【文章內(nèi)容簡介】 48 : 1 優(yōu)于調(diào)幅廣播 單聲道 32 24 : 1 類似于調(diào)頻廣播 11 立體聲 56 ~ 64 26 ~ 24 : 1 接近 CD 15 立體聲 96 16 : 1 CD 15 立體聲 112 ~ 128 12 ~ 10 : 1 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 38 MPEG1 Audio (cont.) ? 聲音編碼器結(jié)構(gòu) ① 采用子帶編碼 ? 輸入聲音信號經(jīng)過 一個(gè)“時(shí)間 頻率多相濾波器組”變換 到頻域里的多個(gè)子帶中，同時(shí)經(jīng)過 “心理聲學(xué)模型 (計(jì)算掩蔽特性 )” ， 該模型計(jì)算以頻率為自變量的噪聲掩蔽閾值 (masking threshold)，查看輸入信號和子帶中的信號以確定每個(gè)子帶里的信號能量與掩蔽閾值的比率。 ? 量化和編碼部分用 信掩比 (signaltomask ratio， SMR)來決定分配給子帶信號的量化位數(shù)，使量化噪聲低于掩蔽閾值。 ? 最后通過“數(shù)據(jù)流幀包裝”將量化的子帶樣本和其他數(shù)據(jù)按照規(guī)定的稱為“幀 (frame)” 的格式組裝成位數(shù)據(jù)流。 MPEG聲音編碼器結(jié)構(gòu)圖 信掩比 是指最大的信號功率與全局掩蔽閾值之比，上圖表示了某個(gè)子帶中的信掩比。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 39 MPEG1 Audio (cont.) ? 聲音編碼器結(jié)構(gòu) ② 多相濾波器組 ? 把輸入信號變換到 32個(gè)頻域子帶中去，子帶的劃分方法有兩種，一種是線性劃分，另一種是非線性劃分 如果把聲音頻帶劃分成帶寬相等的子帶，這種劃分就不能精確地反映人耳的聽覺特性，因?yàn)槿硕穆犛X特性是以“臨界頻帶”來劃分的，在一個(gè)臨界頻帶之內(nèi)，很多心理聲學(xué)特性都是一樣的。 下圖 對多相濾波器組的帶寬和臨界頻帶的帶寬作了比較。 從圖中可以看到，在低頻區(qū)域，一個(gè)子帶覆蓋好幾個(gè)臨界頻帶。在這種情況下，某個(gè)子帶中量化器的比特分配就不能根據(jù)每個(gè)臨界頻帶的掩蔽閾值進(jìn)行分配，而要以其中最低的掩蔽閾值為準(zhǔn)。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 40 MPEG1 Audio (cont.) ? 聲音編碼器結(jié)構(gòu) ③ 編碼層 ? MPEG聲音壓縮定義了 3個(gè)分明的層次，它們的基本模型是相同的。層 1是最基礎(chǔ)的，層 2和層 3都在層 1的基礎(chǔ)上有所提高。每個(gè)后繼的層次都有更高的壓縮比，但需要更復(fù)雜的編碼解碼器 ? 每一個(gè)層都自含 SBC編碼器，高層 SBC可使用低層 SBC編碼的聲音數(shù)據(jù) ? 聲音數(shù)據(jù)分成幀 (frame)。 Layer I 每幀包含 384 個(gè)樣本的數(shù)據(jù)，每幀由 32個(gè)子帶分別輸出的 12個(gè)樣本組成。 Layer II 和 Layer III 每幀為 1152個(gè)樣本，如圖所示： 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 41 MPEG1 Audio (cont.) ? 聲音解碼器結(jié)構(gòu) ?解碼器對位數(shù)據(jù)流進(jìn)行解碼，恢復(fù)被量化的子帶樣本值以重建聲音信號。由于解碼器無需心理聲學(xué)模型，只需拆包、重構(gòu)子帶樣本和把它們變換回聲音信號，因此解碼器就比編碼器簡單得多。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 42 MPEG1 Audio (cont.) ? Layer I ?層 1的子帶是頻帶相等的子帶，它的心理聲學(xué)模型僅使用頻域掩蔽特性。 ? 時(shí)間 頻率多相濾波器組使用類似于 離散余弦變換 DCT (discrete cosine transform)的 分析濾波器組 進(jìn)行變換，以獲得詳細(xì)的信號頻譜信息。根據(jù)信號的頻率、強(qiáng)度和音調(diào)，濾波器組的輸出可用來找出 掩蔽閾值 ，然后組合每個(gè)子帶的單個(gè)掩蔽閾值以形成全局的掩蔽閾值。使用這個(gè)閾值與子帶中的最大信號進(jìn)行比較，產(chǎn)生信掩比 SMR之后再輸入到 量化和編碼器 。 ? 量化和編碼器首先檢查每個(gè)子帶的樣本，找出這些樣本中的最大的絕對值，然后量化成 6比特，這個(gè)比特?cái)?shù)稱為 比例因子(scale factor)。 ? 然后根據(jù) SMR確定每個(gè)子帶的比特分配 (bit allocation)， 子帶樣本按照比特分配進(jìn)行量化和編碼 。對被高度掩蔽的子帶自然就不需要對它進(jìn)行編碼。