人聲編碼器類型

1939年以后，已經(jīng)制出的聲碼器主要有：通道聲碼器、共振峰聲碼器、同態(tài)聲碼器、線性預(yù)測(cè)聲碼器和音素聲碼器。

通道聲碼器：在這種聲碼器中，輸入語(yǔ)音信號(hào)的幅度譜通過(guò)由14~20個(gè)帶通濾波器所組成的濾波器組進(jìn)行分析，濾波器組把頻率范圍分成許多相鄰頻帶或通道，每個(gè)濾波器的輸出都是一個(gè)包絡(luò)緩慢變化的信號(hào)，包絡(luò)的大小反映了該頻帶內(nèi)信號(hào)的功率。所以各帶通濾波器輸出的包絡(luò)總起來(lái)就能近似表示語(yǔ)音信號(hào)的幅度譜。另一方面基音檢測(cè)和清濁音鑒別器提供基音周期和清油音指示。在譯碼端，有與編碼端相同的濾波器組。淸濁音指示用于選擇濾波器組的激勵(lì)源，濁音時(shí)用脈沖串，清音時(shí)用噪聲。脈沖串的頻率由基音控制，譜包絡(luò)信息則用來(lái)控制各濾波器輸出的大小，因而最終能合成與原始譜包絡(luò)相近的語(yǔ)音信號(hào)。通道聲碼器的語(yǔ)音質(zhì)量，即使在2．4kbit/s速率下也可以達(dá)到相當(dāng)高的清晰度，且抗背景噪聲的能力強(qiáng)，穩(wěn)定性好，因而得到了廣泛的應(yīng)用，對(duì)它的興趣多年不衰。

共振峰聲碼器：是通道聲碼器的一種變型，它在編碼的是共振峰頻率和帶寬。根據(jù)聽(tīng)覺(jué)試驗(yàn)的結(jié)論，一般只需傳送3~4個(gè)共振峰，因此可以達(dá)到很低的數(shù)據(jù)率。當(dāng)共振峰提取正確時(shí)，共振峰聲碼器可以在語(yǔ)音質(zhì)量上超過(guò)通道聲碼器而速率只需后者的一半。只是由于正確跟蹤共振峰頻率在實(shí)現(xiàn)時(shí)相當(dāng)困難，阻礙了這種聲碼器的實(shí)用，但對(duì)它的研究始終不斷。

同態(tài)聲碼器：又稱倒譜聲碼器，它傳送的模型參數(shù)是語(yǔ)音的倒譜和語(yǔ)音的幅度譜一樣，可以反映聲道的響應(yīng)，但是在理論上，利用倒譜可以使語(yǔ)音模型中激勵(lì)源和聲道響應(yīng)的參數(shù)得到理想的分離，在理論上雖是一種方法，但在實(shí)際實(shí)現(xiàn)時(shí)同態(tài)聲碼器需要很大的計(jì)算量，數(shù)據(jù)率在相同的語(yǔ)音質(zhì)量下高于通道聲碼器，而且抗語(yǔ)音背景噪聲的能力差，所以只獲得有限的應(yīng)用。

線性預(yù)測(cè)聲碼器：是應(yīng)用最多的一種聲碼器。其最主要的特點(diǎn)是利用線性預(yù)測(cè)對(duì)聲道的響應(yīng)進(jìn)行建模。聲碼器傳送的參數(shù)除激勵(lì)參數(shù)外，就是線性預(yù)測(cè)系數(shù)。典型的線性預(yù)測(cè)系數(shù)代表了聲道的沖激響應(yīng)，但是語(yǔ)音質(zhì)量對(duì)這些系數(shù)的量化非常敏感，每個(gè)參數(shù)要求的比特?cái)?shù)也較多，所以在實(shí)用時(shí)往往使用各種等價(jià)的但要求量化比特?cái)?shù)少且對(duì)比特?cái)?shù)不敏感的參數(shù)，如反射系數(shù)和線譜對(duì)等。線性預(yù)測(cè)聲碼器的激勵(lì)模型現(xiàn)已得到改進(jìn)，如采用濁音聲門(mén)波激勵(lì)模型或多脈沖激勵(lì)模型等。在進(jìn)行這些改進(jìn)后，線性預(yù)測(cè)聲碼器的語(yǔ)音質(zhì)量在聲碼器中居于前列。

