خلاصه کدگذاری صوتی

PCMU (G.711U)
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 64Kbps (90.4)
ویژگی ها: PCMU و PCMA می توانند کیفیت صدای بهتری را ارائه دهند ، اما پهنای باند بالاتری را اشغال می کنند و به 64 کیلوبیت بر ثانیه نیاز دارند.
مزایا: کیفیت صدای عالی
معایب: استفاده از پهنای باند بالاتر
قسمت برنامه: voip
روش حق امتیاز: رایگان است
توجه: PCMU و PCMA هر دو می توانند کیفیت صدای CD را بدست آورند ، اما بیشترین پهنای باند (64kbps) را نیز مصرف می کنند. اگر پهنای باند شبکه نسبتاً کم باشد ، می توانید یک روش رمزگذاری با نرخ بیت پایین مانند G.723 یا G.729 را انتخاب کنید. این دو روش رمزگذاری همچنین می توانند کیفیت صدای تماس های سنتی از راه دور را به دست آورند ، اما به پهنای باند بسیار کمی نیاز دارند (G723 به 5.3 / 6.3 کیلوبیت بر ثانیه نیاز دارد ، G729 به 8 کیلوبیت بر ثانیه نیاز دارد). اگر پهنای باند کافی باشد و به کیفیت صدای بهتری نیاز باشد ، می توان از PCMU و PCMA استفاده کرد و یا حتی می توان از روش رمزگذاری باند پهن G722 (64 کیلوبیت بر ثانیه) استفاده کرد که می تواند کیفیت صدا با کیفیت بالا را ارائه دهد.

PCMA (G.711A)
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 64Kbps (90.4)
ویژگی ها: PCMU و PCMA می توانند کیفیت صدای بهتری را ارائه دهند ، اما پهنای باند بالاتری را اشغال می کنند و به 64 کیلوبیت بر ثانیه نیاز دارند.
مزایا: کیفیت صدای عالی
معایب: استفاده از پهنای باند بالاتر
قسمت برنامه: voip
روش حق امتیاز: رایگان است
توجه: PCMU و PCMA هر دو می توانند کیفیت صدای CD را بدست آورند ، اما بیشترین پهنای باند (64kbps) را نیز مصرف می کنند. اگر پهنای باند شبکه نسبتاً کم باشد ، می توانید یک روش رمزگذاری با نرخ بیت پایین مانند G.723 یا G.729 را انتخاب کنید. این دو روش رمزگذاری همچنین می توانند کیفیت صدای تماس های سنتی از راه دور را به دست آورند اما به پهنای باند بسیار کمی نیاز دارند (G723 به 5.3 / 6.3 کیلوبیت بر ثانیه نیاز دارد ، G729 به 8 کیلوبیت بر ثانیه نیاز دارد). اگر پهنای باند کافی باشد و به کیفیت صدای بهتری نیاز باشد ، می توان از PCMU و PCMA استفاده کرد و یا حتی می توان از روش رمزگذاری باند پهن G722 (64 کیلوبیت بر ثانیه) استفاده کرد که می تواند کیفیت صدا با کیفیت بالا را ارائه دهد.

ADPCM (تطبیقی دیفرانسیل PCM)
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 32Kbps
ویژگی ها: ADPCM (تعدیل کد پالس اختلاف تطبیقی) ویژگی های انطباقی APCM و مشخصات دیفرانسیل سیستم DPCM را با هم ترکیب می کند و یک کد شکل موج با عملکرد بهتر است. ایده اصلی آن این است:
       ① از ایده انطباقی برای تغییر اندازه مرحله کوانتیزاسیون استفاده کنید ، یعنی از یک مرحله کوچک سازی (اندازه گام) برای رمزگذاری اختلافات کوچک استفاده کنید و از یک مرحله بزرگ کوانتاسیون برای رمزگذاری اختلافات بزرگ استفاده کنید.
       valuesبرای تخمین مقدار پیش بینی شده از نمونه ورودی بعدی ، از مقادیر نمونه گذشته استفاده کنید ، به طوری که اختلاف بین مقدار واقعی نمونه و مقدار پیش بینی شده ، همیشه کمترین باشد.
مزایا: پیچیدگی الگوریتم کم ، نسبت فشرده سازی کم (کیفیت صدای CD> 400kbps) و کمترین تأخیر کدک (در مقایسه با سایر فناوری ها)
معایب: کیفیت صدای متوسط
قسمت برنامه: voip
روش حق امتیاز: رایگان است
توجه: ADPCM (ADPCM Adaptive Differential Pulse Code Modulation) یک الگوریتم فشرده سازی با ضرر برای داده های شکل موج صدا 16 بیت (یا بالاتر؟) است. داده های 16 بیتی هر نمونه را در جریان صدا در 4 بیت ذخیره می کند ، بنابراین نسبت فشرده سازی 1: 4 است. الگوریتم فشرده سازی / فشار فشرده سازی بسیار ساده است ، بنابراین یک روش خوب برای به دست آوردن صدای با کیفیت بالا با مصرف فضای کم است.

