音频信号在时间域上的冗余形式主要表现在以下几方面。

（1）样值幅度分布的非均匀性

统计表明，在大多数类型的音频信号中，不同幅度的样值出现的概率不同，小幅度样值比大幅度样值出现的概率要高。尤其在语音和音乐信号的间隙，会有大量的小幅度样值。

（2）样值间的相关性

对语音波形的分析表明，相邻样值之间存在很强的相关性。当采样频率为8kHz时，相邻样值之间的相关系数大于0.85。如果提高采样频率，则相邻样值之间的相关性将更强。因而根据这种较强的一维相关性，利用差分编码技术，可以进行有效的数据压缩。

（3）信号周期之间的相关性

虽然音频信号分布于20Hz~20kHz的频带范围，但在特定的瞬间，某一声音却往往只是该频带内的少数频率成分在起作用。当声音中只存在少数几个频率时，就会像某些振荡波形一样，在周期与周期之间存在着一定的相关性。利用音频信号周期之间的相关性进行压缩的编码器，比仅仅利用邻近样值间的相关性的编码器效果要好，但要复杂得多。

（4）长时自相关

上述样值、周期间的一些相关性，都是在20ms时间间隔内进行统计的所谓短时自相关。如果在较长的时间间隔（如几十秒）内进行统计便得到长时自相关函数。长时统计表明，当采样频率为8kHz时，相邻样值之间的平均相关系数可高达0.9。

（5）静音

语音间的停顿间歇本身就是一种冗余。若能正确检测出该静音段，并去除这段时间的样值数据，就能起到压缩的作用。

*摘自《数字电视原理》第3版