Shuni ta'kidlash kerakki, nutqdan bunday sezilarli farqlar mavjud

Kirish
Shuni ta'kidlash kerakki, nutqdan bunday sezilarli farqlar mavjud
umumiylashtirilgan audio signal, torroq chastota diapazoni (taxminan 4 kHz) va mavjudligi sifatida
signalda juda ko'p ma'lumotga ega bo'lmagan pauzalar soni, bu bir qator yaratishga imkon berdi
faqat nutq signallariga qaratilgan siqishni algoritmlari.
Bugungi kunga kelib, eng keng tarqalgan nutqni siqish algoritmlari
IP-telefoniya tizimlarida olingan yo'qotishlar. VoIP (Voice-over-IP) - IP telefoniya -
bitta abonentdan analog audio signali bo'lgan aloqa tizimi
namuna olingan (raqamli kodlangan), siqilgan va yuborilgan
teskari operatsiya amalga oshiriladigan ikkinchi abonentga raqamli aloqa kanallari -
analog signalni dekompressiyalash, dekodlash va qayta ishlab chiqarish.
Paketli kommutatsiyalangan tarmoq orqali ovozli xabarlarni yuborish imkoniyati
birinchi marta 1993 yilda joriy etilgan. Ushbu texnologiya VoIP (Voice
IP orqali). Ushbu texnologiyaning o'ziga xos ilovalaridan biri
IP-telefoniya - bu IP protokolidan foydalangan holda abonentlarning telefon suhbatlarini uzatish xizmati.
VoIP texnologiyasining asosiy afzalligi talabni kamaytirishdir
nutqning statistik xususiyatlarini hisobga olgan holda ta'minlangan tarmoqli kengligi
tirbandlik:
 pauzalarning uzatilishini blokirovka qilish (dialog, bo'g'in, semantik va boshqalar).
uzatish kanalini ishg'ol qilish vaqtining 40-50% gacha bo'lishi mumkin;
 nutq signalining yuqori ortiqchaligi va uning siqilishi (sifatni yo'qotmasdan
qayta tiklash) dastlabki signalning 20-40% darajasiga.
Boshqa tomondan, VoIP trafiki tarmoq paketlari kechikishlari uchun juda muhim, ammo mavjud
individual paketlarning yo'qolishiga tolerantlik (barqarorlik). Shunday qilib, paketlarning 5% gacha yo'qolishi
nutqning tushunarliligiga putur etkazmaydi.
Nutqni kodlash algoritmlari
Axborot ma'lumotlarining manbai nutq signalidir, mumkin
uning modeli statsionar bo'lmagan tasodifiy jarayondir. Birinchi taxmin sifatida
signal qismlarining quyidagi turlarini ajratish mumkin: ovozli,
ovozsiz, o'tish va pauzalar. Nutqni raqamli shaklda uzatishda
bir xil davomiylik va bir xil sifatdagi har bir signal turini talab qiladi
kodlash va uzatish uchun turli xil bitlar soni. Shunday qilib, uzatish tezligi
har xil turdagi signallar ham har xil bo'lishi mumkin, bu esa foydalanishga olib keladi
o'zgaruvchan tezlik kodeklari. Natijada, har birida ovozli ma'lumotlarni uzatish
dupleks kanalning yo'nalishi asinxron mantiqning uzatilishi deb hisoblanadi
bilan raqamli ketma-ketliklarning (operatsiyalarning) mustaqil bo'laklari
turli xil bloklar bilan to'ldirilgan tranzaksiya doirasida datagram sinxronizatsiyasi
uzunligi. O'zgaruvchan tezlikdagi nutq kodekining markazida kirish tasniflagichi mavjud
signal, bu uning informatsionlik darajasini va shuning uchun to'plamlarni belgilaydi
kodlash usuli va ovozli ma'lumotlar tezligi. Eng oddiy
Nutq signali klassifikatori Ovozli faoliyat detektori (VAD) bo'lib, u
faol nutqni tanlaydi va kirish nutq signalida pauza qiladi. Biroq, parchalar
faol nutq sifatida tasniflangan signallar ma'lum bo'lgan ba'zilari tomonidan kodlanganalgoritmlar (odatda Code Excited Linear Prediction - CELP usuli asosida) asosiy
tezligi 4-8 kbps. Pauza sifatida tasniflangan fragmentlar kodlangan va
taxminan 0,1 - 0,2 Kbps past tezlikda uzatiladi yoki umuman uzatilmaydi.
