สรุปการเข้ารหัสเสียง

PCMU (G.711U)
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิดท์ที่ต้องการ: 64Kbps (90.4)
คุณสมบัติ: PCMU และ PCMA สามารถให้คุณภาพเสียงที่ดีขึ้น แต่ใช้แบนด์วิดท์ที่สูงขึ้นโดยต้องใช้ 64kbps
ข้อดี: คุณภาพเสียงที่ยอดเยี่ยม
ข้อเสีย: การใช้แบนด์วิธที่สูงขึ้น
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: PCMU และ PCMA สามารถให้คุณภาพเสียง CD ได้ แต่ก็ใช้แบนด์วิดท์มากที่สุด (64kbps) หากแบนด์วิดท์เครือข่ายค่อนข้างต่ำคุณสามารถเลือกวิธีการเข้ารหัสอัตราบิตต่ำเช่น G.723 หรือ G.729 วิธีการเข้ารหัสทั้งสองนี้ยังสามารถให้ได้คุณภาพเสียงของการโทรทางไกลแบบเดิม ๆ แต่ต้องการแบนด์วิดท์น้อยมาก (G723 ต้องใช้ 5.3 / 6.3kbps, G729 ต้องการ 8kbps) หากแบนด์วิดท์เพียงพอและต้องการคุณภาพเสียงที่ดีขึ้นสามารถใช้ PCMU และ PCMA หรือแม้กระทั่งวิธีการเข้ารหัสแบบไวด์แบนด์ G722 (64kbps) ซึ่งสามารถให้คุณภาพเสียงที่มีความเที่ยงตรงสูงได้

PCMA (G.711A)
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิดท์ที่ต้องการ: 64Kbps (90.4)
คุณสมบัติ: PCMU และ PCMA สามารถให้คุณภาพเสียงที่ดีขึ้น แต่ใช้แบนด์วิดท์ที่สูงขึ้นโดยต้องใช้ 64kbps
ข้อดี: คุณภาพเสียงที่ยอดเยี่ยม
ข้อเสีย: การใช้แบนด์วิธที่สูงขึ้น
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: PCMU และ PCMA สามารถให้คุณภาพเสียง CD ได้ แต่ก็ใช้แบนด์วิดท์มากที่สุด (64kbps) หากแบนด์วิดท์เครือข่ายค่อนข้างต่ำคุณสามารถเลือกวิธีเข้ารหัสอัตราบิตต่ำเช่น G.723 หรือ G.729 วิธีการเข้ารหัสทั้งสองนี้ยังสามารถให้คุณภาพเสียงของการโทรทางไกลแบบเดิมได้ แต่ต้องการแบนด์วิดท์น้อยมาก (G723 ต้องใช้ 5.3 / 6.3kbps, G729 ต้องการ 8kbps) หากแบนด์วิดท์เพียงพอและต้องการคุณภาพเสียงที่ดีขึ้นสามารถใช้ PCMU และ PCMA หรือแม้แต่วิธีการเข้ารหัสแบบไวด์แบนด์ G722 (64kbps) ก็ได้ซึ่งสามารถให้คุณภาพเสียงที่มีความเที่ยงตรงสูง

ADPCM (PCM เฟืองท้ายแบบปรับได้)
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 32Kbps
คุณสมบัติ: ADPCM (การมอดูเลตรหัสพัลส์ความแตกต่างแบบปรับได้) รวมลักษณะการปรับตัวของ APCM และลักษณะส่วนต่างของระบบ DPCM และเป็นรหัสรูปคลื่นที่มีประสิทธิภาพที่ดีขึ้น แนวคิดหลักคือ:
       ①ใช้แนวคิดการปรับตัวเพื่อเปลี่ยนขนาดของขั้นตอนการหาปริมาณนั่นคือใช้ขั้นตอนการหาปริมาณขนาดเล็ก (ขนาดขั้นตอน) เพื่อเข้ารหัสความแตกต่างเล็กน้อยและใช้ขั้นตอนการหาปริมาณขนาดใหญ่เพื่อเข้ารหัสความแตกต่างที่มีขนาดใหญ่
       ②ใช้ค่าตัวอย่างที่ผ่านมาเพื่อประมาณค่าที่คาดการณ์ไว้ของตัวอย่างอินพุตถัดไปเพื่อให้ความแตกต่างระหว่างค่าตัวอย่างจริงและค่าที่คาดการณ์นั้นน้อยที่สุดเสมอ
ข้อดี: ความซับซ้อนของอัลกอริทึมต่ำอัตราส่วนการบีบอัดต่ำ (คุณภาพเสียง CD> 400kbps) และความล่าช้าของตัวแปลงสัญญาณที่สั้นที่สุด (เมื่อเทียบกับเทคโนโลยีอื่น ๆ )
ข้อเสีย: คุณภาพเสียงโดยเฉลี่ย
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: ADPCM (ADPCM Adaptive Differential Pulse Code Modulation) เป็นอัลกอริธึมการบีบอัดแบบสูญเสียสำหรับข้อมูลรูปคลื่นเสียง 16 บิต (หรือสูงกว่า) เก็บข้อมูล 16 บิตของแต่ละตัวอย่างในสตรีมเสียงเป็น 4 บิตดังนั้นอัตราส่วนการบีบอัดคือ 1: 4 อัลกอริธึมการบีบอัด / คลายการบีบอัดนั้นง่ายมากดังนั้นจึงเป็นวิธีที่ดีในการรับเสียงคุณภาพสูงโดยใช้พื้นที่น้อย

