ऑडियो कोडिंग सारांश

पीसीएमयू (जी.७११यू)
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 64 केबीपीएस (90.4)
विशेषताएं: PCMU और PCMA बेहतर आवाज की गुणवत्ता प्रदान कर सकते हैं, लेकिन वे एक उच्च बैंडविड्थ पर कब्जा कर लेते हैं, जिसमें 64kbps की आवश्यकता होती है।
लाभ: उत्कृष्ट आवाज की गुणवत्ता
नुकसान: उच्च बैंडविड्थ उपयोग
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
नोट: पीसीएमयू और पीसीएमए दोनों सीडी ध्वनि गुणवत्ता प्राप्त कर सकते हैं, लेकिन वे सबसे अधिक बैंडविड्थ (64 केबीपीएस) की खपत भी करते हैं। यदि नेटवर्क बैंडविड्थ अपेक्षाकृत कम है, तो आप कम बिट दर एन्कोडिंग विधि चुन सकते हैं, जैसे G.723 या G.729। ये दो एन्कोडिंग विधियां पारंपरिक लंबी दूरी की कॉल की ध्वनि गुणवत्ता भी प्राप्त कर सकती हैं, लेकिन बहुत कम बैंडविड्थ की आवश्यकता होती है (G723 को 5.3 / 6.3kbps की आवश्यकता होती है, G729 को 8kbps की आवश्यकता होती है)। यदि बैंडविड्थ पर्याप्त है और बेहतर आवाज की गुणवत्ता की आवश्यकता है, तो पीसीएमयू और पीसीएमए का उपयोग किया जा सकता है, या यहां तक कि वाइडबैंड एन्कोडिंग विधि जी 722 (64 केबीपीएस) का उपयोग किया जा सकता है, जो उच्च-निष्ठा ध्वनि गुणवत्ता प्रदान कर सकता है।

पीसीएमए (जी.७११ए)
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 64 केबीपीएस (90.4)
विशेषताएं: PCMU और PCMA बेहतर आवाज की गुणवत्ता प्रदान कर सकते हैं, लेकिन वे एक उच्च बैंडविड्थ पर कब्जा कर लेते हैं, जिसमें 64kbps की आवश्यकता होती है।
लाभ: उत्कृष्ट आवाज की गुणवत्ता
नुकसान: उच्च बैंडविड्थ उपयोग
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
नोट: पीसीएमयू और पीसीएमए दोनों सीडी ध्वनि गुणवत्ता प्राप्त कर सकते हैं, लेकिन वे सबसे अधिक बैंडविड्थ (64 केबीपीएस) की खपत भी करते हैं। यदि नेटवर्क बैंडविड्थ अपेक्षाकृत कम है, तो आप कम बिट दर एन्कोडिंग विधि चुन सकते हैं, जैसे G.723 या G.729। ये दो एन्कोडिंग विधियां पारंपरिक लंबी दूरी की कॉल की ध्वनि गुणवत्ता भी प्राप्त कर सकती हैं, लेकिन बहुत कम बैंडविड्थ की आवश्यकता होती है (G723 को 5.3 / 6.3kbps की आवश्यकता होती है, G729 को 8kbps की आवश्यकता होती है)। यदि बैंडविड्थ पर्याप्त है और बेहतर आवाज की गुणवत्ता की आवश्यकता है, तो पीसीएमयू और पीसीएमए का उपयोग किया जा सकता है, या यहां तक कि वाइडबैंड एन्कोडिंग विधि जी 722 (64 केबीपीएस) का भी उपयोग किया जा सकता है, जो उच्च-निष्ठा ध्वनि गुणवत्ता प्रदान कर सकता है।

एडीपीसीएम (एडेप्टिव डिफरेंशियल पीसीएम)
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 32 केबीपीएस
विशेषताएं: ADPCM (अनुकूली अंतर पल्स कोड मॉड्यूलेशन) APCM की अनुकूली विशेषताओं और DPCM प्रणाली की अंतर विशेषताओं को जोड़ती है, और बेहतर प्रदर्शन के साथ एक तरंग कोड है। इसका मूल विचार है:
       Ization परिमाणीकरण कदम के आकार को बदलने के लिए अनुकूली विचार का उपयोग करें, अर्थात्, छोटे अंतरों को एनकोड करने के लिए एक छोटे परिमाणीकरण चरण (चरण-आकार) का उपयोग करें, और बड़े अंतरों को एनकोड करने के लिए एक बड़े परिमाणीकरण कदम का उपयोग करें;
       अगले इनपुट नमूने के अनुमानित मूल्य का अनुमान लगाने के लिए पिछले नमूना मूल्यों का उपयोग करें, ताकि वास्तविक नमूना मूल्य और अनुमानित मूल्य के बीच का अंतर हमेशा सबसे छोटा हो।
लाभ: कम एल्गोरिथम जटिलता, कम संपीड़न अनुपात (सीडी ध्वनि गुणवत्ता> 400kbps), और सबसे कम कोडेक विलंब (अन्य तकनीकों की तुलना में)
नुकसान: औसत ध्वनि गुणवत्ता
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
नोट: ADPCM (ADPCM अडैप्टिव डिफरेंशियल पल्स कोड मॉड्यूलेशन) 16 बिट (या उच्चतर?) ध्वनि तरंग डेटा के लिए एक हानिपूर्ण संपीड़न एल्गोरिदम है। यह प्रत्येक नमूने के 16 बिट डेटा को 4 बिट में ध्वनि स्ट्रीम में संग्रहीत करता है, इसलिए संपीड़न अनुपात 1: 4 है। संपीड़न/विघटन एल्गोरिथ्म बहुत सरल है, इसलिए यह कम स्थान की खपत के साथ उच्च गुणवत्ता वाली ध्वनि प्राप्त करने का एक अच्छा तरीका है।

