高清語(yǔ)音也被稱為寬帶語(yǔ)音，是一種能為蜂窩網(wǎng)絡(luò)、移動(dòng)電話和無(wú)線耳機(jī)傳輸高清、自然語(yǔ)音質(zhì)量的音頻技術(shù)。與傳統(tǒng)的窄帶電話相比，高清語(yǔ)音很大程度上提高了語(yǔ)音質(zhì)量，減少了聽覺負(fù)擔(dān)。

通信產(chǎn)業(yè)鏈上的所有網(wǎng)絡(luò)和設(shè)備都需支持高清語(yǔ)音才能體現(xiàn)出該技術(shù)的優(yōu)點(diǎn)。到2011年6月為止，18個(gè)國(guó)家運(yùn)營(yíng)的20種蜂窩網(wǎng)絡(luò)，以及33家領(lǐng)先的手機(jī)品牌都已支持高清語(yǔ)音。通過部署自適應(yīng)多速率寬帶(AMR-WB)語(yǔ)音編碼，GSM, WCDMA(UMTS)和LTE蜂窩網(wǎng)絡(luò)中已經(jīng)引入了高清語(yǔ)音。此外， 通過使用改良的子帶編碼(mSBC)語(yǔ)音編解碼技術(shù)，無(wú)線藍(lán)牙耳機(jī)也開始支持高清語(yǔ)音，將免提通話與高語(yǔ)音質(zhì)量結(jié)合在了一起。

高清語(yǔ)音的優(yōu)點(diǎn)同樣可以在現(xiàn)有網(wǎng)絡(luò)中體現(xiàn)出來。隨著窄帶網(wǎng)絡(luò)和設(shè)備向高清語(yǔ)音過渡，一種名為帶寬擴(kuò)展(BWE)的語(yǔ)音處理技術(shù)可以用來在接收終端設(shè)備上模擬類似于高清語(yǔ)音的通話質(zhì)量，為不支持高清語(yǔ)音的設(shè)備提供了一個(gè)折中的解決方案。

從窄帶到高清語(yǔ)音

傳統(tǒng)電話系統(tǒng)的帶寬被限制在大約300Hz到3.4kHz的音頻頻率范圍內(nèi)(圖表1)，這一范圍通常被稱為窄帶語(yǔ)音。盡管現(xiàn)在的電話系統(tǒng)是數(shù)字式的，但其還是傳承了與傳統(tǒng)模擬系統(tǒng)相同的帶寬。從語(yǔ)音質(zhì)量的角度來看，窄帶語(yǔ)音缺乏自然語(yǔ)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(nèi)完整語(yǔ)句的語(yǔ)音辨別度大概是99%。

高清語(yǔ)音在采樣頻率為16kHz時(shí)音頻帶寬大約為50Hz至7kHz，因此與窄帶語(yǔ)音相比具有更清晰的語(yǔ)音信號(hào)。雖然寬帶語(yǔ)音并沒有顯著提高語(yǔ)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(shí)別度。寬帶語(yǔ)音能夠提供更加自然真實(shí)的語(yǔ)音，在主觀音頻質(zhì)量方面比窄帶語(yǔ)音有了顯著的提高。高清語(yǔ)音擴(kuò)展出的50Hz至300Hz的低頻降低了窄帶語(yǔ)音尖細(xì)的特點(diǎn)，而擴(kuò)展出的高頻則提高了發(fā)音清晰度。

在主觀語(yǔ)音質(zhì)量聽力測(cè)試中，寬帶語(yǔ)音在平均意見得分(MOS)中得到4.5分，而窄帶語(yǔ)音則為3.2分(1分為質(zhì)量差，5分為優(yōu)秀)。寬帶語(yǔ)音質(zhì)量的提高減少了聽力負(fù)擔(dān)和聽者的疲勞，特別是當(dāng)聽者處于嘈雜的環(huán)境下。移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商Orange在其網(wǎng)站上提供了一個(gè)音頻樣本作為高清語(yǔ)音優(yōu)點(diǎn)的例證。2010年6月Orange公司所做的另一項(xiàng)調(diào)查進(jìn)一步向終端用戶證明了高清語(yǔ)音的價(jià)值：

