语音编码技术 G.711 G.723 G.726 G.729
自适应差分脉冲编码调制
• ADPCM是利用样本与样本之间的高度相关性和量 化阶自适应来压缩数据的一种波形编码技术，在 維持相同的語音質量下,ADPCM允許使用32Kbps 比特速率編碼,是標準64kpbs PCM的一半,CCITT为 此制定了G.721标准，及其延伸標準G.723；G.726 等等。 • ADPCM的输入信号是G.711 PCM代码，它的数据 率为64 kb/s。而ADPCM的输出是用4位表示的差 分信号，它的采样率仍然是8 kHz，它的数据率为 32 kb/s，这样就获得了2∶1的数据压缩。
語音編碼技術
huangni85@
主要内容
• • • • • • • 語音的形成及其帶寬 語音壓縮的必要性 脉冲编码调制（PCM） A-law, mu-law介紹。 自適應編碼調製(APCM) 差分脈衝编码调制（DPCM） 自适应差分脉冲编码调制（ADPCM）
• 标准
語音的帶寬
• 常用的語音信號其帶寬如下:
PCM的量化方式
均匀量化与非均匀量化
Pulse Code Modulation
PCM直接對 直接對speech signal進行編碼。 進行編碼。 直接對 進行編碼
Pulse Code Modulation
Y: 样本值；X：原始值 样本值； ： E = Y – X: 量化误差
µ律压扩与A律压扩的介紹
方式三:差分脉冲编码调制 （DPCM）
差分脉冲编码调制（DPCM）
方式四:自适应差分脉冲调制 （ADPCM）
• ADPCM综合了 综合了APCM的自适应特性和 的自适应特性和DPCM系统 综合了 的自适应特性和 系统 的差分特性。 的差分特性。 • 思想：利用自适应改变量化阶大小；用过去的样本 思想：利用自适应改变量化阶大小； 估算下一个输入样本的预测值， 估算下一个输入样本的预测值，使实际值与预测值 之间的差值尽量小. 之间的差值尽量小
語音壓縮的必要性
爲什麽我們需要壓縮語音信號呢？ • 節省帶寬。 • 語音信號被壓縮后,通過同一帶寬能夠傳送 更多的Voice data。 • 由於語音信號被壓縮,使得原本的帶寬更有 餘量,用戶能夠享受更多的便捷服務 (data/image/video)等等。 對質量的判斷方法: • 信噪比,主观平均判分法(Mean Opinion Scope)
方式一:脉冲编码调制（PCM）
PCM編碼 編碼: 編碼 採樣率:對於speech signal,用8000次/Second進行採樣. 1:採樣率 採樣率 2:量化 量化:就是把采集到的数值送到量化器（A/D转换器)编码成数字(數 量化 字編碼能夠讓speech signal有較小的失真),量化级数越多，量化误差 就越小,声音质量就越好。 2.1:綫性 均勻 量化 綫性(均勻 量化:採樣率為12bits/次,數據率為96kbit/s. 綫性 均勻)量化 2.2:非綫性 非均勻)量化 非綫性(非均勻 量化:採樣率為8bits/次,數據率為64kbit/s.從節約 非綫性 非均勻 量化 帶寬的角度,PCM採用非綫性量化.对小信号采用小的量化间隔,对大 信号采用大的量化间隔，这样可以用较少的位数编码。
• 在非线பைடு நூலகம்量化中,先把模擬信號通過一個壓縮(對數)放大器,再把壓縮 信號通過一個標準的均勻量化器. • 在美國運用µ律压扩,微弱的信號被放大,強的信號被壓縮,設進入壓 擴器的語音電平為W(t),輸出電平為Vo(t),則：
µ为确定压缩量的参数，它反映最大量化间隔和最小量化间隔之比，取50 <= µ <= 300 • 在歐洲，運用A律压扩
方式二:自适应脉冲编码调制 （APCM）
• APCM是一 种根据输入 信号幅度大 小自动改变 量化阶大小 的一种波形 编码技术。
• DPCM是利用相邻样本之间冗余信息来进行编码的 一种数据压缩技术。 差分脉冲编码调制是根据过去的样本去估算下一 个样本信号的幅度大小，这个值成为预测值，然 后对实际信号值与预测值之差进行量化编码，从 而减少了表示每个样本的位数。 DPCM是对差值进行量化编码，存储或传送的是 差值.
