скорость кодирования джи 711

Русские Блоги

[Аудио] Принцип кодирования G711

1. Знаком с основными принципами двух форматов G711a / U

2. Ознакомиться с этапами реализации двух алгоритмов сжатия и предоставить реализацию исходного кода

8/14 = 57% (uLaw)

8/13 = 62% (aLaw)

G.711 является разновидностью нелинейного квантования голосового аналогового сигнала. Скорость передачи данных составляет 64 кбит / с. Подробную информацию можно загрузить из МСЭ для соответствующей спецификации. Ниже перечислены некоторые параметры производительности:
G.711 (метод PCM)
• Частота дискретизации: 8 кГц
• Объем информации: 64 кбит / с
• Теоретическая задержка: 0,125 мсек.
• Качество: значение MOS 4,10

Формула A-закона следующая, как правило, A = 87,6

Можно видеть, что когда входное значение x является высоким значением, изменение F (x) происходит медленно, и F (x), соответствующий большему диапазону x, в конечном итоге квантуется до того же y, и точность ниже. Напротив, в области низкой интенсивности звука, то есть, когда x является низким, изменение F (x) является очень резким, и F (x), соответствующий менее различному x, квантуется как тот же самый y. Это означает, что в областях, где звук относительно невелик, точность высока и легко различима, в то время как в областях, где звук относительно велик, точность не так высока.

Соответствующая формула декодирования (то есть обратная функция вышеуказанной функции):

G711A (A-LAW) метод тринадцати полилиний сжатия

Входной сигнал g711a составляет 13 бит (верхние 13 бит S16). Этот формат специально разработан для ускорения работы цифровых устройств.

Примеры:

Формула µ-закона выглядит следующим образом, значение µ обычно составляет 255

Соответствующий метод расчета µ-закона заключается в следующем

Примеры:

Введите данные PCM как 1234
1. Получите значение диапазона, посмотрите таблицу и получите +2014 to +991 in 16 intervals of 64
2、 Базовое значение 0xA0
3、 Количество интервалов 64
4、 Получить интервал базового значения 2014
5、 Разница между текущим значением 1234 и базовым значением интервала 2014-1234 = 780
6、 Значение смещения = 780 / номер интервала = 780/64, округленное до 12
7、 Выход 0xA0 + 12 = 0xAC

Выше приведена формула расчета в непрерывных условиях двух алгоритмов.В практических приложениях мы действительно можем использовать метод вычисления с плавающей запятой для вычисления результата F (x), а затем его количественного определения, но таким образом сумма вычисления будет относительно большой. Для A-закона (A = 87,6) для расчета используется 13-кратное линейное приближение, в то время как μ-закон (μ = 255) представляет собой полилинии в 15 сечениях.

Источник

Скорость кодирования джи 711

Разница кодеков g729 и g711 при кодирование звука

G711 и G729

G.711 и G.729 методы кодирования используемые для кодирования/декодирования голоса в телекоммуникационных сетях. Оба были стандартизированы в 90-е годы и используются в беспроводных коммуникациях, PSTN сетях и VoIP системах. G.729 алгоритм с высокой степенью сжатия. В целом он позволяет сильнее сжимать трафик, достигая 8-кратного результата. Оба метода развивались в течение последних десятилетий и имеют ряд версий в соответствии с ITU-T стандартом.

G.711 рекомендуемый ITU-T для импульсно-кодовой модуляции голосовых частот. Наиболее часто используемый в телекоммуникационных каналах с шириной в 64кбита. Существует две версии стандарта, μ-law and A-law(вспоминаем как видели в Asterisk ulaw, alaw). A-Law используется в большинстве стран мира, тогда как μ-law в большинстве используется в Северной Америке. ITU-T рекомендует для G.711 использовать 8000 тактов в секунду с отклонением в +50 на миллион. Каждая часть канала квантуется по 8 бит и занимает 64кбита передачи данных. G.711 слабо нагружает системы из-за незначительных(легких) алгоритмов обработки для преобразования голосовых сигналов в цифровой формат, но перегружает сеть за счет малой компрессии данных.

