應(yīng)用EFR編碼技術(shù)改善MOS語音效果分析

連正川

（中國聯(lián)通福建分公司 福州 361000）

1 概述

GSM系統(tǒng)是數(shù)字移動通信系統(tǒng)，因此話音信號需進(jìn)行數(shù)字化處理，即把話音模擬信號轉(zhuǎn)換成數(shù)字信號后再進(jìn)行傳輸，包括了采樣、量化、編碼三個過程。語音編碼技術(shù)通常分為三類：波形編碼、參量編碼（聲源編碼）和混合編碼。

波形編碼直接對模擬語音取樣、量化、編碼，主要以脈沖編碼調(diào)制（PCM）和增量調(diào)制（AM）為代表。波形編碼速率一般在16～64kbit/s之間。它可提供很好的話音質(zhì)量，但編碼速率較高，一般應(yīng)用在信號帶寬要求不高的通信中，如有線通信。數(shù)碼率在64～32kbit/s之間音質(zhì)優(yōu)良，當(dāng)數(shù)碼率低于32kbit/s的時候音質(zhì)明顯降低，16kbit/s時音質(zhì)非常差。

參量編碼又稱聲源編碼，是以發(fā)音模型作基礎(chǔ)，從模擬話音提取各個特征參量并進(jìn)行量化編碼，可實(shí)現(xiàn)低速率語音編碼，達(dá)到2～4.8kbit/s。但話音質(zhì)量只能達(dá)到中等。

混合編碼：是將波形編碼和參量編碼結(jié)合起來，既有波形編碼的高質(zhì)量優(yōu)點(diǎn)又有參量編碼的低速率優(yōu)點(diǎn)。其壓縮比達(dá)到4～16kbit/s。

GSM規(guī)范規(guī)定載頻間隔是200kHz。 每個200kHz信道又被分成8個時隙，每時隙最大傳輸22.8kbit/s的原始信道容量。由于無線傳輸并不可靠，需要為數(shù)據(jù)增加保護(hù)。因此要在規(guī)定的帶寬內(nèi)，實(shí)現(xiàn)較好的話音質(zhì)量，必須大大降低每個話音信道編碼的比特率，這就需要采用低速率話音編碼技術(shù)來實(shí)現(xiàn)。GSM語音編碼主要采用混合編碼方式。為了滿足GSM系統(tǒng)的窄帶通信模式，GSM目前主要采用四種話音編碼技術(shù)，即：速率為13kbit/s的全速率（FR）編碼技術(shù)、速率為12.2kbit/s的增強(qiáng)型全速率（EFR）編碼技術(shù)、自適應(yīng)多速率(AMR)以及速率為5.6kbit/s的半速率（HR）編碼技術(shù)。

本文主要重點(diǎn)介紹GSM的增強(qiáng)型全速率（EFR）編碼技術(shù)和全速率（FR）編碼技術(shù)兩種，并通過實(shí)際應(yīng)用中，對兩者在改善用戶語音通話效果的不同情況進(jìn)行分析。

2 某地市開通EFR前后MOS評估效果比較

2.1 DT測試MOS評估對比

福建某地市島內(nèi)區(qū)域全網(wǎng)開通EFR編碼技術(shù)。開通后對相關(guān)撥測人員進(jìn)行調(diào)查，普遍反映通話聲音比開通前更清晰，保真度明顯更好，通話效果接近CDMA網(wǎng)絡(luò)。采用鼎利公司MOS語音評估測試設(shè)備，以該地市BSC65覆蓋區(qū)域?yàn)镈T測試范圍，對FR條件下和EFR條件下的MOS語音評估值進(jìn)行DT測試對比，具體測試情況如圖1～4所示。

從統(tǒng)計(jì)結(jié)果看，開通EFR后，MOS值在4以上比例明顯比在FR條件下要高得多，在EFR條件下DT測試網(wǎng)絡(luò)MOS語音評估平均值達(dá)到3.53，比FR條件下測試得到的MOS平均值3.08提高了0.45；具體結(jié)果如表1。