LPC (برنامه نویسی پیش بینی خطی ، برنامه نویسی پیش بینی خطی)
نوع: صوتی
سازنده:
پهنای باند مورد نیاز: 2Kbps-4.8Kbps
ویژگی ها: نسبت فشرده سازی زیاد ، مقدار زیادی محاسبه ، کیفیت صدای پایین ، قیمت پایین
مزایا: نسبت فشرده سازی زیاد ، ارزان
معایب: مقدار زیاد محاسبه ، کیفیت صدای ضعیف ، طبیعی بودن کم
قسمت برنامه: voip
روش حق امتیاز: رایگان است
نکات: کدگذاری پارامتر را کدگذاری منبع صدا نیز می نامند که پارامترهای مشخصه را از سیگنال منبع در دامنه فرکانس یا سایر دامنه های تبدیل متعامد استخراج کرده و آنها را به کدهای دیجیتال برای انتقال تبدیل می کند. رمزگشایی فرایند معکوس است. توالی دیجیتالی دریافت شده برای بازیابی پارامترهای مشخصه تغییر شکل می یابد و سپس سیگنال گفتاری با توجه به پارامترهای مشخصه بازسازی می شود. به طور خاص ، کدگذاری پارامتر برای استخراج و کدگذاری پارامترهای مشخصه سیگنال گفتار است تا سیگنال گفتار بازسازی شده را تا حد ممکن دقیق تر کند ، اما شکل موج سیگنال بازسازی شده ممکن است کاملا متفاوت از شکل موج سیگنال گفتار اصلی باشد. از جمله: برنامه نویسی پیش بینی خطی (LPC) و انواع بهبود یافته دیگر ، همه کدگذاری پارامتری هستند. نرخ بیت برنامه نویسی را می توان به 2Kbit / s-4.8Kbit / s فشرده کرد ، یا حتی پایین تر ، اما کیفیت صدا فقط می تواند به متوسط ، به ویژه طبیعی بودن پایین برسد.

CELP (پیش بینی خطی کد هیجان زده ، پیش بینی خطی کد هیجان زده)
نوع: صوتی
سازنده: موسسه استاندارد ارتباطات از راه دور اروپا (ETSI)
پهنای باند مورد نیاز: نرخ 4 ～ 16Kbps
ویژگی ها: کیفیت صدا را بهبود ببخشید:
       ① وزنه برداری ادراکی را روی سیگنال خطا انجام دهید و از ویژگی های پوشاندن شنوایی انسان برای بهبود کیفیت ذهنی گفتار استفاده کنید.
       از تاخیر نمره برای بهبود پیش بینی میزان صدا برای دقیق تر کردن بیان صدای بلند خصوصاً برای بهبود کیفیت صدای زن استفاده کنید.
       the از معیار اصلاح شده MSPE برای یافتن "بهترین" تأخیر استفاده کنید ، به طوری که شکل تاخیر دوره زمین هموارتر شود.
       اندازه بردار تحریک تصادفی را با توجه به کارایی پیش بینی طولانی مدت برای بهبود کیفیت ذهنی گفتار تنظیم کنید ؛ ⑤ با استفاده از نرم و صاف انطباق پذیر بر اساس تخمین میزان خطای کانال ، همچنین هنگامی که نرخ خطای کانال زیاد است می تواند با طبیعی بودن بیشتری سنتز شود. صدای بلند.
       در نتیجه:
       ① الگوریتم CELP می تواند اثرات فشرده سازی رضایت بخشی را در یک محیط کدگذاری با نرخ پایین بدست آورد.
       ②استفاده از یک الگوریتم سریع می تواند به طور م effectivelyثر از پیچیدگی الگوریتم CELP بکاهد و آن را به طور کامل در زمان واقعی قابل اجرا کند.
       ELCELP می تواند انواع مختلف سیگنال های گفتاری را با موفقیت رمزگذاری کند. این سازگاری برای محیط واقعی اهمیت بیشتری دارد ، به ویژه هنگامی که سر و صدای پس زمینه وجود دارد.
مزایا: صدای شفاف تری با پهنای باند بسیار کم ارائه می دهد

