音频编码技术G.729与G.711

VoIP中G.729与G.711的部分资料

 

由于用上了VoIP网关设备，在设置界面里关于语音压缩的设置里有5种标准可选，分别是G.711-uLaw、G.711-aLaw、G.723-53k、G.723-63k、G729， G.711和G.729是企业VoIP部署中非常流行的两种编解码器。与通过G.729编码的语音流相比，G.711音质表现出色。G.711通常用于不存在带宽问题的LAN环境，带宽需求约为80kbps，其中包括开销带宽。G.729通常用于带宽有限的WAN环境，带宽需求约为30kbps。

G.711是语音模拟信号的一种非线性量化，细分有二种：G.711 A-law 和 G.711 u-law。不同的国家和地方都会选取一种作为自己的标准。G.711 bitrate 是64kbps。详细的资料可以在ITU 上下到相关的spec，下面主要列出一些性能参数：

• G.711（PCM方式：PCM＝脉码调制 ：Pulse Code Modulation）
• 采样率：8kHz
• 信息量：64kbps/channel
• 理论延迟：0.125msec
• 品质：MOS值4.10

G.723.1是一个双速率的语音编码器，是ITU-T建议的应用于低速率多媒体服务中语音或其它音频信号的压缩算法；其目标应用系统包括H.323、H.324等多媒体通信系统，目前该算法已成为IP电话系统中的必选算法之一；编码器的帧长为30ms，还有7.5ms的前瞻，编码器的算法时延为37.5ms；编码器首先对语音信号进行传统电话带宽的滤波（基于G.712），再对语音信号用传统8000-Hz速率进行抽样（基于G.711），并变换成16 bit线性PCM码作为该编码器的输入。

在解码器中对输出进行逆操作来重构语音信号；高速率编码器使用多脉冲最大似然量化（MP-MLQ），低速率编码器使用代数码激励线性预测（ACELP）方法，编码器和解码器都必须支持此两种速率，并能够在帧间对两种速率进行转换。此系统同样能够对音乐和其他音频信号进行压缩和解压缩，但它对语音信号来说是最优的；采用了执行不连续传输的静音压缩，这就意味着在静音期间的比特流中加入了人为的噪声。除了预留带宽之外，这种技术使发信机的调制解调器保持连续工作，并且避免了载波信号的时通时断。

G.729采用的算法是共轭结构的代数码激励线性预测(CSACELP)，是基于CELP编码模型的算法；能够实现很高的语音质量（长话音质）和很低的算法延世；算法帧长为10ms，编码器含5ms前瞻，算法时延15ms；其重建语音质量在大多数工作环境下等同于32kb/s的ADPCM（G.726），MOS分大于4.0；编码时输入16bitPCM语音信号，输出2进制比特流；译码时输入为2进制比特流，输出16bitPCM语音信号；在语音信号8KHz取样的基础上，16bit线性PCM后进行编码，压缩后数据速率为8Kbps；具有相当于16:1的压缩率。

G.729系列在当前的VOIP得到广泛的应用，且相关分支较多，可以直接从ITU网上得到source code和相关文档。

• G.729（CS-ACELP方式：Conjugate Structure Algebraic Code Excited Linear Prediction）
• 采样率：8kHz
• 信息量：8kbps/channel
• 帧长：10msec
• 理论延迟：15msec
• 品质：MOS值3.9