Есть и другие варианты стандарта G.711, такие как G.711.0, в котором описывается схема без потерь на сжатие потока и предназначен он для передачи по IP голосового трафика VoIP. Кроме того, есть еще G.711.1 в котором описываются рекомендации для широкополосной передачи речи и кодирования звука алгоритмом стандарта G.711, который работает на более высоких скоростях передачи данных, такие как 64, 80 и 96 кбит, а так же по умолчанию использует частоту дискретизации в 16000 тактов/секунду.

G.729 — широко используемый тип кодека, скорость 8 Кбит/с. Согласно теории, речевой сигнал длительностью в одну секунду можно полностью описать (то есть оцифровать, передать или сохранить в цифровом виде и затем восстановить в исходный сигнал по цифровому представлению) цифровым потоком 60 байт/сек. Идея оцифровывать и передавать (или сохранять) в цифровом виде не сам сигнал, а его параметр (количество переходов через ноль, спектральные характеристики и др.), чтобы затем по этим параметрам выбирать модель голосового тракта и синтезировать исходный сигнал, лежит в основе «вокодеров» (VOice CODER) или «синтезирующих кодеков».
Для всех типов кодеков справедливо правило: чем меньше плотность цифрового потока, тем больше восстановленный сигнал отличается от оригинала. Однако восстановленный сигнал гибридных кодеков обладает вполне высокими характеристиками, восстанавливается тембр речевого сигнала, его динамические характеристики, другими словами, его «узнаваемость» и «распознаваемость».
Алгоритм основан на модели кодирования с использованием линейного предсказания с возбуждением по алгебраической кодовой книге (CELP-модель). Кодер оперирует с кадрами речевого сигнала длиной 10 мс, дискретизованными с частотой 8 КГц, что соответствует 80-ти 16-битным отсчётам в линейном законе. Для каждого кадра производится анализ речевого сигнала и выделяются параметры модели (коэффициенты фильтра линейного предсказания, индексы и коэффициенты усиления в адаптивной и фиксированной кодовых книгах). Далее эти параметры кодируются и передаются в канал.
В декодере битовая посылка используется для восстановления параметров сигнала возбуждения и коэффициентов синтезирующего фильтра. Речь восстанавливается путём пропускания сигнала возбуждения через кратковременный синтезирующий фильтр.

Так в чем же все-таки разница между G711 и G729?

Заключение

G.711 и G.729 являются методами кодирования данных в телекоммуникационных сетях. G.729 используем в 8 раз меньше ширину передачи данных по сравнению с G.711 при сохранении аналогичного качества голоса с помощью сложных алгоритмов кодирования, что приводит к увеличению затрат вычислительной мощности на кодирование и декодирование.

Источник

Русские Блоги

Предисловие

Недавно в разделе аудиоинформации hi3516a я встретил некоторые профессиональные звуковые термины, такие как LPCM, ADPCM, G711, G726 и т. Д., Поэтому я поискал некоторую информацию, записал и резюмировал эти термины.

LPCM: linear pulse code modulation

Принцип LPCM (PCM) в разных приложениях одинаков, разница вЧастота дискретизации и точность квантованияразные.

Причина, по которой звук может быть оцифрована, заключается в том, что частота звука, которую может слышать человеческий слух, не является бесконечно широкой, в основном ниже 20 кГц. Согласно теореме дискретизации, только частота дискретизации превышает 40 кГц, исходный звук можно восстановить без искажений. Например, CD использует частоту дискретизации 44,1 кГц, в то время как другие в основном используют 48 кГц или 96 кГц.

Квантование делится на линейное квантование и нелинейное квантование. Линейное квантование имеет одинаковый интервал квантования во всем диапазоне квантования. Нелинейное квантование использует неравные интервалы квантования. Количество интервалов квантования определяется количеством бит в коде. Например, если CD использует 16-битное линейное квантование, количество интервалов квантования L = 65536. Чем больше количество битов (n), тем выше точность и выше отношение сигнал / шум SNR = 6,02n + 1,76 (дБ). Однако количество двоичных цифр для кодирования не неограниченно и должно определяться в соответствии с требуемой скоростью передачи данных. Например, достижимая скорость передачи данных для CD составляет 2 × 44,1 × 16 = 1411,2 Кбит / с.