معایب:
قسمت برنامه: voip
روش حق امتیاز: رایگان است
تذکرات: در سال 1999 ، م Instituteسسه استاندارد ارتباطات از راه دور اروپا (ETSI) نسل سوم رمزگذار صوتی ارتباطات صوتی ارتباط رمزگذار استاندارد سازگار با چند نرخ صدا (AMR) را براساس کدگذاری پیش بینی شده خطی کد (CELP) با کمترین میزان 4.75 کیلوبایت راه اندازی کرد. / ثانیه ، برای دستیابی به کیفیت ارتباط CELP Code Excited Linear Prediction مخفف Code Excited Linear Prediction است. CELP موفق ترین الگوریتم رمزگذاری گفتار در 10 سال گذشته است.
       الگوریتم رمزگذاری گفتار CELP با استفاده از پیش بینی خطی پارامترهای کانال را استخراج می کند ، از یک کتاب کد حاوی بسیاری از بردارهای تحریک معمول به عنوان پارامترهای تحریک استفاده می کند و هر بار رمزگذاری شده به دنبال یک بردار تحریک بهینه در این کتاب کد است. رمزگذاری این بردار تحریک مقدار مقدار دنباله در کتاب کد این دنباله است.
       CELP توسط بسیاری از استانداردهای کدگذاری گفتار پذیرفته شده است. استاندارد FS1016 فدرال ایالات متحده روش کدگذاری CELP است که عمدتا برای ارتباطات ایمن صدا با باند باریک با کیفیت بالا استفاده می شود. CELP (Code-Excited Linear Prediction) این یک الگوریتم ساده LPC است که با نرخ بیت کم (4800-9600Kbps) ، با کیفیت صدای بسیار واضح و مصونیت زیاد در برابر نویز پس زمینه شناخته می شود. CELP یک طرح کدگذاری فشرده سازی گفتار است که به طور گسترده ای در سرعت های پایین و متوسط استفاده می شود.

G.711
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 64Kbps
ویژگی ها: پیچیدگی الگوریتم کم است ، کیفیت صدا متوسط است
مزایا: پیچیدگی الگوریتم کم ، نسبت فشرده سازی کم (کیفیت صدای CD> 400kbps) و کمترین تأخیر کدک (در مقایسه با سایر فناوری ها)
معایب: استفاده از پهنای باند بالاتر
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: مدولاسیون کد پالس G.711 64kb / s PCM که توسط CCITT در دهه 1970 منتشر شد.

G.721
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 32Kbps
ویژگی ها: در مقایسه با PCMA و PCMU ، نسبت فشرده سازی آن بیشتر است و می تواند نسبت فشرده سازی 2: 1 را فراهم کند.
مزایا: نسبت فشرده سازی زیاد
معایب: کیفیت صدای متوسط
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: فناوری ADPCM زیر باند (SB-ADPCM). استاندارد G.721 یک سیستم تبدیل کد است. از فناوری تبدیل ADPCM برای تحقق تبدیل متقابل بین 64 kb / s سرعت A-law یا μ-law PCM و نرخ 32 kb / s استفاده می کند.

G.722
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 64Kbps
ویژگی ها: G722 می تواند کیفیت صدا با کیفیت بالا را ارائه دهد
مزایا: کیفیت صدای خوب
معایب: نیاز به پهنای باند بالا
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: فناوری ADBCM زیر باند (SB-ADPCM)

