3、语音编码与压缩：PCM编码、ADPCM压缩、MP3/AAC在CVR中的应用、码率与保真度权衡
好，我们进入第三个核心话题——语音编码与压缩。说实话，CVR 里最让我头疼的往往不是怎么录，而是录下来之后怎么存、怎么传。驾驶舱就那么点空间，存储带宽和容量都有限，但你又不能牺牲关键信息的清晰度。这里面的门道，我慢慢跟你聊。
3.1 PCM编码：最原始也最可靠
PCM，脉冲编码调制，说白了就是把模拟声音信号变成一串数字。这是最基础、最直接的办法。我最早接触 CVR 数据解析时，看到的就是 PCM 裸数据——一堆 16 位的整数，直接代表采样点的电压值。
PCM 的原理很简单：
- 采样：每隔固定时间取一个电压值。CVR 里常用 8kHz 或 16kHz。8kHz 够用吗？其实勉强能听清对话，但高频细节会丢。我个人习惯，如果存储允许，至少用 16kHz。
- 量化：把电压值映射到离散的等级上。CVR 标准里通常是 16 位线性量化，也就是 65536 个等级。为什么不用 8 位？因为 8 位量化噪声太大，背景里的发动机轰鸣声会把语音细节完全淹没。
- 编码：把量化后的数值用二进制表示。这一步没什么花头，就是直接存。
我在项目中遇到过一件事：某次测试，工程师为了省存储空间，把量化位数从 16 位降到了 12 位。结果回放时，机长和塔台的对话勉强能听，但副驾驶那边有个关键的“高度表设置错误”的提醒，完全被背景噪声盖住了。嗯，从那以后，我再也不敢在 CVR 里用低于 16 位的量化。
PCM 在 CVR 中的典型参数：
- 采样率：8kHz（最低标准）、16kHz（推荐）、32kHz（高保真）
- 量化位数：16 位（线性）
- 通道数：4 通道（机长、副驾驶、观察员、舱音）
- 裸数据码率：16kHz × 16bit × 4ch = 1024 kbps
你看，4 通道 16kHz 的 PCM，码率直接上 1 Mbps。CVR 通常要录 2 小时，那就是 900 MB 左右。存储卡压力不小。所以，压缩是必须的。
3.2 ADPCM压缩：CVR 的老朋友
ADPCM，自适应差分脉冲编码调制。这名字听着复杂，其实核心思想很简单：我不存绝对值，我存差值。因为语音信号在短时间内变化不大，相邻采样点的差值通常很小，用更少的比特就能表示。
ADPCM 在 CVR 里应用非常广泛。为什么？因为它计算量小、延迟低、实现简单。你想想看，CVR 是实时系统，不能等攒够一帧数据再压缩，必须边录边压边存。ADPCM 正好满足这个要求。
常见的 ADPCM 变体有：
- IMA-ADPCM：4 位压缩，压缩比 4:1。从 16 位 PCM 压到 4 位，码率降到原来的 1/4。16kHz 4 通道的码率变成 256 kbps，2 小时大约 230 MB，可以接受。
- G.726：ITU 标准，支持 16、24、32、40 kbps 每通道。CVR 里常用 32 kbps 模式，保真度不错。
我的经验：如果你在选型，我建议优先考虑 IMA-ADPCM。原因很简单——几乎所有 CVR 芯片都原生支持，硬件解码器遍地都是。我曾经试过用 G.726，结果发现解码器在某个老款 DSP 上跑不动，最后不得不换方案。避坑指南：先确认硬件支持，再选算法。
ADPCM 的缺点也很明显：它对非语音信号（比如警报声、机械噪声）的压缩效果不好。因为差值的动态范围会突然变大，导致量化失真。所以，如果你要分析舱音里的异常噪声，ADPCM 可能不是最佳选择。
3.3 MP3/AAC在CVR中的应用：能行吗？
MP3 和 AAC 是感知编码，利用人耳的听觉掩蔽效应来压缩。它们能把码率压到很低（比如 64 kbps 每通道），同时保持不错的听感。
但问题来了：CVR 能用 MP3 或 AAC 吗？
我个人觉得，不太适合。原因有三：
- 延迟太高：MP3/AAC 编码需要分析一整帧（通常 1024 个采样点）的数据，引入几十毫秒的延迟。CVR 要求实时性，延迟大了会影响同步。
- 计算复杂度高：浮点运算多，对嵌入式芯片压力大。你想想看，CVR 里用的 MCU 通常主频不高，跑 MP3 编码器可能把 CPU 占满，其他任务就卡死了。
- 法律合规问题：很多民航法规要求 CVR 使用无损或近无损压缩。MP3/AAC 是有损压缩，在某些频段会丢失信息。万一事故调查时需要分析某个特定频率的噪声，结果被压缩掉了，那就麻烦了。
- 常规 CVR 录音：IMA-ADPCM @64kbps/通道，平衡存储和保真度
- 事故调查专用：PCM 16kHz 16bit，不妥协
- 长时录音（>4小时）：G.726 @32kbps/通道，牺牲一点保真度换容量
不过，我也见过一些新型 CVR 尝试用 AAC-LD（低延迟版本）。延迟降到 20ms 以内，码率 64 kbps 就能达到不错的保真度。但说实话，目前还不是主流。我建议你暂时不要在这个方向上投入太多精力，先把 PCM 和 ADPCM 吃透。
注意：如果你在设计中必须使用 MP3/AAC，请务必确认编码器支持恒定码率（CBR）模式。可变码率（VBR）会导致数据流不稳定，影响时间戳同步。我曾经踩过这个坑——用 VBR 编码后，回放时语音和飞行数据对不上，排查了三天才发现是码率波动导致的。
3.4 码率与保真度权衡
这是 CVR 设计里最核心的权衡。码率低了，存储压力小，但保真度下降；码率高了，保真度好，但存储和带宽扛不住。
我一般用这张表来帮团队做决策：
| 编码方式 | 每通道码率 | 4通道总码率 | 2小时存储量 | 保真度评价 |
|---|---|---|---|---|
| PCM 16kHz 16bit | 256 kbps | 1024 kbps | ~900 MB | 无损，参考级 |
| IMA-ADPCM | 64 kbps | 256 kbps | ~230 MB | 近无损，语音清晰 |
| G.726 @32kbps | 32 kbps | 128 kbps | ~115 MB | 良好，背景噪声有损失 |
| AAC-LC @64kbps | 64 kbps | 256 kbps | ~230 MB | 听感好，但高频细节丢失 |
你看，IMA-ADPCM 在 64 kbps 每通道时，存储量只有 PCM 的 1/4，但语音可懂度几乎不变。这就是为什么它成为 CVR 的主流选择。
那什么时候需要更高的码率？我举个例子：如果你要分析舱音里的发动机振动频率、或者起落架收放的机械声，这些细节在低码率下会被压缩掉。这时候，我建议至少用 128 kbps 每通道的 ADPCM，或者直接上 PCM。
我的建议：
最后说一句：码率不是越高越好。你想想看，如果驾驶舱里全是风声和发动机轰鸣，你把码率提到 256 kbps，录下来的还是噪声。关键是找到那个“临界点”——刚好能清晰分辨语音和关键告警音，又不浪费存储。这个临界点，需要你根据实际测试数据来定。我一般会做一组对比测试：用不同码率录同一段舱音，然后让 5 个人盲听，看哪个码率下还能 100% 听清所有对话。结果往往比理论计算更靠谱。