語音編碼，就是對模擬的語音信號進行編碼。
概述
編碼的重要性
編碼、傳輸、存儲和譯碼是語音數字傳輸和數字存儲的必要過程。
隨著語音通信技術的發展，壓縮語音信號的傳輸帶寬，降低信道的傳輸速率，一直是人們追求的目標。語音編碼在實現這一目標的過程中擔當重要的角色。
語音編碼就是使表達語音信號的比特數目最小。
編碼速率
用比特/秒（b/s或bps）來度量，用I表示，
I=R ? fs ,R代表每個語音采樣值編碼所需的比特數；fs是采樣頻率。
當fs=8kHz，每個采樣值用8比特位來編碼，則編碼速率為64kb/s。
編碼的分類
語音編碼就是對模擬的語音信號進行編碼，將模擬信號轉化成數字信號，從而降低傳輸碼率并進行數字傳輸，語音編碼的基本方法可分為波形編碼、參量編碼（音源編碼）和混合編碼，波形編碼是將時域的模擬話音的波形信號經過取樣、量化、編碼而形成的數字話音信號，參量編碼是基于人類語言的發音機理，找出表征語音的特征參量，對特征參量進行編碼，混合編譯碼是結合波形編譯碼和參量編譯碼之間的優點。波形編譯碼器雖然可提供高話音的質量，但數據率低于16 kb/s的情況下，在技術上還沒有解決音質的問題。
波形編碼
基本原理是在時間軸上對模擬話音信號按照一定的速率來抽樣，然后將幅度樣本分層量化，并使用代碼來表示。在接收端將收到的數字序列經過解碼恢復到原模擬信號，保持原始語音的波形形狀。話音質量高，編碼率高。如PCM編碼類（a率或u率PCM、ADPCM 、ADM)，編碼速率為64－16kb/s，語音質量好。
參數編碼
根據語音信號產生的數學模型，通過對語音信號特征參數的提取后進行編碼（將特征參數變換成數字代碼進行傳輸）。在接收端將特征參數，結合數學模型，恢復語音，力圖使重建語音保持盡可能高的可懂度，重建語音信號的波形同原始語音信號的波形可能會有相當大的區別。如線性預測（LPC）編碼類。編碼速率低，2.4-1.2kb/s，自然度低，對環境噪聲敏感。
混合編碼(Hybrid coding)
將波形編碼與參數編碼相結合，在2.4-1.2kb/s速率上能夠得到高質量的合成語音。混合編碼包括若干語音特征參量又包括部分波形編碼信息，以達到波形編碼的高質量和參量編碼的低速率的優點。
語音編碼的極限速率
語音中最基本的元素是音素，大約有128～256個，如果按通常的說話速度，每秒平均發出10個音素，則信息率為： I=[log2(256)10]bps=80bps
把發音看成是以語音速率來傳送，則語音編碼的極限速率為80bps,從數字化標準的編碼率64kbps，到極限速率80bps，之間的距離，對于理論研究和實踐有著極大的吸引力。
語音信號壓縮編碼的評價系統
語音質量是衡量語音編碼算法優劣的關鍵性能之一。語音質量通常分為四類：
（1）廣播級：寬帶(0-7000Hz)高質量的語音，感覺不出噪聲存在
（2）網絡或電話級：200赫茲3200Hz,信噪比大于30db。
（3）通信級：完全可以聽懂，但和長途電話相比，有明顯失真。
（4）合成級：80%-90%可懂度，音質較差，聽起來像機器講話，失去了講話者的個人特征。
語音質量有主觀和客觀兩種評價方法
主觀評價方法
評價指標：清晰度或可懂度、音質。前者是指語音是否容易聽清楚；后者指語音聽起來有多自然。
（1）可懂度評價 DRT：Diagnostic Rhymer Test
（2）音質評價：
MOS：平均數 Opinion Score 平均意見得分
DAM：Diagnostic Acceptability Measure 判斷滿意度得分。
MOS得分為五級：優、良、可、差和壞。滿分為5分，相當調頻廣播質量；4分以上是長途電話網標準；3.5分為通信標準； 3.0分仍有較好的可懂度，保持自然度；2.5分只維持可懂度，是戰術通信標準。
客觀評價方法
（2）頻譜失真測量
（3）譜包絡失真測量
參考資料 >