ADPCM

ADPCM :Adaptive Differential Pulse Code Modulation

Говоря об ADPCM, мы должны сначала поговорить о DPCM.

Дифференциальная (разница) или дельта-PCM (DPCM) записывает текущее значение и предыдущее значениеЗначение разницы. DPCM квантует разность сигнала, что может дополнительно уменьшить количество битов квантования. По сравнению с эквивалентным PCM это кодирование требует только 25% количества битов. Это похоже на концепцию сжатия некоторых видео с использованием этого кадра и предыдущего кадра.разницаДля записи кадра добиться сжатия.

Алгоритм использует корреляцию между точками выборки речевого сигнала, а для нестационарных характеристик речевого сигнала он используетАдаптивное предсказаниес участиемАдаптивное квантованиеТо есть параметры квантователя и предсказателя могут адаптироваться к оптимальному состоянию параметра или приближаться к нему в соответствии со статистическими характеристиками входного сигнала и могут обеспечивать качество голоса на сетевом уровне со скоростью 32 кбит / с ◎ 8 кГц.

Особенности: ADPCM сочетает в себе адаптивные характеристики APCM и дифференциальные характеристики систем DPCM и представляет собой кодирование сигналов с лучшей производительностью. Его основная идея:
① Используйте адаптивные идеи для изменения размера шага квантования, то есть используйте маленький шаг квантования для кодирования небольших различий и используйте большой шаг квантования для кодирования больших различий. стоимость;
②Используйте прошлые значения выборки, чтобы оценить прогнозируемое значение следующей входной выборки, чтобы разница между фактическим значением выборки и прогнозируемым значением всегда была наименьшей.
Преимущества: низкая сложность алгоритма, низкая степень сжатия, минимальная задержка кодека (по сравнению с другими технологиями)
Недостаток: среднее качество звука.

Просто поймите, ADPCM предназначен для обработки данных LPCM.Сжатие с потерями, В процессе сжатия параметр квантования будет маленьким, когда он маленький, и большим, когда он большой, в зависимости от разницыРегулировкаРазмер; кроме того, он может считать предыдущие данные и более поздниепредсказаниеВ последующем расхождении данных постарайтесь сделать разницу как можно меньше.

преимущество: По сравнению с mp3 формат AAC имеет лучшее качество звука и файлы меньшего размера.
недостаточный: AAC принадлежитСжатие с потерямиФормат, с популярнымФорматы без потерь, такие как APE и FLACПо сравнению с качеством звука есть «существенный» пробел. Вдобавок, USB3.0 с более высокой скоростью передачи и MP3 большой емкости выше 16 Гб ускоряют популяризацию, что также устраняет «маленький» ореол на головке AAC.

Сравнение форматов

Как и в таблице выше, то аудиоДлина кадраЧто за концепция?

На самом деле концепция аудиокадров не так ясна, как видеокадры.Почти все форматы кодирования видео могут воспринимать кадр как закодированное изображение. Но аудиокадр связан с форматом кодирования, который реализуется каждым стандартом кодирования. Потому что, если вы возьмете PCM (некодированные аудиоданные), для них вообще не нужна концепция кадров, и их можно воспроизводить в соответствии с частотой дискретизации и точностью дискретизации. Например, для звука с частотой дискретизации 44,1 кГц и точностью дискретизации 16 бит битрейт можно вычислить как 4410016kbps, аудиоданные в секунду фиксированы 4410016/8 байтов.

При декодировании звука AAC (Advanced Audio Coding) с частотой дискретизации 44,1 кГц время декодирования одного кадра должно контролироваться в пределах 23,22 миллисекунды. Обычно один кадр основан на 1024 точках выборки.

Длина кадра G.711 в приведенной выше таблице равна 480 в качестве примера, тогда продолжительность одного кадра равна480/8khz=0.06s=60ms。

Источник

Были опубликованы два усовершенствования G.711: G.711.0 использует сжатие данных без потерь для уменьшения использования полосы пропускания, а G.711.1 повышает качество звука за счет увеличения полосы пропускания.

