引言
隨着 IP 電話的廣泛應用以及 3G 無線手持終端即將大量投產，通過"新型"分組電話網絡提供優於普通長話音質的音頻性能面臨巨大機遇。我們可利用數據網絡不受目前電話網絡 8 KHZ 採樣率（4 KHZ 通頻帶）限制的功能來實現優於普通長話音質的語音。我們提供低價的 DSP 進行寬帶信號壓縮，便於其在分組網絡上傳輸，這也是目前上述功能成爲現實的原因之一。
本文所討論的課題就是寬帶語音編碼器及其實施所面臨的挑戰。我們將探討標準化的寬帶語音編碼器，並討論當前技術狀態以及發展方向。此外，我們還將討論系統影響以及廣泛採用所面臨的一些障礙。
寬帶語音編碼器
目前 IP 語音 (VoIP) 系統使用的大多數語音編碼器都經過調整，可通過傳統 PSTN 的帶寬，因爲與傳統 PSTN 的互操作性一直是一個關鍵要求。由於 PSTN 使用 8 KHZ 的採樣率，該帶寬限制在大約 200－3400 HZ。寬帶語音編碼器將可用通頻帶擴展到 50－7000 HZ，針對的是不直接與傳統數字 PSTN 進行互操作的應用。這就大大改善了語音交談的音質，讓我們能更清楚地聽到通話，並更好地識別講話者。此外，傳輸更高質量的音頻信號（如音樂）也由此成爲可能。
標準組織多年來一直在努力爲上述應用定義寬帶語音編碼器標準。早期寬帶編碼器的主要用途是電視會議，不過近期工作則集中在 VoIP 與無線應用上。
以下部分將介紹寬帶語音編碼器的各種不同標準。
寬帶語音編碼--機遇與實施挑戰
G.722 (SB-ADPCM)
ITU G.722 於 1988 年標準化，是第一個用於 16 KHZ 採樣率的標準化寬帶語音編碼算法。該編解碼器將 16 KHZ 的頻帶分爲兩個子頻帶，並用 ADPCM 算法在子頻帶中進行編碼。其總延遲約 3 ms，這已經很小，不致造成電信網絡中的回聲問題。此外，該編解碼器傳輸位誤差率僅爲 10-3，其性能可以接受。即使遇到最差的網絡傳輸條件，上述要求也可確保性能只是稍稍下降。
G.722 編解碼器在 16 kHz 頻率上接收 16 位數據（帶寬從 50 Hz 至 7 kHz），並將其壓縮爲 64、56 與 48 Kbit/s。
G.722.1（轉換 (Transform) 編碼器）
ITU G.722.1 於 20 世紀 90 年代末開發，可實現比 G.722 編解碼器更低的比特率以及更大的壓縮。目標是以大約一半的比特率實現與 G.722 大致相當的質量。該編解碼器由 Picturetel 開發，使用了轉換編碼的方法。其在 16 KHZ 頻率上接收 16 位數據（帶寬從 50 Hz 至 7 kHz），並將其壓縮爲 32 與 24 Kbits/s。目前大多用於電視會議系統。
G.722.2 (AMR-WB)
AMR-WB 是一種最初爲 GSM 無線網絡定義的寬帶編解碼器，但最近擴展爲包括有線系統。由於其計算強度很大，因此要充分利用多年來顯著提高的 DSP 處理能力。AMR-WB 建立在 CELP 語音編碼器基礎上，音頻帶寬爲 50－7000 HZ，在 6.6 至 23.85 Kbit/s 間提供 9 種語音編碼。
AMR-WB 於 2001 年標準化，用於 GSM 與 WCDMA 網絡。2002 年底，ITU 決定它還將作爲有線應用的寬帶標準。它是第一個具有雙重應用範圍的編解碼器。
寬帶語音編碼--機遇與實施挑戰
VMR-WB
VMR-WB 是新型可變速率多模式寬帶語音編解碼器，專爲無線 CDMA 2000標準而設計，目的在於在 50 至 7000 HZ 的頻帶上進行語音編碼，採樣率爲 16 KHZ。VMR-WB 基於 3GPP AMR-WB (G722.2) 編解碼器，在每秒速率12.65 Kbit 上可實現互操作。
VMR-WB 工作模式有四種，具體選擇哪種應視網絡的流量情況而定。前三種模式專門針對 CDMA 系統，而第四種模式爲 AMR-WB 互操作性模式。
VMR-WB 與 AMR-WB 的互操作性允許 GSM/WCDMA 與 CDMA2000 系統無須進行自動解碼即可通信，這就不至於增加額外的延遲以及引起語音質量下降。
實施寬帶編解碼器的系統影響
電話系統設計有兩個主要領域會因使用寬帶編解碼器而受影響：1) 模數輸入/輸出子系統，2) DSP 中進行的軟件處理。
以下給出了 IP 電話的樣例結構圖，並在該圖右下方顯示了 DSP 處理器與A/D I/O 子系統之間的關係。
寬帶語音編碼--機遇與實施挑戰
模數輸入/輸出子系統
A/D I/O 子系統包括揚聲器、麥克風與硬件編解碼器，對音頻信號進行採樣並將其數字化，以傳輸至 DSP。在能夠進行寬帶語音編碼的電話中，重要的是讓上述所有組件都支持 50－7000 Hz 的頻帶，這是寬帶語音編碼器的要求。
這意味着通常用於標準 PSTN 功能電話中的揚聲器與麥克風將不再適用，從面將限制基於其設計的帶寬。我們必須用具有寬帶功能的揚聲器與麥克風來替代它們。
此外，用於傳統 PSTN 應用的標準硬件編解碼器中的濾波器會帶有防混淆濾波器，它將帶寬限制在 200－3400 Hz。因此，設計具有寬帶功能電話時的另一重要考慮因素就是使用支持 50－7000 Hz 帶寬的硬件編解碼器，並能以 16 Khz 進行信號採樣。
軟件
關於具有寬帶功能電話軟件的主要考慮因素之一是，要求串行輸入端口與寬帶語音編碼器之間的處理組件必須運行於 16 KHz。該要求使單位時間必須處理的數據量翻番，通常也造成處理需求翻番。下頁的結構圖顯示了從左側 PCM 接口單元開始的受影響的組件。對處理要求影響最大的模塊是回聲抵消器，它的運行速率必須爲傳統 IP 電話的兩倍，這影響相當大，因爲回聲抵消器佔用大量的計算資源。
第二大受影響領域就是寬帶語音編碼器本身需要的處理要求。下頁的表顯示了AMR-WB 編解碼器的處理要求相對於原先基於的 G.722 ADPCM 編碼器增加了多少。AMR-WB 的 25 MIPS 要求相對於 12 MIPS 範圍內的窄帶 AMR 編解碼器而言也是一個巨大的飛越。
語音處理--DSP 軟件
Telogy Software®TMS320C55x™編解碼器（寬帶）模塊
| 編解碼器模塊 | 接口 C55xMIPS | 程序存儲器 | C55x 存儲器分配 | 臨時 (Scratch) | ||
| 表 數據 Mem/ch | ||||||
| G.722 | Xdias | 5.61 | 1726 | 340 | 164 | 438 |
| G.722.1 | Xdias | 無 | 無 | 無 | 無 | 無 |
| AMR-WB | Xdias | 25.85 | 22436 | 13073 | 2537 | 4435 |
總結
本文介紹了在 VoIP 系統中實施寬帶語音編解碼器所面臨的機遇與挑戰。更強大的 DSP 可滿足新型聲音輸入/輸出設備的要求以及處理要求，這使用戶能夠通過寬帶音頻編碼改善音質