G.711編碼原理

目錄

  1. 參考
  2. 概述
  3. G.711原理
  4. 總結(jié)

1. 參考

2. 概述

本文目的：
1、熟悉G711a/u兩種格式的基本原理
2、熟悉兩種壓縮算法的實(shí)現(xiàn)步驟及提供源碼實(shí)現(xiàn)

G.711是國(guó)際電信聯(lián)盟ITU-T定制出來(lái)的一套語(yǔ)音壓縮標(biāo)準(zhǔn)，它代表了對(duì)數(shù)PCM（logarithmic pulse-code modulation）抽樣標(biāo)準(zhǔn)，是主流的波形聲音編解碼標(biāo)準(zhǔn)，主要用于電話。

  1. 主要用脈沖編碼調(diào)制對(duì)音頻采樣，采樣率為8k每秒。它利用一個(gè) 64Kbps 未壓縮通道傳輸語(yǔ)音訊號(hào)。
  2. 壓縮率為1：2， 即把16位成8位。

G.711 標(biāo)準(zhǔn)下主要有兩種壓縮算法。

  1. u-law algorithm （又稱u-law, ulaw, mu-law），主要運(yùn)用于北美和日本。
  2. A-law algorithm，主要運(yùn)用于歐洲和世界其他地區(qū)。特別設(shè)計(jì)用來(lái)方便計(jì)算機(jī)處理的。

G.711將14bit(uLaw)或者13bit(aLaw)采樣的PCM數(shù)據(jù)編碼成8bit的數(shù)據(jù)流，播放的時(shí)候在將此8bit的數(shù)據(jù)還原成14bit或者13bit進(jìn)行播放，不同于MPEG這種對(duì)于整體或者一段數(shù)據(jù)進(jìn)行考慮再進(jìn)行編解碼的做法，G711是波形編解碼算法，就是一個(gè)sample對(duì)應(yīng)一個(gè)編碼，所以壓縮比固定為：

  • 8/14 = 57% (uLaw)
  • 8/13 = 62% (aLaw)

3. G.711原理

G.711是將語(yǔ)音模擬信號(hào)進(jìn)行一種非線性量化， 詳細(xì)的資料可以在ITU 上下到相關(guān)的spec 。下面主要列出一些性能參數(shù)：
G.711（PCM方式）

  • 采樣率：8kHz
  • 信息量：64kbps／channel
  • 理論延遲：0.125msec
  • 品質(zhì)：MOS值4.10

算法原理：
A-law的公式如下，一般采用A=87.6


image

畫(huà)出圖來(lái)則是如下圖，用x表示輸入的采樣值，F(xiàn)(x)表示通過(guò)A-law變換后的采樣值，y是對(duì)F(x)進(jìn)行量化后的采樣值。

image

由此可見(jiàn)

  • 在輸入的x為高值的時(shí)候，F(xiàn)(x)的變化是緩慢的，有較大范圍的x對(duì)應(yīng)的F(x)最終被量化為同一個(gè)y，精度較低。
  • 相反在低聲強(qiáng)區(qū)域，也就是x為低值的時(shí)候，F(xiàn)(x)的變化很劇烈，有較少的不同x對(duì)應(yīng)的F(x)被量化為同一個(gè)y。意思就是說(shuō)在聲音比較小的區(qū)域，精度較高。

對(duì)應(yīng)反量化公式(即上面函數(shù)的反函數(shù))：

image

3.1 G.711A（A-LAW）壓縮十三折線法

G.711A輸入的是13位（S16的高13位），這種格式是經(jīng)過(guò)特別設(shè)計(jì)的，便于數(shù)字設(shè)備進(jìn)行快速運(yùn)算。

  1. 取符號(hào)位并取反得到s。
  2. 獲取強(qiáng)度位eee，獲取方法如下圖所示
  3. 獲取高位樣本位wxyz
  4. 組合為seeewxyz，將seeewxyz逢偶數(shù)為取補(bǔ)數(shù)。