LPC (रैखिक भविष्य कहनेवाला, रैखिक भविष्य कहनेवाला कोडिंग)
प्रकार: ऑडियो
निर्माता:
आवश्यक बैंडविड्थ: 2Kbps-4.8Kbps
विशेषताएं: बड़ा संपीड़न अनुपात, बड़ी मात्रा में गणना, कम ध्वनि की गुणवत्ता, कम कीमत
लाभ: बड़ा संपीड़न अनुपात, सस्ता
नुकसान: बड़ी मात्रा में गणना, खराब आवाज की गुणवत्ता, कम स्वाभाविकता
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: पैरामीटर कोडिंग को ध्वनि स्रोत कोडिंग भी कहा जाता है, जो आवृत्ति डोमेन या अन्य ऑर्थोगोनल ट्रांसफॉर्म डोमेन में स्रोत सिग्नल से विशेषता मापदंडों को निकालता है और उन्हें ट्रांसमिशन के लिए डिजिटल कोड में बदल देता है। डिकोडिंग रिवर्स प्रक्रिया है। प्राप्त डिजिटल अनुक्रम को विशेषता मापदंडों को पुनर्स्थापित करने के लिए रूपांतरित किया जाता है, और फिर भाषण संकेत को विशिष्ट मापदंडों के अनुसार पुनर्निर्माण किया जाता है। विशेष रूप से, पैरामीटर कोडिंग, पुन: निर्मित भाषण संकेत को यथासंभव सटीक बनाने के लिए भाषण सिग्नल के विशिष्ट मापदंडों को निकालने और कोडित करने के लिए है, लेकिन पुन: निर्मित सिग्नल की तरंग मूल भाषण सिग्नल के तरंग से काफी भिन्न हो सकती है। जैसे: रैखिक भविष्य कहनेवाला कोडिंग (LPC) और विभिन्न अन्य बेहतर प्रकार सभी पैरामीट्रिक कोडिंग हैं। कोडिंग बिट दर को 2Kbit / s-4.8Kbit / s, या उससे भी कम पर संपीड़ित किया जा सकता है, लेकिन आवाज की गुणवत्ता केवल मध्यम, विशेष रूप से कम स्वाभाविकता तक पहुंच सकती है।

CELP (कोड एक्साइटेड लीनियर प्रेडिक्शन, कोड एक्साइटेड लीनियर प्रेडिक्शन)
प्रकार: ऑडियो
निर्माता: यूरोपीय दूरसंचार मानक संस्थान (ETSI)
आवश्यक बैंडविड्थ: 4～16 केबीपीएस दर
विशेषताएं: आवाज की गुणवत्ता में सुधार:
       त्रुटि संकेत पर अवधारणात्मक भार करना, और भाषण की व्यक्तिपरक गुणवत्ता में सुधार के लिए मानव श्रवण की मास्किंग विशेषताओं का उपयोग करना;
       आवाज की आवाज की अभिव्यक्ति को और अधिक सटीक बनाने के लिए पिच की भविष्यवाणी में सुधार के लिए स्कोर विलंब का उपयोग करें, विशेष रूप से महिला आवाज की गुणवत्ता में सुधार करने के लिए;
       "सर्वश्रेष्ठ" विलंब का पता लगाने के लिए संशोधित MSPE मानदंड का उपयोग करें, ताकि पिच अवधि विलंब का आकार चिकना हो;
       भाषण की व्यक्तिपरक गुणवत्ता में सुधार के लिए दीर्घकालिक भविष्यवाणी की दक्षता के अनुसार यादृच्छिक उत्तेजना वेक्टर के आकार को समायोजित करें; चैनल त्रुटि दर अनुमान के आधार पर एक अनुकूली स्मूथ का उपयोग करके, यह चैनल त्रुटि दर अधिक होने पर उच्च स्वाभाविकता के साथ संश्लेषण भी कर सकता है। उच्च आवाज।
       निष्कर्ष के तौर पर:
       सीईएलपी एल्गोरिथ्म कम दर वाले कोडिंग वातावरण में संतोषजनक संपीड़न प्रभाव प्राप्त कर सकता है;
       तेज एल्गोरिथम का उपयोग सीईएलपी एल्गोरिथम की जटिलता को प्रभावी ढंग से कम कर सकता है, जिससे यह वास्तविक समय में पूरी तरह से लागू हो सकता है;
       सीईएलपी विभिन्न प्रकार के भाषण संकेतों को सफलतापूर्वक एन्कोड कर सकता है। यह अनुकूलन क्षमता वास्तविक वातावरण के लिए अधिक महत्वपूर्ण है, खासकर जब पृष्ठभूमि शोर मौजूद हो।
लाभ: बहुत कम बैंडविड्थ के साथ स्पष्ट आवाज प्रदान करता है

