回聲的產(chǎn)生在實(shí)時(shí)通信中，回聲是不行避開的，A端發(fā)送的聲音在B端放出后，會隨著B的聲音再傳送到A端，形成回聲。當(dāng)A-B間延時(shí)很小，則A的回聲與A語音近似重疊，人耳無法辨別。在PSTN網(wǎng)中，對于一般的市話呼叫，就屬于這種狀況。假如A-B延時(shí)較大，則回聲和語音就能被人耳所辨別，形成干擾。衛(wèi)星電話和IP電話就屬于這種狀況ABEchoofAVoutVin回聲的分類分為聲回聲(AcousticEcho)和線回聲(LineEcho)聲回聲：Vout播放出來，經(jīng)空氣傳播，通過直射、反射等各種方式，形成Vin。聲回聲形成困難，回聲路徑多樣化，回聲延時(shí)較大。線回聲：在公用電話網(wǎng)中，干線傳輸接受4線方式（收、發(fā)各兩線），而到交換局和電話終端之間，則接受2線方式（收發(fā)語音合并）。在2-4線轉(zhuǎn)換過程中，由于阻抗匹配的問題，總會有些語音干脆回傳到發(fā)端，形成回聲。這種回聲路徑比較固定（就是2-4線轉(zhuǎn)換器），回聲延時(shí)也比較小。線回聲抵消技術(shù)對于LineEcho，由于回聲路徑固定，回聲延時(shí)較小，一般接受自適應(yīng)濾波技術(shù)，用一個(gè)濾波器來模擬回聲路徑，并將濾波器輸出與實(shí)際的采樣語音相減，從而抵消掉回聲。2-42-4EchoCancellerFilter-128階濾波器，可抵消16ms的回聲。一般接受LMS算法估計(jì)濾波器系數(shù)。聲回聲抵消技術(shù)與LineEcho相比，AcousticEcho的回聲路徑更加困難，而且路徑的時(shí)變性更大，因此LMS算法已無法剛好跟蹤。而且由于回聲延時(shí)很大，假如接著接受線性濾波器，則運(yùn)算量將大幅增加。首先要選擇更好的自適應(yīng)濾波算法，有更快的收斂速度。其次要接受一些特殊的濾波器結(jié)構(gòu)，以減小運(yùn)算量。還可以接受多點(diǎn)語音輸入輸出方式，利用他們的空間相對位置進(jìn)行計(jì)算。在多媒體通信中的應(yīng)用和公用電話網(wǎng)相比，基于Internet的語音通信有巨大的延時(shí)。編解碼延時(shí)（10-30ms）網(wǎng)絡(luò)延時(shí)（幾十至幾百ms）處理延時(shí)（取決于處理器，一般幾ms）因此收發(fā)兩端延時(shí)往往能達(dá)到上百ms，必需接受回聲抵消技術(shù)。在端對端通信中，一般接受線回聲抵消，在會議通信中，一般接受聲回聲抵消。語音降噪在一些惡劣的通信環(huán)境下，往往通話中含有極大的噪聲（如坦克之間的通信），對通信造成很大的影響。噪聲和語音在特性上有很大的不同?？梢岳眠@些特征，將噪聲和語音分別，再單獨(dú)對語音作編碼。語音的例子，噪音的例子。語音編輯處理軟件CoolEdit2000噪音和語音的特征過零率：噪音的過零率高，而語音的過零率低?；蛑芷冢涸肼暃]有周期性，而語音有比較明顯的周期特征。短時(shí)能量：噪聲的短時(shí)能量穩(wěn)定，語音的短時(shí)能量變更較大。增益限制在企業(yè)的會議通信中，兩個(gè)Group之間的會議是很典型的應(yīng)用。此時(shí)一個(gè)Group中的每個(gè)成員，距離通信終端的距離都不同。自動增益限制（AGC）通過檢測輸入信號的能量，并進(jìn)行調(diào)整，使得發(fā)送到對端的語音信號能量基本相同，讓對端有一個(gè)較好的聽覺效果。增益限制（二）增益限制的基本技術(shù)是讓語音的短時(shí)能量靠近其長時(shí)能量。長時(shí)能量的更新較慢，比較穩(wěn)定。短時(shí)能量變更雖然快，但對于每個(gè)音節(jié)來說，相差不大。因此由于距離調(diào)整所引起的短時(shí)能量變更，假如向長時(shí)能量靠近，則可以保持語音能量的平穩(wěn)性。對于更困難的增益限制算法，應(yīng)考慮對噪聲放大所產(chǎn)生的問題。