各标准比较
編碼方式 64kbps/PCM 32kbps/ADPCM 8kbps/CELP 13kbps/GSM
MOS (Mean Opinion Scope) 4.3 4.1 3.7 3.54
声音类型 电话语音 调幅广播 调频广播 CD 带 宽 200Hz－3.4kHz 50Hz－7kHz 20Hz－15kHz 20Hz－20kHz
• 語音的质量与語音的带宽有关，一般来说频率范 围越宽，語音质量也就越高,但是黨語音信號在 信道中傳輸時,我們期望在人們可接受的音質條 件下,將語音壓縮后進行傳遞。
Freeswitch音视频编码支持
Freeswitch音视频编码支持1. freeswtich对高清(HD)语音编码的支持freeswitch支持大部分高清语音编码，包括Speex,G.722,G.722.1(Siren) 及SILK,与之对比，asterisk 1.8版本之前只支持采样为8000的常用语音编码，1.10后asterisk开始从新架构其media codec模块，以全面支持高清等宽频语音编码。
2.有些语音编码以模块方式加载(G729等)，有的则属于freeswitch core部分(G711)，系统默认不加载所有语音编码，对于没有加载的编码，可以通过配置modules.conf.xml配置，在fs_cli上执行 "show codec" 会显示当前系统已经加载的编码：type,name,ikeycodec,ADPCM (IMA),mod_spandspcodec,AMR,mod_amrcodec,G.711 alaw,CORE_PCM_MODULEcodec,G.711 ulaw,CORE_PCM_MODULEcodec,G.722,mod_spandspcodec,G.723.1 6.3k,mod_g723_1codec,G.726 16k,mod_spandspcodec,G.726 16k (AAL2),mod_spandspcodec,G.726 24k,mod_spandspcodec,G.726 24k (AAL2),mod_spandspcodec,G.726 32k,mod_spandspcodec,G.726 32k (AAL2),mod_spandspcodec,G.726 40k,mod_spandspcodec,G.726 40k (AAL2),mod_spandspcodec,G.729,mod_g729codec,GSM,mod_spandspcodec,H.261 Video (passthru),mod_h26xcodec,H.263 Video (passthru),mod_h26xcodec,H.263+ Video (passthru),mod_h26xcodec,H.263++ Video (passthru),mod_h26xcodec,H.264 Video (passthru),mod_h26xcodec,LPC-10,mod_spandspcodec,PROXY PASS-THROUGH,CORE_PCM_MODULEcodec,PROXY VIDEO PASS-THROUGH,CORE_PCM_MODULE codec,Polycom(R) G722.1/G722.1C,mod_sirencodec,RAW Signed Linear (16 bit),CORE_PCM_MODULEcodec,Speex,mod_speexcodec,iLBC,mod_ilbc以模块方式加载的编码在目录src\mod\codecs下面，所以如果我们想添加自己的编码，在此目录下参考其他实现即可，freeswitch 对新编码的添加接口也及其简单，主要为注册几个四个回调，init,encode,decode,destroy,然后通过switch_core_codec_add_implementation 把这几个回调的实现注册进去。
5g通信的语音编码标准
5g通信的语音编码标准在5G通信系统中，语音编码技术是实现高效、可靠和低延迟语音传输的关键。
以下是关于5G通信的语音编码标准的主要内容：1. 音频编解码器标准在5G通信中，音频编解码器（Audio Coder）标准是实现语音信号的压缩和编码的核心技术。
目前，3GPP组织正在制定新一代的音频编解码器标准，称为3 (Low Complexity Communication Efficient Coding)。
该标准旨在提供低复杂度、高通信效率的音频编码方案，以适应5G通信的高速率、大带宽和低延迟的需求。
2. 语音传输协议标准5G通信系统需要提供低延迟、高可靠性的语音传输协议。
为了实现这一目标，一些新兴的语音传输协议正在被开发和应用。
其中最具代表性的两种技术是VoNR (Voice over New Radio)和VoLTE (Voice over LTE)。
这两种技术都旨在提供高效的语音传输方案，同时保证低延迟和高可靠性。
VoNR是一种基于5G NR（新无线电）技术的语音传输协议。
它利用5G的高速率和低延迟特性，实现在移动通信网络中传输语音和视频信号。
VoNR可以提供比传统VoLTE技术更高的频谱效率和更低的传输延迟，从而提供更好的语音通话体验。
VoLTE是一种基于LTE技术的语音传输协议。
它利用LTE的高速率和低延迟特性，实现在移动通信网络中传输语音信号。
VoLTE可以提供与VoNR相似的语音质量和低延迟性能，但需要在LTE网络中进行优化和部署。
3. 语音质量评估和测量标准为了确保5G通信中的语音质量，需要制定相应的语音质量评估和测量标准。
这些标准应该能够评估各种语音编码器和传输协议的性能，以确保它们能够提供高质量的语音传输。
