El modo de codificación se llama Predicción a largo plazo excitada por pulso regular (RPE-LTP).
Funciona de la siguiente manera: primero se realizan 8 KHZ de muestreo, luego se dividen en fotogramas con 20 ms; cada cuadro tiene 4 subcuadros; la duración de cada subtrama es de 5 ms; y la velocidad de bits pura es de 13 kbit/s.
La técnica de codificación por compresión de voz se utiliza ampliamente en los sistemas de comunicación digitales modernos. En esta técnica, se utiliza un codificador de voz para configurar un modelo que simule la voz y el ruido producidos por los órganos vocales humanos. Los parámetros para formar el modelo se transmitirán a través de los canales TCH.
El codificador de voz se basa en el codificador de predicción lineal excitada residual (REIP). Además, el predictor a largo plazo (LTP) se utiliza para mejorar el efecto de compresión. LTP puede hacer que la codificación de datos residuales sea más ventajosa eliminando las vocales de la voz. Con 20 ms como unidad, el codificador de voz genera 260 bits después de la codificación comprimida. Por lo tanto, la velocidad del código es de 13 kbps. Según las diferentes clases de importancia de la información, los bits de salida se pueden clasificar en tres categorías: 50 bits muy importantes, 132 bits importantes y 78 bits ordinarios.
En comparación con la línea PCM tradicional en la que la voz se codifica y transmite directamente (64 kbps), la velocidad de voz de 13 kbps del sistema GSM es mucho menor. El codificador de voz más avanzado del futuro podrá reducir aún más la velocidad a 6,5 kbps (codificación de voz a mitad de velocidad).