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 43 MPEG1 Audio (cont.) ? Layer I ?對一個(gè)子帶中的一個(gè)樣本組 (由 12個(gè)樣本組成 )進(jìn)行編碼 ?數(shù)據(jù)流幀包裝 ? 按規(guī)定的幀格式進(jìn)行包裝，實(shí)際上就是一個(gè)多路復(fù)合器 MUX ? 幀結(jié)構(gòu)如下圖所示，每幀都包含： ①用于同步和記錄該幀信息的同步頭，長度為 32比特，結(jié)構(gòu)如下圖所示 ②用于檢查是否有錯誤的循環(huán)冗余碼 CRC，長度為 16比特 ③用于描述比特分配的比特分配域，長度為 4比特 ④比例因子域，長度為 6比特 ⑤子帶樣本域 ⑥有可能添加的附加數(shù)據(jù)域，長度未規(guī)定。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 44 MPEG1 Audio (cont.) ? Layer II ?對層 1作了一些直觀的改進(jìn)，相當(dāng)于 3個(gè)層 1的幀，每幀有 1152個(gè)樣本 ?心理聲學(xué)模型 ? 除了使用頻域掩蔽特性之外還利用了時(shí)間掩蔽特性 ? 在低、中和高頻段對比特分配作了一些限制，對比特分配、比例因子和量化樣本值的編碼也更緊湊 ? 由于采用了上述措施，因此所需的比特?cái)?shù)減少了，這樣就可以有更多的比特用來表示聲音數(shù)據(jù)，音質(zhì)也比層 1更高。 ?層 2（ 層 3亦如此 ）對一個(gè)子帶中的三個(gè)樣本組進(jìn)行編碼，比特流數(shù)據(jù)格式如上圖所示。 層 1是對一個(gè)子帶中的一個(gè)樣本組 (由 12個(gè)樣本組成 )進(jìn)行編碼 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 45 MPEG1 Audio (cont.) ? Layer III ?使用比較好的 臨界頻帶濾波器 ，把聲音頻帶分成非等帶寬的子帶 ?心理聲學(xué)模型 除了使用頻域掩蔽特性和時(shí)間掩蔽特性之外，還考慮了立體聲數(shù)據(jù)的冗余，并且使用了霍夫曼 (Huffman)編碼器（見下圖） ?使用了從 ASPEC (Audio Spectral Perceptual Entropy Encoding)和OCF (Optimal Coding In The Frequency domain)導(dǎo)出的算法，比層 1和層 2都要復(fù)雜。 ?所用的濾波器組與層 1和層 2所用的濾波器組的結(jié)構(gòu)相同，但是層 3還使用了改進(jìn)離散余弦變換 (modified discrete cosine transform，MDCT)，對層 1和層 2的濾波器組的不足作了一些補(bǔ)償 （ MDCT把子帶的輸出在頻域里進(jìn)一步細(xì)分以達(dá)到更高的頻域分辨率。而且通過對子帶的進(jìn)一步細(xì)分，層 3編碼器已經(jīng)部分消除了多相濾波器組引入的混迭效應(yīng)） 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 46 Layer III編解碼器結(jié)構(gòu) ? ISO/MPEG Audio Layer III Coder / Decoder 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 47 MPEG1 Audio (cont.) ? MPEG層 3在各種數(shù)據(jù)率下的性能 音質(zhì)要求 聲音帶寬 (kHz) 方式 數(shù)據(jù)率 ( kb/s) 壓縮比 電話 單聲道 8 96 : 1 優(yōu)于短波 單聲道 16 48 : 1 優(yōu)于調(diào)幅廣播 單聲道 32 24 : 1 類似于調(diào)頻廣播 11 立體聲 56~64 26~24 : 1 接近 CD 15 立體聲 96 16 : 1 CD 15 立體聲 112~128 12 ~10 : 1 MPEG2 Audio Overview MPEG委員會定義了兩種聲音數(shù)據(jù)壓縮格式： ① 一種稱為 MPEG2 Audio，或稱 MPEG2 Multichannel聲音，它與 MPEG1 Audio是兼容的，又稱 MPEG2 BC (Backward Compatible)。 ② 另一種稱為 MPEG2 AAC (Advanced Audio Coding)，它與 MPEG1聲音格式不兼容，因此通常稱為 MPEG2 NBC (NonBackward Compatible) 。 這里先介紹 MPEG2 Audio : BC。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 49 MPEG2 BC簡介 ? 標(biāo)準(zhǔn)代號： ISO/IEC 138183 ? MPEG2 BC特性： ?