【正文】 同的頻帶。事實(shí)上，內(nèi)耳可以看成是高度重疊的濾波器組，幅度響應(yīng)是非對(duì)稱和非線性的。而且，內(nèi)耳濾波器的通帶是非均勻帶寬的，帶寬隨著中心頻率的增加而增加?！芭R界帶寬” （Critical Bandwidth）是定量表示內(nèi)耳濾波器通帶的函數(shù)。臨界帶的引入把線性的物理頻率轉(zhuǎn)25換到適合人耳感覺的子帶頻率，既能更好的描述人耳對(duì)頻譜的劃分，也能在接下來(lái)的掩蔽閾估計(jì)運(yùn)算中減少計(jì)數(shù)點(diǎn)數(shù)，使估計(jì)更準(zhǔn)確簡(jiǎn)單。（Simultaneous Masking）掩蔽是指由于一個(gè)聲音的存在導(dǎo)致另一個(gè)聲音不可察覺或難以察覺。同時(shí)掩蔽是在頻域上的掩蔽效應(yīng)。當(dāng)聽覺系統(tǒng)同時(shí)接受到兩個(gè)或多個(gè)激勵(lì)（聲音）時(shí)，由于某些頻譜能量的存在掩蔽了另一些頻譜能量。雖然任意的音頻信號(hào)會(huì)產(chǎn)生復(fù)雜的同時(shí)隱蔽情況，但是從控制編碼失真的目的出發(fā)，可以簡(jiǎn)單的分為兩種類型的同時(shí)掩蔽，音調(diào)掩蔽噪聲（ToneMaskingNoise ）和噪聲掩蔽音調(diào)（ NoiseMaskingTone）。第一種指音調(diào)發(fā)生在臨界帶寬的中央，掩蔽了本臨界帶寬和鄰近臨界帶寬內(nèi)的噪音，掩蔽的閾值是直接與掩蔽音的強(qiáng)度相關(guān)的。音調(diào)稱為掩蔽者（Masker），噪聲稱為被掩蔽者（Maskee）。第二種類型就是在相同方式下第一種類型的掩蔽者與被掩蔽者的角色互換。（Spreading of Masking）處于某個(gè)臨界帶內(nèi)的掩蔽者對(duì)鄰近界帶聽閾的影響稱為掩蔽的擴(kuò)展，這種影響是可以預(yù)測(cè)的。在編碼中對(duì)掩蔽的擴(kuò)展建立模型，用一個(gè)函數(shù)來(lái)表示，這個(gè)函數(shù)稱為擴(kuò)展函數(shù)（Spreading Function）。它的形成過(guò)程如下：首先要從實(shí)驗(yàn)掩蔽數(shù)據(jù)中提取出一組原型函數(shù)，以相對(duì)于掩蔽信號(hào)聲壓級(jí)來(lái)表示。然后計(jì)算四種聲壓級(jí)的相對(duì)掩蔽閾，取每一點(diǎn)的最小值形成合成相對(duì)掩蔽曲線。對(duì)其他頻率的掩蔽信號(hào)也采用相同的方法獲得相對(duì)掩蔽曲線。最后，從所有以上頻率的相對(duì)掩蔽曲線得到一個(gè)綜合的最差情況（Worstcase）稱為擴(kuò)展函數(shù)。（Temporal Masking）掩蔽效應(yīng)不但發(fā)生在頻域，也會(huì)發(fā)生在時(shí)域。如果一個(gè)屏蔽者是有限持續(xù)時(shí)間的，時(shí)域（非同時(shí)）掩蔽不單會(huì)發(fā)生在它結(jié)束以后，也會(huì)發(fā)生在它出現(xiàn)以前。對(duì)于音頻信號(hào)，突然的瞬態(tài)信號(hào)（如敲擊樂器）產(chǎn)生在時(shí)域上的前掩蔽（Premasking）和后掩蔽（Postmasking）區(qū)域。這兩個(gè)區(qū)域的聽閾會(huì)因?yàn)檠诒握叨嵘?，人不?huì)感受到落在這兩個(gè)區(qū)域而又低于聽閾的信號(hào)。前掩蔽如果持續(xù) 5ms，后掩蔽一般持續(xù) 50 到 300ms，而且還依賴于掩蔽者的強(qiáng)度和持續(xù)時(shí)間?？梢姾笱诒蔚某掷m(xù)時(shí)間是比前掩蔽大很多的。 音頻信號(hào)的感覺編碼26一般來(lái)說(shuō)，數(shù)據(jù)壓縮有兩種方法。