
语音编码器方法归纳起来可以分成三大类:波形编码、信源编码、混合编码。
1.波形编码
波形编码比较简单,编码前采样定理对模拟语音信号进行量化,然后进行幅度量化,再进行二进制编码。解码器作数/模变换后再由低通滤波器恢复出现原始的模拟语音波形,这就是最简单的脉冲编码调制(PCM),也称为线性PCM。可以通过非线性量化,前后样值的差分、自适应预测等方法实现数据压缩。波形编码的目标是让解码器恢复出的模拟信号在波形上尽量与编码前原始波形相一致,也即失真要最小。波形编码的方法简单,数码率较高,在64kbit/s至32kbit/s之间音质优良,当数码率低于32kbit/s的时候音质明显降低,16 kbit/s时音质非常差。
2.信源编码
信源编码又称为声码器,是根据人的发生机理,在编码端对语音信号进行分析,分解成有声音和无声音两部分。声码器每隔一定时间分析一次语音,传送一次分析的的道德有/无声和滤波参数。在解码端根据接收的参数再合成声音。声码器编码后的码率可以做得很低,如1.2kbit/s、2.4kbit/s,但是也有其缺点。首先是合成语音质量较差,往往清晰度可以而自然度没有,难于辨认说话人是谁,其次是复杂度比较高。
3.混合编码
混合编码是将波形编码和声码器的原理结合起来,数码率约在4kbit/s—16kbit/s之间,音质比较好,最近有个别算法所取得的音质可与波形编码相当,复杂程度介乎与波形编码器和声码器之间。
上述的三大语音编码方案还可以分成许多不同的编码方案。
语音编码属性可以分为四类,分别是比特速率,时延、复杂性和质量。比特律是语音编码很重要的一方面。比特速率的范围可以是从保密的电话通信的2.4kbit/s到64kbit/s的G.711PCM编码和G.722宽带(7KHz)语音编码器。