原创 GSM话音编码技术详述

GSM话音编码技术详述

<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

由于GSM系统是一种数字通信系统，话音或其它信号都要进行数字化处理，因而第一步要把话音模拟信号转换成数字信号（即1和0的组合）。如我们熟悉的我国固定电话系统采用的PCM－A律编码，它是采用A律波形编码，分为3步：

采样：在某个短时间间隔内测量模拟信号的值。采样速率8kHz/s。

量化：对每个样值用8个比特的量化值来表示对应的模拟信号瞬间值，即为样值指配256（28）个不同电平值中的一个。

编码：每个量化值用8个比特的二进制代码表示，组成一串具有离散特性的数字信号流。

使用这种编码方式，数字链路上的数字信号比特速率为64kbit／s（8kbit／s×8）。如果GSM系统也采用此种方式进行话音编码，那么每个话音信道是64kbit／s，8个话音信道就是512kbit／s。考虑实际可使用的带宽，GSM规范中规定载频间隔是200kHz。因此要把它们保持在规定的带宽内，必需大大地降低每个话音信道的编码的比特率，这就要靠采用低速率话音编码技术来实现。

为了满足GSM系统的窄带通信模式，GSM采用三种话音编码技术，即：

速率为13k的全速率（FR）编码技术：规则脉冲激励线性预测编码技术（RPE-LPT）。

速率为12.2k的增强型全速率（EFR）编码技术：代数码激励线性预测编码技术（ACELPT）。

速率为6.5k的半速率（HR）矢量和激励线性预测编码技术编码方式（VSELP）。

下面以最常用的规则脉冲激励线性预测编码技术（RPE-LTP）为例来了解GSM的语音编码技术。

图1 RPE-LTP编码结构图

见图1，规则脉冲激励线性预测编码技术是一种混合编码技术，它集成了波形编码与声源编码两项技术之长。波形编码器可精确地再现原来的话音波形，话音质量较高，但要求的比特速率相应的较高，在12-16Kbit/s的范围内会造成话音质量恶化，波形编码器硬件上更容易实现，不受时延影响。声源编码是将话音信息用特定的声源模型表示。声码器编码可以是很低的速率（可以低于5kbit／s，虽然不影响话音的可懂性，但话音质量听起来不自然，很难分辨是谁在讲话。因此GSM系统话音编码器是采用声码器和波形编码器的混合物--- 混合编码器，全称为线性预测编码-长期预测编码-规则脉冲激励编码器（LPC-LTP-RPE编码器），见图1所示。LPC+LTP为声码器，RPE为波形编码器，再通过复用器混合完成模拟话音信号的数字编码，每话音信道的编码速率为13kbit／s。

声码器的原理是模仿人类发音器官喉、嘴、舌的组合，将该组合看作一个滤波器，人发出的声音使声带振动就成为激励脉冲。当然“滤波器 脉冲m频率是在不断地变换，但在很短的时间（10ms～30ms）内观察它，则发音器官是没有变换的，因此声码器要做的事是将话音信号分成20ms的声码块，然后分析这一时间段内所相应的滤波器的参数，并提取此时的脉冲串频率，输出其激励脉冲序列。相关的话音段是十分相似的，LTP将当前段与前一段进行比较，相应的差值被低通滤波后进行一种波形编码。故：LPC十LTP参数：3.6 kbit/s；RPE参数：9.4kbit/s；因此，话音编码器的输出比特速率是13kbit。