一種方法是利用信號(hào)的統(tǒng)計(jì)性質(zhì)，完全不丟失信息的高效率編碼法，稱為平均信息量編碼或熵編碼（entropy coding）。第二種方法是利用接收信號(hào)人的感覺特性，省略不必要的信息，壓縮信息量，稱為感覺編碼（perceptual coding） [9]。音頻信號(hào)的感覺編碼是以心理聲學(xué)原理為基礎(chǔ)，利用聽覺心理特性，只記錄那些能被人的聽覺所感知的聲音信號(hào)，從而達(dá)到減少數(shù)據(jù)量而又降低音質(zhì)的目的。一般而言，人耳的聽覺像 20Hz～ 20kHz 帶通濾波器，它對(duì)不同頻率的信號(hào)有不同的感知辨別率。相對(duì)于高頻而言，低頻的聲音更易被人耳感知，其中尤以對(duì) 2kHz～4kHz 的信號(hào)最為敏感，因而形成了絕對(duì)可聞閾曲線。絕對(duì)可聞閾是指寂靜時(shí)聽覺可聽到的各頻段的最低音量。遮蔽效應(yīng)對(duì)于聽覺特性有著很大的影響。遮蔽分為同時(shí)性的遮蔽和非同時(shí)性的遮蔽。前者是頻域下的一種現(xiàn)象，指在相近的頻率下，強(qiáng)度較大的信號(hào)會(huì)遮蔽較小的信號(hào)。后者也稱時(shí)間的遮蔽性，是指在短暫的時(shí)間間隔內(nèi)，強(qiáng)度大的信號(hào)遮蔽較小的信號(hào)，它又分為前遮蔽和后遮蔽。前遮蔽是指強(qiáng)度大的信號(hào)遮蔽發(fā)生較早的小信號(hào)，后遮蔽則是強(qiáng)度大的信號(hào)遮蔽發(fā)生較晚的小信號(hào)。通常前遮蔽的持續(xù)時(shí)間為20ms，對(duì)再前的聲音的影響幾乎可以忽略；而后遮蔽所產(chǎn)生的效應(yīng)相對(duì)大而且持久，一般可達(dá) 100～200ms，所以應(yīng)用更為廣泛。 AC3 的編解碼技術(shù)杜比 AC3 就是一種感知型編碼方式，它把整個(gè)音頻頻帶分割成若干個(gè)較窄的頻段，因?yàn)槿祟惖穆犛X對(duì)不同頻率的聲音具有不同的靈敏度，各頻段的寬度并不完全一樣。由于有用的信號(hào)被劃分成狹窄的頻段，編碼噪聲的濾降問題就比較容易。因?yàn)閷?duì)于每個(gè)頻段來(lái)說(shuō)，該頻率以外的所有信號(hào)可以全部被濾除掉而不會(huì)損傷有用信號(hào)。而頻段內(nèi)，剩余噪聲信號(hào)的頻率與有用信號(hào)的頻率非常接近，這正是遮蔽效應(yīng)發(fā)揮最大作用的區(qū)域。從這種意義上說(shuō)，像 AC3 這樣的感知型編碼系統(tǒng)是一種非常有效的減噪系數(shù)。這些被分割成狹窄頻段的多路數(shù)字音頻信號(hào)最終還需要被合成一路完整的全頻帶信號(hào)，但每一個(gè)頻段所占有的數(shù)據(jù)量并不是平均分配的，編碼器內(nèi)部有一個(gè)“聽覺遮蔽模塊” ，可以模擬人的聽覺遮蔽效應(yīng)，它能根據(jù)信號(hào)的動(dòng)態(tài)特性來(lái)決定在某一時(shí)刻的數(shù)據(jù)用量應(yīng)當(dāng)如何分配給各頻段才是最合適的。頻譜密集、音量大的聲音元素應(yīng)該獲得較多的數(shù)據(jù)占有量，那些由于遮蔽效應(yīng)而聽不到的聲音則少占用或不占用數(shù)據(jù)量 [10][11]。AC3 是在 AC1 和 AC2 基礎(chǔ)上發(fā)展起來(lái)的多通道編碼技術(shù)，保留了原 AC2 中27如窗函數(shù)處理、指數(shù)變換編碼、自適應(yīng)比特分配等許多特點(diǎn)，還新增了運(yùn)用立體聲多聲道的編碼技術(shù)策略的 coupling 和 rematrix 算法。一般而言，立體聲的左聲道和右聲道的信號(hào)在聽覺上十分相似，存在著許多重復(fù)的冗余信息，將這兩個(gè)聲道的信號(hào)聯(lián)合起來(lái)加以編碼，便可除去冗余的信號(hào)且不會(huì)影響原來(lái)的音質(zhì)。