三種常見語音編碼的性能對比

王鼎　章小梅　劉云飛

摘要：語音編碼是現(xiàn)代語音通信系統(tǒng)的重要環(huán)節(jié)。與傳統(tǒng)的PCM編碼方式相比，增量調(diào)制具有節(jié)省頻譜資源的突出優(yōu)點。LDM、ADPCM和CVSD是三種常見的增量調(diào)制方式。該文以MATLAB Simulink平臺為基礎(chǔ)搭建了LDM、ADPCM和CVSD的編譯碼仿真模型，對三種編碼方式不同采樣率下的輸出波形、抗干擾能力及可懂度進行了仿真對比。仿真表明，與其他兩種編碼方式相比，CVSD在低采樣率下能保持更好的編碼性能和可懂度，且具有一定的抗干擾能力。

關(guān)鍵詞：語音編碼；增量調(diào)制；Simulink；CVSD

中圖分類號：TP274 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）29-0238-03

通信系統(tǒng)可分為模擬通信系統(tǒng)和數(shù)字通信系統(tǒng)兩大類。如果在數(shù)字通信系統(tǒng)中傳輸模擬信號，這種傳輸方式被稱為模擬信號的數(shù)字傳輸，這是現(xiàn)代通信的常見類型，比如在擴頻通信系統(tǒng)或調(diào)頻通信系統(tǒng)中傳輸語音。這時就需要在系統(tǒng)的發(fā)送端將模擬語音信號轉(zhuǎn)換為數(shù)字信號，即模數(shù)轉(zhuǎn)換（A/D）；在接收端再將數(shù)字信號轉(zhuǎn)換為模擬語音信號，即數(shù)模轉(zhuǎn)換（D/A）。模數(shù)轉(zhuǎn)換包含采樣、量化、編碼三個步驟。編碼性能的好壞，直接影響語音通信系統(tǒng)的通信質(zhì)量。編碼性能的好壞與采樣率、編碼位數(shù)和編碼算法有關(guān)。

脈沖編碼調(diào)制（PCM）是最簡單的一種語音編碼算法，直接將量化后的采樣值轉(zhuǎn)化為一個k位的M進制的代碼，一般采用的二進制代碼。

一位二進制碼只能代表兩種狀態(tài)，不能表示模擬信號的采樣值，但一位二進制碼可以表示相鄰兩采樣值的相對大小，而相鄰采樣值的相對大小同樣能反映模擬信號的變化規(guī)律，這就出現(xiàn)了另外一種編碼方式，即增量調(diào)制（△M）。與PCM相比，增量調(diào)制獲得更廣泛應(yīng)用的原因有：在PCM中，一個采樣值需要多位代碼表示，而在△M中只需要一位，所以△M大大降低了碼元輸出速率，因此在比特率較低時△M的量化信噪比高于PCM的量化信噪比；△M的抗誤碼性能好，能工作于誤碼率為10^-3～10^-2的信道中，而PCM通常要求信道誤碼率為10^-6～10^-4；△M的編譯碼器比PCM簡單，更易于硬件實現(xiàn)。

常見的增量調(diào)制方式有線性增量調(diào)制（LDM）、脈碼增量調(diào)制（DPCM）、自適應(yīng)脈碼增量調(diào)制（ADPCM）、連續(xù)可變斜率增量調(diào)制（CVSD）。本文重點對LDM、ADPCM和CVSD三種編碼算法的性能進行對比。

1仿真模型的搭建

本文以MATLAB Simulink平臺為基礎(chǔ)搭建了驗證LDM、ADPCM和CVSD編碼性能的仿真模型，如圖1所示。

首先選用一段無損錄音作為語音信號源，利用Simulink中的From Multimedia File模塊提取文件中的語音波形，并可以通過Rate Transition模塊控制仿真的采樣率。然后將語音信號分別送人LDM、ADPCM和CVSD編碼器進行語音編碼，在Trans-mission Channel中完成調(diào)制、高斯白噪聲信道傳輸、解調(diào)，最后三路信號分別在LDM、ADPCM和CVSD譯碼器中完成譯碼和低通濾波，恢復(fù)出語音信號。為了比較分析三種編碼算法的性能，將三路輸出分別與原語音信號同時送入示波器模塊，觀察語音信號編解碼前后波形的變化。

2不同采樣率下三種編碼的性能對比

在一個通信系統(tǒng)中，較高的采樣率意味著較高的碼元傳輸速率，也就意味著占用較大的傳輸帶寬。為了提高系統(tǒng)的抗噪聲性能，采樣率越大越好；但從節(jié)省頻帶的角度考慮，采樣率越小越好，這兩者是矛盾的。綜合兩方面的要求，我們可以通過優(yōu)化編碼算法，利用盡可能低的采樣率獲得盡可能好的傳輸性能。