圖1 在FR條件下MOS評估測試軌跡圖

圖2 開通EFR后MOS評估測試軌跡圖

圖3 在FR條件下MOS評估柱狀圖

2.2 CQT測試MOS評估對比

本次CQT測試選定了省網(wǎng)優(yōu)中心辦公樓、聯(lián)通機(jī)房、火炬工商銀行三個地方進(jìn)行定點(diǎn)CQT測試，采用鼎利MOS語音評估設(shè)備在FR和EFR條件下分別進(jìn)行多次語音呼叫，最終得出兩種不同條件下的MOS評估結(jié)果。開通EFR技術(shù)后CQT測試MOS平均值達(dá)到3.97，比FR條件下的MOS平均值3.38提高了0.59，測試結(jié)果如表2所示。

圖4 開通EFR后MOS評估柱狀圖

表1 開通EFR前后BSC65覆蓋區(qū)域MOS評估統(tǒng)計(jì)情況

表2 開通EFR前后定點(diǎn)CQT測試MOS評估對比

2.3 實(shí)驗(yàn)結(jié)論

從上面DT測試和CQT測試均表明，在相同無線環(huán)境下，采用EFR編碼技術(shù)得到的MOS語音評估值要比采用FR編碼技術(shù)要高，與實(shí)際用戶反映相吻合，因此開通EFR編碼技術(shù)對改善用戶主觀感受意義重大。

3 FR與EFR編碼技術(shù)介紹

3.1 全速率（FR）編碼技術(shù)

FR即速率為13kbit/s的全速率（FR）編碼技術(shù)，全稱為線性預(yù)測編碼-長期預(yù)測編碼-規(guī)則脈沖激勵編碼器（LPC-LTP-RPE編碼器），編碼器原理圖如圖5所示。主要通過兩種技術(shù)來提高LPC 編碼器的質(zhì)量，即長時預(yù)測LTP（Long Term Prediction）與規(guī)則脈沖激勵RPE（Regular Pulse Excitation）。LPC+LTP為聲碼器，RPE為波形編碼器，再通過復(fù)用器混合完成模擬話音信號的數(shù)字編碼，每話音信道的編碼速率為13kbit/s。它是一種混合編碼技術(shù)，集成了波形編碼與聲源編碼兩項(xiàng)技術(shù)之長，可以獲得達(dá)到4.0左右QoS的語音通信質(zhì)量(國際電聯(lián)規(guī)定語音通信質(zhì)量QoS滿分為5)。聲碼器將話音信號分成20ms的聲碼塊，分析這一時間段內(nèi)所對應(yīng)的濾波器的參數(shù)，并提取此時的脈沖串頻率，輸出其激勵脈沖序列。相關(guān)的話音段是十分相似的，LTP將當(dāng)前段與前一段進(jìn)行比較，相應(yīng)的差值被低通濾波后進(jìn)行波形編碼。其中LPC十LTP參數(shù)：3.6 kbit/s；RPE參數(shù)：9.4kbit/s；因此，話音編碼器的輸出比特速率是13kbit/s。

圖5 LPC-LTP-RPE編碼器原理示意圖

3.2 增強(qiáng)型全速率（EFR）編碼技術(shù)

圖6 CELP編碼器原理示意圖

EFR聲碼器是一種代數(shù)碼激勵線性預(yù)測(ACELP)編碼器，是碼激勵線性預(yù)測（CELP）編碼中的一種。它計(jì)算更加密集，能在輸出端得到更為精確的結(jié)果。CELP語音編碼算法采用線性預(yù)測提取聲道參數(shù)，用一個包含許多典型的激勵矢量的碼本作為激勵參數(shù)，每次編碼時都在這個碼本中搜索一個最佳的激勵矢量，這個激勵矢量的編碼值就是這個序列的碼本中的序號。編碼器的基本原理框圖如圖6所示。