LPC (การเข้ารหัสเชิงทำนายเชิงเส้น, การเข้ารหัสเชิงทำนายเชิงเส้น)
ประเภท: เสียง
ชง:
แบนด์วิธที่ต้องการ: 2Kbps-4.8Kbps
คุณสมบัติ: อัตราส่วนการบีบอัดขนาดใหญ่การคำนวณจำนวนมากคุณภาพเสียงต่ำราคาถูก
ข้อดี: อัตราส่วนการบีบอัดขนาดใหญ่ราคาถูก
ข้อเสีย: การคำนวณจำนวนมากคุณภาพเสียงไม่ดีความเป็นธรรมชาติต่ำ
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
ข้อสังเกต: การเข้ารหัสพารามิเตอร์เรียกอีกอย่างว่าการเข้ารหัสแหล่งที่มาของเสียงซึ่งดึงพารามิเตอร์ลักษณะเฉพาะจากสัญญาณต้นทางในโดเมนความถี่หรือโดเมนการแปลงมุมฉากอื่น ๆ และแปลงเป็นรหัสดิจิทัลสำหรับการส่ง การถอดรหัสเป็นกระบวนการย้อนกลับ ลำดับดิจิตอลที่ได้รับจะถูกแปลงเพื่อคืนค่าพารามิเตอร์ลักษณะเฉพาะจากนั้นสัญญาณเสียงจะถูกสร้างขึ้นใหม่ตามพารามิเตอร์ลักษณะเฉพาะ โดยเฉพาะการเข้ารหัสพารามิเตอร์คือการแยกและรหัสพารามิเตอร์ลักษณะเฉพาะของสัญญาณเสียงพูดเพื่อให้สัญญาณเสียงพูดที่สร้างขึ้นใหม่มีความแม่นยำมากที่สุด แต่รูปคลื่นของสัญญาณที่สร้างขึ้นใหม่อาจค่อนข้างแตกต่างจากรูปคลื่นของสัญญาณเสียงพูดดั้งเดิม เช่น: การเข้ารหัสเชิงทำนายเชิงเส้น (LPC) และประเภทอื่น ๆ ที่ได้รับการปรับปรุงอีกหลายประเภทล้วนแล้วแต่เป็นการเข้ารหัสแบบพาราเมตริก อัตราบิตการเข้ารหัสสามารถบีบอัดได้ถึง 2Kbit / s-4.8Kbit / s หรือต่ำกว่า แต่คุณภาพเสียงสามารถเข้าถึงได้ปานกลางโดยเฉพาะความเป็นธรรมชาติที่ต่ำ

CELP (การทำนายเชิงเส้นด้วยรหัสที่ตื่นเต้น, รหัสการทำนายเชิงเส้นที่ตื่นเต้น)
ประเภท: เสียง
ผู้ผลิต: European Telecommunications Standards Institute (ETSI)
แบนด์วิธที่ต้องการ: อัตรา 4 ～ 16Kbps
คุณสมบัติ: ปรับปรุงคุณภาพของเสียง:
       ①ให้น้ำหนักการรับรู้สัญญาณข้อผิดพลาดและใช้ลักษณะการกำบังของการได้ยินของมนุษย์เพื่อปรับปรุงคุณภาพของคำพูด
       ②ใช้ความล่าช้าของคะแนนเพื่อปรับปรุงการทำนายระดับเสียงเพื่อให้การแสดงออกของเสียงที่เปล่งออกมามีความแม่นยำยิ่งขึ้นโดยเฉพาะอย่างยิ่งเพื่อปรับปรุงคุณภาพของเสียงผู้หญิง
       ③ใช้เกณฑ์ MSPE ที่ได้รับการแก้ไขเพื่อค้นหาการหน่วงเวลา "ดีที่สุด" เพื่อให้รูปร่างของระยะเวลาดีเลย์นุ่มนวลขึ้น
       ④ปรับขนาดของเวกเตอร์กระตุ้นแบบสุ่มตามประสิทธิภาพของการทำนายระยะยาวเพื่อปรับปรุงคุณภาพของคำพูด ⑤การใช้การปรับให้นุ่มนวลขึ้นตามการประมาณอัตราความผิดพลาดของช่องสัญญาณนอกจากนี้ยังสามารถสังเคราะห์ด้วยความเป็นธรรมชาติที่สูงขึ้นเมื่ออัตราความผิดพลาดของช่องสัญญาณสูง เสียงสูง
       สรุปแล้ว:
       ①อัลกอริทึม CELP สามารถรับเอฟเฟกต์การบีบอัดที่น่าพอใจในสภาพแวดล้อมการเข้ารหัสอัตราต่ำ
       ②การใช้อัลกอริทึมที่รวดเร็วสามารถลดความซับซ้อนของอัลกอริทึม CELP ได้อย่างมีประสิทธิภาพทำให้สามารถใช้งานได้แบบเรียลไทม์
       ③CELPสามารถเข้ารหัสสัญญาณเสียงประเภทต่างๆได้สำเร็จ ความสามารถในการปรับตัวนี้มีความสำคัญต่อสภาพแวดล้อมจริงมากขึ้นโดยเฉพาะอย่างยิ่งเมื่อมีเสียงรบกวนจากพื้นหลัง
ข้อดี: ให้เสียงที่ชัดเจนขึ้นด้วยแบนด์วิดท์ที่ต่ำมาก

