Г.711

Рекомендация МСЭ-Т

G.711 — это узкополосный аудиокодек , изначально разработанный для использования в телефонии и обеспечивающий качество звука междугородной связи со скоростью 64 кбит/с. Это стандарт ITU-T (рекомендация) для кодирования звука под названием « Импульсно-кодовая модуляция (PCM) голосовых частот», выпущенный для использования в 1972 году.

G.711 передает аудиосигналы в полосе частот 300–3400 Гц и дискретизирует их с частотой 8000 Гц с допуском на эту скорость 50 частей на миллион (ppm).

Он использует один из двух различных алгоритмов логарифмического компандирования : μ-law , который используется в основном в Северной Америке и Японии, и A-law , который используется в большинстве других стран за пределами Северной Америки. Каждая компандированная выборка квантуется как 8 бит, что приводит к скорости передачи данных 64 кбит/с .

G.711 является обязательным стандартом во многих технологиях, например в стандартах H.320 и H.323 . ^[1] Его также можно использовать для факсимильной связи по IP-сетям (как определено в спецификации T.38 ).

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.

Функции

• Частота дискретизации 8 кГц
• Скорость передачи данных 64 кбит/с (частота дискретизации 8 кГц × 8 бит на выборку)
• Типичная алгоритмическая задержка составляет 0,125 мс, без упреждающей задержки.
• G.711 — это кодер речи.
• Приложение I G.711 определяет алгоритм маскировки потерь пакетов (PLC), помогающий скрыть потери передачи в пакетной сети.
• Приложение II G.711 определяет алгоритм прерывистой передачи (DTX), который использует обнаружение голосовой активности (VAD) и генерацию комфортного шума (CNG) для уменьшения использования полосы пропускания в периоды тишины.
• Тестирование PSQM в идеальных условиях дает средние оценки 4,45 для μ-закона G.711, 4,45 для A- ^{закона G.711 .}
• Тестирование PSQM в условиях сетевой нагрузки дает ^{средние} оценки 4,13 для μ-закона G.711, 4,11 для A-закона ^{G.711 .}

Типы

G.711 определяет два основных алгоритма компандирования : алгоритм μ-закона и алгоритм A-закона . Оба являются логарифмическими , но А-закон был специально разработан, чтобы его ^{было проще обрабатывать на} компьютере . Стандарт также определяет последовательность повторяющихся значений кода, которая определяет уровень мощности 0 дБ .

Алгоритмы μ-law и A-law кодируют 14-битные и 13-битные линейные выборки PCM со знаком (соответственно) в логарифмические 8-битные выборки. Таким образом, кодер G.711 создаст битовый поток со скоростью 64 кбит/с для сигнала, дискретизированного с частотой 8 кГц. ^[1]

Мю-закон G.711 имеет тенденцию давать большее разрешение сигналам более высокого диапазона, тогда как A-закон G.711 обеспечивает более высокие уровни квантования при более низких уровнях сигнала.

Используются термины PCMU, G711u или G711MU для G711 μ-закона и PCMA или G711A для G711 A-закона. ^[2]

Закон

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

1. Это значение получается путем использования представления входного значения в виде дополнения до двух и инвертирования всех битов после знакового бита, если значение отрицательное.
2. Представление знаковой величины

Где sнаходится знаковый бит, sявляется его обратным (т.е. положительные значения кодируются с помощью MSB  =  s  = 1), а отмеченные биты xотбрасываются. Обратите внимание, что в первом столбце таблицы используется другое представление отрицательных значений, чем в третьем столбце. Так, например, входное десятичное значение -21 представляется в двоичном виде после инверсии битов как 1000000010100, что соответствует 00001010 (согласно первой строке таблицы). При декодировании это отображается обратно в 1000000010101, что интерпретируется как выходное значение -21 в десятичном формате. Входное значение [phone] в двоичном формате) отображается в 10011010 (согласно второй строке), которое отображается обратно в 0000000110101 (+53 в десятичном формате).

Это можно рассматривать как число с плавающей запятой с 4 битами мантиссы m (что эквивалентно 5-битной точности), 3 битами показателя степени e и 1 битом знака s , отформатированным как seeemmmmдекодированное линейное значение y, заданное формулой

${\displaystyle y=(-1)^{s}\cdot (16\cdot \min\{e,1\}+m+0.5)\cdot 2^{\max\{e,1\}},}$

которое представляет собой 13-битное целое число со знаком в диапазоне от ±1 до ±(2 ¹²  − 2 ⁶ ). Обратите внимание, что сжатый код не декодируется в ноль из-за добавления 0,5 (половина шага квантования).

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

Когда данные передаются через E0 ( G.703 ), старший бит (знак) отправляется первым, а младший бит отправляется последним.

ITU-T STL ^[3] определяет алгоритм декодирования следующим образом (он помещает декодированные значения в 13 старших бит 16-битного типа выходных данных).

void alaw_expand ( lseg , logbuf , linbuf ) long lseg ; коротко * линбуф ; короткий * logbuf ; { короткое ix , mant , iexp ; длинный н ;                for ( n = 0 ; n < lseg ; n ++ ) { ix = logbuf [ n ] ^ ( 0x0055 ); /* повторное переключение переключённых битов */              ix &= ( 0x007F ); /* удалить знаковый бит */ iexp = ix >> 4 ; /* извлекаем показатель степени */ mant = ix & ( 0x000F ); /* теперь получаем мантиссу */ if ( iexp > 0 ) mant = mant + 16 ; /* добавляем начальную '1', если показатель степени > 0 */                      mant = ( mant << 4 ) + ( 0x0008 ); /* теперь мантисса выровнена по левому краю и */ /* добавлен шаг квантования 1/2 */ if ( iexp > 1 ) /* теперь сдвиг влево в соответствии с экспонентой */ mant = mant << ( iexp - 1 );                   linbuf [ n ] = logbuf [ n ] > 127 /* инвертировать, если образец отрицательный */ ? мант : - мант ; } }         

См. также «Руководство пользователя библиотеки программных средств ITU-T 2009», которое можно найти по адресу. ^[4]

μ-закон

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

1. Это значение получается путем представления входного значения в виде дополнения до двух , инвертирования всех битов после знакового бита, если значение отрицательное, и добавления 33.
2. знаковой величины . Конечный результат получается путем уменьшения величины этого значения на 33.

