語音編碼器

在IP語音技術（VOIP）中常用的編碼解碼器，它們常被稱為編碼解器、語音編碼器或者簡稱為編碼器。

語音編碼器分為三種類形：（a）波形編器；（b）聲碼器；（c）混合編碼器。

波形編碼器會盡可能構出包括背景噪單在內的模擬波形。由於波形編碼器作用於所有輸入信號，因此會產生高質量的樣值。然而，波形編碼器工作在高比特率。例如：ITU-G.711規範（PCM）用的比特率為64Kbps。 聲碼器（vocoder）不會再生原始波形。這組編碼器會提取一組參數，這組參數被送到接收端，用來導出語音產生模形。線性預測編碼（LPC）用來獲取一時變數字濾波器的參數。這個濾波器用來模擬説話人的聲道輸出[WEST96]。在電話系統中使用聲碼器，語音質量不夠好。在VOIP中常用的語音編碼器是混合編碼器，它融入了波形編碼器和聲器的長處，它的另一特點是它工作在非常低的比特率（4-6Kbps）。混合編碼器採用合成分析（AbS）。

最常用的比特率在4.8kbps~16 kbps之間的語音編碼器是基於模型編碼器的，這些編碼器都是線性預測合成分析（LPAS）方法。為了隨着時間的變化模擬語音信號，線性預測語音產生模型必須用適當的信號來激勵。每隔一段固定時間（如每隔20ms），語音模型參數和激勵參數都必須做一次估計和更新，並用來控制語音模型。

在軟件界有許多相對更加流行的編解碼器是有損的，意味着它們壓縮過程犧牲了一定的質量。通常這種壓縮實際上同未被壓縮的聲音或圖像沒區別。更小的數據集緩解了相對高昂的存儲器。較低的數據率也降低了花銷並在數據傳輸過程中提升了品質。

也有許多的無損壓縮，特別應用於在需要原始流中所有信息時壓縮模式下獲取數據。如果保留數據流的原始品質比削減相應的更大數據更加重要，那麼無損壓縮更佳。連續使用多種編解碼器或者編碼體系也會顯著的降低質量。不斷下降的存儲空間開銷和網絡帶寬正使得有損壓縮的需求下降 ^[1]  。

評估編碼器的性能時要考慮幾個重要因素。這些因素如下提示：

幀大小：幀的大小表示語音流量的時間長度，也稱為幀時延。 幀是語音信號的分立部件，且每幀是根據語音樣點更新的。本 介紹的編碼器都是一次處理一幀。每幀信息各放在各語音分組 中，並傳送給接收端。

處理時延：它表示在編碼器中對一幀語音做編碼算法處理所 需時間。它通常簡單計入幀時延。處理時延好稱為算法時延。

前視時延：編碼器為了對當前幀的編碼提供幫助而檢查下一 幀的一定長度，此長度就稱為前視時延。前視的想法是為了利 用相鄰語音幀之間的密切相關性。 幀長度：這個值表示經編碼處理後的字節數（不包括幀頭）。

語音比特率：當編碼器的輸入是標準脈衝編碼調製的語音 碼流（比特率為64 kbit/s）時，編解碼器的輸出速率。