G.723 (الگوریتم کدگذاری گفتار با نرخ بیت پایین)
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 5.3Kbps / 6.3Kbps
ویژگی ها: کیفیت صدا نزدیک به خوب است ، پهنای باند مورد نیاز است و به طور کارآمد اجرا می شود. برای گسترش چند کانال مناسب است. C5402 روی تراشه 16kRAM می تواند برای پیاده سازی 53 کدگر استفاده شود. با عملکرد پایدار ، به کیفیت صدای مورد نیاز ITU-TG723 برسید. می تواند برای کدگذاری منبع صدای تلفن IP یا ذخیره سازی فشرده سازی صدا با بازده بالا استفاده شود.
مزایا: نرخ بیت کم و نیاز به پهنای باند. و کیفیت صدای مورد نیاز ITU-TG723 را بدست آورید و عملکرد پایدار است.
معایب: کیفیت صدای متوسط
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: رمزگذار گفتاری G.723 یک طرح رمزگذاری با نرخ دوگانه برای ارتباطات چندرسانه ای با نرخ رمزگذاری 5.3 کیلوبیت بر ثانیه و 6.3 کیلوبیت بر ثانیه است. استاندارد G.723 بخشی جدایی ناپذیر از استانداردهای ارتباطی چندرسانه ای است که توسط اتحادیه بین المللی ارتباطات از راه دور (ITU) فرموله شده است و می تواند در سیستم هایی مانند تلفن های IP اعمال شود. در این میان ، رمزگذار نرخ کد 5.3 کیلوبیت بر ثانیه از فناوری اندازه گیری حداکثر احتمال چند پالسی (MP-MLQ) و رمزگذار نرخ کد 6.3 کیلوبیت بر ثانیه از فناوری پیش بینی خطی تحریک کد جبری استفاده می کند.

G.723.1 (الگوریتم رمزگذاری گفتار با نرخ دوگانه)
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 5.3Kbps (22.9)
ویژگی ها: می تواند موسیقی و سایر سیگنال های صوتی را فشرده و از حالت فشرده خارج کند ، اما برای سیگنال های صوتی بهینه است. G.723.1 از فشرده سازی بی صدا استفاده می کند که انتقال ناپیوسته را انجام می دهد ، به این معنی که نویز مصنوعی در دوره بی صدا به جریان بیت اضافه می شود. این فناوری علاوه بر پهنای باند رزرو شده ، به مودم فرستنده اجازه می دهد تا به طور مداوم کار کند و از روشن و خاموش شدن سیگنال حامل جلوگیری می کند.
مزایا: نرخ بیت کم و نیاز به پهنای باند. همچنین با عملکرد پایدار به کیفیت صدای مورد نیاز ITU-TG723 می رسد و از روشن و خاموش شدن سیگنال حامل جلوگیری می کند.
معایب: کیفیت صدای متوسط
قسمت برنامه: voip
روش حق امتیاز: رایگان است
توجه: الگوریتم G.723.1 یک الگوریتم فشرده سازی است که توسط ITU-T برای صوت یا سایر سیگنال های صوتی در سرویس های چندرسانه ای کم نرخ توصیه می شود. سیستم های کاربردی هدف آن شامل سیستم های ارتباطی چندرسانه ای مانند H.323 و H.324 است. در حال حاضر ، این الگوریتم به یکی از الگوریتم های مورد نیاز در سیستم تلفن IP تبدیل شده است.

G.728
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 16Kbps / 8Kbps
ویژگی ها: در بسیاری از زمینه ها مانند تلفن IP ، ارتباطات ماهواره ای ، ذخیره صدا و غیره استفاده می شود. G.728 یک رمزگذار با تأخیر کم است ، اما پیچیده تر از رمزگذارهای دیگر است. به این دلیل که تجزیه و تحلیل 50 مرتبه LPC باید در رمزگذار تکرار شود. G.728 همچنین از فیلتر پست تطبیقی برای بهبود عملکرد خود استفاده می کند.
مزایا: سازگار به عقب ، با استفاده از فیلتر پست تطبیقی برای بهبود عملکرد آن
معایب: پیچیده تر از رمزگذاران دیگر
قسمت برنامه: voip
روش حق امتیاز: رایگان است
نکات: G.728 16kb / s تأخیر کوتاه کدگذاری کدگذاری پیش بینی خطی خطی (LD-CELP). در سال 1996 ، ITU الگوریتم G.728 8kb / s CS-ACELP را اعلام کرد که می تواند در بسیاری از زمینه ها مانند تلفن IP ، ارتباطات ماهواره ای و ذخیره صدا استفاده شود. پیش بینی خطی تحریک کد کم تاخیر 16 کیلوبیت بر ثانیه Gv.728
G.728 ترکیبی از رمزگذار تجزیه و تحلیل سنتز پیش بینی خطی کم بیت (G.729 و G.723.1) و رمزگذار ADPCM به عقب است. G.728 یک رمزگذار LD-CELP است ، فقط 5 نمونه را همزمان پردازش می کند. برای تلفن های ویدئویی با نرخ کم (56 ~ 128 کیلوبیت بر ثانیه) شبکه دیجیتال خدمات مجتمع خدمات دیجیتال (ISDN) ، G.728 رمزگذار صوتی توصیه شده است. G.728 به دلیل ویژگی های انطباقی عقب ، یک رمزگذار با تأخیر کم است ، اما نسبت به سایر رمزگذارها پیچیده تر است ، زیرا تجزیه و تحلیل 50 مرتبه LPC باید در رمزگذار تکرار شود. G.728 همچنین از فیلتر پست سازگار برای بهبود عملکرد خود استفاده می کند.