नुकसान:
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: १ ९९९ में, यूरोपीय दूरसंचार मानक संस्थान (ETSI) ने तीसरी पीढ़ी के मोबाइल संचार आवाज कोडिंग मानक एडेप्टिव मल्टी-रेट वॉयस एनकोडर (AMR) को कोड एक्साइटेड लीनियर प्रिडिक्टिव कोडिंग (CELP) के आधार पर ४.1999५kb की न्यूनतम दर के साथ लॉन्च किया। / s, संचार गुणवत्ता प्राप्त करने के लिए। CELP कोड एक्साइटेड लीनियर प्रिडिक्शन कोड एक्साइटेड लीनियर प्रिडिक्शन का संक्षिप्त नाम है। CELP पिछले 4.75 वर्षों में सबसे सफल भाषण कोडिंग एल्गोरिथ्म है।
       सीईएलपी स्पीच कोडिंग एल्गोरिदम चैनल पैरामीटर निकालने के लिए रैखिक भविष्यवाणी का उपयोग करता है, उत्तेजना पैरामीटर के रूप में कई विशिष्ट उत्तेजना वैक्टर युक्त कोडबुक का उपयोग करता है, और हर बार एन्कोड किए जाने पर इस कोडबुक में इष्टतम उत्तेजना वेक्टर की खोज करता है। इस उत्तेजना वेक्टर का एन्कोडिंग मान इस अनुक्रम के लिए कोडबुक में अनुक्रम संख्या है।
       CELP को कई स्पीच कोडिंग मानकों द्वारा अपनाया गया है। यूएस फेडरल स्टैंडर्ड FS1016 CELP कोडिंग विधि है, जिसका उपयोग मुख्य रूप से उच्च गुणवत्ता वाले नैरो-बैंड वॉयस सुरक्षित संचार के लिए किया जाता है। सीईएलपी (कोड-एक्साइटेड लीनियर प्रेडिक्शन) यह एक सरल एलपीसी एल्गोरिथम है, जो इसकी कम बिट दर (4800-9600 केबीपीएस) के लिए जाना जाता है, जिसमें बहुत स्पष्ट आवाज की गुणवत्ता और पृष्ठभूमि शोर के लिए उच्च प्रतिरक्षा है। सीईएलपी एक भाषण संपीड़न कोडिंग योजना है जो व्यापक रूप से निम्न और मध्यम गति पर उपयोग की जाती है।

G.711
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 64 केबीपीएस
विशेषताएं: एल्गोरिथ्म जटिलता छोटी है, ध्वनि की गुणवत्ता औसत है
लाभ: कम एल्गोरिथम जटिलता, कम संपीड़न अनुपात (सीडी ध्वनि गुणवत्ता> 400kbps), और सबसे कम कोडेक विलंब (अन्य तकनीकों की तुलना में)
नुकसान: उच्च बैंडविड्थ उपयोग
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: 711 के दशक में CCITT द्वारा जारी G.64 1970kb/s पल्स कोड मॉड्यूलेशन PCM।

G.721
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 32 केबीपीएस
विशेषताएं: पीसीएमए और पीसीएमयू की तुलना में, इसका संपीड़न अनुपात अधिक है, और यह 2:1 का संपीड़न अनुपात प्रदान कर सकता है।
लाभ: बड़े संपीड़न अनुपात
नुकसान: औसत ध्वनि गुणवत्ता
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: उप-बैंड एडीपीसीएम (एसबी-एडीपीसीएम) प्रौद्योगिकी। G.721 मानक एक कोड रूपांतरण प्रणाली है। यह 64 kb/s A-law या μ-law PCM दर और 32 kb/s दर के बीच पारस्परिक रूपांतरण का एहसास करने के लिए ADPCM रूपांतरण तकनीक का उपयोग करता है।

G.722
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 64 केबीपीएस
विशेषताएं: G722 उच्च निष्ठा आवाज की गुणवत्ता प्रदान कर सकता है
लाभ: अच्छी ध्वनि की गुणवत्ता
नुकसान: उच्च बैंडविड्थ आवश्यकताएं
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणियां: सबबैंड एडीपीसीएम (एसबी-एडीपीसीएम) प्रौद्योगिकी