Где sнаходится знаковый бит, а отмеченные биты xотбрасываются.

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

Добавление 33 необходимо для того, чтобы все значения попали в группу сжатия и при декодировании она вычиталась обратно.

Разбивая закодированное значение, отформатированное как seeemmmmна 4 бита мантиссы m , 3 бита показателя степени e и 1 бит знака s , декодированное линейное значение y определяется формулой

${\displaystyle y=(-1)^{s}\cdot [(33+2m)\cdot 2^{e}-33],}$

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

Обратите внимание, что 0 передается как 0xFF, а −1 передается как 0x7F, но при получении результат в обоих случаях равен 0.

G.711.0

G.711.0, также известный как G.711 LLC, использует сжатие данных без потерь для снижения использования полосы пропускания на целых 50 процентов. ^[5] Сжатие без потерь стандарта импульсно-кодовой модуляции G.711 было одобрено ITU-T в сентябре 2009 года. ^{[6] [7]}

G.711.1

G.711.1 «Широкополосное встроенное расширение для импульсно-кодовой модуляции G.711» представляет собой более высококачественное расширение G.711, ратифицированное в 2008 году и дополнительно расширенное в 2012 году. ^[8]

G.711.1 допускает ряд уровней улучшения поверх необработанного основного потока G.711 (уровень 0): уровень 1 кодирует 16-битный звук в той же узкой полосе 4 кГц, а уровень 2 допускает широкополосную полосу 8 кГц с использованием MDCT ; каждый использует фиксированную скорость 16 Кбит/с в дополнение к ядру со скоростью 64 Кбит/с. Их можно использовать вместе или по отдельности, и каждый кодирует отличия от предыдущего слоя. Утвержденный в 2012 году, уровень 3 расширяет уровень 2 до «сверхширокополосной» частоты 16 кГц, обеспечивая еще 16 кбит/с для самых высоких частот, сохраняя при этом независимость уровней. Пиковая скорость передачи данных составляет 96 кбит/с в исходном G.711.1 или 112 кбит/с в сверхширокополосном режиме. Никакой внутренний метод идентификации или разделения слоев не определен, поэтому пакетирование или сигнализация о них остается на усмотрение реализации.

Декодер, который не понимает какой-либо набор уровней точности, может игнорировать или отбрасывать неосновные пакеты, не затрагивая его, обеспечивая постепенное ухудшение качества в любой телефонной системе G.711 (или исходной G.711.1) без изменений.

В 2012 году также был ратифицирован стандарт G.711.0 без потерь, расширенный на новые уровни качества воспроизведения. Как и в случае с G.711.0, полная обратная совместимость G.711 приносится в жертву ради эффективности, хотя узел, поддерживающий G.711.0, все равно может игнорировать или отбрасывать пакеты уровня, которые он не понимает.

Лицензирование

Срок действия патентов на G.711, выпущенных в 1972 году, истек, поэтому его можно использовать без лицензии. ^[1]

Смотрите также

• Список кодеков
• Сравнение форматов кодирования звука
• Аудио-видео профиль RTP
• Формат файла Au

Рекомендации

1. «G.711: Импульсно-кодовая модуляция (PCM) голосовых частот». www.itu.int . Архивировано из оригинала 17 июня 2019 г. Проверено 11 ноября 2019 г.
2. «Видео/голос/речевые кодеки» . Грандстрим = . Проверено 19 июля 2020 г.
3. G.191: Программные инструменты для стандартизации кодирования речи и звука. Функция alaw_expandв файле Software/stl2009/g711/g711.c. Itu.int. Проверено 18 сентября 2013 г.
4. G.191: Библиотека программных средств ITU-T, 2009 г., Руководство пользователя. Itu.int (23 июля 2010 г.). Проверено 18 сентября 2013 г.
5. МСЭ-Т (17 июля 2009 г.). «Журнал новостей ITU-T - Голосовой кодек получает новое сжатие без потерь» . Архивировано из оригинала 3 марта 2016 г. Проверено 28 февраля 2010 г.
6. МСЭ-Т. «G.711.0: сжатие без потерь импульсно-кодовой модуляции G.711» . Проверено 28 февраля 2010 г.
7. Последние разработки в области кодирования аудио/речи в ITU-T и будущие тенденции (PDF) , август 2008 г. , получено 28 февраля 2010 г.
8. G.711.1: Широкополосное встроенное расширение для импульсно-кодовой модуляции G.711, ITU-T, 2012 г. , получено 24 декабря 2022 г.

Внешние ссылки

• Рекомендация МСЭ-Т G.711
• Программные инструменты ITU-T G.191 для кодирования речи и звука, включая код C G.711.
• Реализация проекта кода C# G.711 с исходным кодом
• RFC 3551 — Профиль RTP для аудио- и видеоконференций с минимальным управлением — G.711 — Определение PCMA и PCMU.
• RFC 4856 — регистрация типа носителя audio/PCMA и audio/PCMU
• RFC 5391 — формат полезной нагрузки RTP для Рекомендации ITU-T G.711.1 (PCMA-WB и PCMU-WB)