音素聲碼器：聲碼器中速率最低的一種，主要由音素識(shí)別器與音素綜合器組成。但實(shí)際使用的語(yǔ)音單位一般不是音素而是復(fù)合音素等較大的語(yǔ)音單位，因?yàn)椴豢紤]上下文影響而連接的音素串是不可懂的。這種聲碼器的語(yǔ)音質(zhì)量基本上已完全失去自然度，聲碼器所需的數(shù)據(jù)速率則可在200bit/s以下。

在聲碼器歷史上還出現(xiàn)過(guò)相關(guān)聲碼器、相位聲碼器以及由F．莫策提出的莫策聲碼器等。其中相位聲碼器，雖然在一般文獻(xiàn)上把它歸入聲碼器，實(shí)際上屬于子備編碼。它和相關(guān)聲碼器都沒(méi)有得到實(shí)際應(yīng)用，只有莫策聲碼器獲得一些應(yīng)用。2100433B

人講話時(shí)，人聲是由喉頭的聲帶開(kāi)關(guān)聲門(mén)所產(chǎn)生，其中包括了許多周期性的波形與許多諧波，這些周期波可視為基本的聲源信號(hào)。這些聲源信號(hào)接著經(jīng)由鼻子和喉嚨（可視為復(fù)雜的共振系統(tǒng)），借由改變嘴型來(lái)改變此系統(tǒng)，而產(chǎn)生不同的諧波含量，創(chuàng)造了各式各樣的語(yǔ)音；另外濁音與塞音則是氣流經(jīng)由不同嘴型產(chǎn)生。 聲碼器發(fā)信端的分析器對(duì)話音信號(hào)進(jìn)行分析，將該信號(hào)被分裂成多個(gè)頻帶（這個(gè)數(shù)字越大，會(huì)得到更準(zhǔn)確的分析）。輸入信號(hào)通過(guò)一個(gè)多頻帶濾波器，并將每個(gè)頻帶分別通過(guò)一個(gè)包絡(luò)檢測(cè)器，將包絡(luò)檢測(cè)器得到的控制信號(hào)輸出給解碼器。由于控制信號(hào)與原來(lái)的語(yǔ)音波形相比變化速度緩慢許多，因此聲碼器大幅降低了語(yǔ)音傳輸所需的頻帶。若將控制信號(hào)進(jìn)行加密，則可以保證語(yǔ)音傳輸安全性，以防攔截。比起原始的語(yǔ)音資料，大約可將傳輸資料壓縮到原先的十幾分之一。 語(yǔ)音信號(hào)的重建則將步驟反轉(zhuǎn)；接收端接到每個(gè)頻帶的包絡(luò)線參數(shù)以后，分別得到每個(gè)頻帶的包絡(luò)線，可視為多個(gè)隨時(shí)變的濾波器。接著由一個(gè)新的“豐富頻率成分”的聲源信號(hào)（可視為噪音訊號(hào)），通過(guò)每個(gè)頻帶的濾波器得到每個(gè)頻帶的包絡(luò)線訊號(hào)，最后將這些訊號(hào)得加，得到還原語(yǔ)音訊號(hào)。 值得注意的是，通過(guò)以上的編碼方法，丟棄了許多原本信號(hào)的資訊，主要丟棄了信息頻譜的瞬時(shí)頻率，也就是頻譜的相位。這樣的資訊流失雖然保留了語(yǔ)音的可辨識(shí)度，但相位的遺失意味著音高的遺失，如中文的“平、上、去、入”等五聲的資訊將遺失，而聽(tīng)起來(lái)的聲音會(huì)像機(jī)器人講話一般，沒(méi)有“抑揚(yáng)頓挫”。這種“機(jī)器人式”的特殊音色，在流行音樂(lè)和音效娛樂(lè)受到歡迎，在電子音樂(lè)中廣泛的被應(yīng)用。