與 MPEG1 Audio (ISO/IEC 11173)標(biāo)準(zhǔn) 兼容 ，都使用相同種類的編譯碼器，層 1, 2和 3的結(jié)構(gòu)也相同 ?增加了 16 kHz, kHz和 24 kHz采樣頻率 ?擴(kuò)展了編碼器的輸出速率范圍，由 32～ 384 kb/s擴(kuò)展到8～ 640 kb/s ?增加了聲道數(shù)，支持 ?支持 Linear PCM(線性 PCM)和 Dolby AC3(Audio Code Number 3)編碼 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 50 MPEG2 BC簡介 ? MPEG2 BC特性 ?與其他聲音數(shù)據(jù)規(guī)格間的比較 參數(shù)名稱 Linear PCM Dolby AC3 MPEG2 Audio MPEG1 Audio 采用頻率 48/96 kHz 32/16/ 32/kHz 32/kHz 樣本精度 (每個(gè)樣本的比特?cái)?shù) ) 16/20/24 壓縮 (16 bits) 壓縮 (16 bits) 16 最大數(shù)據(jù)傳輸率 Mb/s 448 kb/s 8~640 kb/s 32~448 kb/s 最大聲道數(shù) 8 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 51 MPEG2 BC Multichannel ? ?也稱為 3/2立體聲加 LFE，其中的 “ .1” 就是指 LFE聲道。它的含義是播音現(xiàn)場的前面可有 3個(gè)喇叭聲道 (左、中、右 )，后面可有 2個(gè)環(huán)繞聲喇叭聲道， LFE (low frequency effects， 3Hz~120Hz)是低頻音效的加強(qiáng)聲道 ? 與 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 52 MPEG2 BC的數(shù)據(jù)塊 ISO/IEC 138183 MPEG AAC簡介 ? MPEG2 AAC是什么 ? MPEG2 AAC的配置 ? MPEG2 AAC的基本模塊 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 54 MPEG2 AAC是什么 ? MPEG2 AAC是 MPEG2標(biāo)準(zhǔn)中的一種非常靈活的聲音感知編碼標(biāo)準(zhǔn)。就像所有感知編碼一樣， MPEG2 AAC主要使用聽覺系統(tǒng)的掩蔽特性來減少聲音的數(shù)據(jù)量，并且通過把量化噪聲分散到各個(gè)子帶中，用全局信號把噪聲掩蔽掉。 ? AAC支持的采用頻率可從 8 kHz到 96 kHz， AAC編碼器的音源可以是單聲道的、立體聲的和多聲道的聲音。 AAC標(biāo)準(zhǔn)可支持 48個(gè)主聲道、 16個(gè)低頻音效加強(qiáng)通道 LFE (low frequency effects)、 16個(gè)配音聲道 (overdub channel)或者叫做多語言聲道 (multilingual channel)和 16個(gè)數(shù)據(jù)流。 MPEG2 AAC在壓縮比為 11:1，即每個(gè)聲道的數(shù)據(jù)率為( 16 )/11=64 kb/s，而 5個(gè)聲道的總數(shù)據(jù)率為 320 kb/s的情況下，很難區(qū)分還原后的聲音與原始聲音之間的差別。與 MPEG的層 2相比， MPEG2 AAC的壓縮率可提高 1倍，而且質(zhì)量更高，與 MPEG的層 3相比，在質(zhì)量相同的條件下數(shù)據(jù)率是它的 70％。 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 55 MPEG2 AAC的配置 ? 開發(fā) MPEG2 AAC標(biāo)準(zhǔn)采用的方法與開發(fā) MPEG Audio標(biāo)準(zhǔn)采用的方法不同。后者采用的方法是對整個(gè)系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化，而前者采用的方法是模塊化的方法，把整個(gè) AAC系統(tǒng)分解成一系列模塊，用標(biāo)準(zhǔn)化的 AAC工具 (advanced audio coding tools)對模塊進(jìn)行定義，因此在文獻(xiàn)中往往把“模塊(modular)”與“工具 (tool)”等同對待。 ? AAC標(biāo)準(zhǔn)定義了三種配置：基本配置、低復(fù)雜性配置和可變采樣率配置 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 56 2020/11/23 第二章 音頻信息處理 ? 音頻編碼標(biāo)準(zhǔn) 57 ? 基本配置 (Main Profile) ?在這種配置中，除了“增益控制 (Gain Control)”模塊之外， AAC系統(tǒng)使用了圖中所示的所有模塊，在三種配置中提供最好的