這里 AC3 陣低碼率的又一個(gè)有效的手法。圖 AC3 編碼器原理框圖圖 為 AC3 編碼器原理框圖 [12]。AC3 輸入 PC 聲音數(shù)據(jù)，輸出壓縮后的數(shù)碼流。編碼的第一步是，運(yùn)用 TDAC（Time Domain Aliasing Cancellation）濾波器把時(shí)域內(nèi)的PC 取樣數(shù)據(jù)變換成頻域內(nèi)成塊的一系列變換系數(shù)，每個(gè)變換系數(shù)以二進(jìn)制指數(shù)形式表示，即由一個(gè)指數(shù)和一個(gè)尾數(shù)構(gòu)成。指數(shù)部分經(jīng)編碼后構(gòu)成了整個(gè)信號(hào)大致的頻譜，又被稱為頻譜包絡(luò)。用頻譜包括和遮蔽由線的相關(guān)性決定每個(gè)尾數(shù)的比特分配。由于比特分配中采用了前/后向混合自適應(yīng)比特分配以及公共比特池等技術(shù)，因而可使有限的碼率在各聲道之間、不同的頻率分量之間獲得合理的分配；在對(duì)尾數(shù)的量化過(guò)程中，可對(duì)尾數(shù)進(jìn)行抖晃處理，抖晃所使用的偽隨機(jī)數(shù)生器的可在不同的平臺(tái)上獲得相同的結(jié)果。最后由六個(gè)塊的頻譜包絡(luò)、粗量化的尾數(shù)及相應(yīng)的參數(shù)組成 AC3 數(shù)據(jù)幀格式，連續(xù)的幀匯成數(shù)碼流輸出。由時(shí)域變換到頻域的塊長(zhǎng)度的選擇是指數(shù)變換編碼的基礎(chǔ)。在 AC3 中定義了兩種窗處理分析濾波器組頻譜包絡(luò)編碼 比特分配窗處理核心比特分配AC3 數(shù)據(jù)幀格式六通道 PCM 數(shù)據(jù)指數(shù)尾數(shù)量化尾數(shù) 耦合參數(shù) 編碼頻譜包絡(luò)比特分配信息AC3 碼流28長(zhǎng)度切換，一種是 512 個(gè)樣值點(diǎn)的長(zhǎng)塊，一種是 256 個(gè)樣值點(diǎn)的短塊。在信號(hào)頻譜分析時(shí)，對(duì)要處理的聲道信號(hào)塊區(qū)截取得越長(zhǎng)越好，這樣可以得到較好的頻率分辨力，同時(shí)也能得到較高的編碼效率。但是較長(zhǎng)的數(shù)據(jù)塊可能包含了一些不同一些可能被識(shí)別的噪音，如 preecho。也就是說(shuō)人耳因時(shí)間和頻率上存在的遮蔽效應(yīng)在進(jìn)行指數(shù)變換編碼時(shí)是有矛質(zhì)的，不能同時(shí)兼顧，必須統(tǒng)籌處理。對(duì)于穩(wěn)態(tài)信號(hào)，其頻率隨時(shí)間變換緩慢，為提高編碼效率，要求濾波器組有好的頻率分辨力，即要求一個(gè)長(zhǎng)區(qū)塊；而對(duì)于快速變化的信號(hào)，則要求好的時(shí)間分辨力，即要求一個(gè)短區(qū)塊。在編碼器中，輸入信號(hào)在經(jīng)過(guò) 3Hz 高通濾波器去除直流成分后，再經(jīng)過(guò)一個(gè) 8kHz 的高通濾波器取出高頻成分，用其能量與預(yù)先設(shè)定的閾值相比較，以檢測(cè)信號(hào)的瞬變情況。AC3 采用基于改良離散余弦變換（MDCT）的自適應(yīng)變換編碼（ATC）算法。雖然在 AC3 標(biāo)準(zhǔn)中定義了 MDCT 變換，但是實(shí)際采用一個(gè) N/4 點(diǎn)的 IFFT（快速傅立葉變換），再加上兩個(gè)簡(jiǎn)單的 PreIFFT 和 PostIFFT 作為調(diào)整，以實(shí)現(xiàn)一個(gè) N 點(diǎn)的IMDCT 變換。ATC 算法的一個(gè)重要考慮是基于聽覺遮蔽效應(yīng)的臨界頻帶理論，即在臨界頻帶內(nèi)一個(gè)聲音對(duì)另一個(gè)聲音信號(hào)的遮蔽效應(yīng)最明顯。