Bunday holda, pauza bo'laklari haqida minimal ma'lumotni uzatish afzalroqdir.
Ushbu strategiya sizga kodlash tezligini 2-4 kbps gacha optimallashtirish imkonini beradi
sintezlangan nutqning etarli sifati. Shu bilan birga, ayniqsa tanqidiy qismlar uchun
nutq signali uchun yuqori uzatish tezligi ajratilgan, kamroq mas'uliyat uchun -
kichikroq. Biroq, shuni ta'kidlash kerakki, vokoder qo'shimchani kiritadi
15-45 ms gacha kechikish, bu quyidagi sabablarga ko'ra yuzaga keladi:
 signalni to'plash va statistikani hisobga olish uchun buferdan foydalanish
keyingi o'qishlar (algoritmik kechikish);
 Nutq signalida bajariladigan matematik transformatsiyalar talab qiladi
protsessor vaqti (hisoblash kechikishi).
Oxir-oqibat kechikishlarni hisoblashda ushbu kechikish hisobga olinishi kerak.
Ovozni uzatish sifatini tahlil qilish turli tadqiqot guruhlarida amalga oshiriladi
Internet orqali olingan ma'lumotlar asosiy manba ekanligini ko'rsatadi
buzilish, sintezlangan nutqning sifati va tushunarliligini pasaytirishdir
ovozli ma'lumotlar oqimining uzilishi quyidagi sabablarga ko'ra yuzaga keladi:
 aloqa tarmog‘i orqali uzatishda paket yo‘qotishlari;
 Ovozli ma’lumotlarga ega paketni yetkazib berishning ruxsat etilgan muddatidan oshib ketishi.
Bu tarmoq kechikishlarini optimallashtirish va algoritmlarni yaratish muammosini hal qilishni talab qiladi
yo'qolgan paketlarni nutqni siqish (yo'qolgan paketlarni tiklash).
Ovozli kodeklar
Mulkiy:
 G.728.
1992 yilda G.728 tavsiyasida tasvirlangan gibrid kodek quyidagilarga ishora qiladi.
LD-CELP - Past kechikish - Kod hayajonlangan chiziqli bashorat - Boshqariladigan kodek
chiziqli bashorat kodi va past kechikish. Kodek tezlikni ta'minlaydi
16 Kbit / s konversiya tezligi, kodlashda 3 dan 5 ms gacha kechikishni keltirib chiqaradi va mo'ljallangan
video konferentsiya tizimlarida foydalanish uchun. IP telefoniya qurilmalarida bu
kodek kamdan-kam qo'llaniladi.
 G.729.
Oilaga G.729, G.729 A ilova, G.729 B ilova kodeklari kiradi (VAD va
konfor shovqin generatori). G.729 kodeklari CS-ACELP konjugati sifatida qisqartirilgan
Tuzilishi - Algebraik kod qo'zg'atilgan chiziqli bashorat
algebraik kod bilan boshqariladigan chiziqli bashorat. Konvertatsiya jarayoni
21,5 MIPS dan foydalanadi va 15 ms kechikishni joriy qiladi. Kodlangan nutq tezligi
8 Kbit/s ni tashkil qiladi. VoIP qurilmalarida ushbu kodek etakchi o'rinni egallaydi,
nutq ma'lumotlarini kodlashning eng yaxshi sifatini etarli darajada ta'minlash
yuqori siqilish.
 G.723.1.