例如，主观音质评估（Subjective音质Evaluation）和客观音质评估（Objective音质Evaluation）是两种常用的语音质量评估方法。
主观音质评估是通过人的听觉感受来评估音质的好坏，客观音质评估则是通过测量信号的客观指标如失真度、噪声水平等来评估音质。
G.721ADPCM语音编码标准的学习及实现
G.721ADPCM语音编码标准的学习及实现摘要语音是人类相互之间交流时最常使用的信息载体。
在信息化高度发展的今天，语音处理技术以及它的应用已经成为信息化社会不可缺少的重要组成部分。
而语音编码作为语音信号处理的一个分支，目的就是要在保证语音音质和可懂度的条件下，采用尽可能少的比特数来表示语音，它是现代通信和信息工程领域不可缺少的关键技术。
语音编码在数字通信网中占据着重要的位置。
随着通信技术和信息社会的飞速发展，频率资源显得越来越宝贵。
因此，降低电话信道的传输码率又或者是压缩语音信号的传输带宽，一直以来都是人们所追求的目标，语音编码技术也因此显得更加重要。
总而言之，数字语音通信与存储技术和语音编码是密不可分的，语音应答系统、语音信箱、数字录音电话、语音查询系统等，也都是随着语音压缩编码技术而发展起来的。
本文简单介绍了语音信号的编码技术，主要学习了G.721 ADPCM语音编码标准并通过编程实现。
关键字：语音编码、语音通信、压缩、存储、语音信号引言语音编码是在保持一定的算法复杂度和通信时延的前提下，运用尽可能少的信道容量，传输尽可能高质量的语音。
编码器的效率和算法复杂度之间通常呈正比关系，算法越复杂，时延和费用就越高。
因此，必须在这两个矛盾的因素之间寻找一个平衡点。
语音编码发展的目的是为了使平衡点向更低的比特率方向移动。
ITU已经制定了几种码率的语音编码国际标准，这些标准推动了研究工作的进展。
1 语音编码的分类、特性及现状语音编码编码方式大致可以分为三种：波形编码、参数编码、混合编码。
波形编码是将时间域或变换域信号直接变换成数字信号，力求使重建语音波形保持原始语音信号的波形形状。
参数编码又称声码器编码，它是将信源信号在频域或其他变换域提取特征参数，然后对这些特征参数进行编码和传输，在译码端再将接收到的数字信号译成特征参数，根据这些特征参数重建语音信号。
混合编码将波形编码和参数编码结合起来，克服了波形编码和参数编码的缺点，吸收了他们的长处，能够在较低速率上得到高质量的合成语音。
pcm转g711原理
pcm转g711原理PCM转G711原理PCM（Pulse Code Modulation）是一种数字信号编码方式，它将模拟信号转换为数字信号。
而G711是一种音频编码标准，它将PCM信号编码为8位或16位的音频数据。
在语音通信中，G711是一种常用的编码方式，它可以保证音质的同时，占用的带宽较小。
PCM转G711的原理是将PCM信号进行压缩编码，以减少数据传输所需的带宽。
具体来说，PCM信号是由一系列数字表示的模拟信号，每个数字代表模拟信号在某个时间点的幅度。
而G711编码则是将这些数字进行压缩编码，以减少数据传输所需的带宽。
在G711编码中，有两种不同的编码方式：μ-law和A-law。
μ-law编码是一种非线性编码方式，它将大幅度的信号进行更强的压缩，而对于小幅度的信号则进行较轻的压缩。
A-law编码则是一种线性编码方式，它将信号进行均匀的压缩，以保证音质的同时，占用的带宽较小。
在进行PCM转G711编码时，需要先将PCM信号进行采样和量化。
采样是将模拟信号转换为数字信号，量化则是将数字信号进行离散化处理。
采样和量化的精度越高，编码后的音质就越好，但同时也会占用更多的带宽。
在进行G711编码时，需要根据编码方式选择相应的压缩算法。
μ-law 编码和A-law编码的压缩算法不同，因此编码后的数据格式也不同。
在进行数据传输时，需要根据编码方式选择相应的解码算法，以将编码后的数据还原为PCM信号。
总之，PCM转G711的原理是将PCM信号进行压缩编码，以减少数据传输所需的带宽。
在进行编码时，需要先进行采样和量化，然后选择相应的压缩算法进行编码。
在进行数据传输时，需要根据编码方式选择相应的解码算法，以将编码后的数据还原为PCM信号。
Asterisk的语音编码
以下這些網站能協助你以最快速的方式得知所需的頻寬，請參考：
* Asterisk Guide Bandwidth Calculator /bandcalc/bandcalc.php
* /tools/bandwidth_calculator.php
1 (1 << 0) (0x1) audio g723 (G.723.1)
2 (1 << 1) (0x2) audio gsm (GSM)
#asterisk -rx "load codec_g729-ast14-gcc4-glibc-pentium3.so"
到這裡，如果沒有發生任何錯誤，codec 就已經安裝完成，但 Asterisk 預設並未啟用這兩個額外裝的 codec，所以繼續下一步將它們啟用。
Elastix UI -> PBX -> Tools -> File Editor 搜尋 sip_general_custom.conf，加上這幾行。
G729: 原始版的編碼
G729A: 精簡版的G729，這個相容原始版G729，由於編碼經過簡化所以語音品質較差。
G729B: 此編碼有靜音抑制(silence suppression)且與上述幾項不相容。
G729AB: 這是有靜音抑制的G729A版本，而且相容 G729B。
語音編碼有關的Asterisk CLI指令
* iLBC
* LPC10 (not recommended!)
