直接使用語音編碼，是什么形式，和文本的區別

直接使用語音編碼的形式

語音編碼是將模擬語音信號轉換為數字信號的技術，其核心是對語音的聲學特征進行數字化表征，直接承載語音的物理聲學信息。其形式可分為以下幾類：

1. 基于波形的編碼（保留原始波形特征）

• 脈沖編碼調制（PCM）：最基礎的語音編碼形式，通過“采樣-量化-編碼”三步將連續語音波形離散化為數字信號。例如電話系統早期使用的G.711編碼（8kHz采樣，8bit量化），直接保存語音波形的振幅、頻率等物理參數。
• 自適應差分脈沖編碼（ADPCM）：通過記錄相鄰采樣點的差值（而非絕對值）實現壓縮，減少數據量（如G.726編碼），但仍以波形還原為核心。

2. 基于參數的編碼（提取語音特征參數）

不直接保存波形，而是提取語音的關鍵聲學參數（如基頻、共振峰等），通過參數重建語音。例如：

• 線性預測編碼（LPC）：通過預測器模擬 vocal tract（聲道）的共振特性，提取線性預測系數（LPC系數），僅保存殘差信號和基頻（F0），適用于低比特率場景（如衛星通信）。
• 碼激勵線性預測（CELP）：結合L