ข้อเสีย:
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: ในปี 1999 European Telecommunications Standards Institute (ETSI) ได้เปิดตัวมาตรฐานการเข้ารหัสด้วยเสียงสำหรับการสื่อสารเคลื่อนที่รุ่นที่สาม Adaptive Multi-Rate Voice Encoder (AMR) ที่ใช้ Code Excited Linear Predictive Coding (CELP) โดยมีอัตราต่ำสุด 4.75kb / s เพื่อให้ได้คุณภาพการสื่อสาร CELP Code Excited Linear Prediction เป็นตัวย่อของ Code Excited Linear Prediction CELP เป็นอัลกอริธึมการเข้ารหัสคำพูดที่ประสบความสำเร็จมากที่สุดในรอบ 10 ปีที่ผ่านมา
       อัลกอริธึมการเข้ารหัสคำพูด CELP ใช้การคาดคะเนเชิงเส้นเพื่อแยกพารามิเตอร์ของช่องใช้โค้ดบุ๊กที่มีเวกเตอร์กระตุ้นโดยทั่วไปจำนวนมากเป็นพารามิเตอร์กระตุ้นและค้นหาเวกเตอร์กระตุ้นที่เหมาะสมที่สุดในโค้ดบุ๊กนี้ทุกครั้งที่มีการเข้ารหัส การเข้ารหัสเวกเตอร์กระตุ้นนี้ค่าคือหมายเลขลำดับในโค้ดบุ๊กสำหรับลำดับนี้
       CELP ถูกนำมาใช้โดยมาตรฐานการเข้ารหัสคำพูดหลายฉบับ US Federal Standard FS1016 เป็นวิธีการเข้ารหัส CELP ซึ่งส่วนใหญ่ใช้สำหรับการสื่อสารที่ปลอดภัยด้วยเสียงในวงแคบคุณภาพสูง CELP (Code-Excited Linear Prediction) นี่คืออัลกอริทึม LPC แบบง่ายขึ้นชื่อเรื่องอัตราบิตต่ำ (4800-9600Kbps) พร้อมคุณภาพเสียงที่ชัดเจนมากและมีภูมิคุ้มกันสูงต่อเสียงรบกวนจากพื้นหลัง CELP เป็นรูปแบบการเข้ารหัสการบีบอัดคำพูดที่ใช้กันอย่างแพร่หลายในความเร็วต่ำและปานกลาง

G.711
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 64Kbps
คุณสมบัติ: ความซับซ้อนของอัลกอริทึมมีขนาดเล็กคุณภาพเสียงอยู่ในระดับปานกลาง
ข้อดี: ความซับซ้อนของอัลกอริทึมต่ำอัตราส่วนการบีบอัดต่ำ (คุณภาพเสียง CD> 400kbps) และความล่าช้าของตัวแปลงสัญญาณที่สั้นที่สุด (เมื่อเทียบกับเทคโนโลยีอื่น ๆ )
ข้อเสีย: การใช้แบนด์วิธที่สูงขึ้น
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
ข้อสังเกต: PCM มอดูเลตโค้ดพัลส์ G.711 64kb / s เผยแพร่โดย CCITT ในปี 1970

G.721
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 32Kbps
คุณสมบัติ: เมื่อเทียบกับ PCMA และ PCMU อัตราส่วนการบีบอัดจะสูงกว่าและสามารถให้อัตราส่วนการบีบอัด 2: 1
ข้อดี: อัตราส่วนการบีบอัดขนาดใหญ่
ข้อเสีย: คุณภาพเสียงโดยเฉลี่ย
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: เทคโนโลยี Sub-band ADPCM (SB-ADPCM) มาตรฐาน G.721 คือระบบการแปลงรหัส ใช้เทคโนโลยีการแปลง ADPCM เพื่อให้เกิดการแปลงร่วมกันระหว่างอัตรา A-law หรือμ-law PCM 64 kb / s และอัตรา 32 kb / s

G.722
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 64Kbps
คุณสมบัติ: G722 สามารถให้คุณภาพเสียงที่มีความเที่ยงตรงสูง
ข้อดี: คุณภาพเสียงดี
ข้อเสีย: ต้องการแบนด์วิดท์สูง
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: เทคโนโลยี Subband ADPCM (SB-ADPCM)

G.723 (อัลกอริทึมการเข้ารหัสเสียงพูดอัตราบิตต่ำ)
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 5.3Kbps / 6.3Kbps
คุณสมบัติ: คุณภาพเสียงใกล้เคียงกับความต้องการแบนด์วิดท์ต่ำและใช้งานได้อย่างมีประสิทธิภาพ สะดวกในการขยายหลายช่องสัญญาณ C5402 บนชิป 16kRAM สามารถใช้เพื่อติดตั้ง 53coder ได้ เข้าถึงคุณภาพเสียงที่ ITU-TG723 ต้องการด้วยประสิทธิภาพที่เสถียร สามารถใช้สำหรับการเข้ารหัสแหล่งที่มาของเสียงโทรศัพท์ IP หรือการจัดเก็บการบีบอัดเสียงที่มีประสิทธิภาพสูง
ข้อดี: อัตราบิตต่ำและความต้องการแบนด์วิดท์ขนาดเล็ก และบรรลุคุณภาพเสียงที่ ITU-TG723 ต้องการและประสิทธิภาพมีเสถียรภาพ
ข้อเสีย: คุณภาพเสียงโดยเฉลี่ย
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
ข้อสังเกต: ตัวเข้ารหัสเสียงพูด G.723 เป็นรูปแบบการเข้ารหัสสองอัตราสำหรับการสื่อสารมัลติมีเดียที่มีอัตราการเข้ารหัส 5.3kbits / s และ 6.3kbit / s มาตรฐาน G.723 เป็นส่วนหนึ่งของมาตรฐานการสื่อสารมัลติมีเดียที่กำหนดโดยสหภาพโทรคมนาคมระหว่างประเทศ (ITU) และสามารถนำไปใช้กับระบบต่างๆเช่นโทรศัพท์ IP ตัวเข้ารหัสอัตรารหัส 5.3kbits / s ใช้เทคโนโลยีการหาปริมาณความเป็นไปได้สูงสุดแบบหลายพัลส์ (MP-MLQ) และตัวเข้ารหัสอัตรารหัส 6.3kbits / s ใช้เทคโนโลยีการทำนายเชิงเส้นด้วยรหัสพีชคณิต

