语音编解码器 3

2.1.1    VoIP语音编码器的比较

语音压缩编码研究的基本问题就是在一定的编码速率下，如何用较低的复杂度和较小的时延获得尽量好的重建语音，因此重建语音质量、编码速率、算法复杂度、算法延迟是衡量编解码器性能的四个主要因素。表2-1是上述VoIP常用语音编码器的指标的对比^{[1]，[4]，[5]，[6]} 。

 

纵观集中编解码器，iLBC有很多技术优势，主要表现在：

(1)   占用带宽少

        在20ms帧时，iLBC所占总的带宽为27.73Kbit/s，而G .729A 为29.6Kbit/s，G.723.1为19.7Kbit/s，GSM为34.8Kbit/s。

(2)   语音质量高

在20ms帧时，iLBC的MOS（平均主观得分）为3.981，而G.729为3.92，G.723.1为3.9，GSM为3.782。

(3)   支持多帧

支持20ms和30ms帧，对于不同的应用或VoIP设备更为灵活。

(4)       低时延和丢包处理特性

iLBC的主要优势在于对丢包的处理能力。在正常情况下，iLBC会记录下当前数据的相关参数和激励信号，以便在之后的数据丢失情况下进行处理；在当前数据接收正常而之前数据包丢失的情况下，iLBC会对当前解码出的语音和之前模拟生成的语音进行平滑处理，以消除不连贯的感觉；在当前数据包丢失的情况下，iLBC会对之前记录下来的激励信号进行相关处理并与随机信号进行混合，以得到模拟的激励信号，从而得到替代丢失语音的模拟语音。总的来说，和标准的低位速率编解码相比，iLBC使用更多自然，清晰的元素，能够精确模仿出原始语音信号。

 

在实际选择语音压缩标准时，要综合考虑带宽、时延、算法复杂度等几大因素。本课题中选择的编解码器为G.729A，它采用了共轭结构代数码激励线性预测技术，是编码速率和合成语音质量综合效率最优的压缩算法之一，被广泛的用在VoIP中，其在OPNET中有现成的实现模块。

 

表2-1 VoIP语音编码器的指标的对比

编码算法	编码类型	比特率 （kb/s）	MOS	复杂性（MIPSonTIC54）	时延/ms
G.711	PCM	64	4.1	1.05	0.75
G.723.1	ACELP	6.3	3.9	43.7	30
	MP-MLQ	6.3	3.8		30
G.726	ADPCM	40/32/24/16	3.85	10.8	1
G.728	LD-CELP	16	3.61	97	3~5
G.729	CSA-CELP	8	3.92	10.88(G.729AB)	10
iLBC（20ms）	参数编码	27.73	3.981	35倍G.711	20
EG.711(10，20，30，40ms)	改进型 PCM	<=G.711	=G.711	4.8	=帧长
iSAC(30~60ms)		10~32	=g.722.2	76倍G.711	=帧长+3ms
iPCM-wb(10，20，30，40ms)		平均80	>g.722.1	8.6MIPS	=帧长