G.723 (कम बिट दर भाषण कोडिंग एल्गोरिथ्म)
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 5.3 केबीपीएस/6.3 केबीपीएस
विशेषताएं: आवाज की गुणवत्ता अच्छी के करीब है, बैंडविड्थ की आवश्यकता कम है, और इसे कुशलता से लागू किया गया है। यह मल्टी-चैनल विस्तार के लिए सुविधाजनक है। 5402coder को लागू करने के लिए C16 ऑन-चिप 53kRAM का उपयोग किया जा सकता है। स्थिर प्रदर्शन के साथ ITU-TG723 द्वारा आवश्यक आवाज की गुणवत्ता तक पहुँचें। इसका उपयोग आईपी फोन आवाज स्रोत कोडिंग या उच्च दक्षता आवाज संपीड़न भंडारण के लिए किया जा सकता है।
लाभ: कम बिट दर और छोटी बैंडविड्थ आवश्यकताएं। और ITU-TG723 द्वारा आवश्यक आवाज की गुणवत्ता प्राप्त करें, और प्रदर्शन स्थिर है।
नुकसान: औसत ध्वनि गुणवत्ता
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
रिमार्क्स: G.723 स्पीच एनकोडर मल्टीमीडिया संचार के लिए 5.3kbit/s और 6.3kbit/s की एन्कोडिंग दरों के साथ एक दोहरी दर एन्कोडिंग योजना है। G.723 मानक अंतर्राष्ट्रीय दूरसंचार संघ (ITU) द्वारा तैयार किए गए मल्टीमीडिया संचार मानकों का एक अभिन्न अंग है और इसे IP टेलीफोन जैसी प्रणालियों पर लागू किया जा सकता है। उनमें से, 5.3kbit/s कोड दर एन्कोडर बहु-पल्स अधिकतम संभावना क्वांटिज़ेशन तकनीक (MP-MLQ) का उपयोग करता है, और 6.3kbit/s कोड दर एन्कोडर बीजगणितीय कोड उत्तेजना रैखिक भविष्यवाणी तकनीक का उपयोग करता है।

G.723.1 (दोहरी दर वाक् कोडिंग एल्गोरिथम)
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 5.3 केबीपीएस (22.9)
विशेषताएं: यह संगीत और अन्य ऑडियो संकेतों को संपीड़ित और विघटित कर सकता है, लेकिन यह ध्वनि संकेतों के लिए इष्टतम है। G.723.1 मूक संपीड़न का उपयोग करता है जो असंतत संचरण करता है, जिसका अर्थ है कि मौन अवधि के दौरान कृत्रिम शोर बिट स्ट्रीम में जोड़ा जाता है। आरक्षित बैंडविड्थ के अलावा, यह तकनीक ट्रांसमीटर के मॉडेम को लगातार काम करने की अनुमति देती है और वाहक सिग्नल के चालू और बंद होने से बचाती है।
लाभ: कम बिट दर और छोटे बैंडविड्थ आवश्यकताओं। यह ITU-TG723 द्वारा आवश्यक वॉयस क्वालिटी के साथ स्थिर प्रदर्शन के साथ पहुंचता है, और वाहक सिग्नल के ऑन-ऑफ से बचा जाता है।
नुकसान: औसत आवाज की गुणवत्ता
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
नोट: G.723.1 एल्गोरिथ्म कम-दर मल्टीमीडिया सेवाओं में आवाज या अन्य ऑडियो संकेतों के लिए ITU-T द्वारा अनुशंसित एक संपीड़न एल्गोरिथम है। इसके लक्ष्य एप्लिकेशन सिस्टम में H.323 और H.324 जैसे मल्टीमीडिया संचार सिस्टम शामिल हैं। वर्तमान में, यह एल्गोरिथ्म आईपी फोन प्रणाली में आवश्यक एल्गोरिदम में से एक बन गया है।

G.728
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 16 केबीपीएस/8 केबीपीएस
विशेषताएं: कई क्षेत्रों में उपयोग किया जाता है जैसे कि आईपी टेलीफोनी, उपग्रह संचार, आवाज भंडारण, आदि। G.728 एक कम-विलंबता एन्कोडर है, लेकिन यह अन्य एन्कोडर की तुलना में अधिक जटिल है। ऐसा इसलिए है क्योंकि एन्कोडर में 50-ऑर्डर एलपीसी विश्लेषण दोहराया जाना चाहिए। G.728 अपने प्रदर्शन को बेहतर बनाने के लिए एक अनुकूली पोस्ट फ़िल्टर का भी उपयोग करता है।
लाभ: अपने प्रदर्शन को बेहतर बनाने के लिए अनुकूली पोस्ट फिल्टर का उपयोग करके पिछड़े अनुकूली
नुकसान: अन्य एन्कोडर की तुलना में अधिक जटिल
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
रिमार्क्स: G.728 16kb/s शॉर्ट डिले कोडबुक एक्साइटमेंट लीनियर प्रेडिक्टिव कोडिंग (LD-CELP)। 1996 में, ITU ने G.728 8kb/s CS-ACELP एल्गोरिथम की घोषणा की, जिसका उपयोग IP टेलीफोनी, उपग्रह संचार और ध्वनि भंडारण जैसे कई क्षेत्रों में किया जा सकता है। 16 kbps Gv.728 कम-विलंबता कोड उत्तेजना रैखिक भविष्यवाणी।
G.728 लो-बिट लीनियर प्रेडिक्शन सिंथेसिस एनालिसिस एनकोडर (G.729 और G.723.1) और बैकवर्ड ADPCM एनकोडर का एक हाइब्रिड है। G.728 एक LD-CELP एन्कोडर है, यह एक बार में केवल 5 नमूनों को संसाधित करता है। कम दर (56~128 kbps) एकीकृत सेवा डिजिटल नेटवर्क (ISDN) वीडियोफ़ोन के लिए, G.728 एक अनुशंसित ध्वनि एन्कोडर है। इसकी पिछड़ी अनुकूली विशेषताओं के कारण, G.728 एक कम-विलंबता एन्कोडर है, लेकिन यह अन्य एन्कोडर की तुलना में अधिक जटिल है, क्योंकि एन्कोडर में 50-ऑर्डर एलपीसी विश्लेषण दोहराया जाना चाहिए। G.728 अपने प्रदर्शन को बेहतर बनाने के लिए एक अनुकूली पोस्ट फ़िल्टर का भी उपयोग करता है।