СОДЕРЖАНИЕ

Функции

Алгоритмы μ-закона и A-закона кодируют 14-битные и 13-битные линейные выборки PCM со знаком (соответственно) в логарифмические 8-битные выборки. Таким образом, кодер G.711 будет создавать битовый поток 64 кбит / с для сигнала, дискретизированного с частотой 8 кГц.

Μ-закон G.711 имеет тенденцию давать большее разрешение для сигналов с более высоким диапазоном, в то время как A-закон G.711 обеспечивает более высокие уровни квантования при более низких уровнях сигнала.

Используются термины PCMU, G711u или G711MU для μ-закона G711 и PCMA или G711A для A-закона G711.

Закон

Таким образом, кодирование по закону A принимает в качестве входных данных 13-битный линейный аудиосэмпл со знаком и преобразует его в 8-битное значение следующим образом:

Кроме того, стандарт определяет, что все результирующие четные биты ( LSB четный) инвертируются перед передачей октета. Это должно обеспечить множество переходов 0/1 для облегчения процесса восстановления тактовой частоты в приемниках PCM. Таким образом, канал ИКМ, закодированный по закону A, имеет 8-битные отсчеты, закодированные как 0xD5 вместо 0x80 в октетах.

Когда данные отправляются через E0 ( G.703 ), MSB (знак) отправляется первым, а LSB отправляется последним.

ITU-T STL определяет алгоритм декодирования следующим образом (он помещает декодированные значения в 13 наиболее значимых битов 16-битного типа выходных данных).

См. Также «Руководство пользователя библиотеки программных средств ITU-T 2009», которое можно найти по адресу.

μ-закон

Кодирование по μ-закону (иногда называемое ulaw, G.711Mu или G.711μ) принимает 14-битный линейный аудиосэмпл со знаком в виде дополнения до двух в качестве входных данных, инвертирует все биты после знакового бита, если значение отрицательное, добавляет 33 (двоичный 100001) и преобразует его в 8-битное значение следующим образом:

Где s стоит знаковый бит, а отмеченные биты x отбрасываются.

Кроме того, стандарт определяет, что закодированные биты инвертируются перед передачей октета. Таким образом, канал ИКМ, закодированный по закону μ, имеет 8-битные выборки, переданные в октетах 0xFF вместо 0x00.

Добавление 33 необходимо, чтобы все значения попадали в группу сжатия и вычитались обратно при декодировании.

которое представляет собой 14-битовое целое число со знаком в диапазоне от ± 0 до ± 8031.

G.711.0

G.711.0, также известный как G.711 LLC, использует сжатие данных без потерь, чтобы уменьшить использование полосы пропускания на целых 50 процентов. Сжатие без потерь модуляции импульсного кода G.711 стандарт был одобрен МСЭ-Т в сентябре 2009 года.

G.711.1

G.711.1, позволяет добавлять узкополосные и / или широкополосные (16000 выборок / с) усовершенствования, каждое на уровне 25% от скорости передачи (включенного) базового потока G.711, что приводит к скорости передачи данных 64, 80 или 96 кбит / с.

Кодер G.711.1 создает встроенный поток битов, структурированный на трех уровнях, соответствующих трем доступным скоростям передачи данных: 64, 80 и 96 кбит / с. Битовый поток не содержит никакой информации о том, какие уровни содержатся, реализация потребует внеполосной сигнализации о том, какие уровни доступны. К трем уровням G.711.1 относятся: логарифмически компандированная импульсная кодовая модуляция (ИКМ) нижней полосы, включая шумовую обратную связь, встроенное расширение ИКМ с адаптивным распределением битов для повышения качества базового уровня в нижней полосе и кодирование взвешенного векторного квантования верхний диапазон основан на модифицированном дискретном косинусном преобразовании (MDCT).

В 2010 году запланированы два расширения для G.711.1: сверхширокополосное расширение (ширина полосы до 14000 Гц) и сжатие битового потока без потерь.

Лицензирование

Срок действия патентов на G.711, выпущенный в 1972 году, истек, поэтому его можно использовать без лицензии.

Источник

VoIP: Разница между кодеками g729 и g711 кодирования звука

Введение

Если Вы еще не выбрали VPS/VDS

Список неплохих конфигураций можно найти и заказать тут.

