?

speech codec (G.711, G.723, G.726, G.729, iLBC)
各種各樣的編解碼在各種領域得到廣泛的應用，下面就把各種codec的壓縮率進行一下比較，不正確之處望各位同行指正。
Speech codec：
??? 現主要有的speech codec 有: G.711, G.723, G.726 , G.729, ILBC
?????????????????????????????????????????? QCELP, EVRC, AMR, SMV

?? 主要的audio codec 有:
?????????????????????????????? real audio, AAC, AC3, MP3, WMA, SBC等，各種編解碼都有其應用的重點領域。

?? 本文主要對speech codec相關指標進行總結：
?? ITU 推出G.7XX系列的speech codec, 目前廣泛應用的有：G.711，G.723, G.726, G.729. 每一種又有很多分支，如G.729就有g.729A, g.729B and g.729AB

? G.711:
??????????? G.711就是語音模擬信號的一種非線性量化，細分有二種:G.711 A-law and G.711 u-law.不同的國家和地方都會選取一種作為自己的標準. G.711 bitrate 是64kbps. 詳細的資料可以在ITU 上下到相關的spec，下面主要列出一些性能參數：
??? G.711（PCM方式：PCM＝脈碼調制 ：Pulse Code Modulation）
? 采樣率：8kHz
? 信息量：64kbps／channel
? 理論延遲：0.125msec
? 品質：MOS值4.10??????????????
?
?G.723.1:
??????? G.723.1是一個雙速率的語音編碼器，是 ITU-T建議的應用于低速率多媒體服務中語音或其它音頻信號的壓縮算法；
其目標應用系統包括H.323、H.324等多媒體通信系統，目前該算法已成為IP電話系統中的必選算法之一；編碼器的幀長為30ms，還有7.5ms的前瞻，編碼器的算法時延為37.5ms；編碼器首先對語音信號進行傳統電話帶寬的濾波（基于G.712），再對語音信號用傳統8000-Hz速率進行抽樣（基于G.711），并變換成16 bit線性PCM碼作為該編碼器的輸入；
在解碼器中對輸出進行逆操作來重構語音信號；高速率編碼器使用多脈沖最大似然量化（MP-MLQ），低速率編碼器使用代數碼激勵線性預測（ACELP）方法，編碼器和解碼器都必須支持此兩種速率，并能夠在幀間對兩種速率進行轉換；
此系統同樣能夠對音樂和其他音頻信號進行壓縮和解壓縮，但它對語音信號來說是最優的；采用了執行不連續傳輸的靜音壓縮，這就意味著在靜音期間的比特流中加入了人為的噪聲。除了預留帶寬之外，這種技術使發信機的調制解調器保持連續工作，并且避免了載波信號的時通時斷。
?
G.726:
?????? G.726有四種碼率：, 32, 24, 16 kbit/s Adaptive Differential Pulse Code Modulation (ADPCM)，最為常用的方式是 32 kbit/s，但由于其只是 G.711速率的一半，所以可將網絡的可利用空間增加了一倍。G.726具體規定了一個 64 kbpsA-law 或 μ-law PCM 信號是如何被轉化為40, 32, 24或16 kbps 的 ADPCM 通道的。在這些通道中，24和16 kbps 的通道被用于數字電路倍增設備(DCME)中的語音傳輸，而40 kbps 通道則被用于 DCME 中的數據解調信號（尤其是4800 kbps 或更高的調制解調器）。
G.726 encoder 輸入一般都是G.711 encoder的輸出：64kbps A-law or u-law.其算法實質就是一個ADPCM， 自適應量化算法。????

G.729:
??? G..729語音壓縮編譯碼算法
采用算法是共軛結構的代數碼激勵線性預測(CSACELP)，是基于CELP編碼模型的算法；能夠實現很高的語音質量（長話音質）和很低的算法延世；算法幀長為10ms，編碼器含5ms前瞻，算法時延15ms；其重建語音質量在大多數工作環境下等同于32kb/s的ADPCM（G.726），MOS分大于4.0；編碼時輸入16bitPCM語音信號，輸出2進制比特流；譯碼時輸入為2進制比特流，輸出16bitPCM語音信號；在語音信號8KHz取樣的基礎上，16bit線性PCM后進行編碼，壓縮后數據速率為8Kbps；具有相當于16：1的壓縮率。
??? G.729系列在當前的VOIP得到廣泛的應用，且相關分支較多，可以直接從ITU網上得到source code 和相關文檔。
?? G.729（CS-ACELP方式：Conjugate Structure Algebraic Code Excited Linear Prediction）
? 采樣率：8kHz
? 信息量：8kbps／channel
? 幀長：10msec
? 理論延遲：15msec
? 品質：MOS值3.9