G.729
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 8Kbps
ویژگی ها: برای دستیابی به کیفیت از راه دور در شرایط خوب کانال ، و استحکام خوب در مورد خطاهای بیت تصادفی ، از دست دادن فریم و چندین انتقال این الگوریتم فشرده سازی صدا می تواند در طیف وسیعی از زمینه ها از جمله تلفن های IP ، ارتباطات بی سیم ، سیستم های ماهواره ای دیجیتال و خطوط اختصاصی دیجیتال استفاده شود.
       الگوریتم G.729 از الگوریتم "طرح کدگذاری پیش بینی خطی هیجان زده ساختار کتاب جبری ساختار مزدوج" (CS-ACELP) استفاده می کند. این الگوریتم مزایای برنامه نویسی شکل موج و کدگذاری پارامترها را با استفاده از فناوری برنامه نویسی پیش بینی انطباقی ، با استفاده از کمی سازی بردار ، تجزیه و تحلیل سنتز و تکنیک های وزنی ادراکی ترکیب می کند.
       رمزگذار G.729 برای کاربردهای کم تأخیر طراحی شده است. طول فریم آن فقط 10 میلی ثانیه است و تأخیر پردازش نیز 10 میلی متر است. علاوه بر نمای 5 میلی متری به جلو ، تأخیر نقطه به نقطه تولید شده توسط G.729 25 میلی ثانیه است ، نرخ بیت 8 کیلوبیت بر ثانیه است.
مزایا: کیفیت صدای خوب ، مناطق کاربرد گسترده ، کمی سازی بردار ، تجزیه و تحلیل مصنوعی و وزن دهی ادراکی استفاده می شود ، و یک مکانیسم پردازش مخفی برای از دست دادن قاب و از دست دادن بسته ارائه شده است
معایب: عملکرد ضعیف در مدیریت خطاهای بیت تصادفی.
قسمت برنامه: voip
روش حق امتیاز: رایگان است
توجه: اتحادیه بین المللی ارتباطات از راه دور (ITU-T) به طور رسمی G.729 را در نوامبر 1995 تصویب کرد. همچنین به توصیه G.U729 ITU-T "طرح کدگذاری پیش بینی خطی هیجان زده کتاب جبری ساختار مزدوج" (CS-ACELP) نیز گفته می شود ، در حال حاضر یک استاندارد فشرده سازی صدای نسبتاً جدید است. G.729 به طور مشترک توسط چندین نهاد مخابراتی بین المللی مشهور در ایالات متحده ، فرانسه ، ژاپن و کانادا ساخته شد.

G.729A
نوع: صوتی
سازنده: ITU-T
پهنای باند مورد نیاز: 8Kbps (34.4)
ویژگی ها: پیچیدگی کمتر از G.729 است و عملکرد آن از G.729 بدتر است.
مزایا: کیفیت صدای خوب ، کاهش پیچیدگی محاسباتی برای پیاده سازی در زمان واقعی ، و ایجاد مکانیزم پردازش پنهان برای از بین رفتن فریم و از دست رفتن بسته
معایب: عملکرد از G.729 بدتر است
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: در سال 1996 ، ITU-T G.729A ، یک طرح G.729 ساده ، که عمدتاً پیچیدگی محاسبات را برای اجرای زمان واقعی کاهش می دهد ، فرموله کرد. بنابراین ، G.729A در حال حاضر استفاده می شود.