由于PCM的編碼位數(shù)明顯高于△M，因此在低信道傳輸速率下，PCM的性能要弱于△M，所以本文重點對LDM、ADPCM和CVSD不同采樣率下的編碼性能進行了仿真對比。

仿真中，采用了64kHz、32kHz、16kHz和8kHz四種采樣率，分別得到解調(diào)譯碼的輸出波形，如圖2所示。每張圖中自上而下依次為LDM、ADPCM和CVSD相應(yīng)的輸出波形，且黑色曲線為原語音波形，灰色曲線為解調(diào)譯碼波形。每張波形圖中，灰色曲線與黑色曲線的擬合程度反映了編碼性能，兩條曲線越接近說明編碼性能越好。

從圖中可以看出，隨著采樣率的降低，LDM、ADPCM和CVSD的編碼性能都有降低的趨勢。其中，LDM在64kHz采樣率時能夠較好地恢復(fù)原語音波形，隨著采樣率的降低，性能惡化最為明顯，在32kHz采樣率時波形已出現(xiàn)明顯畸變（過載失真），在16kHz采樣率時波形已嚴(yán)重失真；ADPCM與LDM相比，性能改善明顯，在16kHz采樣率時波形才出現(xiàn)明顯畸變（毛刺增多）；CVSD隨采樣率的降低，性能惡化不明顯，在8kHz采樣率時波形才出現(xiàn)少量毛刺，且毛刺幅度較小。通過對比可以得出，CVSD在三種編碼方式中性能最好，ADPCM次之，LDM性能最差。

在實際應(yīng)用中，CCITT建議將32kbit/s的ADPCM作為長途傳輸?shù)恼Z音編碼方式，以32kbit/s傳信率傳輸?shù)腁DPCM信號基本能夠達(dá)到以64kbit/s傳信率傳輸?shù)腜CM話音質(zhì)量。而在軍事通信中，為了進一步節(jié)約信道資源，廣泛采用以16kbit/s傳信率傳輸?shù)腃VSD信號，以更低的傳信率獲得相近的話音質(zhì)量。

3三種編碼方式抗突發(fā)干擾的性能對比

前面主要討論了不同采樣率下LDM、ADPCM和CVSD三種編碼的性能對比，但在實際應(yīng)用中，編碼方式的抗干擾性能也是話音質(zhì)量的重要影響因素。為比較三種編碼方式的抗干擾性能，利用Simulink中的Pulse Generator模塊（如圖1所示）產(chǎn)生周期性的脈沖干擾，觀察干擾時段內(nèi)灰色曲線與黑色曲線的擬合程度。

圖3所示為某一脈沖干擾時段內(nèi)的仿真輸出波形示意圖，從圖中可以看出，在不同采樣率條件下LDM、ADPCM和CVSD相應(yīng)的輸出波形都出現(xiàn)了不同程度的畸變，其中CVSD編碼的畸變最小，且在干擾時段外能夠迅速逼近原語音信號。由此可見，CVSD具有較強的抗突發(fā)干擾的能力。

4三種編碼方式的音質(zhì)對比

以上我們通過波形對比的方式來討論LDM、ADPCM和CVSD的編碼性能，波形的擬合程度能一定程度上反映編碼方式的性能好壞，但并不全面，因此本文又直接考察了輸出信號的音質(zhì)和可懂度。

利用Simulink中的To Multimedia File模塊將LDM、ADPCM和CVSD譯碼器的輸出波形分別存儲到LDM_output.avi、ADP-CM_output.avi和CVSD_output.avi三個多媒體文件中，實現(xiàn)了語音信號的重構(gòu)，如圖4所示。然后就可以通過直接監(jiān)聽的方式比較原語音與三個已恢復(fù)語音的音質(zhì)和可懂度。

通過對比發(fā)現(xiàn)，在64kHz采樣率時，三種編碼方式恢復(fù)的語音信號都有很好的音質(zhì)和可懂度；在32kHz采樣率時，LDM已出現(xiàn)雜音，可懂度明顯下降，ADPCM的音質(zhì)和可懂度下降不明顯；在16kHz采樣率時，CVSD依然保持了較好的音質(zhì)和可懂度，甚至在8kHz采樣率時仍然可以聽懂。同時，在有突發(fā)脈沖干擾時，CVSD恢復(fù)語音信號的音質(zhì)和可懂度也是最好的。

5結(jié)束語

本文以MATLAB Simulink平臺為基礎(chǔ)搭建了LDM、ADP-CM和CVSD的編譯碼仿真模型，對三種編碼方式不同采樣率下的輸出波形、抗干擾能力及可懂度進行了仿真對比。仿真表明，與其他兩種編碼方式相比，CVSD在低采樣率下能保持更好的編碼性能和可懂度，且具有一定的抗干擾能力。CVSD編碼以相對較低的編碼速率可以獲得較好的語音質(zhì)量，是應(yīng)用在語音通信系統(tǒng)中的較好的編碼方式。