語音壓縮聲音的分類語音編碼的性能評價(jià)指標(biāo)和國際標(biāo)準(zhǔn)語音的特點(diǎn)和模型幾種基本的語音編碼技術(shù)CELP編碼模型的分析聲音的分類語音(TelephoneSpeech)，200~3400Hz，8KHz采樣，主要應(yīng)用于數(shù)字電話波形編碼參數(shù)編碼混合編碼寬帶語音（WidebandSpeech），50~7000HZ16KHz采樣，主要應(yīng)用于會議電視，相當(dāng)于調(diào)幅廣播質(zhì)量音頻(Audio)，10-20000Hz，主要應(yīng)用在消遣與欣賞對于重建信號的音質(zhì)有很高的要求，目前接受比特率較高的波形編碼技術(shù)進(jìn)行壓縮。語音編碼性能指標(biāo)

1.編碼速率（KBPS、KB/S）信號帶寬：200~3400Hz、50~7000Hz、10~20000Hz采樣頻率：8K、16K、32K、44.1/48K（Hz）壓縮碼流速率（kb/s）2.編解碼延時(shí) 公用電話網(wǎng)5~10ms，移動蜂窩網(wǎng)不超過100ms3.算法困難度和可擴(kuò)展性 用MIPS衡量，現(xiàn)在的DSP運(yùn)算實(shí)力達(dá)到幾百上千MIPS。G729和G729A，可擴(kuò)展性的例子。4.抗誤碼，抗丟包的實(shí)力5.魯棒性 對不同音源，不同環(huán)境下有同樣的質(zhì)量。系統(tǒng)級聯(lián)后多次編碼解碼后語音的質(zhì)量。語音編碼性能評價(jià)

1.編碼速率（KBPS、KB/S）信號帶寬：200~3400Hz、50~7000Hz、10~20000Hz采樣頻率：8K、16K、32K、44.1/48K（Hz）壓縮碼流速率（kb/s）2.重建語音質(zhì)量 客觀評價(jià)：信噪比 主觀評價(jià)：MOS分（1-5分）3.編解碼延時(shí)（ms）4.算法困難度5.抗誤碼，抗丟包的實(shí)力，多次編碼解碼后語音的質(zhì)量語音編碼質(zhì)量評價(jià)（一）

可懂度評價(jià)：推斷韻字測試，改進(jìn)韻字測試音質(zhì)評價(jià)：MOS（MeanOpinionScore),DMOS(DegradationMOS)得分MOSDMOS5優(yōu)不察覺4良剛察覺3中有察覺，稍覺可厭2差明顯察覺，勉強(qiáng)忍受1劣不可忍受語音編碼的速率、困難度和語音質(zhì)量有著相互制約的關(guān)系。速率和困難度都有客觀的評價(jià)標(biāo)準(zhǔn)，而語音質(zhì)量更多的是主觀感受。主觀評價(jià)方法：可懂度評價(jià)和音質(zhì)評價(jià)。可懂度反映對語音內(nèi)容的識別程度，音質(zhì)包括語音的自然度和講話人的可識別性。音質(zhì)高-〉可懂度高；反之不確定成立。語音編碼質(zhì)量評價(jià)（二）

時(shí)域測度 信噪比(SNR)，分段信噪比。越大越好。頻域測度 對數(shù)譜距離，倒譜距離，Mel譜。越小越好主觀評價(jià)方法的執(zhí)行受人員的很大制約，受到測試者的內(nèi)在的不行重復(fù)性的影響，而且無法干脆反映出系統(tǒng)參數(shù)的一些影響。為此須要客觀標(biāo)準(zhǔn)。一般接受下圖進(jìn)行客觀質(zhì)量評價(jià)，其關(guān)鍵點(diǎn)是同步。待測語音系統(tǒng)同步客觀評價(jià)標(biāo)準(zhǔn)評價(jià)結(jié)果輸出語音輸入語音一些語音編碼標(biāo)準(zhǔn)名稱采樣率KHz編碼速率Kb/s編碼制式年代MOSDRT備注G.711864PCM19724.395G.726816~40ADPCM1984~884.19432kb/sG.728816LD-CELP19924.194G.729(A/D/E)88/6.4/11.4CS-ACELP19954.1G.723.185.3ACELP19953.8G.723.186.3MP-MLQ19954.0G.7221648~64SUB-ADPCM19883.7~4.1發(fā)聲特點(diǎn)時(shí)變性，短時(shí)不變性發(fā)聲器官：喉（激勵(lì)），聲道（濾波器），嘴清音與濁音，聲母與韻母發(fā)聲模型周期脈沖發(fā)生器聲門脈沖模型G(z)聲道模型V(z)輻射模型R(z)隨機(jī)噪聲發(fā)生器XX基音頻率F0聲道參數(shù)AvAv語音語音編碼技術(shù)的分類有損壓縮波形編碼：主要基于語音波形預(yù)料，目標(biāo)是使重建語音波形保持不變。