音频压缩编码原理及标准技术方案.pptVIP

MPEG-2BC 后向兼容多声道音频编码（与MPEG-1兼容） MPEG-2 AAC MPEG-2高级音频编码（与MPEG-1不兼容） MPEG-2 BC 后向兼容多声道音频编码标准 增加采样率16KHz、22.05KHz、24KHz 增加5.1声道和7.1声道环绕声 输出码率为8-640kbit/s ????????????????????????????????????????????????????????? MPEG-2 AAC 是MPEG-2标准中的一种非常灵活的声音感知编码标准。就像所有感知编码一样，MPEG-2 AAC主要使用听觉系统的掩蔽特性来减少声音的数据量，并且通过把量化噪声分散到各个子带中，用全局信号把噪声掩蔽掉。 与MPEG-1音频算法不兼容 采样频率支持从8KHz～96KHz 可支持48个主声道，16个LFE声道，16个多语言声道，16个数据流 数据率比MP3低，但音质更高。 MPEG-2 AAC 增益控制 把输入信号划分到4个等带宽的子带中。 分析滤波器组 输入信号从时域变换到频域。采用MDCT。 听觉系统感知模型 心理声学模型 瞬时噪声整形（TNS） 控制量化噪声的瞬时形状，解决掩蔽阈值和量化噪声的错误匹配问题。 声强/耦合和M/S编码 利用和、差方法产生中间和边声道代替原来的左右声道。 预测 在信号较平稳的情况下，利用时域预测减小信号的冗余度。 量化 无损编码 采用Huffman编码 码流打包组帧 MPEG-2 ACC的类 可分为三类： 主类：除了“增益控制”模块以外，使用其他所有模块。在三种类中提供最好的声音质量，但对计算机的存储容量和处理能力的要求较高。 低复杂度类：不使用预测模块和增益控制模块，瞬时噪声整形滤波器的级数也有限，声音质量比主类的声音质量低，但对计算机的存储容量和处理能力的要求明显降低。 可分级的采样率类：使用增益控制模块，不使用时域预测和声强/耦合模块，瞬时噪声整形滤波器的级数和带宽也都有限制。三类中最简单。 具有高度的灵活性和可扩展性。主要服务于低比特率下的多媒体通信。引入了音频对象（AO） 码率范围：2~64kb/s，提供三种类型编码器： 低比特率: 参数化编码器 中间比特率: 码激励线性预测编码器 高比特率: 时/频编码器 参数编码器 使用参数编码技术。 两种编码工具：谐波矢量激励编码、谐波和特征线加噪声编码。 码激励线性预测编码器 主要由激励源和合成滤波器组成。 时/频编码器 时域模块提取音频信号的增益信息 滤波器组通过DCT变换信号从时域变换到频域 心理声学模型对不同频段的频域信号采取相应的处理策略。 频域处理模块根据心理声学模块的参数处理各个频段的信号。 量化和编码部分对频域信号进行编码。 将高质量音频编码、计算机音乐及合成语音等合并在一起。 结构化音频交响乐语言（SAOL）：标准核心的合成描述语言，使得合成算法的编辑变得更加简单容易。 结构化音频乐谱语言（SASL）：简单乐谱和控制语言，用来描述在合成声音产生过程中用SAOL语言传输的声音产生算法是如何运作的。 结构化音频采样值分组格式（SASBF）：允许传输在波表合成中使用的分组的音频采样值数据。 规范化程序表：描述了结构化音频解码过程的运行过程 规范化标准：用于MIDI标准。 波表合成(WAVE TABLE)：对乐器声音取样，存贮为一个波表文件，重播时根据音乐文件记录的乐曲信息向波表发出指令，从表格中，逐一找出对应的声音信息。 声音信号从时域变为频域，用频率分量形式表示原信号，再对其频谱系数进行量化编码 量化编码过程中，利用心理声学模型，对频谱系数进行优化，来实现对音频数据进行有效的压缩 时频变化的方法：离散余弦变换DCT 、改进的离散余弦变换MDCT 离散余弦变换（DCT） 时频变换（DFT） 变换时将PCM样值分为N长的一块块进行变换 块长：一块中包含的样本数N 窗长：N ×（1/Fs） 频率分辨率：Fs/N 频率轴上的所能得到的最小频率间隔 块越长，变化编码的频率分辨率越高，但损失了时域分辨率 逆变换 离散余弦变换（DCT） 将原信号沿负方向延拓定义域，并合理选择对称坐标轴，使其正、负轴对称，这样信号变为实轴对称的偶函数，DFT变换后仅有余弦项而不存在正弦项，运算量大为减小。