MPEG声音.ppt

MPEG声音 听觉系统的声音的知感特性 声音的知感特性包括：(对响度的知感、对音高的知感和屏蔽效应。) 对响度的知感 1.声音响度的概念 ?客观上：声音的强弱。单位：帕斯卡(Pa) 、达因/平方厘米。 ?主观上：感觉的声音。单位：方(phon)、宋(sone)。 听觉系统的声音的知感特性 2.人耳对响度的知感范围 ? 听阀：人耳刚听到的最低声级。(“零”方) ? 痛阀：人耳感到“疼痛”的声级。 人耳对对响度的感觉范围：在“听阀”到“痛阀”的范围。 听觉系统的声音的知感特性 “听阈 —— 频率”曲线: 听觉系统的声音的知感特性 对音高的知感 1.音高的概念 ?? 客观上：频率的高低。单位：Hz ? 主观上：主观的感受。单位：美（mel） ???? ? 音高与频率的关系是非线性的。 听觉系统的声音的知感特性 “音高 —— 频率”曲线: 听觉系统的声音的知感特性 2.人耳对对音高的感觉范围: ? 人耳对对音高的感觉范围：20Hz到 18000Hz的区间。 听觉系统的声音的知感特性 掩蔽效应： 1.掩蔽效应的概念：一个声音的听觉感受，受到另一个声音的影响的现象，称为掩蔽效应。 一个声音的存在会影响人耳对另一个声音的听觉能力。 2.频域掩蔽：一个强纯音会掩蔽在其附近同时发声的弱纯音，这种特性称为频域掩蔽（同时掩蔽）。 频域掩蔽与频率、声强有关。 听觉系统的声音的知感特性 如图：声强为60 dB、频率为300 Hz纯音掩蔽了声强为40 dB、频率为150 Hz纯音和声强为30 dB、频率为400 Hz纯音的掩蔽效应: 听觉系统的声音的知感特性 下图中的一组曲线分别表示频率为250Hz、1kHz、4kHz和8kHz纯音的掩蔽效应，它们的声强均为60dB。从图中可以看到： ①在250Hz、1kHz 、4kHz和8kHz纯音附近，对其他纯音的掩蔽效果最明显。 ②低频纯音可以有效地掩蔽高频纯音，但高频纯音对低频纯音的掩蔽作用则不明显。 听觉系统的声音的知感特性 听觉系统的声音的知感特性 3.临界频带： 为从感知上来统一度量声音频率，引入了“临界频带(critical band)”的概念。 在一定频率区域内，心理学特性是一样的。这一频率区域称为临界频带（临界区）。 即在临界区内，各种声音强度是相互作用的，合成声音的响度由这些频率共同决定，在这个临界区内不会改变，如果超出该临界区，声音强度不再相互作用，声音的响度随频率改变而改变，这个临界区就是临界频带。 听觉系统的声音的知感特性 4.时域掩蔽：在给定的时间内，一个强信号可将位于其前或后的时间片内的充分低的信号失真屏蔽掉。这种特性称为时域掩蔽。这是一种暂态性的屏蔽现象。 听觉系统的声音的知感特性 超前掩蔽：一个强信号可以屏蔽其前出现的弱信号。 同时掩蔽：一个强信号可以屏蔽其相邻出现的弱信号。 滞后掩蔽：一个强信号可以屏蔽其后出现的弱信号。 MPEG-1 Audio? 知感编码包括：知感子带编码和Dolby AC-3。 知感子带编码原理：基于子带技术和人的听觉特性进行编码。 从人的听觉特性出发，利用掩蔽效应设计心理学模型，从而实现高效率的音频压缩。 MPEG-1 Audio 心理声学模型 一、心理学模型的基本概念 1、听觉阀值。 听觉系统中存在一个听觉阀值电平，低于这个电平的声音信号则听不到；因此就何以把这部分信号去掉。 ???听觉阀值随频率的变化而变化。 ? 每个人的听觉阀值不同，一般人对2kHz-5kHz之间的声音最敏感。 MPEG-1 Audio 2、听觉掩饰特性。听觉阀值电平是自适应的；会随听到的不同频率的声音而发生变化。? 例如：一种1000Hz的声音，另一种1100Hz的声音（强度比前者低18分贝）。两种声音同时存在，结果1100Hz的声音听不见。 所以，声音的压缩算法可以确立这种特性模型来取消更多的冗余数据。 MPEG-1 Audio 二、心理声学模型进行压缩的基本原理： 要决定滤波器组每个子带的刚刚觉察到的噪声电平需要知道最小掩蔽门限，它由心理声学模型求得。 1、某子带中无谐音分量，不必为其分配量化位数。 2、子带中的谐音分量，在掩蔽门限以下，也不必为其分配量化位数。 3、其余的谐音分量，根据信噪比以确定一块中每子带的量化位数（量化精度）。 MPEG-1 Audio 4、对一些子带分配了一定量化位数以后，该子带的量化噪声仍然远远低于绝对听阀或掩蔽门限，这说明所分配的量化位数超过了必要的位数，可以进一步减少所分配的量化位数，而不会带来人耳听得见的噪声。 心理学模型：计算相应的听觉阀值和听觉掩饰特性以决