G.723.1 (อัลกอริทึมการเข้ารหัสเสียงพูดอัตราคู่)
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิดท์ที่ต้องการ: 5.3Kbps (22.9)
คุณสมบัติ: สามารถบีบอัดและขยายขนาดเพลงและสัญญาณเสียงอื่น ๆ ได้ แต่เหมาะสำหรับสัญญาณเสียง G.723.1 ใช้การบีบอัดแบบเงียบที่ดำเนินการส่งแบบไม่ต่อเนื่องซึ่งหมายความว่าจะมีการเพิ่มสัญญาณรบกวนเทียมลงในสตรีมบิตในช่วงที่ไม่มีเสียง นอกเหนือจากแบนด์วิดท์ที่สงวนไว้เทคโนโลยีนี้ยังช่วยให้โมเด็มของเครื่องส่งสามารถทำงานได้อย่างต่อเนื่องและหลีกเลี่ยงการเปิดและปิดสัญญาณของผู้ให้บริการ
ข้อดี: อัตราบิตต่ำและความต้องการแบนด์วิดท์ขนาดเล็ก นอกจากนี้ยังให้คุณภาพเสียงที่ ITU-TG723 ต้องการด้วยประสิทธิภาพที่เสถียรและหลีกเลี่ยงการเปิดและปิดสัญญาณของผู้ให้บริการ
ข้อเสีย: คุณภาพเสียงโดยเฉลี่ย
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: อัลกอริทึม G.723.1 เป็นอัลกอริธึมการบีบอัดที่ ITU-T แนะนำสำหรับเสียงพูดหรือสัญญาณเสียงอื่น ๆ ในบริการมัลติมีเดียอัตราต่ำ ระบบแอปพลิเคชันเป้าหมาย ได้แก่ ระบบสื่อสารมัลติมีเดียเช่น H.323 และ H.324 ในปัจจุบันอัลกอริทึมนี้ได้กลายเป็นหนึ่งในอัลกอริทึมที่จำเป็นในระบบโทรศัพท์ไอพี

G.728
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 16Kbps / 8Kbps
คุณสมบัติ: ใช้ในหลายสาขาเช่นโทรศัพท์ IP, การสื่อสารผ่านดาวเทียม, ที่เก็บข้อมูลเสียง ฯลฯ G.728 เป็นตัวเข้ารหัสที่มีเวลาแฝงต่ำ แต่มีความซับซ้อนมากกว่าตัวเข้ารหัสอื่น ๆ เนื่องจากต้องทำซ้ำการวิเคราะห์ LPC 50 ลำดับในตัวเข้ารหัส G.728 ยังใช้ตัวกรองโพสต์แบบปรับได้เพื่อปรับปรุงประสิทธิภาพ
ข้อดี: การปรับตัวแบบย้อนกลับโดยใช้ตัวกรองโพสต์แบบปรับได้เพื่อปรับปรุงประสิทธิภาพ
ข้อเสีย: ซับซ้อนกว่าตัวเข้ารหัสอื่น ๆ
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: G.728 16kb / s short delay codebook excitation linear การเข้ารหัสเชิงทำนาย (LD-CELP) ในปีพ. ศ. 1996 ITU ได้ประกาศอัลกอริทึม CS-ACELP G.728 8kb / s ซึ่งสามารถใช้ได้ในหลายสาขาเช่นโทรศัพท์ IP การสื่อสารผ่านดาวเทียมและการจัดเก็บเสียง 16 kbps Gv.728 การทำนายเชิงเส้นการกระตุ้นด้วยรหัสเวลาแฝงต่ำ
G.728 เป็นไฮบริดของตัวเข้ารหัสการวิเคราะห์การสังเคราะห์การทำนายเชิงเส้นบิตต่ำ (G.729 และ G.723.1) และตัวเข้ารหัส ADPCM แบบย้อนกลับ G.728 เป็นตัวเข้ารหัส LD-CELP ซึ่งประมวลผลครั้งละ 5 ตัวอย่างเท่านั้น สำหรับวิดีโอโฟนความเร็วต่ำ (56 ~ 128 kbps) Integrated Services Digital Network (ISDN) G.728 เป็นตัวเข้ารหัสเสียงที่แนะนำ เนื่องจากคุณสมบัติการปรับตัวที่ล้าหลัง G.728 เป็นตัวเข้ารหัสที่มีเวลาแฝงต่ำ แต่มีความซับซ้อนมากกว่าตัวเข้ารหัสอื่น ๆ เนื่องจากการวิเคราะห์ LPC 50 ลำดับต้องทำซ้ำในตัวเข้ารหัส G.728 ยังใช้ตัวกรองโพสต์แบบปรับได้เพื่อปรับปรุงประสิทธิภาพ