G.723.1 tavsiyasi texnologiyadan foydalangan holda gibrid kodeklarni tavsiflaydi
MP-MLQ (Multy-Pulse -) deb qisqartirilgan nutq ma'lumotlarini kodlash
Ko'p darajali kvantlash - ko'p puls, ko'p darajali kvantlash),
bu kodeklarni ADC/DAC va vokoder birikmasi sifatida ta'riflash mumkin. Nima allaqachon
Yuqorida aytib o'tilgan gibrid kodeklar o'zlarining tashqi ko'rinishi uchun tizimlarga qarzdor
mobil aloqa. Vokoderdan foydalanish ma'lumotlar tezligini kamaytirishga imkon beradi
radio yo'l sifatida samarali foydalanish uchun muhim bo'lgan kanal,
va IP-kanal. Vokoderning asosiy printsipi asl nutqning sintezidir
uning garmonik komponentlarini adaptiv almashtirish orqali signal
chastota fonemalarining tegishli to'plami va mos keladigan shovqin
koeffitsientlar. G.723 kodek analog signalni o'zgartiradi
ma'lumotlar oqimi 64 Kbit / s (PCM), keyin esa ko'p tarmoqli yordamida
raqamli filtr/vokoder chastota fonemalarini ajratib oladi, ularni tahlil qiladi va uzatadi
IP-kanal ma'lumotlari faqat nutq signalidagi fonemalarning hozirgi holati haqida. The
konversiya algoritmi kodlangan axborot tezligini 5.3 ga kamaytirish imkonini beradi
– 6,3 Kbit/s tezlikda ovoz sifati sezilarli darajada yomonlashmaydi. Kodek ikkita tezlik va ikkita tezlikka egakodlash imkoniyatlari: MP-MLQ algoritmi bilan 6,3 Kbit/s va algoritm bilan 5,3 Kbit/s.
CELP. Birinchi variant paketli ovozli tarmoqlar uchun mo'ljallangan va
CELP variantiga nisbatan yaxshiroq kodlash sifatini ta'minlaydi, lekin kamroq
aralash turdagi trafikga ega tarmoqlarda foydalanish uchun moslashtirilgan (ovoz/ma'lumotlar).
O'tkazish jarayoni DSP 16,4 - 16,7 MIPS (soniyada million ko'rsatmalar) va
37 ms kechikishni joriy qiladi. G.723.1 kodek ovozli shlyuzlarda va boshqalarda keng qo'llaniladi
IP telefoniya qurilmalari. Kodek nutqni kodlash sifati bo'yicha G.729a kodekidan past,
lekin protsessor resurslari va kanal o'tkazish qobiliyatiga kamroq talabchan.
Ozod:
 GSM.
 G.726.
Tavsiya G.726 yordamida kodlash texnikasi tasvirlangan
Moslashuvchan differensial impuls kodi modulyatsiyasi (ADCM) bilan
tezliklar: 32 Kbps, 24 Kbps, 16 Kbps. Konvertatsiya jarayoni bunday qilmaydi
sezilarli kechikish va DSP 5,5 - 6,4 MIPS talab qiladi. Kodek qo'llanilishi mumkin
ikkinchisining kodlash tezligini kamaytirish uchun G.711 kodek bilan birgalikda. kodek
video konferentsiya tizimlarida foydalanish uchun mo'ljallangan.
 G.711u Qonuni.
 G.711 qonun.
1984 yilda CCITT tomonidan tasdiqlangan tavsiyanomada kodekdan foydalanish tasvirlangan
8 bitli aniqlik, 8 kHz soat tezligi va PCM analog signalini konvertatsiya qilish
signal amplitudasining eng oddiy siqilishi. Chiqish bit tezligi
konvertor 64 Kbit/s (8 Bit, 8 kHz). Kvantlash shovqinini kamaytirish uchun va
kodlashda kichik amplitudali signallarni konvertatsiya qilishni yaxshilash
chiziqli bo'lmagan darajadagi kvantlash maxsus psevdologarifmik qonun A yoki m - Qonunga muvofiq qo'llaniladi. Chiziqli bo'lmagan birinchi PCM kodeklari
kvantlash allaqachon 60-yillarda paydo bo'lgan. G.711 kodek tizimlarda keng qo'llaniladi
an'anaviy kommutator telefoniya. Tavsiya bo'lsa-da
H.323 standartidagi G.711 asosiy va asosiy hisoblanadi, IP telefoniya shlyuzlarida bu
kodek yuqori tarmoqli kengligi talablari va kechikishlar tufayli kamdan-kam qo'llaniladi
uzatish kanali (axir, 64 Kbit / s juda ko'p). IP-telefoniya tizimlarida G.711 dan foydalanish faqat maksimal darajada ta'minlash zarur bo'lgan hollarda oqlanadi.
bir vaqtning o'zida oz sonli nutq ma'lumotlarini kodlash sifati
suhbatlar.