G.729
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 8 केबीपीएस
विशेषताएं: अच्छी चैनल स्थितियों के तहत लंबी दूरी की गुणवत्ता प्राप्त करने के लिए, और यादृच्छिक बिट त्रुटियों, फ्रेम हानि, और कई स्थानांतरण के मामले में अच्छी मजबूती है। इस वॉयस कम्प्रेशन एल्गोरिथ्म का उपयोग कई प्रकार के क्षेत्रों में किया जा सकता है, जिसमें आईपी फोन, वायरलेस संचार, डिजिटल उपग्रह प्रणाली और डिजिटल समर्पित लाइनें शामिल हैं।
       G.729 एल्गोरिथ्म "कंजुगेट स्ट्रक्चर अलजेब्रासिक कोडबुक एक्साइटेड लीनियर प्रीडिक्शन कोडिंग स्कीम" (CS-ACELP) एल्गोरिथ्म का उपयोग करता है। यह एल्गोरिथ्म वैक्टरफॉर्म कोडिंग और पैरामीटर कोडिंग के फायदों को जोड़ती है, जो अनुकूली प्रेडिक्टिव कोडिंग तकनीक पर आधारित है, जो वेक्टर मात्रा का उपयोग, संश्लेषण विश्लेषण और अवधारणात्मक वेटिंग तकनीकों का उपयोग करता है।
       G.729 एनकोडर को कम-विलंबता अनुप्रयोगों के लिए डिज़ाइन किया गया है। इसकी फ़्रेम की लंबाई केवल 10ms है, और प्रसंस्करण की देरी भी 10ms है। 5ms फ़ॉरवर्ड व्यू के अलावा, G.729 द्वारा उत्पन्न पॉइंट-टू-पॉइंट देरी 25ms है, बिट दर 8 केबीपीएस है।
लाभ: अच्छी आवाज की गुणवत्ता, व्यापक अनुप्रयोग क्षेत्र, वेक्टर परिमाणीकरण, सिंथेटिक विश्लेषण और अवधारणात्मक भार का उपयोग किया जाता है, और फ्रेम हानि और पैकेट हानि के लिए एक छिपी प्रसंस्करण तंत्र प्रदान किया जाता है।
नुकसान: यादृच्छिक बिट त्रुटियों को संभालने में खराब प्रदर्शन।
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
नोट: अंतर्राष्ट्रीय दूरसंचार संघ (ITU-T) ने नवंबर 729 में आधिकारिक तौर पर G.1995 को अपनाया। ITU-T अनुशंसा G.729 को "संयुग्मित संरचना बीजगणितीय कोड बुक एक्साइटेड लीनियर प्रेडिक्शन कोडिंग स्कीम" (CS-ACELP) भी कहा जाता है, जो है वर्तमान में एक अपेक्षाकृत नया आवाज संपीड़न मानक है। G.729 को संयुक्त राज्य अमेरिका, फ्रांस, जापान और कनाडा में कई प्रसिद्ध अंतरराष्ट्रीय दूरसंचार संस्थाओं द्वारा संयुक्त रूप से विकसित किया गया था।

G.729A
प्रकार: ऑडियो
निर्माता: आईटीयू-टी
आवश्यक बैंडविड्थ: 8 केबीपीएस (34.4)
विशेषताएं: जटिलता G.729 से कम है, और प्रदर्शन G.729 से भी बदतर है।
लाभ: अच्छी आवाज की गुणवत्ता, वास्तविक समय के कार्यान्वयन के लिए कम कम्प्यूटेशनल जटिलता, और फ्रेम हानि और पैकेट हानि के लिए एक छिपी हुई प्रसंस्करण तंत्र प्रदान करता है
नुकसान: प्रदर्शन G.729 से भी बदतर है
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: १९९६ में, आईटीयू-टी ने जी.७२९ए, एक सरलीकृत जी.७२९ योजना तैयार की, जिसने मुख्य रूप से वास्तविक समय के कार्यान्वयन के लिए कम्प्यूटेशनल जटिलता को कम किया। इसलिए, वर्तमान में G.1996A का उपयोग किया जाता है।

