Codificación de voz

La codificación de voz es una aplicación de compresión de datos de señales de audio digital que contiene voz. La codificación de voz utiliza la estimación de parámetros específicos de voz utilizando técnicas de procesamiento de señal de audio para modelar la señal de voz, combinada con algoritmos de compresión de datos genéricos para representar los parámetros modelados resultantes en un flujo de bits compacto. Algunas aplicaciones de codificación de voz son telefonía móvil y voz sobre IP (VoIP). La técnica de codificación de voz más utilizada en telefonía móvil es la codificación predictiva lineal (LPC), mientras que la más utilizada en las aplicaciones de VoIP son las técnicas de LPC y la transformación de coseno discreto modificado (MDCT). [cita requerida] Las técnicas empleadas en la codificación del habla son similares a las utilizadas en la compresión de datos de audio y la codificación de audio, donde el conocimiento en psicoacústica se utiliza para transmitir solo datos que son relevantes para el sistema auditivo humano. Por ejemplo, en la codificación de voz en frecuencia de voz, solo información en la banda de frecuencia 400 Hz a 3500 Hz se transmite pero la señal reconstruida sigue siendo adecuada para la . La codificación de voz difiere de otras formas de codificación de audio en que el habla es una señal más simple que la mayoría de las otras señales de audio, y hay mucha más información estadística disponible sobre las propiedades del habla. Como resultado, cierta información auditiva que es relevante en la codificación de audio puede ser innecesaria en el contexto de codificación de voz. En la codificación del habla, el criterio más importante es la preservación de la inteligibilidad y la "simpatía" del habla, con una cantidad limitada de datos transmitidos. Además, la mayoría de las aplicaciones de voz requieren un bajo retraso de codificación, ya que los largos retrasos de codificación interfieren con la interacción de voz.