概述
1.1編碼的重要性
編碼、傳輸、存儲和解碼是語音數字傳輸和數字存儲的必要過程。
隨著語音通信技術的發展，壓縮語音信號的傳輸頻寬，增加信道的傳輸速率，一直是人們追求的目標。語音編碼在實現這一目標的過程中擔當重要的角色。
語音編碼就是使表達語音信號的比特數目最小。
1.2編碼速率
用比特/秒（b/s或bps）來度量，用I表示，
I=R·fs,R代表每個語音採樣值編碼所需的比特數；fs是採樣頻率。
當fs=8kHz，每個採樣值用8比特位來編碼，則編碼速率為64kb/s。
編碼的分類
語音編碼就是對模擬的語音信號進行編碼，將模擬信號轉化成數位訊號，從而降低傳輸碼率並進行數字傳輸，語音編碼的基本方法可分為波形編碼、參量編碼（音源編碼）和混合編碼，波形編碼是將時域的模擬話音的波形信號經過取樣、量化、編碼而形成的數字話音信號，參量編碼是基於人類語言的發音機理，找出表征語音的特徵參量，對特徵參量進行編碼，混合編解碼是結合波形編解碼和參量編解碼之間的優點。波形編解碼器雖然可提供高話音的質量，但數據率低於16kb/s的情況下，在技術上還沒有解決音質的問題。
2.1波形編碼
基本原理是在時間軸上對模擬話音信號按照一定的速率來抽樣，然後將幅度樣本分層量化，並使用代碼來表示。在接收端將收到的數字序列經過解碼恢復到原模擬信號，保持原始語音的波形形狀。話音質量高，編碼速率高。如PCM編碼類（a率或u率PCM、ADPCM、ADM)，編碼速率為64－16kb/s，語音質量好。
波形編碼的目的在於儘可能精確地再現原來的語音波形，並以波形的保真度即自然度為其質量的主要度量指標，但波形編碼所需的碼速率較高。
2.2參數編碼
根據語音信號產生的數學模型，通過對語音信號特徵參數的提取後進行編碼（將特徵參數變換成數字代碼進行傳輸）。在接收端將特徵參數，結合數學模型，恢復語音，力圖使重建語音保持儘可能高的可懂度，重建語音信號的波形同原始語音信號的波形可能會有相當大的區別。如線性預測（LPC）編碼類。編碼速率低，2.4-1.2kb/s，自然度低，對環境噪聲敏感。
這種語音編碼的主要質量指標是可懂度，參量編碼可以將語音編碼以後的速率壓得很低。
2.3混合編碼(Hybridcoding)
將波形編碼與參數編碼相結合，在2.4-1.2kb/s速率上能夠得到高質量的合成語音。混合編碼把波形編碼的高質量和參量編碼的高效性融為一體，在參量編碼的基礎上附加一定的波形編碼特徵，實現在可懂度的基礎上適當地改善自然度的目的。
用於移動通信中的語音編碼一般都是混合編碼。選擇混合編碼時，要使比特率、質量、複雜度和處理時延這4個參量及其關係達到綜合最佳化。
2.4語音編碼的極限速率
語音中最基本的元素是音素，大約有128～256個，如果按通常的說話速度，每秒平均發出10個音素，則信息率為：I=[log2(256)10]bps=80bps
把發音看成是以語音速率來傳送，則語音編碼的極限速率為80bps,從數位化標準的編碼速率64kbps，到極限速率80bps，之間的距離，對於理論研究和實踐有著極大的吸引力。
語音信號壓縮編碼的評價系統
語音質量是衡量語音編碼算法優劣的關鍵性能之一。語音質量通常分為四類：
（1）廣播級:寬頻(0-7000Hz)高質量的語音，感覺不出噪聲存在
（2）網路或電話級：200Hz-3200Hz,信噪比大於30db。
（3）通信級:完全可以聽懂，但和長途電話相比，有明顯失真。
（4）合成級：80%-90%可懂度，音質較差，聽起來像機器講話，失去了講話者的個人特徵。
語音質量有主觀和客觀兩種評價方法
3.1主觀評價方法
評價指標：清晰度或可懂度、音質。前者是指語音是否容易聽清楚；後者指語音聽起來有多自然。
（1）可懂度評價DRT：DiagnosticRhymerTest
（2）音質評價：
MOS：MeanOpinionScore平均意見得分
DAM：DiagnosticAcceptabilityMeasure判斷滿意度得分。
MOS得分為五級:優、良、可、差和壞。滿分為5分，相當調頻廣播質量；4分以上是長途電話網標準；3.5分為通信標準；3.0分仍有較好的可懂度，保持自然度；2.5分只維持可懂度，是戰術通信標準。
3.2客觀評價方法
（1）波形失真度，用信噪比來度量
語音編碼（2）頻譜失真測量
（3）譜包絡失真測量
