索阅 100例 首 页| 资 讯| 下 载| 论 坛| 博 客| Webinar| 高 校| 专 刊| 会展| EETV| 百科| 问答| 电路图| 工程师手册| Datasheet

EEPW首页 > 百科 > G.723

G.723


贡献者:sdjntl    浏览:1108次    创建时间:2009-11-27

G.723  G.723是ITU-T在1996年制订成型的一种多媒体语音编解码标准。其典型应用包括VoIP服务、H.324视频电话、无线电话、数字卫星系统、数电倍增设备(DCME)、公共交换电话网(PSTN)、ISDN及各种多媒体语音信息产品。G.723标准传输码率有5.3kb/s和6.3kb/s两种,在编程过程中可随时切换。该标准主要包含了编码算法和解码算法。原理是:从采集的语音信号中解析出声道模型参数,构造一个合成滤波器,采用合适的激励源激励,编码传输的参数主要是激励源与合成滤波器的参数。5.3kb/s的编码器采用代数码线预测激励(ACELP);6.3kb/s的编码器则采用多脉冲最大似然量化(MP-MLQ)激励。根据传输编码参数,可重构激励源与合成滤波器进行解码,还原出来的数字语音信号经D/A转换器转换成模拟语音信号。
  G.723编码器采用LPC合成-分析法和感觉加权误差最小化原理编码。G.723标准可在6.3kbps和5.3kbps两种码率下工作。对激励信号进行量化时,高速率(6.3kbps)编码器的激励信号采用多脉冲最大似然量化(MP­-MLQ),低速率(5.3kbps)编码器的激励信号采用代数码本激励线性预测(ACELP)。其中,高码率算法(6.3kbps)具有较高的重建语音质量,而低码率算法(5.3kbps)的计算复杂度则较低[12]。与一般的低码率语音编码算法一样,这里的G.723标准采用的线性预测的合成分析法也就是我们通常所说的Analysis-by-Synthesis。
  G.723建议采用的是定点运算。根据传输编码参数,可重构激励源与合成滤波器进行解码,还原出来的数字语音信号经D/A转换器转换成模拟语音信号。G.723算法对语音信号有很好的编解码效果, 同时也可处理音乐和其它声音信号,典型输入是64kbps(8k×8)或128kbps(8k×16)的A律或u律的PCM 采样语音信号。每次处理一帧语音信号,每帧240个采样点(30ms)。在5.3kbps的码率下,每帧语音被压缩成20个。编码器先对语音信号进行传统电话带宽的过滤,再将输入的16 bit 线性脉冲编码调制(PCM)码流分成长度为240个样点的语音帧,以帧为单位进行编码。首先把1帧信号分成4个长度为60个样点的子帧,接着进行高通滤波,这样就可以去掉直流分量;分别进行10阶线性预测编码(LPC)分析,从而得到各子帧的LPC参数,并把最后一个子帧的LPC参数转化成线谱对(LSP)参数,进行矢量量化编码,送到解码器。利用未量化的LPC参数构造短时感觉加权滤波器,对信号滤波后得到感觉加权的语音信号。每两个子帧(120样点)搜索一个开环基音值,并以此为依据,为每一个子帧构造一个谐波噪声成形滤波器,对感觉加权的语音信号进行滤波。每一子帧的LPC综合滤波器、感觉加权滤波器和谐波噪声成形滤波器级联起来,构成一个联合滤波器,利用它的冲击响应和开环基音周期,对每一子帧进行闭环基音搜索,对开环搜索的结果进行修正。同时通过一个5 阶基音预测器对信号进行预测,得到相应子帧的残差信号[13]。再进行固定码本搜索,也就是对每一子帧的残差信号进行矢量量化,先用实际信号减去预测信号得到残差信号,再用一个脉冲序列通过组成滤波器来模拟残差信号,在最小误差准则下,将得到的一系列参数,如滤波器系数、脉冲位置、脉冲幅度打包成一个比特流传送出去最后还要进行状态更新。
  G.723解码器也是以帧为单位进行解码的。编码器输出的基音周期和差分值都被传送到解码器。首先通过激励解码器,基音解码器和LSP解码器对量化的LPC进行解码,然后构造LPC合成滤波器,对于每个子帧都需要进行自适应码本激励和固定码本激励的解码,然后输入到合成滤波器中,自适应后置滤波器由共振峰后置滤波器和前后向基音后置滤波器组成,激励信号输入到基音后置滤波器中,输出信号输入到合成滤波器中,其输出再输入到共振峰后置滤波器中,一个增益缩放单元保证共振峰后置滤波器的输入信号的能量电平。
  G.723算法对语音信号有很好的编解码效果,同时也可处理音乐和其它声音信号,典型输入是64kb/s(8k×8)或128kb/s(8k×16)的A律或μ律的PCM采样语音信号。每次处理一帧语音信号,每帧240个采样点(30ms)。在5.3kb/s的码率下,每帧语音被压缩成20个字节传输;在6.3kb/s的码率下,每帧语音被压缩成24个字节传输。


如果您认为本词条还有待完善,需要补充新内容或修改错误内容,请编辑词条     查看历史版本

开放分类
数据编码    

参考资料

贡献者
sdjntl    


本词条在以下词条中被提及:

关于本词条的评论共:(0条)
匿名不能发帖!请先 [ 登陆 ]