语音编码，就是对模拟的语音信号进行编码。

编码、传输、存储和译码是语音数字传输和数字存储的必要过程。

随着语音通信技术的发展，压缩语音信号的传输带宽，降低信道的传输速率，一直是人们追求的目标。语音编码在实现这一目标的过程中担当重要的角色。

语音编码就是使表达语音信号的比特数目最小。

用比特/秒（b/s或bps）来度量，用I表示，

I=R • fs ,R代表每个语音采样值编码所需的比特数；fs是采样频率。

当fs=8kHz，每个采样值用8比特位来编码，则编码速率为64kb/s。

语音编码就是对模拟的语音信号进行编码，将模拟信号转化成数字信号，从而降低传输码率并进行数字传输，语音编码的基本方法可分为波形编码、参量编码（音源编码）和混合编码，波形编码是将时域的模拟话音的波形信号经过取样、量化、编码而形成的数字话音信号，参量编码是基于人类语言的发音机理，找出表征语音的特征参量，对特征参量进行编码，混合编译码是结合波形编译码和参量编译码之间的优点。波形编译码器虽然可提供高话音的质量，但数据率低于16 kb/s的情况下，在技术上还没有解决音质的问题。

基本原理是在时间轴上对模拟话音信号按照一定的速率来抽样，然后将幅度样本分层量化，并使用代码来表示。在接收端将收到的数字序列经过解码恢复到原模拟信号，保持原始语音的波形形状。话音质量高，编码率高。如PCM编码类（a率或u率PCM、ADPCM 、ADM)，编码速率为64－16kb/s，语音质量好。

根据语音信号产生的数学模型，通过对语音信号特征参数的提取后进行编码（将特征参数变换成数字代码进行传输）。在接收端将特征参数，结合数学模型，恢复语音，力图使重建语音保持尽可能高的可懂度，重建语音信号的波形同原始语音信号的波形可能会有相当大的区别。如线性预测（LPC）编码类。编码速率低，2.4-1.2kb/s，自然度低，对环境噪声敏感。

将波形编码与参数编码相结合，在2.4-1.2kb/s速率上能够得到高质量的合成语音。混合编码包括若干语音特征参量又包括部分波形编码信息，以达到波形编码的高质量和参量编码的低速率的优点。

语音中最基本的元素是音素，大约有128～256个，如果按通常的说话速度，每秒平均发出10个音素，则信息率为： I=[log2(256)10]bps=80bps

把发音看成是以语音速率来传送，则语音编码的极限速率为80bps,从数字化标准的编码率64kbps，到极限速率80bps，之间的距离，对于理论研究和实践有着极大的吸引力。

语音质量是衡量语音编码算法优劣的关键性能之一。语音质量通常分为四类：

（1）广播级：宽带(0-7000Hz)高质量的语音，感觉不出噪声存在

（2）网络或电话级：200赫兹3200Hz,信噪比大于30db。

（3）通信级：完全可以听懂，但和长途电话相比，有明显失真。

（4）合成级：80%-90%可懂度，音质较差，听起来像机器讲话，失去了讲话者的个人特征。

语音质量有主观和客观两种评价方法

评价指标：清晰度或可懂度、音质。前者是指语音是否容易听清楚；后者指语音听起来有多自然。

（1）可懂度评价 DRT：Diagnostic Rhymer Test

（2）音质评价：

MOS：平均数 Opinion Score 平均意见得分

DAM：Diagnostic Acceptability Measure 判断满意度得分。

MOS得分为五级：优、良、可、差和坏。满分为5分，相当调频广播质量；4分以上是长途电话网标准；3.5分为通信标准； 3.0分仍有较好的可懂度，保持自然度；2.5分只维持可懂度，是战术通信标准。

（1）波形失真度，用信噪比来度量

（2）频谱失真测量

（3）谱包络失真测量