GIPS
نوع: صوتی
سازنده: Global IP Sound ، سوئد
پهنای باند مورد نیاز:
ویژگی ها: فناوری GIPS می تواند نرخ بیت رمزگذاری را به صورت خودکار با توجه به وضعیت پهنای باند تنظیم کند ، نرخ بیت کم و صدای با کیفیت بالا را ارائه می دهد. فناوری اصلی GIPS (الگوریتم انطباقی شبکه ، الگوریتم جبران خسارت بسته ها و الگوریتم لغو اکو) می تواند به خوبی مشکل تاخیر صدا و پژواک را حل کند ، کیفیت صوتی عالی را به ارمغان بیاورد و جلوه تماس صوتی را که از تلفن واضح تر است ارائه دهد.
مزایا: مشکل تاخیر صوتی و اکو را برطرف کنید ، کیفیت صدای عالی را به ارمغان بیاورید و جلوه تماس صوتی واضح تر از تلفن را ارائه دهید
معایب: رایگان نیست
قسمت برنامه: voip
حق امتیاز: برای حق استفاده سالانه هزینه پرداخت کنید
اظهارات: فناوری صوتی GIPS یک سیستم موتور فشرده سازی صدا است که به اینترنت ارائه شده توسط "GLOBAL IP SOUND" ، برترین شرکت پردازش صدا در سطح جهان از سوئد ارائه می شود. فناوری GIPS می تواند نرخ بیت رمزگذاری را به طور خودکار با توجه به وضعیت پهنای باند تنظیم کند ، نرخ بیت پایین و صدا با کیفیت بالا را ارائه می دهد. فناوری اصلی GIPS (الگوریتم تطبیقی شبکه ، الگوریتم جبران خسارت بسته و الگوریتم لغو اکو) می تواند به خوبی مشکل تاخیر صدا و پژواک را حل کند ، کیفیت صوتی عالی را به ارمغان بیاورد و اثر تماس صوتی واضح تری نسبت به تلفن ارائه دهد.

Apt-X
نوع: صوتی
سازنده: شرکت فناوری پردازش صدا
پهنای باند مورد نیاز: 10 هرتز تا 22.5 کیلوهرتز ، 56 کیلوبیت بر ثانیه تا 576 کیلوبیت بر ثانیه (16 بیت 7.5 کیلوهرتز مونو تا 24 بیتی ، 22.5 کیلو هرتز استریو)
ویژگی ها: عمدتا در زمینه صوتی حرفه ای برای تهیه صدای با کیفیت بالا استفاده می شود. مشخصات آن عبارتند از:
       ①با استفاده از طرح فشرده سازی و تقویت 4: 1: 4 ؛
       پیچیدگی سخت افزار کم ؛
       delay تأخیر کدگذاری بسیار کم ؛
       ④ با یک تراشه تحقق یافته است.
       c کدگذاری و رمزگشایی مونو یا استریو ؛
       استریو دو کاناله در 22.5 کیلوهرتز را می توان با یک دستگاه تحقق بخشید.
       frequency فرکانس نمونه برداری تا 48 کیلوهرتز
       rance تحمل عیب خوب ؛
       طرح هماهنگ سازی کدک AUTOSYNC کامل
       .مصرف کم برق
مزایا: صوتی با کیفیت بالا ، پیچیدگی سخت افزار کم ، تجهیزات مورد نیاز کم
عیب: رایگان نیست
قسمت برنامه: voip
حق امتیاز: پرداخت یک بار
اظهارات: فناوری ADBCM زیر باند (SB-ADPCM)

NICAM (نزدیک چندگانه صوتی فوری فوری)
نوع: صوتی
سازنده: شرکت پخش BBC
پهنای باند مورد نیاز: 728Kbps
ویژگی ها: دامنه برنامه بسیار گسترده است و می توان از آن برای پخش استریو یا دو زبانه استفاده کرد
مزایا: دامنه کاربرد بسیار گسترده است ، نسبت سیگنال به نویز زیاد است ، دامنه دینامیکی گسترده است و کیفیت صدا قابل مقایسه با CD است ، بنابراین به آن Nicam گفته می شود ، بنابراین NICAM نیز Nicam نامیده می شود
معایب: رایگان نیست ، پهنای باند مورد نیاز است
قسمت برنامه: voip
حق امتیاز: پرداخت یک بار
اظهارات: NICAM Nicam نیز نامیده می شود که مخفف Near-Instantaneously Companded Audio Multiplex در انگلیسی است. معنای آن چندگانه صوتی شبه فوری فوری است که با موفقیت توسط شرکت پخش BBC BBC پخش و تحقیق شد.
به تعبیر غیر روحانی ، فناوری NICAM در واقع یک فناوری صدای دیجیتال دو کاناله است. دامنه کاربرد آن بسیار گسترده است. معمول ترین کاربرد افزودن فناوری صدای دیجیتال دو کاناله به پخش تلویزیونی است که برای پخش استریو یا دوزبانه برای استفاده کامل از تلویزیون از منابع طیف فرکانس کانال استفاده می شود. این می تواند بدون سرمایه گذاری اضافی زیادی بر اساس پخش تلویزیونی متداول محقق شود. در پخش استریو ، کیفیت سیگنال صدا را بهبود می بخشد تا به کیفیت CD نزدیک شود. علاوه بر این ، فناوری NICAM می تواند برای پخش سریع داده ها و سایر خدمات گسترش اطلاعات انتقال داده شود ، که به نظر می رسد از اهمیت ویژه ای در جامعه اطلاعاتی امروز برخوردار است!