A-law如下表計(jì)算。

  • 第一列是采樣點(diǎn)，共13bit，最高位為符號(hào)位。
  • 對(duì)于前兩行，折線斜率均為1/2，跟負(fù)半段的相應(yīng)區(qū)域位于同一段折線上。
  • 對(duì)于3到8行，斜率分別是1/4到1/128，共6段折線。
  • 總共13段折線，這就是所謂的A-law十三段折線法。
image

示例：

輸入pcm數(shù)據(jù)為1234，二進(jìn)制對(duì)應(yīng)為（0000 0100 1101 0010）
二進(jìn)制變換下排列組合方式（0 00001 0011 010010）
1、獲取符號(hào)位最高位為0，取反，s=1
2、獲取強(qiáng)度位00001，查表，編碼制應(yīng)該是eee=011
3、獲取高位樣本wxyz=0011
4、組合為10110011，逢偶數(shù)為取反為11100110，得到E6

#define SIGN_BIT    (0x80)      /* Sign bit for a A-law byte. */
#define QUANT_MASK  (0xf)       /* Quantization field mask. */
#define NSEGS       (8)     /* Number of A-law segments. */
#define SEG_SHIFT   (4)     /* Left shift for segment number. */
#define SEG_MASK    (0x70)      /* Segment field mask. */
static int seg_aend[8] = {0x1F, 0x3F, 0x7F, 0xFF,
                0x1FF, 0x3FF, 0x7FF, 0xFFF};
static int seg_uend[8] = {0x3F, 0x7F, 0xFF, 0x1FF,
                0x3FF, 0x7FF, 0xFFF, 0x1FFF};
 
static int search(
    int val,    /* changed from "short" *drago* */
    int *   table,
    int size)   /* changed from "short" *drago* */
{
    int i;      /* changed from "short" *drago* */
 
    for (i = 0; i < size; i++) {
        if (val <= *table++)
            return (i);
    }
    return (size);
}
 
int linear2alaw(int pcm_val)        /* 2's complement (16-bit range) */
                                        /* changed from "short" *drago* */
{
    int     mask;   /* changed from "short" *drago* */
    int     seg;    /* changed from "short" *drago* */
    int     aval;
 
    pcm_val = pcm_val >> 3;//這里右移3位，因?yàn)椴蓸又凳?6bit，而A-law是13bit，存儲(chǔ)在高13位上，低3位被舍棄
 
 
    if (pcm_val >= 0) {
        mask = 0xD5;        /* sign (7th) bit = 1 二進(jìn)制的11010101*/
    } else {
        mask = 0x55;        /* sign bit = 0  二進(jìn)制的01010101*/
        pcm_val = -pcm_val - 1; //負(fù)數(shù)轉(zhuǎn)換為正數(shù)計(jì)算
    }
 
    /* Convert the scaled magnitude to segment number. */
    seg = search(pcm_val, seg_aend, 8); //查找采樣值對(duì)應(yīng)哪一段折線
 
    /* Combine the sign, segment, and quantization bits. */
 
    if (seg >= 8)       /* out of range, return maximum value. */
        return (0x7F ^ mask);
    else {
//以下按照表格第一二列進(jìn)行處理，低4位是數(shù)據(jù)，5~7位是指數(shù)，最高位是符號(hào)
        aval = seg << SEG_SHIFT;
        if (seg < 2)
            aval |= (pcm_val >> 1) & QUANT_MASK;
        else
            aval |= (pcm_val >> seg) & QUANT_MASK;
        return (aval ^ mask);
    }
}

int alaw2linear(int a_val)      
{
    int     t;      /* changed from "short" *drago* */
    int     seg;    /* changed from "short" *drago* */
 
    a_val ^= 0x55; //異或操作把mask還原
 
    t = (a_val & QUANT_MASK) << 4;//取低4位，即表中的abcd值，然后左移4位變成abcd0000
    seg = ((unsigned)a_val & SEG_MASK) >> SEG_SHIFT; //取中間3位，指數(shù)部分
    switch (seg) {
    case 0: //表中第一行，abcd0000 -> abcd1000
        t += 8;
        break;
    case 1: //表中第二行，abcd0000 -> 1abcd1000
        t += 0x108;
        break;
    default://表中其他行，abcd0000 -> 1abcd1000 的基礎(chǔ)上繼續(xù)左移(按照表格第二三列進(jìn)行處理)
        t += 0x108;
        t <<= seg - 1;
    }
    return ((a_val & SIGN_BIT) ? t : -t);
}