G.729
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิธที่ต้องการ: 8Kbps
คุณสมบัติ: เพื่อให้ได้คุณภาพทางไกลภายใต้เงื่อนไขช่องสัญญาณที่ดีและมีความทนทานที่ดีในกรณีที่มีข้อผิดพลาดบิตแบบสุ่มการสูญเสียเฟรมและการถ่ายโอนหลายครั้ง อัลกอริธึมการบีบอัดเสียงนี้สามารถใช้งานได้ในหลากหลายสาขารวมถึงโทรศัพท์ IP การสื่อสารแบบไร้สายระบบดาวเทียมดิจิทัลและสายสัญญาณดิจิทัลโดยเฉพาะ
       อัลกอริทึม G.729 ใช้อัลกอริทึม "Conjugate Structure Algebraic Codebook Excited Linear Prediction Coding Scheme" (CS-ACELP) อัลกอริทึมนี้รวมข้อดีของการเข้ารหัสรูปคลื่นและการเข้ารหัสพารามิเตอร์โดยอาศัยเทคโนโลยีการเข้ารหัสเชิงทำนายแบบปรับตัวโดยใช้การหาปริมาณเวกเตอร์การวิเคราะห์การสังเคราะห์และเทคนิคการให้น้ำหนักการรับรู้
       ตัวเข้ารหัส G.729 ออกแบบมาสำหรับแอปพลิเคชันที่มีความหน่วงต่ำ ความยาวเฟรมเพียง 10ms และความล่าช้าในการประมวลผลคือ 10ms นอกเหนือจากมุมมองไปข้างหน้า 5 มิลลิวินาทีแล้วความล่าช้าแบบจุดต่อจุดที่สร้างโดย G.729 คือ 25 มิลลิวินาทีอัตราบิตคือ 8 กิโลบิตต่อวินาที
ข้อดี: มีการใช้คุณภาพเสียงที่ดีพื้นที่การใช้งานที่กว้างการหาปริมาณเวกเตอร์การวิเคราะห์สังเคราะห์และการรับรู้น้ำหนักและมีกลไกการประมวลผลที่ซ่อนอยู่สำหรับการสูญเสียเฟรมและการสูญเสียแพ็คเก็ต
ข้อเสีย: ประสิทธิภาพต่ำในการจัดการข้อผิดพลาดบิตแบบสุ่ม
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: สหภาพโทรคมนาคมระหว่างประเทศ (ITU-T) ประกาศใช้ G.729 อย่างเป็นทางการในเดือนพฤศจิกายน 1995 คำแนะนำ ITU-T G.729 เรียกอีกอย่างว่า "Conjugate Structure Algebraic Code Book Excited Linear Prediction Coding Scheme" (CS-ACELP) ซึ่งก็คือ ปัจจุบันเป็นมาตรฐานการบีบอัดเสียงที่ค่อนข้างใหม่ G.729 ได้รับการพัฒนาร่วมกันโดยหน่วยงานโทรคมนาคมระหว่างประเทศที่มีชื่อเสียงหลายแห่งในสหรัฐอเมริกาฝรั่งเศสญี่ปุ่นและแคนาดา

G.729A
ประเภท: เสียง
ผู้ผลิต: ITU-T
แบนด์วิดท์ที่ต้องการ: 8Kbps (34.4)
คุณสมบัติ: ความซับซ้อนต่ำกว่า G.729 และประสิทธิภาพแย่กว่า G.729
ข้อดี: คุณภาพเสียงที่ดีลดความซับซ้อนในการคำนวณสำหรับการใช้งานแบบเรียลไทม์และมีกลไกการประมวลผลที่ซ่อนอยู่สำหรับการสูญเสียเฟรมและการสูญเสียแพ็คเก็ต
ข้อเสีย: ประสิทธิภาพแย่กว่า G.729
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
ข้อสังเกต: ในปี 1996 ITU-T ได้จัดทำ G.729A ซึ่งเป็นโครงร่าง G.729 ที่เรียบง่ายซึ่งส่วนใหญ่ช่วยลดความซับซ้อนในการคำนวณสำหรับการใช้งานแบบเรียลไทม์ ดังนั้นในปัจจุบันจึงใช้ G.729A

