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。

在编码速率比较高的时候，波形编码能够很容易满足抗噪声、重构语音质量好、可靠性高等要求，但是一旦编码速率降低，即编码质量急剧下降。

发展到现在，成熟并且广泛使用的波形编码方式有脉冲编码调制（PCM）、自适应差分脉冲编码调制（ADPCM）、自适应增量调制（ADM）、自适应预测编码（APC）等。

但是这些编码方式在速率降低到16Kb/s以下时，重构语音信号的效果就较差。

结合波形编码中与原始语音波形逼近的特点以及参数编码中提取特征参数的优点，混合编码技术在合成语音质量和速率两方面都能达到较满意的效果，因此被作为研究的主要方向不断地得到发展。

技术比较成熟并被反复研究的混合编码算法有多脉冲激励线性预测编码（MPLPC）、码本激励线性预测编码（CELP）、混合激励线性预测编码（MELP）。

2语音编码的国际标准由于数字编码技术具有广阔的应用范围和良好的市场前景，从20世纪80年代开始，国际上著名大通信研究机构和大学均大力开展高音质低码率的语音编码技术研究，并且取得了丰硕的成果，因此，语音编码技术的标准化工作就显得尤为重要。

ITU在语音编码技术的标准化方面作了大量的工作，制定了很多标准，并且逐渐受到了业界的认同。

在其中，比较典型的有G.711、G.721、G.728、G.729等标准。

G.711标准最早的语音编码方案是PCM编码，PCM的码率为64kbps。

对语音信号按照8kHz进行采样，再对每一个要样本做8bit的标量量化。

这种方案只能将语音由模拟信号变为数字信号，但却没有做任何进一步的数学处理。

虽然它的码率很高，但是处理程序却很简单，至今仍然在很多的场合中被采用。

它被ITU定为G.711标准。

G.721标准G.711标准产生之后，人们在语音压缩编码领域投入了大量的精力进行研究。

经很长时间的研究，一种致力于消除语音信号样本间相关性的线性预测编码算法被科学家们提出了。

它可以在基本保证音质的条件下，使码率有了较大程度的压缩。

利用当时还处于初级阶段的线性预测方法，科学家们成功开发出了码率为32kbps的增量调制编码ADPCM方案，但音质略次于PCM编码，可懂度和自然度都很不错，立即受到了人们的青睐。

它被ITU定位G.721标准。

G.728标准正当人们对线性预测编码技术进行深入研究的时候，另外一种利用相关性压缩量化编码的方法即矢量量化方法被提出来。

该技术在压缩量化编码上的效率很高，但其缺点是计算量太庞大，随着IC技术的不断发展，计算机和DSP的运行处理速度加快，这种编码方式的可行性越加的明显。

不过现在的计算机和DSP芯片已经能够满足它的计算要求。

把矢量量化技术和线性预测编码技术联合起来使用，就产生了许多比较成功的音质较好的线性预测编码方法。

例如：多脉冲激励线性预测编码算法、规则脉冲激励线性预测编码算法和码激励线性预测编码算法。

其中，由CELP算法衍生出的低延时码激励线性预测编码算法更为成熟，1991年被ITU定为G.728标准。

G.729标准保持高音质就是要使合成原始语音的均方误差始终小到不易察觉。

在这样的前提下，通过改进算法，达到进一步压缩码率的目的。

其中CS-ACELP算法就是该思路的产物，它实现了8kbps的码率。

ITU在1996年将它定制为G.729标准。

3自适应差分脉冲编码调制ADPCM在许多应用中，特别是长途传输系统，64kbit/s的G.711标准占用的频带太宽，通信成本太贵。

ITU-T从1981年起经过三年的讨论与研究，于1984年提出了G.721 32kbit/s ADPCM编码标准，并于1986年根据两年间运行中出现的问题做了进一步修正。

ADPCM将脉冲编码调制、差值调制和自适应技术三者结合起来，进一步利用语音信号样点间的相关性，并针对语音信号的非平衡特点，使用了自适应预测和自适应量化，在32kbit/s速率上能够给出网络等级语音质量，从而符合进入公用网的要求。

下图是G.721算法的框图，其中虚线部分是解码器框图。

由图中可以看出，编码器中嵌入一个解码器，使得编码器的自适应修正完全取决于信号的反馈值。

这个反馈值与解码器的输出是一致的，所以后续的差值采样就补偿了量化误差，从而避免了量化误差的积累。

下面详细介绍G.721各部分算法。

(1) 求采样值s(k)与其估计s e (k)之差：d (k )=s (k )−s e (k)(2) 自适应量化d (k )，并编码输出I (k )：I (k )=log 2|d (k )|−y(k)其中，I (k )还含有一位符号。