96%的客戶對(duì)高清語(yǔ)音通話表示滿意；

86%的測(cè)試者表示，兼容高清語(yǔ)音將是他們未來購(gòu)買手機(jī)時(shí)的一個(gè)選擇標(biāo)準(zhǔn)；

76%的測(cè)試者愿意更換手機(jī)以獲得高清語(yǔ)音功能。

此外，2006年愛立信和T-Mobile進(jìn)行的用戶試用調(diào)查也證實(shí)了高清語(yǔ)音的優(yōu)點(diǎn)。在150個(gè)抽樣用戶中，超過70%的人認(rèn)為使用了高清語(yǔ)音手機(jī)后通話質(zhì)量更好，在嘈雜的環(huán)境中對(duì)話質(zhì)量有所提高。

使用高清語(yǔ)音需要語(yǔ)音通信系統(tǒng)中的所有環(huán)節(jié)都支持寬帶語(yǔ)音頻率范圍。采用高清語(yǔ)音技術(shù)的關(guān)鍵是在蜂窩網(wǎng)絡(luò)和手持電話中協(xié)同部署AMR-WB編解碼。作為一種寬帶語(yǔ)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(gè)高清語(yǔ)音通話，基站和手持電話之間協(xié)同傳輸以AMR-WB編碼的語(yǔ)音，在這一過程中沒有進(jìn)行語(yǔ)音修改或從終端到終端的轉(zhuǎn)換編碼。如果高清語(yǔ)音連接無(wú)法實(shí)現(xiàn)，系統(tǒng)就會(huì)取而代之使用窄帶AMR-NB編碼。

擴(kuò)展語(yǔ)音帶寬

可以預(yù)計(jì)，在引入高清語(yǔ)音的過程中，通信系統(tǒng)中的某些環(huán)節(jié)會(huì)因無(wú)法支持而將語(yǔ)音轉(zhuǎn)換為窄帶頻率，這實(shí)際上是在降低語(yǔ)音質(zhì)量，增加聽力負(fù)擔(dān)。人工帶寬擴(kuò)展(BWE)通過在通信系統(tǒng)的終端環(huán)節(jié)為窄帶語(yǔ)音信號(hào)加入人工生成的語(yǔ)音內(nèi)容，彌補(bǔ)在傳輸過程中損失的高頻和低頻語(yǔ)音內(nèi)容。通過這種方法，BWE將高清語(yǔ)音的優(yōu)勢(shì)拓展到了窄帶和過渡的混合帶寬的語(yǔ)音通信系統(tǒng)中。

BWE算法使用產(chǎn)生語(yǔ)音的聲源過濾模型來估算和產(chǎn)生擴(kuò)展頻率范圍內(nèi)的語(yǔ)音內(nèi)容。根據(jù)該模型，語(yǔ)音是由一個(gè)聲源(例如聲帶)再加上一個(gè)模擬聲道的模型產(chǎn)生的。BWE算法根據(jù)窄帶語(yǔ)音估算出一個(gè)寬帶聲源模型，然后利用該模型的參數(shù)估算出其丟失的寬帶頻率內(nèi)容。在實(shí)際應(yīng)用中，BWE獨(dú)立于源編碼和發(fā)送路徑處理過程的，因此它可以與傳統(tǒng)的窄帶和混合帶寬的電話網(wǎng)絡(luò)共存。

BWE主要應(yīng)用于藍(lán)牙耳機(jī)和免提設(shè)備。在這些設(shè)備的接收終端上，窄帶CVSD編碼語(yǔ)音信號(hào)首先進(jìn)行解碼，然后經(jīng)過BWE的處理產(chǎn)生給受話方的擴(kuò)展帶寬語(yǔ)音信號(hào)。BWE也可以應(yīng)用在高清語(yǔ)音電話網(wǎng)絡(luò)上，將語(yǔ)音信號(hào)擴(kuò)展到帶寬為14kHz的超寬帶(SWB)頻率范圍。

高清語(yǔ)音和音效增強(qiáng)

