早安！

語音訊號的採樣、量化、編碼

語音訊號的數位處理涉及到三個關鍵步驟：採樣、量化和編碼。這些步驟使得模擬的連續語音波形轉換為數位形式，以便計算機能夠處理和存儲。

1. 採樣（Sampling）：

• 控制著語音訊號在時間上的數位化。
• 語音是連續的模擬信號，但計算機需要將其轉換為離散的樣本。這是通過在持續的時間內以固定的間隔（稱為採樣率或取樣頻率）捕捉語音波形的瞬時值來實現的。採樣是以一定的時間間隔T對連續訊號取值的過程，對於模擬訊號，其採樣過程可以寫成下面方程式：
  
• 通常，語音採樣率為每秒數千次（例如，16,000 Hz），但它可以根據特定應用的要求而變化。

2. 量化（Quantization）：

• 控制著語音訊號在幅度上的離散化，其可分成均勻量化及非均勻量化。
• 語音波形的幅度值在連續範圍內變化，但需要將這些值轉換為有限的數位位元以進行儲存和處理。
• 這是通過將連續的幅度值映射到最接近的離散幅度值，稱為量化級別，來實現的。
• 量化的階級數會設成2的整數次冪。

3. 編碼（Encoding）：

• 控制著如何將採樣和量化後的數位數據表示為位元流。
• 語音數位數據需要以某種形式進行編碼，以便儲存或傳輸。
• 常見的編碼方法包括脈衝編碼調變（PCM），其中每個樣本的幅度值轉換為二進制數位位元，或其他壓縮編碼方法，如MP3或AAC，以減小數據量。

參考書籍：Hey Siri及Ok Google原理：AI語音辨識專案真應用開發
參考網站：今日無
學習對象：ChatGPT