音頻編碼的分類

根據(jù)編碼方式的不同，音頻編碼技術(shù)分為三種：波形編碼、參數(shù)編碼和混合編碼。一般來說，波形編碼的話音質(zhì)量高，但編碼速率也很高；參數(shù)編碼的編碼速率很低，產(chǎn)生的合成語音的音質(zhì)不高；混合編碼使用參數(shù)編碼技術(shù)和波形編碼技術(shù)，編碼速率和音質(zhì)介于它們之間。

1、波形編碼

波形編碼是指不利用生成音頻信號的任何參數(shù)，直接將時(shí)間域信號變換為數(shù)字代碼，使重構(gòu)的語音波形盡可能地與原始語音信號的波形形狀保持一致。波形編碼的基本原理是在時(shí)間軸上對模擬語音信號按一定的速率抽樣，然后將幅度樣本分層量化，并用代碼表示。

波形編碼方法簡單、易于實(shí)現(xiàn)、適應(yīng)能力強(qiáng)并且語音質(zhì)量好。不過因?yàn)閴嚎s方法簡單也帶來了一些問題：壓縮比相對較低，需要較高的編碼速率。一般來說，波形編碼的復(fù)雜程度比較低，編碼速率較高、通常在16 kbit/s以上，質(zhì)量相當(dāng)高。但編碼速率低于16 kbit/s時(shí)，音質(zhì)會急劇下降。

最簡單的波形編碼方法是PCM（Pulse Code Modulation，脈沖編碼調(diào)制），它只對語音信號進(jìn)行采樣和量化處理。優(yōu)點(diǎn)是編碼方法簡單，延遲時(shí)間短，音質(zhì)高，重構(gòu)的語音信號與原始語音信號幾乎沒有差別。不足之處是編碼速率比較高（64 kbit/s），對傳輸通道的錯(cuò)誤比較敏感。

2、參數(shù)編碼

參數(shù)編碼是從語音波形信號中提取生成語音的參數(shù)，使用這些參數(shù)通過語音生成模型重構(gòu)出語音，使重構(gòu)的語音信號盡可能地保持原始語音信號的語意。也就是說，參數(shù)編碼是把語音信號產(chǎn)生的數(shù)字模型作為基礎(chǔ)，然后求出數(shù)字模型的模型參數(shù)，再按照這些參數(shù)還原數(shù)字模型，進(jìn)而合成語音。

參數(shù)編碼的編碼速率較低，可以達(dá)到2.4 kbit/s，產(chǎn)生的語音信號是通過建立的數(shù)字模型還原出來的，因此重構(gòu)的語音信號波形與原始語音信號的波形可能會存在較大的區(qū)別、失真會比較大。而且因?yàn)槭艿秸Z音生成模型的限制，增加數(shù)據(jù)速率也無法提高合成語音的質(zhì)量。不過，雖然參數(shù)編碼的音質(zhì)比較低，但是保密性很好，一直被應(yīng)用在軍事上。典型的參數(shù)編碼方法為LPC（Linear Predictive Coding，線性預(yù)測編碼）。

3、混合編碼

混合編碼是指同時(shí)使用兩種或兩種以上的編碼方法進(jìn)行編碼。這種編碼方法克服了波形編碼和參數(shù)編碼的弱點(diǎn)，并結(jié)合了波形編碼高質(zhì)量和參數(shù)編碼的低編碼速率，能夠取得比較好的效果。