Gips
ประเภท: เสียง
ผู้ผลิต: Global IP Sound, สวีเดน
แบนด์วิดท์ที่ต้องการ:
คุณสมบัติ: เทคโนโลยี GIPS สามารถปรับอัตราบิตการเข้ารหัสโดยอัตโนมัติตามสถานะแบนด์วิดท์ให้อัตราบิตต่ำและเสียงคุณภาพสูง เทคโนโลยีหลักของ GIPS (อัลกอริธึมการปรับเครือข่ายอัลกอริธึมการชดเชยการสูญเสียแพ็กเก็ตและอัลกอริธึมการยกเลิกเสียงสะท้อน) สามารถแก้ปัญหาความล่าช้าของเสียงและเสียงสะท้อนให้คุณภาพเสียงที่สมบูรณ์แบบและให้เอฟเฟกต์การโทรที่ชัดเจนกว่าโทรศัพท์
ข้อดี: แก้ปัญหาความล่าช้าของเสียงและเสียงสะท้อนให้คุณภาพเสียงที่สมบูรณ์แบบและให้เอฟเฟกต์การโทรด้วยเสียงที่ชัดเจนกว่าโทรศัพท์
ข้อเสีย: ไม่ฟรี
ช่องแอปพลิเคชัน: voip
ค่าลิขสิทธิ์: จ่ายค่าธรรมเนียมรายปีสำหรับสิทธิ์ในการใช้
หมายเหตุ: เทคโนโลยีเสียง GIPS เป็นระบบเอ็นจินการบีบอัดเสียงที่ทุ่มเทให้กับอินเทอร์เน็ตโดย "GLOBAL IP SOUND" บริษัท เทคโนโลยีขั้นสูงด้านการประมวลผลเสียงชั้นนำของโลกจากสวีเดน เทคโนโลยี GIPS สามารถปรับอัตราบิตการเข้ารหัสโดยอัตโนมัติตามสถานะแบนด์วิดท์ให้อัตราบิตต่ำและเสียงคุณภาพสูง เทคโนโลยีหลักของ GIPS (อัลกอริธึมการปรับเครือข่ายอัลกอริธึมการชดเชยการสูญเสียแพ็กเก็ตและอัลกอริธึมการยกเลิกเสียงสะท้อน) สามารถแก้ปัญหาความล่าช้าของเสียงและเสียงสะท้อนให้คุณภาพเสียงที่สมบูรณ์แบบและให้เอฟเฟกต์การโทรที่ชัดเจนกว่าโทรศัพท์

apt-X
ประเภท: เสียง
ผู้ผลิต: Audio Processing Technology Corporation
แบนด์วิดท์ที่ต้องการ: 10Hz ถึง 22.5 kHz, 56kbit / s ถึง 576 kbit / s (โมโน 16 บิต 7.5 kHz ถึง 24 บิต, สเตอริโอ 22.5kHz)
คุณสมบัติ: ส่วนใหญ่ใช้ในสนามเสียงระดับมืออาชีพเพื่อให้ได้เสียงคุณภาพสูง ลักษณะของมันคือ:
       ①ใช้รูปแบบการบีบอัดและขยายสัญญาณ 4: 1: 4
       ②ความซับซ้อนของฮาร์ดแวร์ต่ำ
       ③ความล่าช้าในการเข้ารหัสต่ำมาก
       ④รับรู้ด้วยชิปตัวเดียว
       ⑤การเข้ารหัสและถอดรหัสโมโนหรือสเตอริโอ
       ⑥สเตอริโอสองช่องสัญญาณที่ 22.5kHz สามารถรับรู้ได้ด้วยอุปกรณ์เดียว
       ⑦ความถี่ในการสุ่มตัวอย่างสูงสุด 48kHz;
       ⑧ความทนทานต่อความผิดพลาดที่ดี
       ⑨รูปแบบการซิงโครไนซ์ตัวแปลงสัญญาณ AUTOSYNC ™ที่สมบูรณ์
       ⑩ใช้พลังงานต่ำ
ข้อดี: เสียงคุณภาพสูงความซับซ้อนของฮาร์ดแวร์ต่ำความต้องการอุปกรณ์ต่ำ
ข้อเสีย: ไม่ฟรี
ช่องแอปพลิเคชัน: voip
ค่าลิขสิทธิ์: ชำระครั้งเดียว
หมายเหตุ: เทคโนโลยี Subband ADPCM (SB-ADPCM)

NICAM (ใกล้กับมัลติเพล็กซ์เสียงที่เข้ากันได้ทันที)
ประเภท: เสียง
ผู้ผลิต: BBC Broadcasting Corporation
แบนด์วิธที่ต้องการ: 728Kbps
คุณสมบัติ: ช่วงแอปพลิเคชันกว้างมากและสามารถใช้สำหรับการแพร่ภาพสเตอริโอหรือสองภาษา
ข้อดี: ช่วงการใช้งานกว้างมากอัตราส่วนสัญญาณต่อเสียงรบกวนสูงช่วงไดนามิกกว้างและคุณภาพเสียงเทียบได้กับซีดีดังนั้นจึงเรียกว่า Nicam ดังนั้น NICAM จึงเรียกอีกอย่างว่า Nicam
ข้อเสีย: ไม่ฟรีข้อกำหนดแบนด์วิดท์สูง
ช่องแอปพลิเคชัน: voip
ค่าลิขสิทธิ์: ชำระครั้งเดียว
หมายเหตุ: NICAM เรียกอีกอย่างว่า Nicam ซึ่งเป็นคำย่อของ Near-Instantaneously Companded Audio Multiplex ในภาษาอังกฤษ ความหมายของมันคือมัลติเพล็กซ์เสียงที่ทำงานร่วมกันได้แบบกึ่งทันทีซึ่งได้รับการพัฒนาและวิจัยโดย British BBC Broadcasting Corporation
ในแง่ของคนธรรมดาเทคโนโลยี NICAM เป็นเทคโนโลยีเสียงดิจิตอลสองช่องสัญญาณ ช่วงการใช้งานกว้างมาก แอปพลิเคชั่นทั่วไปส่วนใหญ่คือการเพิ่มเทคโนโลยีเสียงดิจิตอลสองช่องสัญญาณไปยังการออกอากาศทางทีวีซึ่งใช้สำหรับการแพร่ภาพสเตอริโอหรือสองภาษาเพื่อใช้ประโยชน์จากทีวีอย่างเต็มที่ทรัพยากรคลื่นความถี่ของช่อง สิ่งนี้สามารถทำได้โดยไม่ต้องลงทุนเพิ่มเติมมากมายบนพื้นฐานของการออกอากาศทางโทรทัศน์แบบเดิม ในการแพร่ภาพสเตอริโอจะปรับปรุงคุณภาพสัญญาณของเสียงเพื่อให้ใกล้เคียงกับคุณภาพของซีดี ยิ่งไปกว่านั้นเทคโนโลยี NICAM ยังสามารถใช้สำหรับการแพร่ภาพข้อมูลความเร็วสูงและบริการเพิ่มจำนวนการส่งข้อมูลอื่น ๆ ซึ่งดูเหมือนว่าจะมีความสำคัญอย่างยิ่งในสังคมข้อมูลปัจจุบัน!