* Speex - configurable 4-48kbps, VBR, ABR, etc. see bug 2536. For Asterisk 1.4. there is patch 10519 available that adds wideband support for the OpenWengo software client
语音编码技术 G.711 G.723 G.726 G.729
方式一:脉冲编码调制（PCM）
PCM編碼 編碼: 編碼 採樣率:對於speech signal,用8000次/Second進行採樣. 1:採樣率 採樣率 2:量化 量化:就是把采集到的数值送到量化器（A/D转换器)编码成数字(數 量化 字編碼能夠讓speech signal有較小的失真),量化级数越多，量化误差 就越小,声音质量就越好。 2.1:綫性 均勻 量化 綫性(均勻 量化:採樣率為12bits/次,數據率為96kbit/s. 綫性 均勻)量化 2.2:非綫性 非均勻)量化 非綫性(非均勻 量化:採樣率為8bits/次,數據率為64kbit/s.從節約 非綫性 非均勻 量化 帶寬的角度,PCM採用非綫性量化.对小信号采用小的量化间隔,对大 信号采用大的量化间隔，这样可以用较少的位数编码。
主要内容
• • • • • • • 語音的形成及其帶寬 語音壓縮的必要性 脉冲编码调制（PCM） A-law, mu-law介紹。 自適應編碼調製(APCM) 差分脈衝编码调制（DPCM） 自适应差分脉冲编码调制（ADPCM）
• 标准
語音的帶寬
• 常用的語音信號其帶寬如下:
声音类型 电话语音 调幅广播 调频广播 CD 带 宽 200Hz－3.4kHz 50Hz－7kHz 20Hz－15kHz 20Hz－20kHz
各标准比较
編碼方式 64kbps/PCM 32kbps/ADPCM 8kbps/CELP 13kbps/GSM
MOS (Mean Opinion Scope) 4.3 4.1 3.7 3.54
自适应差分脉冲编码调制
• ADPCM是利用样本与样本之间的高度相关性和量 化阶自适应来压缩数据的一种波形编码技术，在 維持相同的語音質量下,ADPCM允許使用32Kbps 比特速率編碼,是標準64kpbs PCM的一半,CCITT为 此制定了G.721标准，及其延伸標準G.723；G.726 等等。 • ADPCM的输入信号是G.711 PCM代码，它的数据 率为64 kb/s。而ADPCM的输出是用4位表示的差 分信号，它的采样率仍然是8 kHz，它的数据率为 32 kb/s，这样就获得了2∶1的数据压缩。
各种语音编码占用带宽计算
1.语音数据包封装的实现与CODEC不论在呼叫控制信令上采用何种协议，语音包的传输基本上都基于RTP（real-time transport protocol RFC 1889／RFC 3350）协议在网络上传输。
这是一种为传输实时媒体流而由IETF制定的协议。
几乎所有的VoIP相关产品，都利用RTP收发语音信息。
语音包的结构如下所示，在IP层上封装后被送出到网络上，Payload部分的信息量多少取决于所采用的编码方式。
一般说来，在VoIP的世界里采用G.729编码的较多，而在运营商提供的IP电话服务中则是G.711较多。
G.711是在ISDN网中也被使用的CODEC，音质较好，但与G.729相比信息量较多。
而G.729则是一种压缩率高且音质也较好的CODEC。
在传输一路语音信息时，G.711所需的带宽是64kbps，而G.729只需要8kbps。
两者一般都以20msec间隔（这个间隔可变）发送数据包，因此我们可以推算出实际的包大小。
语音信息是一种模拟信号，而将语音转换成数据包首先需要将模拟信号转换为数字信号（数-模转换）。
相信大家对此都有所了解，将模拟式的语音信息用数字式传输的过程大致如下图所示。
现有的电话交换网中采用的编码方式是G.711（PCM），在通话的两端必须采用同样的方式分别进行编码/解码操作才能实现语音通话，这里的编码/解码功能合称为CODEC(COder/DECoder)。
VoIP应用中常见的两种具有代表性的CODEC如下：G.711（PCM方式：PCM＝脉码调制：Pulse Code Modulation）@ 采样率：8kHz@ 信息量：64kbps／channel@ 理论延迟：0.125msec@ 品质：MOS值4.10G.729（CS-ACELP方式：Conjugate Structure Algebraic Code Excited Linear Prediction）@ 采样率：8kHz@ 信息量：8kbps／channel@ 帧长：10msec@ 理论延迟：15msec@ 品质：MOS值3.9接下来就以这两种CODEC为基础进行探讨。
G711编解码
23. }
24.