Постоянный контроль доступности вашего сервера

Для контроля на работоспособность вашего сервера используйте следующий сервис ping-admin

Предшествующие статьи из цикла

G711 и G729

G.711 и G.729 методы кодирования используемые для кодирования/декодирования голоса в телекоммуникационных сетях. Оба были стандартизированы в 90-е годы и используются в беспроводных коммуникациях, PSTN сетях и VoIP системах. G.729 алгоритм с высокой степенью сжатия. В целом он позволяет сильнее сжимать трафик, достигая 8-кратного результата. Оба метода развивались в течение последних десятилетий и имеют ряд версий в соответствии с ITU-T стандартом.

G.711 рекомендуемый ITU-T для импульсно-кодовой модуляции голосовых частот. Наиболее часто используемый в телекоммуникационных каналах с шириной в 64кбита. Существует две версии стандарта, μ-law and A-law(вспоминаем как видели в Asterisk ulaw, alaw). A-Law используется в большинстве стран мира, тогда как μ-law в большинстве используется в Северной Америке. ITU-T рекомендует для G.711 использовать 8000 тактов в секунду с отклонением в +50 на миллион. Каждая часть канала квантуется по 8 бит и занимает 64кбита передачи данных. G.711 слабо нагружает системы из-за незначительных(легких) алгоритмов обработки для преобразования голосовых сигналов в цифровой формат, но перегружает сеть за счет малой компрессии данных.

Есть и другие варианты стандарта G.711, такие как G.711.0, в котором описывается схема без потерь на сжатие потока и предназначен он для передачи по IP голосового трафика VoIP. Кроме того, есть еще G.711.1 в котором описываются рекомендации для широкополосной передачи речи и кодирования звука алгоритмом стандарта G.711, который работает на более высоких скоростях передачи данных, такие как 64, 80 и 96 кбит, а так же по умолчанию использует частоту дискретизации в 16000 тактов/секунду.

G.729 — широко используемый тип кодека, скорость 8 Кбит/с. Согласно теории, речевой сигнал длительностью в одну секунду можно полностью описать (то есть оцифровать, передать или сохранить в цифровом виде и затем восстановить в исходный сигнал по цифровому представлению) цифровым потоком 60 байт/сек. Идея оцифровывать и передавать (или сохранять) в цифровом виде не сам сигнал, а его параметр (количество переходов через ноль, спектральные характеристики и др.), чтобы затем по этим параметрам выбирать модель голосового тракта и синтезировать исходный сигнал, лежит в основе «вокодеров» (VOice CODER) или «синтезирующих кодеков».
Для всех типов кодеков справедливо правило: чем меньше плотность цифрового потока, тем больше восстановленный сигнал отличается от оригинала. Однако восстановленный сигнал гибридных кодеков обладает вполне высокими характеристиками, восстанавливается тембр речевого сигнала, его динамические характеристики, другими словами, его «узнаваемость» и «распознаваемость».
Алгоритм основан на модели кодирования с использованием линейного предсказания с возбуждением по алгебраической кодовой книге (CELP-модель). Кодер оперирует с кадрами речевого сигнала длиной 10 мс, дискретизованными с частотой 8 КГц, что соответствует 80-ти 16-битным отсчётам в линейном законе. Для каждого кадра производится анализ речевого сигнала и выделяются параметры модели (коэффициенты фильтра линейного предсказания, индексы и коэффициенты усиления в адаптивной и фиксированной кодовых книгах). Далее эти параметры кодируются и передаются в канал.
В декодере битовая посылка используется для восстановления параметров сигнала возбуждения и коэффициентов синтезирующего фильтра. Речь восстанавливается путём пропускания сигнала возбуждения через кратковременный синтезирующий фильтр.
Подробнее G729

Так в чем же все-таки разница между G711 и G729?

Заключение

G.711 и G.729 являются методами кодирования данных в телекоммуникационных сетях. G.729 используем в 8 раз меньше ширину передачи данных по сравнению с G.711 при сохранении аналогичного качества голоса с помощью сложных алгоритмов кодирования, что приводит к увеличению затрат вычислительной мощности на кодирование и декодирование.

Источник