Gips
प्रकार: ऑडियो
निर्माता: ग्लोबल आईपी साउंड, स्वीडन
आवश्यक बैंडविड्थ:
विशेषताएं: जीआईपीएस तकनीक बैंडविड्थ स्थिति के अनुसार एन्कोडिंग बिट दर को स्वचालित रूप से समायोजित कर सकती है, कम बिट दर और उच्च गुणवत्ता वाला ऑडियो प्रदान करती है। जीआईपीएस (नेटवर्क अनुकूली एल्गोरिदम, पैकेट नुकसान मुआवजा एल्गोरिदम और इको रद्दीकरण एल्गोरिदम) की मुख्य तकनीक आवाज की देरी और गूंज की समस्या को अच्छी तरह से हल कर सकती है, सही ध्वनि गुणवत्ता ला सकती है, और वॉयस कॉल प्रभाव प्रदान कर सकती है जो फोन की तुलना में स्पष्ट है।
लाभ: आवाज में देरी और प्रतिध्वनि की समस्या को हल करें, उत्तम ध्वनि गुणवत्ता लाएं, और ध्वनि कॉल प्रभाव प्रदान करें जो फोन की तुलना में अधिक स्पष्ट हो
नुकसान: मुफ़्त नहीं
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी: उपयोग करने के अधिकार के लिए एक वार्षिक शुल्क का भुगतान करें
टिप्पणियां: जीआईपीएस ऑडियो तकनीक एक आवाज संपीड़न इंजन प्रणाली है जो "ग्लोबल आईपी साउंड" द्वारा प्रदान की गई इंटरनेट को समर्पित है, जो स्वीडन की दुनिया की शीर्ष वॉयस प्रोसेसिंग हाई-टेक कंपनी है। GIPS तकनीक बैंडविड्थ स्थिति के अनुसार एन्कोडिंग बिट दर को स्वचालित रूप से समायोजित कर सकती है, कम बिट दर और उच्च गुणवत्ता वाला ऑडियो प्रदान करती है। जीआईपीएस (नेटवर्क अनुकूली एल्गोरिदम, पैकेट नुकसान मुआवजा एल्गोरिदम और इको रद्दीकरण एल्गोरिदम) की मुख्य तकनीक आवाज देरी और गूंज की समस्या को अच्छी तरह से हल कर सकती है, सही ध्वनि गुणवत्ता ला सकती है, और टेलीफोन की तुलना में स्पष्ट वॉयस कॉल प्रभाव प्रदान कर सकती है।

अपार्टमेंट एक्स
प्रकार: ऑडियो
निर्माता: ऑडियो प्रोसेसिंग टेक्नोलॉजी कॉर्पोरेशन
आवश्यक बैंडविड्थ: 10Hz से 22.5 kHz, 56kbit / s से 576 kbit / s (16 बिट 7.5 kHz मोनो से 24-बिट, 22.5kHz स्टीरियो)
विशेषताएं: उच्च गुणवत्ता वाले ऑडियो प्रदान करने के लिए मुख्य रूप से पेशेवर ऑडियो क्षेत्र में उपयोग किया जाता है। इसकी विशेषताएं हैं:
       Schemeउपयोग 4: 1: 4 संपीड़न और प्रवर्धन योजना;
       ② कम हार्डवेयर जटिलता;
       ③ बहुत कम कोडिंग देरी;
       ④ एक चिप द्वारा महसूस किया गया;
       ;मोनो या स्टीरियो कोडिंग और डिकोडिंग;
       22.5kHz पर दो-चैनल स्टीरियो को एक डिवाइस के साथ महसूस किया जा सकता है;
       ⑦ 48kHz नमूना आवृत्ति तक;
       अच्छा दोष सहिष्णुता;
       Complete AUTOSYNC™ कोडेक तुल्यकालन योजना;
       कम बिजली की खपत
लाभ: उच्च गुणवत्ता वाले ऑडियो, कम हार्डवेयर जटिलता, कम उपकरण आवश्यकताएं
नुकसान: मुफ्त नहीं
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी: एकमुश्त भुगतान
टिप्पणियां: सबबैंड एडीपीसीएम (एसबी-एडीपीसीएम) प्रौद्योगिकी

एनआईसीएएम (तात्कालिक संक्षिप्त ऑडियो मल्टीप्लेक्स के पास)
प्रकार: ऑडियो
निर्माता: बीबीसी ब्रॉडकास्टिंग कॉर्पोरेशन
आवश्यक बैंडविड्थ: 728 केबीपीएस
विशेषताएं: आवेदन सीमा अत्यंत विस्तृत है, और इसका उपयोग स्टीरियो या द्विभाषी प्रसारण के लिए किया जा सकता है
लाभ: आवेदन सीमा अत्यंत विस्तृत है, सिग्नल-टू-शोर अनुपात अधिक है, गतिशील रेंज व्यापक है, और ध्वनि की गुणवत्ता सीडी के बराबर है, इसलिए इसे निकम कहा जाता है, इसलिए एनआईसीएएम को निकम भी कहा जाता है
नुकसान: नि: शुल्क नहीं, उच्च बैंडविड्थ आवश्यकताओं
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी: एकमुश्त भुगतान
टिप्पणी: एनआईसीएएम को निकम भी कहा जाता है, जो अंग्रेजी में नियर-इंस्टेंटली कम्पेंडेड ऑडियो मल्टीप्लेक्स का संक्षिप्त नाम है। इसका अर्थ क्वैसी-इंस्टेंटली कंपोज़्ड ऑडियो मल्टीप्लेक्स है, जिसे ब्रिटिश बीबीसी ब्रॉडकास्टिंग कॉर्पोरेशन द्वारा सफलतापूर्वक विकसित और शोधित किया गया था।
आम आदमी की शर्तों में, एनआईसीएएम प्रौद्योगिकी वास्तव में दो-चैनल डिजिटल ध्वनि प्रौद्योगिकी है। इसकी एप्लिकेशन रेंज बेहद विस्तृत है। सबसे विशिष्ट अनुप्रयोग टीवी प्रसारण के लिए दो-चैनल डिजिटल ध्वनि प्रौद्योगिकी के अतिरिक्त है, जिसका उपयोग टीवी या चैनल के आवृत्ति स्पेक्ट्रम संसाधनों का पूर्ण उपयोग करने के लिए द्विभाषी प्रसारण के लिए किया जाता है। यह पारंपरिक टेलीविजन प्रसारण के आधार पर बहुत सारे अतिरिक्त निवेश के बिना प्राप्त किया जा सकता है। स्टीरियो प्रसारण में, यह सीडी की गुणवत्ता के करीब बनाने के लिए ऑडियो की सिग्नल गुणवत्ता में सुधार करता है। इसके अलावा, एनआईसीएएम प्रौद्योगिकी का उपयोग उच्च गति डेटा प्रसारण और अन्य डेटा ट्रांसमिशन प्रसार सेवाओं के लिए किया जा सकता है, जो आज के सूचना समाज में विशेष रूप से महत्वपूर्ण लगता है!