25. #define MAX (32635)
26. unsigned char CG711Decoder::encode(short pcm)
27. {
28. int sign = (pcm & 0x8000) >> 8;
29. if (sign != 0)
30.
pcm = -pcm;
15. {
16. short *out_data = (short*)pRawData;
17. for(int i=0; i<nBufferSize; i++)
18. {
19.
out_data[i] = decode(pBuffer[i]);
20. }
21.
22. return nBufferSize*2;
39. }
40. short CG711Decoder::decode(unsigned char alaw)
41. {
42. alaw ^= 0xD5;
43. int sign = alaw & 0x80;
44. int exponent = (alaw & 0x70) >> 4;
45. int data = alaw & 0x0f;
46. data <<= 4;
47. data += 8;
48. if (exponent != 0)
49.
data += 0x100;
50. if (exponent > 1)
51.
data <<= (exponent - 1);
G.729A语音编解码算法研究及FPGA实现
G.729A语音编解码算法研究及FPGA实现
语音编码技术始终是语音研究的热点。
语音编码作为多媒体通信中信息传输的一个重要环节,越来越受到广泛的重视。
G.729是由美国、法国、日本和加拿大的几家著名国际电信实体联合开发的,国际电信联盟(ITU-T)于1995年11月正式通过了G.729。
96年ITU-T又制定了G.729的简化方案G.729A,主要降低了计算的复杂度以便于实时实现。
因其具有良好的合成语音质量、适中的复杂度、较低的时延等优点,G.729A 标准已被广泛应用在VOIP网关、IP电话中。
论文利用Altera公司的新一代可编程逻辑器件在数字信号处理领域的优势,对G.729A语音编码中的线性预测(LP)滤波器系数提取的FPGA(现场可编程门阵列,Field Programmable Gate Array)实现进行了深入研究。
论文首先对语音信号处理及其发展进行介绍,深入讨论了G.729A语音编解码技术。
第二,对Altera公司的Stratix系列可编程器件的内部结构进行了研究,分析了在QuartusⅡ开发平台上进行FPGA设计的流程。
第三,基于FPGA,对G729A编码系统的LP分析部分做了具体设计,其中包括自相关函数和杜宾(Durbin)递推两个主要功能模块,并对其工作过程进行了详细的分析。
第四,针对系统所使用的除法运算都是商小于1的特点,设计并实现了一个系统专用的除法器模块。
最后,在Altera FPGA目标芯片EP1S30F780C7上,对LP分析系统进行了验证,证明了方案的可行性。
T-REC-G.711(语音编码标准)
Summary Packet Loss Concealment (PLC) algorithms, also known as frame erasure concealment algorithms, hide transmission losses in an audio system where the input signal is encoded and packetized at a transmitter, sent over a network, and received at a receiver that decodes the packet and plays out the output. Many of the standard CELP-based speech coders have PLC algorithms built into their standards. The algorithm described here provides a method for Recommendation G.711.
General Coding of analogue signals by pulse code modulation Coding of analogue signals by methods other than PCM Principal characteristics of primary multiplex equipment Principal characteristics of second order multiplex equipment Principal characteristics of higher order multiplex equipment Principal characteristics of transcoder and digital multiplication equipment Operations, administration and maintenance features of transmission equipment Principal characteristics of multiplexing equipment for the synchronous digital hierarchy Other terminal equipment DIGITAL NETWORKS DIGITAL SECTIONS AND DIGITAL LINE SYSTEM