表 给出I (k )的编码值。

y(k)是量化阶矩自适应因子，它由调整短时能量变化较快的语音信号的y u (k)和调整数据类慢变信号的y l (k)两部分，经速度调整因子a l (k)加权平均而成:y (k )=a l (k )∙y u (k −1)+[1−a l (k )]y l (k −1) 0≤a l ≤1 对快变信号a l (k)趋于1，而对慢变信号a l (k )趋于0。

归一化输入log 2|d (k )|−y(k)输出代码I (k ) 归一化量化输出log 2|d q (k )|−y(k) [3.12,+∞]7 3.32 [2.72,3.12]6 2.91 [2.34,2.72]5 2.52 [1.91,2.34]4 2.13 [1.38,1.91]3 1.66 [0.62,1.38]2 1.05 [-0.98,0.62]1 0.031 [-∞,-0.98]0 -∞(3) 阶矩自适应因子y u (k )称快速非锁定标度因子，它的取值范围在1.06≤y u (k )≤10区间，对应的线性域为∆min =21.06=2.085，∆max =210=1024。

y u (k )=(1−2−5)y (k )+2−5ω[I(k)]ω[I(k)]的取值如下表所示。

|I (k )| 7 6 5 4 3 2 1 0ω[I(k)] 70.13 22.19 12.38 7.00 4.00 2.56 1.13 -0.75 为了适应语音预测差值信号中的基音引起的能量突变，ω[I(k)]的高端取值都很大。

对计算差值信号 自适应量化器 自适应逆量化器自适应预测器 重建信号计算量化阶矩自适应 速度控制自适应 单频与瞬变音检测G ．721编码器原理框图于带内数据，信号短时能量基本上是平稳的，阶矩自适应采用如下算法：y l(k)=(1−2−6)y l(k−1)+2−6y u(k)式中，y l(k)称为锁定标度因子。

(4)速度控制a l(k)是速度控制因子，它是通过I(k)的长时平均幅度值d ml(k)与短时平均幅度值d ms(k)的差求出的。

它反映了预测余量信号的变化率。

长时：d ml(k)=(1−2−7)d ml(k−1)+2−7F[I(k)]短时：d ms(k)=(1−2−5)d ms(k−1)+2−5F[I(k)]函数F[I(k)]的取值如下表所示。

当余量信号短时能量平稳时，I k的统计特性随时间变化很小，d ml ms大。

而当余量信号短时能量起伏较大时，它们出现差值.利用这一特性先计算中间参数a p(k)：a p(k)={(1−2−4)a p(k−1)+2−3，当|d ms(k)−d ml(k)|≥2−3d ml(k)或当y(k)<3 (1−2−4)a p(k−1)，其他情况显然，当I(k)幅度变化较大时，a p(k)→2，而差别小时a p(k)→0。

条件y(k)﹤3表明输入信号很小，处于清音段或噪声段，这时也有a p(k)→2，以便量化器处于快速自适应状态来等待输入信号的突然变化。

量器速度控制因子a l(k)是通过对a p(k)限幅得到的：a l(k)={1，当a p(k−1)≥1a p(k−1)，当a p(k−1)<1这样，量化器从快速自适应向慢速自适应转变有一个延时。

对于带内调幅数据，这种延迟效应可以防止自适应速度过早变慢，从而避免脉冲沿产生太大的畸变。

(5)自适应逆量化器输出d q(k)=2y(k)+I(k)(6)自适应预测预测器采用6阶零点，2阶极点的模型。

预测信号为s e(n)=∑a i(n−1)2i=1s r(n−i)+s ez(n)s ez(n)=∑b j(n−1)d q(n−j)6j=1重建信号为s r(n)=s e(n)+d q(n)极点、零点预测器系数分别是a i和b j。

其调整方式为b j(n)=(1−2−8)b j(n−1)+2−7sgn[d q(n)]∙sgn[d q(n−j)]此式隐含差|b j(n)|≤2，为保证算法稳定，二阶极点预测器系数限制如下a2(n)≤0.75；|a1(n)|≤1−a2(n)−2−4它们的调整方式为a1(n)=(1−2−8)a1(n−1)+3∙2−8sgn[p(n)]∙sgn[p(n−1)]a 2(n )=(1−2−7)a 2(n −1)+2−7sgn [p (n )]∙{sgn [p (n −2)]−f [a 1(n −1)]∙sgn [p (n −1)]}式中p (n )=d q (n )+s ez (n )f [a 1]={4a 1 ， 当|a 1|≤122sgn [a 1]，当|a 1|>12(7) 单频和瞬变调整当ADPCM 编码器遇到频移键控信号（FSK ）或其他窄带瞬变信号时，需要将系统从慢速自适应状态强制性的调整到快速自适应状态。