एमपीईजी -1 ऑडियो परत 1
प्रकार: ऑडियो
निर्माता: एमपीईजी
आवश्यक बैंडविड्थ: 384kbps (4 बार संपीड़ित)
विशेषताएं: डिजिटल ऑडियो कैसेट्स, 2 चैनलों के लिए उपयोग की जाने वाली सरल एन्कोडिंग, और वीसीडी में उपयोग की जाने वाली ऑडियो संपीड़न योजना एमपीईजी -1 परत I है।
लाभ: समय-क्षेत्र संपीड़न तकनीक की तुलना में संपीड़न विधि बहुत अधिक जटिल है। इसी समय, कोडिंग दक्षता और ध्वनि की गुणवत्ता में भी काफी सुधार होता है, और कोडिंग विलंब तदनुसार बढ़ जाता है। "पूरी तरह से पारदर्शी" ध्वनि गुणवत्ता प्राप्त कर सकते हैं (ईबीयू ध्वनि गुणवत्ता मानक)
नुकसान: उच्च बैंडविड्थ आवश्यकताएं
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: एमपीईजी -1 ऑडियो कम्प्रेशन कोडिंग उच्च-विश्वस्तता ऑडियो डेटा संपीड़न के लिए पहला अंतर्राष्ट्रीय मानक है। इसे तीन स्तरों में विभाजित किया गया है:
--परत 1 (परत 1): सरल कोडिंग, डिजिटल ऑडियो कैसेट टेप के लिए उपयोग किया जाता है
--लेयर 2 (लेयर 2): एल्गोरिथम जटिलता मध्यम है, जिसका उपयोग डिजिटल ऑडियो प्रसारण (डीएबी) और वीसीडी, आदि के लिए किया जाता है।
--लेयर ३ (लेयर ३): कोडिंग जटिल है, इंटरनेट पर उच्च-गुणवत्ता वाली ध्वनि के प्रसारण के लिए उपयोग की जाती है, जैसे एमपी ३ संगीत संपीड़न १० बार

संगीत (एमपीईजी -1 ऑडियो लेयर 2, अर्थात् एमपी 2)
प्रकार: ऑडियो
निर्माता: एमपीईजी
आवश्यक बैंडविड्थ: 256 192 6kbps (8) XNUMX बार संपीड़ित)
विशेषताएं: एल्गोरिथम जटिलता मध्यम है, जिसका उपयोग डिजिटल ऑडियो प्रसारण (डीएबी) और वीसीडी, आदि, 2 चैनलों, और संगीत के लिए डिजिटल स्टूडियो, डीएबी, डीवीबी और अन्य डिजिटल के उत्पादन में इसकी उपयुक्त जटिलता और उत्कृष्ट ध्वनि गुणवत्ता के कारण किया जाता है। प्रोग्राम, एक्सचेंज, स्टोरेज और ट्रांसमिशन का व्यापक रूप से उपयोग किया जाता है।
लाभ: समय-क्षेत्र संपीड़न तकनीक की तुलना में संपीड़न विधि बहुत अधिक जटिल है। इसी समय, कोडिंग दक्षता और ध्वनि की गुणवत्ता में भी काफी सुधार होता है, और कोडिंग विलंब तदनुसार बढ़ जाता है। "पूरी तरह से पारदर्शी" ध्वनि गुणवत्ता प्राप्त कर सकते हैं (ईबीयू ध्वनि गुणवत्ता मानक)
नुकसान:
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: MPEG-1 ऑडियो परत 1 के समान