لایه صوتی MPEG-1
نوع: صوتی
سازنده: MPEG
پهنای باند مورد نیاز: 384kbps (4 بار فشرده)
ویژگی ها: رمزگذاری ساده ، مورد استفاده برای کاست های صوتی دیجیتال ، 2 کانال ، و طرح فشرده سازی صوتی مورد استفاده در VCD MPEG-1 لایه I است.
مزایا: روش فشرده سازی بسیار پیچیده تر از فناوری فشرده سازی در حوزه زمان است. در عین حال ، بازدهی کدگذاری و کیفیت صدا نیز بسیار بهبود یافته و تاخیر کدگذاری نیز به همین ترتیب افزایش می یابد. می تواند کیفیت صدای "کاملا شفاف" (استاندارد کیفیت صدا EBU) را به دست آورد
معایب: نیاز به پهنای باند بالاتر
قسمت برنامه: voip
روش حق امتیاز: رایگان است
نکات: کدگذاری فشرده سازی صوتی MPEG-1 اولین استاندارد بین المللی برای فشرده سازی داده های صوتی با کیفیت بالا است. به سه سطح تقسیم می شود:
- لایه 1 (لایه 1): کدگذاری ساده ، برای نوارهای کاست صوتی دیجیتال استفاده می شود
- لایه 2 (لایه 2): پیچیدگی الگوریتم متوسط است ، برای پخش صوتی دیجیتال (DAB) و VCD و غیره استفاده می شود.
- لایه 3 (لایه 3): برنامه نویسی پیچیده است ، برای انتقال صدای با کیفیت بالا در اینترنت مانند 3 بار فشرده سازی موسیقی MP10 استفاده می شود

MUSICAM (لایه صوتی MPEG-1 ، یعنی MP2)
نوع: صوتی
سازنده: MPEG
پهنای باند مورد نیاز: 256 ～ 192kbps (فشرده شده 6 ～ 8 بار)
ویژگی ها: پیچیدگی الگوریتم متوسط است ، برای پخش صوتی دیجیتال (DAB) و VCD و غیره ، 2 کانال و MUSICAM به دلیل پیچیدگی مناسب و کیفیت صدای عالی ، در تولید استودیوهای دیجیتال ، DAB ، DVB و سایر دیجیتال استفاده می شود برنامه ها ، تبادل ، ذخیره سازی و انتقال به طور گسترده ای مورد استفاده قرار می گیرند.
مزایا: روش فشرده سازی بسیار پیچیده تر از فناوری فشرده سازی در حوزه زمان است. در عین حال ، بازدهی کدگذاری و کیفیت صدا نیز بسیار بهبود یافته و تاخیر کدگذاری نیز به همین ترتیب افزایش می یابد. می تواند کیفیت صدای "کاملا شفاف" (استاندارد کیفیت صدا EBU) را به دست آورد
معایب:
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: همان لایه صوتی MPEG-1 است