語(yǔ)音是人類最直接、最高效的信息交流手段。在通信技術(shù)的發(fā)展過(guò)程中，語(yǔ)音通話一直是大多數(shù)通信系統(tǒng)的基本功能。信息傳輸?shù)膬?nèi)容開(kāi)始向多樣化的方向發(fā)展，圖像、視頻等非語(yǔ)音信息在通信中占據(jù)的比例逐漸增大，但是語(yǔ)音通話以其便宜、便捷等特點(diǎn)仍然是使用最多的通信方式，因此有效地傳遞語(yǔ)音信息仍然是眾多通信系統(tǒng)的必備功能之一。在數(shù)字通信系統(tǒng)中，原始語(yǔ)音信號(hào)必須經(jīng)過(guò)數(shù)字化后才能傳輸，但數(shù)字化后的語(yǔ)音信號(hào)存在大量冗余。對(duì)語(yǔ)音信號(hào)進(jìn)行編碼能夠有效地去除數(shù)字語(yǔ)音信號(hào)中的冗余信息，降低編碼速率，因此語(yǔ)音編碼技術(shù)在現(xiàn)代通信系統(tǒng)中有著廣泛地應(yīng)用 。

人聲編碼器或聲碼器，一種語(yǔ)音信號(hào)編碼譯碼器。利用語(yǔ)音信號(hào)模型語(yǔ)音分析合成的系統(tǒng)。傳播時(shí)只利用模型參數(shù)，編譯碼時(shí)利用模型參數(shù)估計(jì)和語(yǔ)音合成技術(shù)。其語(yǔ)音模型中，語(yǔ)音被看作為一個(gè)快速變化的激勵(lì)信號(hào)送入一個(gè)緩慢變化的聲道濾波器后所得的輸出。激勵(lì)信號(hào)在清音時(shí)為噪聲，濁音時(shí)為具有基音周期的脈沖串。語(yǔ)音模型中的語(yǔ)音信號(hào)用兩組參數(shù)表示。一組為激勵(lì)源參數(shù)，包括清濁音指示、基音頻率和振幅;另一組為聲道濾波器的響應(yīng)參數(shù)，參數(shù)不同，聲碼器類型也不同。傳輸?shù)氖侨コ苏Z(yǔ)音信號(hào)中冗余度的模型參數(shù)。壓縮比大，但也因丟失了語(yǔ)音的某些細(xì)節(jié)，給語(yǔ)音信號(hào)的自然度帶來(lái)較大影響。已研究出來(lái)的聲碼器有通道聲碼器、共振峰聲碼器、同態(tài)聲碼器、線性預(yù)測(cè)聲碼器和音素聲碼器。聲碼器早期應(yīng)用于軍事通信，壓縮比雖大，但重建語(yǔ)音質(zhì)量較差。采用線性預(yù)測(cè)的聲碼器在語(yǔ)音質(zhì)量上已可達(dá)到電話通信的要求，在移動(dòng)通信、話音存儲(chǔ)轉(zhuǎn)發(fā)和可視電話等領(lǐng)域具有廣泛的應(yīng)用前景。

聲碼器的明顯優(yōu)點(diǎn)是數(shù)碼率低，因而適合于窄帶、昂貴和劣質(zhì)信道條件下的數(shù)字電話通信，能滿足節(jié)約頻帶、節(jié)省功率和抗干擾編碼的要求。低數(shù)碼率對(duì)話音存儲(chǔ)和話音加密處理也都很有利。聲碼器的缺點(diǎn)是音質(zhì)不如普通數(shù)字電話好，而且工作過(guò)程較復(fù)雜，造價(jià)較高?，F(xiàn)代聲碼器主要用于軍隊(duì)、政府以及那些值得付出代價(jià)以換取通信安全（保密）的場(chǎng)合。隨著對(duì)人類發(fā)聲機(jī)構(gòu)和聽(tīng)覺(jué)機(jī)理的深入研究以及計(jì)算機(jī)技術(shù)和大規(guī)模集成電路的發(fā)展，聲碼器的音質(zhì)和設(shè)備小型化將不斷得到改進(jìn)，并將在數(shù)字通信中得到更廣泛的應(yīng)用。

聲碼器對(duì)話音存儲(chǔ)和話音加密處理很有利、有算法，速度快、質(zhì)量好且結(jié)構(gòu)簡(jiǎn)單、適合于窄帶、昂貴和劣質(zhì)信道條件下的數(shù)字電話通信。但工作過(guò)程復(fù)雜，價(jià)格高，音質(zhì)有點(diǎn)差。