|
作者：CSR公司Jacek Spiewla 高清語音也被稱為寬帶語音，是一種能為蜂窩網絡、移動電話和無線耳機傳輸高清、自然語音質量的音頻技術。與傳統的窄帶電話相比，高清語音很大程度上提高了語音質量，減少了聽覺負擔。 通信產業鏈上的所有網絡和設備都需支持高清語音才能體現出該技術的優點。到2011年6月為止，18個國家運營的20種蜂窩網絡，以及33家領先的手機品牌都已支持高清語音。通過部署自適應多速率寬帶(AMR-WB)語音編碼，GSM, WCDMA(UMTS)和LTE蜂窩網絡中已經引入了高清語音。此外， 通過使用改良的子帶編碼(mSBC)語音編解碼技術，無線藍牙耳機也開始支持高清語音，將免提通話與高語音質量結合在了一起。 高清語音的優點同樣可以在現有網絡中體現出來。隨著窄帶網絡和設備向高清語音過渡，一種名為帶寬擴展(BWE)的語音處理技術可以用來在接收終端設備上模擬類似于高清語音的通話質量，為不支持高清語音的設備提供了一個折中的解決方案。 從窄帶到高清語音 傳統電話系統的帶寬被限制在大約300Hz到3.4kHz的音頻頻率范圍內(圖表1)，這一范圍通常被稱為窄帶語音。盡管現在的電話系統是數字式的，但其還是傳承了與傳統模擬系統相同的帶寬。從語音質量的角度來看，窄帶語音缺乏自然語音保真度，常常被形容為單薄和模糊不清。盡管如此，窄帶頻率范圍內完整語句的語音辨別度大概是99%。 
圖1：窄帶和寬帶語音的帶寬特點。 高清語音在采樣頻率為16kHz時音頻帶寬大約為50Hz至7kHz，因此與窄帶語音相比具有更清晰的語音信號。雖然寬帶語音并沒有顯著提高語音清晰度，但是窄帶范圍之外的3.4kHz至7kHz提高了單詞中的摩擦音(例如f、s和th) 的識別度。寬帶語音能夠提供更加自然真實的語音，在主觀音頻質量方面比窄帶語音有了顯著的提高。高清語音擴展出的50Hz至300Hz的低頻降低了窄帶語音尖細的特點，而擴展出的高頻則提高了發音清晰度。 在主觀語音質量聽力測試中，寬帶語音在平均意見得分(MOS)中得到4.5分，而窄帶語音則為3.2分(1分為質量差，5分為優秀)。寬帶語音質量的提高減少了聽力負擔和聽者的疲勞，特別是當聽者處于嘈雜的環境下。移動網絡運營商Orange在其網站上提供了一個音頻樣本作為高清語音優點的例證。2010年6月Orange公司所做的另一項調查進一步向終端用戶證明了高清語音的價值： * 96%的客戶對高清語音通話表示滿意； * 86%的測試者表示，兼容高清語音將是他們未來購買手機時的一個選擇標準； * 76%的測試者愿意更換手機以獲得高清語音功能。 此外，2006年愛立信和T-Mobile進行的用戶試用調查也證實了高清語音的優點。在150個抽樣用戶中，超過70%的人認為使用了高清語音手機后通話質量更好，在嘈雜的環境中對話質量有所提高。 使用高清語音需要語音通信系統中的所有環節都支持寬帶語音頻率范圍(圖2)。采用高清語音技術的關鍵是在蜂窩網絡和手持電話中協同部署AMR-WB編解碼。做為一種寬帶語音編碼，AMR-WB的有效音頻帶寬是窄帶編碼AMR-NB的兩倍。要完成一個高清語音通話，基站和手持電話之間協同傳輸以AMR-WB編碼的語音，在這一過程中沒有進行語音修改或從終端到終端的轉換編碼。如果高清語音連接無法實現，系統就會取而代之使用窄帶AMR-NB編碼。
