語音編碼損害因子- I ec …

使用語音壓縮技術可以減少資料傳輸量，有效節省頻寬的使用。

其編碼處理有許多選擇，如 G.711 PCM、G.729a CS-ACELP、G.723.1 MPC-MLQ，依位元率區隔不同模式所衍生的信號失真亦存在明顯差 異。簡述如下︰

[1] G.711 PCM: 由 ITU-T 於 1972 年制定的 64Kbits/sec 語音壓縮標 準，也是傳統電話所採用的編碼模式，它是一種採用取樣導向(sample oriented)的波形編碼模式。由於人耳所能聽到的頻率範圍最高不超過 4KHz，根據 Nysquist 取樣定理採 8KHz 的取樣頻率，再以 8bits 量化 個別的取樣值。由於人通常在特殊情況下才會提高或是降低音量，所 以一般講話的音量範圍給予線性的量化，其他區域給予非線性的量 化，依量化方式不同而分成兩種規格，歐規是採用A law− ，美規則是 採用µ−law。

[2] G.729a CS-ACELP:由 ITU-T 於 1995 年制定的 8Kbits/sec 語音壓 縮標準，屬於一種音框導向(frame-oriented)的處理模式，將數位語音 訊號切割成一連串固定長度為 10ms 的音框(80 個取樣值),並等分二個 子音框(subframe) 。G.729a 編碼器採用共軛架構代數碼激發線性預測 技術(Conjugate-Structure Algebraic-Code-Excited Linear-Prediction，

CS-ACELP)，兼具波形編碼以及參數編碼的優點。首先以十階線性預 測濾波器係數來表示語音訊號的短時距相關特性，並利用最小誤差分 析合成搜尋法找出語音訊號的長時距類周期激發源 ，最後利用多重 脈衝訊號逼近其預測殘值。其中長時距類周期激發源及預測殘值的增 益編碼部分，是使用共軛架構向量量化(conjugate-structure VQ)。

[3] G.723.1 MPC-MLQ: 為 ITU-T 於 1996 訂定的雙位元率（6.3 Kbps 及 5.3 Kbps）語音編碼壓縮標準，也是採用音框導向的處理模 式。每個音框有 240 個數位化之取樣點。在編碼區塊的流程上，兩 種速率編碼模式的參數計算過程大致相同，主要差異在於預測殘值編 碼的不同。

每一種編碼標準均有其特定的聆聽 MOS(listening MOS) ，利用 圖 3.1 即可求得其對應的 R 值。一般而言，聆聽 MOS 並未將延遲及 封 包 漏 失 的 音 質 損 害 納 入 考 量 ， 因 此 公 式 (3.2) 可 簡 化 為

94.2 _ec( )

R= −I r ，而依此建立不同編碼標準與I_ec的對應關係如圖 3.2 所 示

圖 3.2 編碼位元率與對應的音質損害

就圖 3.2 的關係可以看出，隨著編碼位元率的下降，音質的損害值明 顯的增加，尤其是 G.729a，G.723.1 與 GSM，雖然三者位元率接近，

造成的損害卻明顯的快速爬升。這是由於高壓縮率雖然能節省頻寬的 使用，然而封包與封包之間的關聯性卻明顯的降低，在網路傳送語音 封包時，若發生封包漏失的現象即有可能造成聲音斷斷續續有如被剪 掉一樣。因此事先對封包做保護的動作有其必要性，此重要議題會在 第四章探討。