ชั้นเสียง MPEG-1 1
ประเภท: เสียง
ผู้ผลิต: MPEG
แบนด์วิธที่ต้องการ: 384kbps (บีบอัด 4 ครั้ง)
คุณสมบัติ: การเข้ารหัสอย่างง่ายใช้สำหรับเทปเสียงดิจิตอล 2 ช่องสัญญาณและรูปแบบการบีบอัดเสียงที่ใช้ใน VCD คือชั้น MPEG-1 I
ข้อดี: วิธีการบีบอัดมีความซับซ้อนมากกว่าเทคโนโลยีการบีบอัดโดเมนเวลา ในขณะเดียวกันประสิทธิภาพในการเข้ารหัสและคุณภาพเสียงยังได้รับการปรับปรุงอย่างมากและความล่าช้าในการเข้ารหัสก็เพิ่มขึ้นตามไปด้วย ได้คุณภาพเสียงที่ "โปร่งใสสมบูรณ์" (มาตรฐานคุณภาพเสียง EBU)
ข้อเสีย: ความต้องการแบนด์วิดท์ที่สูงขึ้น
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: การเข้ารหัสการบีบอัดข้อมูลเสียง MPEG-1 เป็นมาตรฐานสากลฉบับแรกสำหรับการบีบอัดข้อมูลเสียงที่มีความเที่ยงตรงสูง แบ่งออกเป็นสามระดับ:
--Layer 1 (ชั้น 1): การเข้ารหัสอย่างง่ายใช้สำหรับเทปคาสเซ็ตเสียงดิจิตอล
--Layer 2 (ชั้น 2): ความซับซ้อนของอัลกอริทึมเป็นสื่อกลางใช้สำหรับการแพร่ภาพเสียงดิจิตอล (DAB) และ VCD เป็นต้น
--Layer 3 (เลเยอร์ 3): การเข้ารหัสมีความซับซ้อนใช้สำหรับการส่งผ่านเสียงคุณภาพสูงบนอินเทอร์เน็ตเช่นการบีบอัดเพลง MP3 10 ครั้ง

MUSICAM (เสียง MPEG-1 ชั้น 2 คือ MP2)
ประเภท: เสียง
ผู้ผลิต: MPEG
แบนด์วิดท์ที่ต้องการ: 256 ～ 192kbps (บีบอัด 6 ～ 8 ครั้ง)
คุณสมบัติ: ความซับซ้อนของอัลกอริทึมเป็นสื่อกลางใช้สำหรับการแพร่ภาพเสียงดิจิตอล (DAB) และ VCD ฯลฯ 2 ช่องสัญญาณและ MUSICAM เนื่องจากความซับซ้อนที่เหมาะสมและคุณภาพเสียงที่ยอดเยี่ยมในการผลิตสตูดิโอดิจิทัล DAB DVB และดิจิตอลอื่น ๆ โปรแกรมการแลกเปลี่ยนการจัดเก็บและการส่งข้อมูลถูกนำมาใช้กันอย่างแพร่หลาย
ข้อดี: วิธีการบีบอัดมีความซับซ้อนมากกว่าเทคโนโลยีการบีบอัดโดเมนเวลา ในขณะเดียวกันประสิทธิภาพในการเข้ารหัสและคุณภาพเสียงยังได้รับการปรับปรุงอย่างมากและความล่าช้าในการเข้ารหัสก็เพิ่มขึ้นตามไปด้วย ได้คุณภาพเสียงที่ "โปร่งใสสมบูรณ์" (มาตรฐานคุณภาพเสียง EBU)
ข้อเสีย:
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: เหมือนกับชั้นเสียง MPEG-1 1

MP3 (MPEG-1 ชั้นเสียง 3)
ประเภท: เสียง
ผู้ผลิต: MPEG
แบนด์วิดท์ที่ต้องการ: 128 ～ 112kbps (บีบอัด 10 ～ 12 ครั้ง)
คุณสมบัติ: การเข้ารหัสมีความซับซ้อนใช้สำหรับการส่งผ่านเสียงคุณภาพสูงบนอินเทอร์เน็ตเช่นการบีบอัดเพลง MP3 10 ครั้ง 2 ช่องสัญญาณ MP3 เป็นเทคโนโลยีการบีบอัดแบบไฮบริดที่นำเสนอบนพื้นฐานของการผสมผสานข้อดีของ MUSICAM และ ASPEC ภายใต้เงื่อนไขทางเทคนิคในปัจจุบันความซับซ้อนของ MP3 นั้นค่อนข้างสูงและการเข้ารหัสไม่เอื้อต่อการใช้งานแบบเรียลไทม์ แต่เนื่องจาก MP3 ในระดับสูงภายใต้สภาวะอัตราบิตต่ำคุณภาพเสียงจึงเป็นที่รักของการบีบอัดที่นุ่มนวลและเครือข่าย กระจายเสียง.
ข้อดี: อัตราส่วนการบีบอัดสูงเหมาะสำหรับการเผยแพร่ทางอินเทอร์เน็ต
ข้อเสีย: เมื่อ MP3 มีขนาด 128KBitrate และต่ำกว่าจะมีการสูญเสียความถี่สูงอย่างเห็นได้ชัด
ช่องแอปพลิเคชัน: voip
วิธีการรอยัลตี้: ฟรี
หมายเหตุ: เหมือนกับชั้นเสียง MPEG-1 1