語音質(zhì)量好，簡潔易實(shí)現(xiàn)，但編碼速率較高。參數(shù)編碼：通過語音信號的數(shù)學(xué)模型提取語音的參數(shù)并編碼，目標(biāo)是使重建信號盡可能保持原信號的語意。一般我們稱之為聲碼器。一般用于4.8kb/s以下的低速信道?；旌暇幋a：結(jié)合波形編碼的高質(zhì)量和參數(shù)編碼的低碼率，被廣泛接受。波形編碼PCM：對每個(gè)樣點(diǎn)獨(dú)立編碼，利用非勻整量化，將每個(gè)樣點(diǎn)編碼為8比特。DPCM：利用相鄰兩個(gè)樣點(diǎn)的相關(guān)性，對相鄰樣點(diǎn)的差值進(jìn)行編碼，這樣減小了編碼數(shù)據(jù)的動態(tài)范圍，用較少的比特就可以得到同樣的量化誤差?！鱉：類似DPCM，但只用一個(gè)比特對差值進(jìn)行編碼，因此須要較高的采樣率。以上編碼方法都屬于波形編碼，其特點(diǎn)是對采樣點(diǎn)逐點(diǎn)處理。參數(shù)編碼（一）由于人的發(fā)聲器官的特點(diǎn)，發(fā)聲過程可以被抽象為確定的模型。參數(shù)編碼就是將實(shí)際語音信號作為模型輸出，去求模型輸入與模型參數(shù)，并將其作為編碼結(jié)果。語音存在周期性，為了提取該周期，須要的語音數(shù)據(jù)長度至少要大于一個(gè)周期。一般選10ms的倍數(shù)，最低為10ms。參數(shù)編碼（二）重要的語音參數(shù)：基因頻率：語音時(shí)域波形周期性信號的頻率。男性一般是60-200Hz，女性和兒童是200-450Hz。共振峰：頻譜中的凸起點(diǎn)。與聲道的諧振頻率相對應(yīng)。短時(shí)過零率：單位時(shí)間內(nèi)，語音信號過零點(diǎn)的次數(shù)。短時(shí)能量：短時(shí)自相關(guān)函數(shù)：混合編碼參數(shù)編碼得到的解碼語音，和原始語音相比，有較多的損傷，緣由是模型的參數(shù)無法限制語音的全部特性。因此，為了得到較高質(zhì)量的解碼語音，必需引入波形編碼的一些技術(shù)。事實(shí)上，語音的激勵(lì)信號中的固定碼本，就是利用大量實(shí)際語音統(tǒng)計(jì)得到的。預(yù)料編碼(一)由于語音信號存在關(guān)聯(lián)性，可利用前面的一個(gè)或多個(gè)信號對下一個(gè)信號進(jìn)行預(yù)料，得到預(yù)料值，然后將實(shí)際值和預(yù)料值求差，并對差值信號進(jìn)行編碼傳送。由于差值信號的動態(tài)范圍很小，用較少的比特就可以精確的量化，從而壓縮數(shù)據(jù)。線形預(yù)料編碼(LPC,LinearPredictiveCoding) 采樣值為f(n)，預(yù)料值為f’(n)。 差值為e(n)=f(n)-f’(n).線形預(yù)測器—f(n)e(n)f’(n)預(yù)料編碼(二)△調(diào)制與DPCM△調(diào)制是PCM的變形，是對實(shí)際采樣信號與預(yù)料信號差值的極性進(jìn)行編碼。若差值大于量化階△，輸出為1，否則輸出0，每個(gè)樣點(diǎn)編碼為1個(gè)比特。當(dāng)輸入信號變更過快，就會出現(xiàn)斜率過載。DPCM，用上一個(gè)樣點(diǎn)值作為本次樣點(diǎn)的預(yù)料值，對差值進(jìn)行編碼。CELP編碼接受分幀技術(shù)，幀長20-30ms?；诤铣煞治?A-B-S)的搜尋過程，感覺加權(quán)矢量量化和線性預(yù)料技術(shù)。CELP一般將每一幀語音分為2-5個(gè)子幀，在每個(gè)子幀內(nèi)搜尋最佳的碼矢量。CELP編碼模型……固定碼本自適應(yīng)碼本+線性預(yù)料濾波器1/A(z)感覺加權(quán)濾波器W(z)+最小感覺加權(quán)誤差gsga碼本的獲得固定碼本：經(jīng)過大量語音的統(tǒng)計(jì)獲