MP3 (لایه صوتی MPEG-1 3)
نوع: صوتی
سازنده: MPEG
پهنای باند مورد نیاز: 128 ～ 112kbps (فشرده شده 10 ～ 12 بار)
ویژگی ها: کدگذاری پیچیده است ، برای انتقال صدای با کیفیت بالا در اینترنت مانند فشرده سازی موسیقی MP3 10 بار ، 2 کانال استفاده می شود. MP3 یک فناوری فشرده سازی ترکیبی است که بر اساس ترکیب مزایای MUSICAM و ASPEC پیشنهاد شده است. تحت شرایط فنی فعلی ، پیچیدگی MP3 نسبتاً زیاد است و رمزگذاری برای زمان واقعی مناسب نیست ، اما به دلیل سطح بالای MP3 در شرایط نرخ بیت پایین کیفیت صدا باعث می شود عزیزم فشار نرم و شبکه باشد صدا و سیما.
مزایا: نسبت فشرده سازی بالا ، مناسب برای انتشار در اینترنت
معایب: وقتی MP3 128KBitrate و کمتر باشد ، افت فرکانس بالا آشکار خواهد شد
قسمت برنامه: voip
روش حق امتیاز: رایگان است
اظهارات: همان لایه صوتی MPEG-1 است

لایه صوتی MPEG-2
نوع: صوتی
سازنده: MPEG
پهنای باند لازم: همان MPEG-1 لایه 1 ، لایه 2 و لایه 3 است
ویژگی ها: کدگذاری فشرده سازی صدا MPEG-2 از همان کدک صدای MPEG-1 استفاده می کند ، ساختار لایه 1 ، لایه 2 و لایه 3 نیز یکسان است ، اما می تواند از صدای فراگیر 5.1 کانال و 7.1 کانال پشتیبانی کند.
مزایا: پشتیبانی از صدای فراگیر 5.1 کانال و کانال 7.1 کانال
معایب:
قسمت برنامه: voip
روش حق امتیاز: شارژ توسط شخص
نکات: کدگذاری فشرده سازی صدای MPEG-2 از همان کدک صدای MPEG-1 استفاده می کند. ساختار لایه 1 ، لایه 2 و لایه 3 نیز یکسان است ، اما می تواند صدای فراگیر 5.1 کانال و کانال 7.1 را پشتیبانی کند.

AAC (کدگذاری صوتی پیشرفته ، کدگذاری صوتی پیشرفته)
نوع: صوتی
سازنده: MPEG
پهنای باند مورد نیاز: 96-128 kbps
ویژگی ها: AAC می تواند از تعداد کانال های صوتی از 1 تا 48 شامل 15 کانال افکت با فرکانس پایین ، کانال های دوبله / چند صدا و 15 داده پشتیبانی کند. این می تواند 16 مجموعه برنامه را همزمان انتقال دهد و ساختار صوتی و داده ای هر برنامه را می توان خودسرانه مشخص کرد.
عمده ترین برنامه های کاربردی AAC متمرکز بر انتقال شبکه اینترنت ، پخش صوتی دیجیتال ، از جمله پخش زنده ماهواره ای و دیجیتال AM ، و همچنین تلویزیون های دیجیتال و سیستم های سینمایی است. AAC از یک هسته برنامه نویسی آنتروپی بسیار انعطاف پذیر برای انتقال داده های طیف رمزگذاری شده استفاده می کند. این کانال 48 کانال اصلی صوتی ، 16 کانال تقویت فرکانس پایین ، 16 جریان داده یکپارچه ، 16 دوبله و 16 تنظیم دارد.
مزایا: از چندین ترکیب کانال صوتی پشتیبانی می کند ، کیفیت صدای با کیفیت بالا را ارائه می دهد
معایب:
قسمت برنامه: voip
روش حق امتیاز: هزینه یکبار مصرف
توجه: AAC در سال 13818 استاندارد بین المللی ISO 7-1997 را ایجاد کرد. کدگذاری صوتی پیشرفته (AAC) با موفقیت توسعه یافت و به دنبال استاندارد صوتی MPEG-2 (ISO / IEC13818-3) به یک استاندارد جدید فشرده سازی صوتی تبدیل شد.
در روزهای اولیه فرمول بندی MPEG-2 ، در ابتدا قصد داشت تا قسمت کدگذاری صوتی آن را با MPEG-1 سازگار نگه دارد. اما بعداً به منظور تأمین نیازهای تلویزیون استودیو ، این استاندارد به عنوان یک استاندارد صوتی چند کاناله تعریف شد که می تواند کیفیت بالاتری بدست آورد. البته این استاندارد با MPEG-1 سازگار نیست ، بنابراین MPEG-2 AAC نامیده می شود. به عبارت دیگر ، در ظاهر ، برای ساخت و بازی AAC ، باید از ابزارهای کاملاً متفاوتی از MP3 استفاده کنید.