因此，劃分頻帶的濾波器組要有足夠迅速的頻率響應(yīng)，以此保證臨界頻帶外的噪聲衰減足夠大，使時(shí)域和頻率內(nèi)的噪聲限定在遮蔽閾值以下。在 AC3 編碼器的比特分配技術(shù)中，采用了應(yīng)用廣泛的前向和后向自適應(yīng)比特分配法則。前向自適應(yīng)方法是編碼器計(jì)算比特分配，并把比特分配信息明確地編入數(shù)據(jù)比特流中，其特點(diǎn)是在前端編碼過(guò)程中使用聽覺模型，因此修改模型對(duì)接收側(cè)解碼過(guò)程沒有影響；其缺點(diǎn)是降低編碼效率，因?yàn)橐獋魉捅忍胤峙湫畔⒍加昧艘徊糠钟行П忍?。后向自適應(yīng)方法沒有得到編碼器明確的比特分配信息，而是從數(shù)碼流中產(chǎn)生比特分配信息，優(yōu)點(diǎn)是不占用有效比特，因此有更高的傳輸效率。其缺點(diǎn)是要從接收的數(shù)據(jù)中計(jì)算比特分配，如果計(jì)算太復(fù)雜會(huì)使解碼器的成本升高。此外，解碼器的算法也會(huì)隨著編碼器聽覺模型的改變而改變。AC3 采用混合前向 /后向自適應(yīng)比特分配，在提高碼率和降低成本間取得了平衡。29圖 AC3 解碼器的原理框圖圖 為 AC3 解碼器的原理框圖 [12]。AC3 解碼器的解碼原理基本上是編碼的逆向過(guò)程，首先解碼器必須與編碼數(shù)據(jù)流同步，然后從經(jīng)過(guò)數(shù)據(jù)糾錯(cuò)校驗(yàn)的數(shù)碼流中分離出控制數(shù)據(jù)、系統(tǒng)配置參數(shù)、編碼后的頻譜包絡(luò)及量化后的尾數(shù)等內(nèi)容，根據(jù)聲音的頻譜包絡(luò)產(chǎn)生比特分配信息，對(duì)尾數(shù)部分進(jìn)行反量化，恢復(fù)變換系數(shù)的指數(shù)和尾數(shù)，再經(jīng)過(guò)合成濾波器組，把數(shù)據(jù)由頻域變換到時(shí)域，最后輸出重建的 PCM 樣值信號(hào)。 DTS 音頻編碼 DTS 音頻編碼概述編碼過(guò)程如圖 所示，首先通過(guò)一個(gè)多相濾波器組將緩沖區(qū)內(nèi)每個(gè)聲道的 PCM 數(shù)據(jù)分割到 32 個(gè)獨(dú)立的子帶中去。多相濾波器組可以去除音頻數(shù)據(jù)在感知上的冗余度，同時(shí)能消除音頻信號(hào)中頻譜滾降較快的分量。多相濾波器組使線性 PCM 音頻數(shù)據(jù)包含在嚴(yán)格限制帶寬的對(duì)應(yīng)子帶當(dāng)中。每個(gè)子帶中選擇性的進(jìn)行子帶 ADPCM 編碼、塊編碼或矢量編碼，來(lái)去除信號(hào)中的客觀冗余量。結(jié)合心理聲學(xué)模型，通過(guò)對(duì)信號(hào)進(jìn)行瞬態(tài)分析、心理聲學(xué)分析及對(duì)比分析可以判斷信號(hào)中的感知冗余信息。通過(guò)上述分析的結(jié)果和子帶范圍比特率的選擇，來(lái)判斷是否執(zhí)行上述編碼。心理聲學(xué)模型和上述編碼的結(jié)合能在不影響主觀聽覺的基礎(chǔ)上得到較高的編碼效率并進(jìn)一步降低比特率。在使用較高比特率的情況下，壓縮過(guò)程對(duì)于心理聲學(xué)模型的依賴程度變小，隨著比特率的增加，編碼信號(hào)的保真度會(huì)有所提高。AC3 數(shù)據(jù)幀格式 糾錯(cuò) 解幀比特分配 尾數(shù)反量化頻譜包絡(luò)解碼 合成濾波器組編碼數(shù)據(jù)流PCM 數(shù)據(jù)指數(shù)信息比特分配30圖 相干聲學(xué)編碼框圖圖 相干聲學(xué)編碼框圖音頻聲道中各個(gè)子帶信息的比特分配策略和編碼指派都是由全局比特分配程序管理的。比特指派程序作為音頻編碼系統(tǒng)設(shè)計(jì)的基礎(chǔ)，根據(jù)編碼的比特率、人耳的敏感頻率區(qū)間和具體分配的比特?cái)?shù)來(lái)決定音頻質(zhì)量。