Г.711

Г.711

Импульсно-кодовая модуляция (ИКМ) голосовых частот
Статус	Действующий
Год начался	1972
Последняя версия	(02/00) февраль 2000 г.
Организация	ЭТО Т
Сопутствующие стандарты	G.191 , G.711.0 , G.711.1 , G.729
Домен	сжатие звука
Веб-сайт	https://www.itu.int/rec/T-REC-G.711

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 . 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.

Особенности

• 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 средний балл 4,45 для μ-закона G.711 и 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 компандирования алгоритма : алгоритм μ-закона и алгоритм A-закона . Оба являются логарифмическими , но А-закон был специально разработан, чтобы его было проще обрабатывать компьютеру. . 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. G.711 Таким образом, кодер создаст битовый поток со скоростью 64 кбит/с для сигнала, дискретизированного с частотой 8 кГц.

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.

Термины PCMU , G711u и G711MU также используются для μ-закона G.711, а PCMA и G711A — для A-закона G.711.

А-закон

Основная статья: Алгоритм A-закона

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:

Линейный входной код	Сжатый код БЕСПЛАТНО 01010101	Линейный выходной код
s0000000abcdx	s000abcd	s0000000abcd1
s0000001abcdx	s001abcd	s0000001abcd1
s000001abcdxx	s010abcd	s000001abcd10
s00001abcdxxx	s011abcd	s00001abcd100
s0001abcdxxxx	s100abcd	s0001abcd1000
s001abcdxxxxx	s101abcd	s001abcd10000
s01abcdxxxxxx	s110abcd	s01abcd100000
s1abcdxxxxxxx	s111abcd	s1abcd1000000

Где s это знаковый бит, s является его обратным (т.е. положительные значения кодируются с помощью MSB = s = 1), а биты, отмеченные x отбрасываются. 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 +52 (0000000110100 в двоичном формате) сопоставляется с 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 seeemmmm с декодированным линейным значением y, определяемым формулой

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

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.

ЭТО STL 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;
  short          *linbuf;
  short          *logbuf;
{
  short           ix, mant, iexp;
  long            n;

  for (n = 0; n < lseg; n++)
  {
    ix = logbuf[n] ^ (0x0055);	/* re-toggle toggled bits */

    ix &= (0x007F);		/* remove sign bit */
    iexp = ix >> 4;		/* extract exponent */
    mant = ix & (0x000F);	/* now get mantissa */
    if (iexp > 0)
      mant = mant + 16;		/* add leading '1', if exponent > 0 */

    mant = (mant << 4) + (0x0008);	/* now mantissa left justified and */
    /* 1/2 quantization step added */
    if (iexp > 1)		/* now left shift according exponent */
      mant = mant << (iexp - 1);

    linbuf[n] = logbuf[n] > 127	/* invert, if negative sample */
      ? mant
      : -mant;
  }
}

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

м-закон

Основная статья: алгоритм μ-закона

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:

Линейное входное значение	Сжатый код БЕСПЛАТНО 11111111	Линейное выходное значение
s00000001abcdx	s000abcd	s00000001abcd1
s0000001abcdxx	s001abcd	s0000001abcd10
s000001abcdxxx	s010abcd	s000001abcd100
s00001abcdxxxx	s011abcd	s00001abcd1000
s0001abcdxxxxx	s100abcd	s0001abcd10000
s001abcdxxxxxx	s101abcd	s001abcd100000
s01abcdxxxxxxx	s110abcd	s01abcd1000000
s1abcdxxxxxxxx	s111abcd	s1abcd10000000

Где s - это знаковый бит, а биты отмечены x отбрасываются.

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.

Нарушение закодированного значения, отформатированного как seeemmmm на 4 бита мантиссы m , 3 бита показателя степени e и 1 бит знака s , декодированное линейное значение y определяется формулой

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

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. Стандарт сжатия без потерь импульсно-кодовой модуляции G.711 был одобрен ITU-T в сентябре 2009 года.

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 получившее дальнейшее расширение в 2012 году.

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 оригинальном 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.

См. также

• Список кодеков
• Сравнение форматов кодирования звука
• Аудио-видео профиль RTP
• В формате файла

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 C# кода 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)