中文引用格式： 李凌云，李肖克，陳奕釗，等. 基于IP包拆分重組技術(shù)的混合語(yǔ)音壓縮編碼算法研究[J]. 電子技術(shù)應(yīng)用，2025，51(2)：70-74.
英文引用格式： Li Lingyun，Li Xiaoke，Chen Yizhao，et al. Research on hybird speech compression coding algorithm based on IP packet splitting and reassembling technology[J]. Application of Electronic Technique，2025，51(2)：70-74.
引言
語(yǔ)音壓縮編碼是指為提高通信網(wǎng)中的信息傳輸效率及實(shí)現(xiàn)語(yǔ)音的高效存儲(chǔ)，對(duì)編碼后的數(shù)字語(yǔ)音進(jìn)行壓縮的技術(shù)。由于現(xiàn)代通信網(wǎng)對(duì)傳輸帶寬、數(shù)據(jù)保密性等各種特殊場(chǎng)景的需要，低速率語(yǔ)音壓縮編碼技術(shù)因其占用帶寬少、抗干擾、保密性強(qiáng)及系統(tǒng)容量高等特點(diǎn)而成為語(yǔ)音研究領(lǐng)域中的一個(gè)重要課題。
在某特殊通信網(wǎng)業(yè)務(wù)系統(tǒng)中，既要在平均通信速率僅有10 kb/s的信道上傳輸1路基于IP的語(yǔ)音傳輸VoIP語(yǔ)音，又要求話音編碼標(biāo)準(zhǔn)采用G.729標(biāo)準(zhǔn)。傳統(tǒng)G.729標(biāo)準(zhǔn)話音數(shù)據(jù)需要34.4 kb/s的傳輸帶寬，僅采用一種語(yǔ)音壓縮編碼技術(shù)已明顯不能滿足要求。
研究人員提出一種基于混合激勵(lì)線性預(yù)測(cè)（Mixed Excited Linear Prediction，MELP）的0.6 kb/s的聲碼器算法，將多個(gè)連續(xù)語(yǔ)音幀合成一個(gè)超級(jí)幀，充分利用參數(shù)的幀間相關(guān)性進(jìn)行聯(lián)合量化，通過仿真驗(yàn)證了該算法可得到一個(gè)可懂度較高、清晰度和自然度較好的合成語(yǔ)音[1-5]。常亮等提出一種基于正弦激勵(lì)線性預(yù)測(cè)（Sinusoidal Excitation Linear Prediction，SELP）的0.56 kb/s多幀聯(lián)合分模式矢量量化算法，獲得接近電話質(zhì)量的語(yǔ)音[6]。Huang等提出一種矩陣量化方案和低速率的聲碼器算法，在低速率通信鏈路中獲得了高質(zhì)量語(yǔ)音[7]。Ozaydin等針對(duì)窄帶通信鏈路中語(yǔ)音信號(hào)特征，基于共軛結(jié)構(gòu)代數(shù)碼激勵(lì)線性預(yù)測(cè)編碼（Conjugate Structure-Algebraic Code Excited Linear Prediction，CS-ACELP）設(shè)計(jì)了一種低復(fù)雜度、高效的語(yǔ)音激活檢測(cè)（Voice Activity Detection，VAD）算法，該算法的實(shí)現(xiàn)將語(yǔ)音的平均通信速率約降至4 kb/s[8]。上述語(yǔ)音壓縮編碼算法的速率雖都達(dá)到了4.6 kb/s以下，甚至達(dá)到了0.56 kb/s，具有一定的借鑒意義，但上述算法并未使用G.729語(yǔ)音編碼標(biāo)準(zhǔn)。
鑒于此，本文提出一種基于IP包拆分重組技術(shù)的混合語(yǔ)音壓縮編碼算法，在使用G.729標(biāo)準(zhǔn)的基礎(chǔ)上，利用改進(jìn)的多帶激勵(lì)（Advanced Multi-Band Excitation，AMBE）語(yǔ)音編碼技術(shù)對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行二次壓縮解壓，結(jié)合IP包拆分重組技術(shù)，使語(yǔ)音數(shù)據(jù)傳輸比特率達(dá)到5.7 kb/s，有效避免開銷數(shù)據(jù)消耗過多信道帶寬，提高語(yǔ)音有效載荷的傳輸效率和質(zhì)量。
本文詳細(xì)內(nèi)容請(qǐng)下載：
http://www.jysgc.com/resource/share/2000006328
作者信息：
李凌云，李肖克，陳奕釗，王國(guó)法，王輝
（中國(guó)電子科技集團(tuán)公司第三十四研究所，廣西 桂林 541004）