在編碼策略中迭代執(zhí)行比特分配程序使得運(yùn)算的復(fù)雜程度大大提高，然而比特分配參數(shù)的傳輸，卻可以使得解碼策略相對(duì)簡(jiǎn)單。最后，將來(lái)自每個(gè)子帶處理后的音頻數(shù)據(jù)進(jìn)行復(fù)用。數(shù)據(jù)復(fù)用器將各個(gè)聲道中的音頻數(shù)據(jù)打包上附加的輔助信息和擴(kuò)展音頻信息，最后在每幀的開始加入同步字，形成編碼后的數(shù)據(jù)流。 DTS 編碼關(guān)鍵技術(shù)1．子帶編碼，是利用了頻域信號(hào)冗余和心理聲學(xué)相關(guān)。它通過(guò)一組帶通濾波器將20Hz~20kHz 頻帶劃分為若干個(gè)頻域子帶，然后將這些帶通信號(hào)經(jīng)過(guò)頻率搬移變成基帶信號(hào)，再對(duì)它們進(jìn)行取樣、量化和編碼，將各子帶的編碼數(shù)據(jù)復(fù)用成總編碼數(shù)據(jù)發(fā)送給接收端。接收端對(duì)信號(hào)進(jìn)行解復(fù)用成各子帶編碼數(shù)據(jù)，分別進(jìn)行解碼，頻率搬移到原來(lái)位置，經(jīng)過(guò)帶通濾波，最后相加重建原始信號(hào)。在通常的子帶音頻編碼器中，首先使用臨界采樣的完美重建或非完美重建濾波器組將輸入信號(hào)劃分為幾個(gè)均勻或非均勻的子帶。使用具有良好旁瓣衰減性能的子帶濾波器可以補(bǔ)償量化噪聲引起的不理想的重建特性，而通常需要高階濾波器才能達(dá)到良好的旁瓣衰減性能。音頻子帶編碼器分析緩沖區(qū)聲音客觀感知分析 多項(xiàng)濾波器組子帶差分編碼全局位分配音頻數(shù)據(jù)復(fù)合器輸入線性 PCM 音頻數(shù)據(jù)輸出已編碼音頻數(shù)據(jù)31通過(guò)對(duì)完美重建或非完美重建濾波器組的輸出序列進(jìn)行有效量化和編碼來(lái)實(shí)現(xiàn)編碼增益。第一，信號(hào)分割為子帶后，減少了各子帶信號(hào)能量分布不均勻的程度，減小動(dòng)態(tài)范圍，可以根據(jù)每個(gè)子帶信號(hào)能量分配量化比特?cái)?shù)。對(duì)較高能量的子帶用較大量化間隔，反之，用較小量化間隔。第二，利用心理聲學(xué)掩蔽模型，對(duì)子帶采用動(dòng)態(tài)比特分配規(guī)則。盡管在子帶壓縮編碼過(guò)程中引入了大量的量化噪聲，但根據(jù)聽覺的掩蔽曲線，分配剛好夠用的比特?cái)?shù)能掩蔽每個(gè)分塊中的量化噪聲，則解碼后這些噪聲人耳無(wú)法察覺。第三，子帶分析的應(yīng)用，各頻帶內(nèi)的噪聲被嚴(yán)格的限制在該頻帶內(nèi)，不會(huì)對(duì)其他頻帶信號(hào)產(chǎn)生影響。通過(guò)這些規(guī)則既保證了音頻數(shù)據(jù)的壓縮比同時(shí)使重建后的輸出信號(hào)不受音頻量化噪聲或其他失真的影響。目前子帶壓縮編碼廣泛應(yīng)用于數(shù)字音頻節(jié)目的制作和存儲(chǔ)中。(Vector Quantization)，是 20 世紀(jì) 70 年代后期發(fā)展起來(lái)的一種數(shù)據(jù)壓縮和編碼技術(shù)，它廣泛的應(yīng)用于圖像、語(yǔ)音信號(hào)壓縮編碼領(lǐng)域。首先了解什么是標(biāo)量量化，它將采樣值的整個(gè)動(dòng)態(tài)范圍劃分成若干個(gè)小區(qū)間，每個(gè)小區(qū)間有一個(gè)代表值，量化時(shí)被量化信號(hào)值落入小區(qū)間就用代表值代替，或者叫被量化為這個(gè)代表值。由于信號(hào)是一個(gè)一維數(shù)值，故稱為標(biāo)量量化。矢量量化是與標(biāo)量量化相對(duì)應(yīng)的量化方式