530.12530.125S400.5100.25011圖3.49為霍夫曼編碼步驟，表3.14為霍夫曼編碼示例，表3.15等長編碼與霍夫曼編碼的比較。

表3.14霍夫曼編碼示例表3.15等長編碼與霍夫曼編碼的比較

3.6圖像壓縮編碼標準3.6.1二值圖像壓縮標準

二值圖像指只有黑、白兩個亮度值的圖像。

1G3、G4標準

1）G3傳真裝置的特征

●主要用于公用交換電話網，93年后可使用ISDN；

●

98年規定了錯誤校正方式(ECM)作為選用功能；

●采用編碼方式(MH方式)來削減傳真信號的冗余信息;

●不僅傳輸圖像，而且規定可選用功能傳輸二進制文件、文檔文件及字符等。

2）G4傳真裝置的特征

●基本是數據網用的傳真裝置；

●高速傳輸編碼方式的MMR方式和錯誤校正功能以標準功能裝在裝置中；

●

以OSI協議為準；

●三個級別:1類是能夠收/發編碼傳真文件的終端；2類是在1類的基礎上，還具備傳輸用戶電報編碼文件和混合方式文件的能力；3類是在2類功能上，增加傳輸電傳文件和混合方式文件的能力。

3）編碼方式

MH方式：MH編碼是G3傳真的標準編碼方式，對行內持續白（或黑）像素依次提取長度進行霍夫曼編碼，圖3.50為MH編碼示例。

MR方式：MR編碼將已編碼的前一掃描線作為參考行，然后對其后的一條掃描線進行編碼，將編碼行變化像素相對參考行變化像素的位置偏差進行編碼，圖3.51為MR編碼示例。

MMR方式：MMR方式是G4傳真的標準編碼方式，對全部行都參照前面行進行編碼。

圖3.50MH編碼示例圖3.51MR編碼示例

2JBIG標準

G3/G4標準不適應于中間色調圖像，當用G3/G4壓縮二值中間色調圖像時，不僅得不到壓縮，反而可能擴展數據量，制訂JBIG標準的主要原因是改進的壓縮性能。JBIG標準可以支持很高的分辨率，使用了與JPEG標準相同的自適應無損編碼算法實現對二值圖像的無失真壓縮，其壓縮效率比G4標準提高30%。

3.6.2靜止圖像壓縮標準

1JPEG標準

JPEG是JointPhotographicExpertsGroup（聯合圖片專家組）的縮寫。

JPEG提供了四種算法模式:

●

基于DCT的順序模式（基本模式）：適用于有損圖像壓縮的大多數場合，它不僅可用于靜止圖像，而且可用于活動圖像；

●

基于DCT的遞增模式：適用于對傳輸時間要求不嚴，用戶喜歡圖像由粗糙到清晰的場合；

●

無損編碼模式：適用于要求無失真壓縮的場合；

●

分層編碼模式：可按多種分辨率對圖像進行編碼，適用于要求不同分辨率或圖像質量的場合。

JPEG編碼器和解碼器必須支持基本模式，基本模式基于DCT和可變長編碼（VLC）壓縮技術，提供高達100:1的壓縮比，但是重建圖像不能精確再現原始圖像，表3.16為JPEG基本模式壓縮舉例。表3.16JPEG基本模式壓縮舉例2JPEG的發展趨勢JPEG壓縮算法主要從以下方面進一步發展：(1)自適應量化；(2)無損編碼的改進；(3)其他提高JPEG性能的可能途徑；(4)后向兼容。

3.6.3視頻壓縮標準按質量分，視頻可分為三類:

●

低質量視頻：畫面較小,通常為QCIF（CIF格式圖像像素的1/4）或CIF格式，幀速率低，可為黑白視頻也可為彩色視頻；

●

中等質量視頻：中等大小的畫面，通常為CIF或CCIR601視頻格式；

●

高質量視頻：畫面較大，通常為CCIR601視頻格式至高清晰度電視視頻格式。

1H.261標準

H.261標準是CCITT制訂的國際上第一個視頻壓縮標準，主要用于電視電話和會議電視，視頻算法的核心是運動估值預測和DCT編碼，圖3.52為H.261視頻編/解碼器原理框圖。信源編碼器先對視頻信號進行DCT變換，然后將變換后的系數量化；圖象復用編碼器把每幀圖像數據編排成4個層次的數據結構，同時對交流DCT系數進行可變長度編碼（VLC），對直流DCT系數進行固定長度編碼（FLC）；傳輸緩沖器將速變碼流變換為固定碼率碼流。圖3.52H.261視頻編/解碼器

2MPEG-1視頻標準

1991年通過的關于碼率為1.5Mb/s，用于數字存儲媒體的運動圖像和音頻的編碼標準，MPEG-1要達到以下目標：

●圖像質量方面：高于電視電話的質量，與VHS錄像機的圖像質量和光盤CD-ROM的放像質量相當；

●

儲存媒體方面：可