Hisoblash tajribalari
Hisoblash tajribasi quyidagi bosqichlardan iborat edi:
1. Dastlabki nutq signalini raqamlashtirish va .wav formatida saqlash;
2. Eng zamonaviy yordamida original signalni kodlash
Ushbu algoritm uchun odatiy bo'lgan yo'qolgan nutq ma'lumotlarini siqish algoritmlari
bit tezligi;
3. Mutaxassislar guruhi tomonidan tiklangan signallarning subyektiv sifatini baholash
an'anaviy 5 balli shkala bo'yicha, bu erda eng yaxshi ovoz sifati mos keladi
eng yuqori ball va algoritm uchun o'rtacha ballni hisoblash.
Jadvalda eng tipik eksperimental natijalar ko'rsatilgan. Qayta tiklangan sub'ektiv sifatni baholash natijalari
signallari
No. Codec Codec turi Bitrate Rating
1 G.711 PCM 64 kbps 4.1
2 G.726 ADPCM 32 kbps 3.85
3 G.728 LD - CELP 16 kbps 3.61
4 Skype AMR-WB 14Kbps 4.1
5 G.729 CS - ACELP (VAD yo'q) 8 kbps 3.92
6 G.729 2x kodlash 8 Kbps 3.27
7 G.729 3x kodlash 8 Kbps 2.68
8 G.729a CS-ACELP 8 kbps 3.7
9 G.723.1 MP-MLQ 6.3 kbps 3.9
10 G.723.1 ACELP 5.3 kbps 3.65
Adabiyot
1. Artyushenko, V. M. Video axborot va tovushni raqamli siqish [Matn]: darslik. nafaqa /
V. M. Artyushenko, O. I. Sheluxin, M. Yu. Afonin; ed. V. M. Artyushenko. - M .: Dashkov va
K, 2003. - 426 b.
2. Baranov, L. A. Raqamli tizimlarda darajali kvantlash va vaqtinchalik diskretizatsiya
nazorat qilish [Matn] / L. A. Baranov. - M. : Energoatomizdat, 1990. - 304 p.
3. Viterbi, E. D. Raqamli aloqa va kodlash tamoyillari [Matn] / A. D. Viterbi, J. K. Omura.
; boshiga. ingliz tilidan. va tahrir. K. Sh. Zigangirova. - M. : Radio va aloqa, 1982. - 536 p. : kasal. -
(Statistik aloqa nazariyasi; № 18).
4. Vologdin, E. I. Eshitish va tovushni idrok etish [Matn]: darslik. nafaqa / E. I. Vologdin. - Sankt-Peterburg. : ST
"Uzoq Sharq ta'limi fakulteti", 2004. - 52 p.
5. Oltin, B. Raqamli signalni qayta ishlash [Matn]: boshiga. ingliz tilidan. / B. Gold, Ch. Reider. – M.: Sov.
radio, 1973. - 376 b.
6. Grudinin, A. S. Diskret kosinus asosida audio eshittirish signallarini kodlash.
transformatsiyalar [Matn] / A. S. Grudinin, A. M. Sinilnikov // Aloqa vositalari texnikasi. - 1986 yil.
- Nashr. 3. - S. 3-10. - (Ser. TRPA).
7. Jilyakov, E. G. Subband signal kodlash bo'yicha [Matn] / E. G. Jilyakov,
8. I. G. Popov, I. I. Chijov // NTU axborotnomasi (KhPI): Sat. ilmiy tr. - Xarkov, 2004 yil.
9. No 46. - B. 10-20. – (“Informatika va modellashtirish” mavzusidagi mavzu).
10. Jilyakov, E. G. Kvantizatorning daraja bo'yicha optimal sintezi [Matn] / E. G. Jilyakov,
I. G. Popov, I. I. Chijov // NTU axborotnomasi (KhPI): Sat. ilmiy tr. - Xarkov, 2004. - No 46. -
101-106-betlar. – (“Informatika va modellashtirish” mavzusidagi mavzu).
11. Kovalgin, Yu. A. Ovozli signallarni raqamli kodlash: darslik. nafaqa [Matn] /
Yu. A. Kovalgin, E. I. Vologdin. - Sankt-Peterburg. : KORONA-print, 2004. - 240 b.