將高清語(yǔ)音和音效增強(qiáng)處理方法(如噪聲抑制(NS)，回聲消除(AEC) )結(jié)合在一起可以改善在噪聲環(huán)境下的語(yǔ)音清晰度，并可以提高整體通話質(zhì)量。噪聲抑制技術(shù)能夠分析摻雜了噪音的對(duì)話，并清除噪音，增加語(yǔ)音辨別度。 噪聲抑制算法通過大量頻點(diǎn)估算出噪聲功率譜密度，然后將噪聲從對(duì)話出抽取出來。與窄帶的處理相比，寬帶噪聲抑制在計(jì)算噪聲頻譜時(shí)包含了更多的頻點(diǎn)數(shù)據(jù)來壓縮擴(kuò)展頻率范圍內(nèi)的噪聲。除噪聲抑制外，回聲消除處理方法能消除發(fā)話者和麥克風(fēng)之間的聲音耦合所產(chǎn)生的回音信號(hào)。回聲消除的工作原理是從麥克風(fēng)接收到的信號(hào)中分離出一個(gè)經(jīng)過過濾和延遲的副本。回聲消除技術(shù)能夠計(jì)算出寬帶語(yǔ)音中的自適應(yīng)過濾系數(shù)。

藍(lán)牙耳機(jī)中的高清語(yǔ)音

由于當(dāng)前藍(lán)牙耳機(jī)已經(jīng)成為免提移動(dòng)通話的流行配置，因此它們能夠兼容高清語(yǔ)音是十分重要的。這一功能已經(jīng)通過藍(lán)牙m(xù)SBC語(yǔ)音編解碼器變?yōu)楝F(xiàn)實(shí)。

藍(lán)牙高級(jí)音頻分發(fā)模型(A2DP)規(guī)定使用子帶編碼(SBC)為強(qiáng)制音頻編解碼系統(tǒng)，以保證手持電話和耳機(jī)間的互操作性。SBC是一種低復(fù)雜度的編解碼技術(shù)，壓縮比率適中，支持16kHz, 32kHz, 44.1kHz和48kHz的采樣率，也因此成為藍(lán)牙高清語(yǔ)音的當(dāng)然之選。對(duì)于16kHz的寬帶語(yǔ)音而言，SBC能以64kbps數(shù)據(jù)速率對(duì)其進(jìn)行4:1的壓縮。但是，當(dāng)SBC編碼幀通過藍(lán)牙傳輸時(shí)，它可能與底層藍(lán)牙數(shù)據(jù)包不相匹配。因此，mSBC編解碼技術(shù)被開發(fā)用于匹配SBC和藍(lán)牙數(shù)據(jù)包，并于2011年5月被定義為 Bluetooth Hands-Free Profile 1.6中的強(qiáng)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(yǔ)音編解碼系統(tǒng)通常被用來作為新編解碼系統(tǒng)的質(zhì)量評(píng)判參考。一般來說，mSBC在無(wú)差錯(cuò)語(yǔ)音信號(hào)方面的客觀音頻質(zhì)量得分比G.722更高。mSBC編碼系統(tǒng)也在多重編碼/解碼通道方面保持了比G.722更高的平均語(yǔ)音質(zhì)量水平。

小結(jié)

與傳統(tǒng)窄帶語(yǔ)音傳輸相比，高清語(yǔ)音提供了十分優(yōu)秀的語(yǔ)音質(zhì)量，減少了在嘈雜環(huán)境中的聽力負(fù)擔(dān)。在聽力測(cè)試和用戶試用中，高清語(yǔ)音都表現(xiàn)出了顯著優(yōu)勢(shì)。可以通過在蜂窩網(wǎng)絡(luò)和手持電話中部署AMR-WB語(yǔ)音編解碼系統(tǒng)、在藍(lán)牙耳機(jī)中部署mSBC語(yǔ)音編解碼系統(tǒng)來實(shí)現(xiàn)高清語(yǔ)音。此外，手持電話和耳機(jī)中采用噪聲抑制和回音消除等語(yǔ)音處理算法能夠使高清語(yǔ)音體驗(yàn)更佳。隨著網(wǎng)絡(luò)運(yùn)營(yíng)商和設(shè)備生產(chǎn)商逐漸將高清語(yǔ)音引入消費(fèi)市場(chǎng)，藍(lán)牙耳機(jī)上的帶寬擴(kuò)展處理方法能夠?qū)⒏咔逭Z(yǔ)音的優(yōu)點(diǎn)帶給窄帶和混合帶寬的蜂窩網(wǎng)絡(luò)用戶。