【文章內容簡介】 unhofer協(xié)會 Coding Technologies公司在 2020年 6月聯(lián)合推出了 MP3格式的升級版本Mp3PRO。 用 Mp3PRO壓縮后的 MP3文件只有原來的一半 ,音質比原先的還好 . 2020/11/17 南京大學多媒體研究所 36 3 MPEG2音頻 (1) MPEG2 Audio(ISO/IEC 138183)， 或者稱為MPEG2 多 通道 (Multichannel) 聲音 ， 又稱為MPEG2 BC (Backward Compatible)。 (2) MPEG2 AAC (ISO/IEC 138187, Advanced Audio Coding)， 也稱為 MPEG2 NBC(NonBackwardCompatible)標準 。 MPEG2 Audio(138183) 2020/11/17 南京大學多媒體研究所 38 MPEG2 Audio對 MPEG1的擴充 ? 增加了 16 kHz, kHz和 24 kHz采樣頻率聲音的處理 ， ? 擴展了編碼器的輸出速率范圍 ， 由 32~384 kbps擴展到8~640 kbps， ? 增加了聲道數(shù) ， 支持 。 MPEG2 音頻編碼器 16, , 24, 32, , 48kHz 8~640 kbps 2020/11/17 南京大學多媒體研究所 39 MPEG2的環(huán)繞立體聲 MPEG2 Audio的 “ ” 也稱為 “ 3/2立體聲加LFE”， 放音現(xiàn)場前方有 3個喇叭 (左 、 中 、 右 3個聲道 )， 后面有 2個喇叭 (2個環(huán)繞聲道 )， “ .1”指 LFE(low frequency effects)， 即低頻音效加強聲道 。 2020/11/17 南京大學多媒體研究所 40 MPEG Audio的應用 ? 優(yōu)點 : ? 聲音品質優(yōu)良 ? 碼率范圍較寬 ? 多種不同配置 ? 四 大應用領域 : ? 廣播 , ? 存儲 , ? 多媒體 ? 通訊 MPEG2 AAC (Advanced Audio Coding) （ ISO/IEC 138187 ） 2020/11/17 南京大學多媒體研究所 42 MPEG2 AAC的性能 ? 取樣頻率 : 從 8 kHz到 96 kHz， ? 編碼器輸入 : 單聲道、立體聲和多聲道聲音。 ? 最多可支持 : 48個主聲道、 16個低頻音效通道 LFE (low frequency effects)、 16個配音聲道 (也稱為多語言聲道 ) 和16個數(shù)據(jù)流。 ? 在壓縮比為 11:1(即每個聲道數(shù)據(jù)率為 16/11 = 64kbps)， 5聲道的總碼率為 320 kbps的情況下，重建聲音與原始聲音之間幾乎無區(qū)別。 ? 音質相同時，碼率僅 MP2的 50%, MP3的 70% 2020/11/17 南京大學多媒體研究所 43 MPEG2 AAC 的特點 ? 比 MP3更加靈活 , 如： ? 取樣頻率和碼率的范圍更大 , ? 聲道數(shù)目更多 , ? 具有多語言能力 , 支持 16個嵌入數(shù)據(jù)流等， ? 編碼器 /解碼器的結構是模塊化的 ? AAC使用了更加先進的算法及工具 , 如： ? 分辨率更精細的濾波器組 , ? 時域噪音定形（ temporal noise shaping， TNS） , ? 反向自適應線性預測 (backward adaptive linear prediction), ? 聯(lián)合立體聲編碼技術（ joint stereo coding techniques） ? 改進的 Huffman coding, 2020/11/17 南京大學多媒體研究所 44 MPEG2 AAC編碼器 輸入信號 138187聲音數(shù)據(jù)流 過去幀的量化頻譜 迭代環(huán) 2020/11/17 南京大學多媒體研究所 45 由多相正交濾波器、增益檢測器和增益修正器組成。它把輸入信號分離到4個相等帶寬的頻帶中，通過忽略高頻帶信號而獲得低取樣率的輸出信號，從而達到 取樣頻率 可調的目的。 輸入信號 138187聲音數(shù)據(jù)流 迭代環(huán) 過去幀的量化頻譜 2020/11/17 南京大學多媒體研究所 46 把輸入信號從時域變換到頻域，采用了改進的離散余弦變換 MDCT，它是一種線性正交交迭變換，使用了一種稱為時域去混迭技術 . 輸入信號 138187聲音數(shù)據(jù)流 迭代環(huán) 過去幀的量化頻譜 2020/11/17 南京大學多媒體研究所 47 用來控制量化噪聲，以解決掩蔽閾值和量化噪聲的錯誤匹配問題。 輸入信號 138187聲音數(shù)據(jù)流 迭代環(huán) 過去幀的量化頻譜 2020/11/17 南京大學多媒體研究所 48 聯(lián)合立體聲編碼 , 目的是為了去掉聲道之間的冗余信息。包含兩種空間編碼技術： M/S編碼(Mid/Side encoding)和聲強 /耦合 (Intensity /Coupling)。 輸入信號 138187聲音數(shù)據(jù)流 迭代環(huán) 過去幀的量化頻譜 2020/11/17 南京大學多媒體研究所 49 主要用來減少平穩(wěn)(stationary)聲音信號的冗余度。 輸入信號 138187聲音數(shù)據(jù)流 迭代環(huán) 過去幀的量化頻譜 對被量化的譜系數(shù)、比例因子和方向信息進行霍夫曼編碼。 2020/11/17 南京大學多媒體研究所 50 MPEG2 AAC 解碼器 2020/11/17 南京大學多媒體研究所 51 MPEG2 AAC編碼器的分類 (檔 ) (1) Main Profile， 除了 “ 增益控制 ” 之外 ， 使用了圖中的所有模塊 ， 能提供最好的聲音質量 ， 對存儲容量和處理能力方面的要求比較高 。 (2) LC Profile（ Low Complexity Profile ） ， 不使用預測模塊和預處理模塊 ， 時域噪聲定形 (TNS)濾波器的級數(shù)也有限 ， 聲音質量比 Main Profile質量低 ， 但對存儲容量和處理能力的要求可明顯降低 。 (3) SSR Profile（ Scalable Sampling Rate Profile ） ， 使用增益控制對信號作預處理 ， 不使用預測模塊 ， TNS濾波器的級數(shù)和帶寬也都有限制 ， 因此它比基本配置和低復雜性配置更簡單 ，能用來支持可調整的取樣頻率 。 4 MPEG4的通用聲音編碼 (General Audio Coding, GAC) 2020/11/17 南京大學多媒體研究所 53 MPEG4 的聲音編碼 （ 1） 自然音頻信號的編碼 (2kb/s到 64kb/s碼率 ) ? 語音信號的編碼 ? 全頻帶聲音的編碼 （ 通用聲音編碼 GAC） （ 2）合成音頻信號的編碼 ? 結構化音頻 (包括樂器數(shù)字接口 MIDI) ? 文語轉換（ TTS） ? 還包括一些用來增強音頻合成效