3.2 G.711u(u-law)

使用在北美和日本，輸入的是14位，編碼算法就是查表，計(jì)算出：基礎(chǔ)值+平均偏移值

μ-law的公式如下，μ取值一般為255


image
image

相應(yīng)的μ-law的計(jì)算方法如下表

image
image

示例：
輸入pcm數(shù)據(jù)為1234
1、取得范圍值，查表得 +2014 to +991 in 16 intervals of 64
2、得到基礎(chǔ)值為0xA0
3、得到間隔數(shù)為64
4、得到區(qū)間基本值2014
5、當(dāng)前值1234和區(qū)間基本值差異2014-1234=780
6、偏移值=780/間隔數(shù)=780/64，取整得到12
7、輸出為0xA0+12=0xAC

#define BIAS        (0x84)      /* Bias for linear code. 線性碼偏移值*/
#define CLIP            8159    //最大量化級(jí)數(shù)量
 
int linear2ulaw( int    pcm_val)    /* 2's complement (16-bit range) */
{
    int     mask;
    int     seg;
    int     uval;
 
    /* Get the sign and the magnitude of the value. */
    pcm_val = pcm_val >> 2;
    if (pcm_val < 0) {
        pcm_val = -pcm_val;
        mask = 0x7F;
    } else {
        mask = 0xFF;
    }
        if ( pcm_val > CLIP ) pcm_val = CLIP;       /* clip the magnitude 削波*/
    pcm_val += (BIAS >> 2);
 
    /* Convert the scaled magnitude to segment number. */
    seg = search(pcm_val, seg_uend, 8);
 
    /*
     * Combine the sign, segment, quantization bits;
     * and complement the code word.
     */
    if (seg >= 8)       /* out of range, return maximum value. */
        return (0x7F ^ mask);
    else {
        uval = (seg << 4) | ((pcm_val >> (seg + 1)) & 0xF);
        return (uval ^ mask);
    }
 
}
 
int ulaw2linear( int    u_val)
{
    int t;
 
    /* Complement to obtain normal u-law value. */
    u_val = ~u_val;
 
    /*
     * Extract and bias the quantization bits. Then
     * shift up by the segment number and subtract out the bias.
     */
    t = ((u_val & QUANT_MASK) << 3) + BIAS;
    t <<= (u_val & SEG_MASK) >> SEG_SHIFT;
 
    return ((u_val & SIGN_BIT) ? (BIAS - t) : (t - BIAS));
}

3.2 A-law和u-law對(duì)比

A-law和u-law畫(huà)在同一個(gè)坐標(biāo)軸中就能發(fā)現(xiàn)A-law在低強(qiáng)度信號(hào)下，精度要稍微高一些。


image

實(shí)際應(yīng)用中，我們確實(shí)可以用浮點(diǎn)數(shù)計(jì)算的方式把F(x)結(jié)果計(jì)算出來(lái)，然后進(jìn)行量化，但是這樣一來(lái)計(jì)算量會(huì)比較大，實(shí)際上對(duì)于A-law（A=87.6時(shí)），是采用13折線近似的方式來(lái)計(jì)算的，而μ-law（μ=255時(shí)）則是15段折線近似的方式。

4. 總結(jié)

G711盡管是一種非常古老的話音編碼算法，原理和計(jì)算也比較簡(jiǎn)單，但是其中用到的一些基本原理同樣在其他編碼算法中得到了應(yīng)用，對(duì)其進(jìn)行深入的了解有助于更好的理解其他的算法。

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容