圖2：寬帶語音編解碼在一個簡單的端到端無線語音通信系統中的應用。 擴展語音帶寬 可以預計，在引入高清語音的過程中，通信系統中的某些環節會因無法支持而將語音轉換為窄帶頻率，這實際上是在降低語音質量，增加聽力負擔。人工帶寬擴展(BWE)通過在通信系統的終端環節為窄帶語音信號加入人工生成的語音內容，彌補在傳輸過程中損失的高頻和低頻語音內容(圖3)。通過這種方法，BWE將高清語音的優勢拓展到了窄帶和過渡的混合帶寬的語音通信系統中。
圖3：藍牙耳機通信系統中的人工帶寬擴展(BWE)。 BWE算法使用產生語音的聲源過濾模型來估算和產生擴展頻率范圍內的語音內容。根據該模型，語音是由一個聲源(例如聲帶)再加上一個模擬聲道的模型產生的。BWE算法根據窄帶語音估算出一個寬帶聲源模型，然后利用該模型的參數估算出其丟失的寬帶頻率內容。在實際應用中，BWE獨立于源編碼和發送路徑處理過程的，因此它可以與傳統的窄帶和混合帶寬的電話網絡共存。 BWE主要應用于藍牙耳機和免提設備。在這些設備的接收終端上，窄帶CVSD編碼語音信號首先進行解碼，然后經過BWE的處理產生給受話方的擴展帶寬語音信號。BWE也可以應用在高清語音電話網絡上，將語音信號擴展到帶寬為14kHz的超寬帶(SWB)頻率范圍。 高清語音和音效增強 將高清語音和音效增強處理方法(如噪聲抑制(NS)，回聲消除(AEC) )結合在一起可以改善在噪聲環境下的語音清晰度，并可以提高整體通話質量。噪聲抑制技術能夠分析摻雜了噪音的對話，并清除噪音，增加語音辨別度。噪聲抑制算法通過大量頻點估算出噪聲功率譜密度，然后將噪聲從對話出抽取出來。與窄帶的處理相比，寬帶噪聲抑制在計算噪聲頻譜時包含了更多的頻點數據來壓縮擴展頻率范圍內的噪聲。除噪聲抑制外，回聲消除處理方法能消除發話者和麥克風之間的聲音耦合所產生的回音信號�；芈曄墓ぷ髟硎菑柠溈孙L接收到的信號中分離出一個經過過濾和延遲的副本。回聲消除技術能夠計算出寬帶語音中的自適應過濾系數。 藍牙耳機中的高清語音 由于當前藍牙耳機已經成為免提移動通話的流行配置，因此它們能夠兼容高清語音是十分重要的。這一功能已經通過藍牙mSBC語音編解碼器變為現實。 藍牙高級音頻分發模型(A2DP)規定使用子帶編碼(SBC)為強制音頻編解碼系統，以保證手持電話和耳機間的互操作性。SBC是一種低復雜度的編解碼技術，壓縮比率適中，支持16kHz, 32kHz, 44.1kHz和48kHz的采樣率，也因此成為藍牙高清語音的當然之選。對于16kHz的寬帶語音而言，SBC能以64kbps數據速率對其進行4:1的壓縮。但是，當SBC編碼幀通過藍牙傳輸時，它可能與底層藍牙數據包不相匹配。因此，mSBC編解碼技術被開發用于匹配SBC和藍牙數據包，并于2011年5月被定義為 Bluetooth Hands-Free Profile 1.6中的強制編解碼方式。 在編解碼性能方面，mSBC可與ITU-T G.722相媲美，這一寬帶語音編解碼系統通常被用來作為新編解碼系統的質量評判參考。一般來說，mSBC在無差錯語音信號方面的客觀音頻質量得分比G.722更高。mSBC編碼系統也在多重編碼/解碼通道方面保持了比G.722更高的平均語音質量水平。 小結 與傳統窄帶語音傳輸相比，高清語音提供了十分優秀的語音質量，減少了在嘈雜環境中的聽力負擔。在聽力測試和用戶試用中，高清語音都表現出了顯著優勢�？梢酝ㄟ^在蜂窩網絡和手持電話中部署AMR-WB語音編解碼系統、在藍牙耳機中部署mSBC語音編解碼系統來實現高清語音。此外，手持電話和耳機中采用噪聲抑制和回音消除等語音處理算法能夠使高清語音體驗更佳。隨著網絡運營商和設備生產商逐漸將高清語音引入消費市場，藍牙耳機上的帶寬擴展處理方法能夠將高清語音的優點帶給窄帶和混合帶寬的蜂窩網絡用戶。 |