與LPC模型類似，CELP模型中也有激勵信號和聲道濾波器，但它的激勵信號不再是LPC模型中的二元激勵信號。在目前常用的CELP模型中，激勵信號來自兩個方面：長時基音預(yù)測器（又稱自適應(yīng)碼本）和隨機(jī)碼本。自適應(yīng)碼本被用來描述語音信號的周期性（基音信息）。固定的隨機(jī)碼本則被用來逼近語音信號經(jīng)過短時和長時預(yù)測后的線性預(yù)測余量信號。從自適應(yīng)碼本和隨機(jī)碼本中搜索出的最佳激勵矢量乘以各自的最佳增益后相加，便可得到激勵e(n)。它一方面被用來更新自適應(yīng)碼本，另一方面則被輸入到合成濾波器H(z)以得到合成語音^s(n)。^s(n)與原始語音s(n)的誤差通過感覺加權(quán)濾波器W(z)后可得到感覺加權(quán)誤差信號e(n)。使e(n)均方誤差為最小的激勵矢量就是最佳激勵矢量。

為了提高重建話音的自然度，編碼端增加一組預(yù)測濾波器，采用閉環(huán)LPC結(jié)構(gòu)，由特征參數(shù)激勵得到預(yù)測信號，將此信號與原信號s(n)相減得到殘差信號e(n)。如果把此信號與有關(guān)參數(shù)一并編碼傳送，在解碼端進(jìn)行誤差修正可有效改善語音質(zhì)量，但此時將降低編碼效率。如果能對一定時間內(nèi)殘差信號可能出現(xiàn)的各種樣值的組合按一定規(guī)則排列構(gòu)成一個碼本，編碼時從本地碼本中搜索出一組最接近的殘差信號，然后對該組殘差信號對應(yīng)的地址編碼并傳送，解碼端也設(shè)置一個同樣的碼本，按照接收到的地址取出相應(yīng)的殘差信號加到濾波器上完成話音重建，則顯然可以大大減少傳輸比特?cái)?shù)，提高編碼效率。這就是CELP編碼的基本原理。對CELP編碼來說碼本很關(guān)鍵，碼本編得好，就可以在低碼率下獲得較好的語音質(zhì)量。

EFR聲碼器的12.2kbit/s輸出等于每幀244bit。但是其所編碼語音是通過擁有260位容量的常規(guī)GSM全速率空中信道來傳輸，其余16bit被填以CRC以及重復(fù)一些用于冗余的最重要編解碼器參數(shù)，因此也提高了抗誤碼能力。

4 推廣

與FR相比，采用EFR增強(qiáng)型全速率可以更好的改善用戶主觀通話感受，這在福建某地市具體實(shí)踐得到驗(yàn)證。另一方面，EFR增強(qiáng)型全速率需要網(wǎng)絡(luò)服務(wù)商開通此項(xiàng)網(wǎng)絡(luò)功能，手機(jī)終端也要支持EFR功能才能配合實(shí)現(xiàn)。在福建某地市開通EFR后，通過網(wǎng)管統(tǒng)計(jì)全網(wǎng)有94.57%的用戶采用EFR編碼方式，僅2.30%用戶使用FR方式，其余3.13%用戶因?yàn)樵拕?wù)負(fù)荷原因占用HR信道。這表明目前市場上絕大部分的手機(jī)終端均已支持EFR編碼方式，因此開通EFR可以達(dá)到改善全網(wǎng)用戶感受的預(yù)期，值得進(jìn)一步推廣應(yīng)用。

[1]李昌立，吳善培編著. 數(shù)字語音－語音編碼實(shí)用教程. 北京：人民郵電出版社，2004年

[2]GSM Phase2+，GSM 0610-Full Rate Speech Transcoding

[3]GSM Phase2+， GSM 0660-Enhanced Full Rate (EFR)Speech Transcoding

[4]陳潤潔，鐘子發(fā)，王紅軍. GSM數(shù)字移動通信系統(tǒng)語音信源編解碼技術(shù).電訊技術(shù)，2004年