ชั้นเสียง MPEG-2
ประเภท: เสียง
ผู้ผลิต: MPEG
แบนด์วิดท์ที่ต้องการ: เหมือนกับ MPEG-1 เลเยอร์ 1 เลเยอร์ 2 และเลเยอร์ 3
คุณสมบัติ: การเข้ารหัสการบีบอัดเสียง MPEG-2 ใช้ตัวแปลงสัญญาณเดียวกันกับเสียง MPEG-1 โครงสร้างของเลเยอร์ 1 เลเยอร์ 2 และเลเยอร์ 3 ก็เหมือนกัน แต่สามารถรองรับระบบเสียงเซอร์ราวด์ 5.1 แชนเนลและ 7.1 แชนเนล
ข้อดี: รองรับระบบเสียงเซอร์ราวด์ 5.1 แชนเนลและ 7.1 แชนเนล
ข้อเสีย:
ช่องแอปพลิเคชัน: voip
วิธีการค่าภาคหลวง: เรียกเก็บเงินเป็นรายบุคคล
ข้อสังเกต: การเข้ารหัสการบีบอัดเสียง MPEG-2 ใช้ตัวแปลงสัญญาณเดียวกับเสียง MPEG-1 โครงสร้างของชั้น 1 ชั้น 2 และชั้น 3 ก็เหมือนกัน แต่สามารถรองรับระบบเสียงเซอร์ราวด์ 5.1 แชนเนลและ 7.1 แชนเนล

AAC (การเข้ารหัสเสียงขั้นสูง, การเข้ารหัสเสียงขั้นสูง)
ประเภท: เสียง
ผู้ผลิต: MPEG
แบนด์วิดท์ที่ต้องการ: 96-128 kbps
คุณสมบัติ: AAC สามารถรองรับการรวมช่องสัญญาณเสียงจำนวนเท่าใดก็ได้ตั้งแต่ 1 ถึง 48 ช่องรวมถึงช่องเอฟเฟกต์ความถี่ต่ำ 15 ช่องการทำสำเนา / ช่องเสียงหลายช่องและข้อมูล 15 ช่อง สามารถส่งโปรแกรมได้ 16 ชุดในเวลาเดียวกันและสามารถระบุโครงสร้างเสียงและข้อมูลของแต่ละโปรแกรมได้ตามอำเภอใจ
แอปพลิเคชันหลักที่เป็นไปได้ของ AAC จะเน้นไปที่การส่งผ่านเครือข่ายอินเทอร์เน็ตการแพร่ภาพเสียงดิจิทัลรวมถึงการถ่ายทอดสดผ่านดาวเทียมและ AM แบบดิจิทัลตลอดจนระบบทีวีดิจิตอลและระบบภาพยนตร์ AAC ใช้แกนการเข้ารหัสเอนโทรปีที่ยืดหยุ่นมากในการส่งข้อมูลสเปกตรัมที่เข้ารหัส มีช่องสัญญาณเสียงหลัก 48 ช่องช่องเพิ่มความถี่ต่ำ 16 ช่องสตรีมข้อมูลในตัว 16 ช่องการทำสำเนา 16 ช่องและการจัดเรียง 16 ช่อง
ข้อดี: รองรับการผสมผสานช่องสัญญาณเสียงหลายช่องให้คุณภาพเสียงที่มีคุณภาพสูง
ข้อเสีย:
ช่องแอปพลิเคชัน: voip
วิธีการค่าภาคหลวง: ค่าธรรมเนียมเพียงครั้งเดียว
หมายเหตุ: AAC ก่อตั้งมาตรฐานสากล ISO 13818-7 ในปี 1997 Advanced Audio Coding (AAC) ได้รับการพัฒนาจนสำเร็จและกลายเป็นมาตรฐานการบีบอัดเสียงรุ่นใหม่ตามมาตรฐานเสียง MPEG-2 (ISO / IEC13818-3)
ในช่วงแรก ๆ ของการกำหนด MPEG-2 เดิมทีมีวัตถุประสงค์เพื่อให้ส่วนการเข้ารหัสเสียงเข้ากันได้กับ MPEG-1 แต่ต่อมาเพื่อให้เป็นไปตามข้อกำหนดของสตูดิโอทีวีจึงถูกกำหนดให้เป็นมาตรฐานเสียงหลายช่องสัญญาณที่สามารถให้ได้คุณภาพที่สูงขึ้น แน่นอนว่ามาตรฐานนี้ไม่สามารถใช้งานร่วมกับ MPEG-1 ได้ดังนั้นจึงเรียกว่า MPEG-2 AAC กล่าวอีกนัยหนึ่งบนพื้นผิวในการสร้างและเล่น AAC คุณต้องใช้เครื่องมือที่แตกต่างจาก MP3 โดยสิ้นเชิง