iLBC(internet low bitrate codec):
???????? 是全球著名語音引擎提供商Global IP Sound開發，它是低比特率的編碼解碼器，提供在丟包時具有的強大的健壯性。iLBC 提供的語音音質等同于或超過 G.729 和 G.723.1，并比其它低比特率的編碼解碼器更能阻止丟包。iLBC 以13.3 kb/s (每幀30毫秒)和15.2 kb/s (每幀20毫秒)速度運行，很適合撥號連接。
???????? iLBC的主要優勢在于對丟包的處理能力。iLBC獨立處理每一個語音包，是一種理想的包交換網絡語音編解碼。在正常情況下，iLBC會記錄下當前數據的相關參數和激勵信號，以便在之后的數據丟失的情況下進行處理；在當前數據接收正常而之前數據包丟失的情況下，iLBC會對當前解碼出的語音和之前模擬生成的語音進行平滑處理，以消除不連貫的感覺；在當前數據包丟失的情況下，iLBC會對之前記錄下來的激勵信號作相關處理并與隨機信號進行混合，以得到模擬的激勵信號，從而得到替代丟失語音的模擬語音。總的來說，和標準的低位速率編解碼相比，iLBC使用更多自然、清晰的元素，精確的模仿出原始語音信號，被譽為更適合包交換網絡使用的可獲得高語音質量的編解碼。
　　此外，大部分標準的低位速率編解碼，如G.723.1和G.729，僅對300Hz——3400Hz的頻率范圍進行編碼。在這個頻率范圍里，用G.711編解碼所達到的語音質量，就是傳統PSTN網絡進行語音通話的效果。
　　iLBC充分利用了0——4000Hz的頻率帶寬進行編碼，擁有超清晰的語音質量，這大大超出傳統300Hz——3400Hz的頻率范圍。
　　廣受歡迎的Skype網絡電話的核心技術之一就是iLBC語音編解碼技術，Global IP Sound稱該編碼器語音品質優于PSTN，而且能忍受高達30%的封包損失。
　　總的來說，在相同的包交換通信條件下，iLBC的語音質量效果比G.729、G.723.1以及G.711更好，聲音更加圓潤飽滿，且丟包率越高，iLBC在語音質量上的優勢就越明顯！
　　目前，在國際市場上已經有很多VoIP的設備和應用廠商把iLBC集成到他們的產品中。如：Skype, Nortel等。在國內市場上，目前尚無VoIP廠家正式推出支持“iLBC”的網關設備，迅時公司 率先推出支持“iLBC”的中繼網關和IAD設備。

??????

audio ?codec 通常采用參數編碼，基本思想是提取speech的特征參數，解碼端由這些特征參數計算出最后輸出的波形。

speech ?codec 通常采用波形編碼，基本思想是用一個編碼后的波形去擬合原始波形，失真小但帶寬大。

?

?1. 波形編碼
波形編碼是最簡單也是應用最早的語音編碼方法。最基本的一種就是PCM編碼，如G.711 建議中的A 律或μ 律。APCM、DPCM和ADPCM也屬于波形編碼的范疇，使用這些技術的標準有G.721、G.726、G.727 等。波形編碼具有實施簡單、性能優良的特點，不足是編碼帶寬往往很難再進一步下降。
2. 預測編碼
語音信號是非平穩信號，但在短時間段內（一般是30ms）具有平穩信號的特點，因而對語音信號幅度進行預測編碼是一種很自然的做法。最簡單的預測是相鄰兩個樣點間求差分，編碼差分信號，如G.721。但更廣為應用的是語音信號的線性預測編碼（LPC）。幾乎所有的基于語音信號產生的全極點模型的參數編碼器都要用到LPC， 如G.728、G.729、G.723.1 建議。
3. 參數編碼
參數編碼是建立在人類語音產生的全極點模型的理論上，參數編碼器傳輸的編碼參數也就是全極點模型的參數- 基頻、線譜對、增益。對語音來說，參數編碼器的編碼效率最高，但對音頻信號，參數編碼器就不太合適。典型的參數編碼器有LPC- 10、LPC-10E，當然，G.729、G.723.1 以及CELP（FS- 1016）等碼
本激勵聲碼器都離不開參數編碼。
4. 變換編碼
一般認為變換編碼在語音信號中作用不是很大，但在音頻信號中它卻是主要的壓縮方法。比如，MPEG 伴音壓縮算法（含著名的MP3） 用到FFT、MDCT 變換，AC- 3 杜比立體聲也用到MDCT，G.722.1建議中采用的MLT 變換。在近年來出現的低速率語音編碼算法中，STC（正弦變換編碼）和WI（波形插值）占有重要的位置，小波變換和Gabor 變換在其中有用武之地。
5. 子帶編碼
子帶編碼一般是同波形編碼結合使用，如G.722 使用的是SB- ADPCM技術。但子帶的劃分更多是對頻域系數的劃分（這可以更好地利用低頻帶比高頻帶感覺重要的特點），故子帶編碼中，往往先要應用某種變換方法得到頻域系數，在G.722.1 中使用MLT 變換，系數劃分為16 個子帶；MPEG 伴音中用FFT 或MDCT 變換，劃分的子帶多達32 個。
6. 統計編碼
統計編碼在圖像編碼中大量應用，但在語音編碼中出于對編碼器整體性能的考慮（變長編碼易引起誤碼擴散），很少使用。對存在統計冗余的信號來說，統計編碼確實可以大大提高編碼的效率，所以，近年來出現的音頻編碼算法中，統計編碼又重新得到了重視。MPEG 伴音和G.722.1 建議中采納了哈夫曼變長編碼
?????
更多資料你鏈接：
www.itu.int
http://www.ilbcfreeware.org/documentation.html#presentations
http://itbbs-arch.pconline.com.cn/topic.jsp?tid=2648071
http://bbs.sdgb.cn/ShowThread.aspx?PostID=11843
http://en.wikipedia.org/wiki/G.726
http://www.itu.int/rec/T-REC-G.726/e

總結

以上是生活随笔為你收集整理的流行的音频编码标准的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。