एमपी 3 (एमपीईजी -1 ऑडियो परत 3)
प्रकार: ऑडियो
निर्माता: एमपीईजी
आवश्यक बैंडविड्थ: 128 112 10kbps (12) XNUMX बार संपीड़ित)
विशेषताएं: कोडिंग जटिल है, इंटरनेट पर उच्च गुणवत्ता वाली ध्वनि के प्रसारण के लिए उपयोग किया जाता है, जैसे एमपी 3 संगीत संपीड़न 10 बार, 2 चैनल। MP3 एक हाइब्रिड कंप्रेशन तकनीक है जिसे MUSICAM और ASPEC के फायदों के संयोजन के आधार पर प्रस्तावित किया गया है। वर्तमान तकनीकी परिस्थितियों में, MP3 की जटिलता अपेक्षाकृत अधिक है, और एन्कोडिंग वास्तविक समय के लिए अनुकूल नहीं है, लेकिन कम बिट दर की स्थिति में MP3 के उच्च स्तर के कारण ध्वनि की गुणवत्ता इसे सॉफ्ट डीकंप्रेसन और नेटवर्क का प्रिय बनाती है। प्रसारण।
लाभ: उच्च संपीड़न अनुपात, इंटरनेट पर प्रसार के लिए उपयुक्त
नुकसान: जब MP3 128KB बिटरेट और उससे कम होता है, तो स्पष्ट रूप से उच्च आवृत्ति हानि होगी
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: फ्री
टिप्पणी: MPEG-1 ऑडियो परत 1 के समान

एमपीईजी -2 ऑडियो परत
प्रकार: ऑडियो
निर्माता: एमपीईजी
आवश्यक बैंडविड्थ: MPEG-1 परत 1, परत 2 और परत 3 के समान
विशेषताएं: एमपीईजी -2 ध्वनि संपीड़न कोडिंग एमपीईजी -1 ध्वनि के समान कोडेक का उपयोग करती है, परत 1, परत 2 और परत 3 की संरचना भी समान है, लेकिन यह 5.1 चैनल और 7.1 चैनल चारों ओर ध्वनि का समर्थन कर सकती है।
लाभ: 5.1 चैनल और 7.1 चैनल सराउंड साउंड का समर्थन करें
नुकसान:
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: व्यक्ति द्वारा चार्ज
टिप्पणी: MPEG-2 ध्वनि संपीड़न कोडिंग MPEG-1 ध्वनि के समान कोडेक का उपयोग करती है। लेयर 1, लेयर 2 और लेयर 3 की संरचना भी समान है, लेकिन यह 5.1 चैनल और 7.1 चैनल सराउंड साउंड को सपोर्ट कर सकती है।

एएसी (उन्नत ऑडियो कोडिंग, उन्नत ऑडियो कोडिंग)
प्रकार: ऑडियो
निर्माता: एमपीईजी
आवश्यक बैंडविड्थ: 96-128 केबीपीएस
विशेषताएं: एएसी १ से ४८ तक किसी भी संख्या में ऑडियो चैनल संयोजनों का समर्थन कर सकता है, जिसमें १५ कम-आवृत्ति प्रभाव वाले चैनल, डबिंग/मल्टी-वॉयस चैनल और १५ डेटा शामिल हैं। यह एक ही समय में कार्यक्रमों के 1 सेट प्रसारित कर सकता है, और प्रत्येक कार्यक्रम की ऑडियो और डेटा संरचना को मनमाने ढंग से निर्दिष्ट किया जा सकता है।
एएसी के मुख्य संभावित अनुप्रयोग इंटरनेट नेटवर्क ट्रांसमिशन, डिजिटल ऑडियो प्रसारण पर केंद्रित हैं, जिसमें सैटेलाइट लाइव प्रसारण और डिजिटल एएम, साथ ही डिजिटल टीवी और सिनेमा सिस्टम शामिल हैं। एएसी कोडित स्पेक्ट्रम डेटा संचारित करने के लिए एक बहुत ही लचीली एन्ट्रॉपी कोडिंग कोर का उपयोग करता है। इसमें 48 मुख्य ऑडियो चैनल, 16 लो-फ़्रीक्वेंसी एन्हांसमेंट चैनल, 16 एकीकृत डेटा स्ट्रीम, 16 डबिंग और 16 व्यवस्थाएँ हैं।
लाभ: कई ऑडियो चैनल संयोजनों का समर्थन करता है, उच्च गुणवत्ता वाली ध्वनि गुणवत्ता प्रदान करता है
नुकसान:
आवेदन क्षेत्र: वीओआईपी
रॉयल्टी विधि: एकमुश्त शुल्क
नोट: एएसी ने 13818 में अंतरराष्ट्रीय मानक आईएसओ 7-1997 का गठन किया। उन्नत ऑडियो कोडिंग (एएसी) को सफलतापूर्वक विकसित किया गया और एमपीईजी -2 ऑडियो मानक (आईएसओ / आईईसी 13818-3) के बाद एक नई पीढ़ी का ऑडियो संपीड़न मानक बन गया।
एमपीईजी -2 फॉर्मूलेशन के शुरुआती दिनों में, मूल रूप से इसका उद्देश्य एमपीईजी -1 के साथ अपने ऑडियो कोडिंग भाग को संगत रखना था। लेकिन बाद में स्टूडियो टीवी की आवश्यकताओं को पूरा करने के लिए, इसे एक बहु-चैनल ऑडियो मानक के रूप में परिभाषित किया गया जो उच्च गुणवत्ता प्राप्त कर सकता है। बेशक, यह मानक MPEG-1 के साथ संगत नहीं है, इसलिए इसे MPEG-2 AAC कहा जाता है। दूसरे शब्दों में, सतह पर, AAC बनाने और चलाने के लिए, आपको MP3 से पूरी तरह से भिन्न टूल का उपयोग करने की आवश्यकता है।