lecture11-音频压缩II汇编.ppt

多媒体技术基础－数据压缩 多媒体技术基础－音频压缩 向辉 山东大学计算机学院 2009年秋季 本章内容 数据压缩概念 无损压缩算法 数字音频压缩 数字图象压缩 MPEG系列标准 听觉系统的感知特性 基于心理声学模型 psychoacoustic model only the features that are perceptible to the ear are transmitted 感知特性的三个方面 响度 音高 掩蔽效应 掩蔽效应（Masking） 一种频率的声音阻碍听觉系统感受另一种频率的声音的现象称为掩蔽效应 掩蔽声音(masking tone) 被掩蔽声音(masked tone) 掩蔽可分成两种形式 频域掩蔽 时域掩蔽 频域掩蔽 Frequency Masking 同时掩蔽(simultaneous masking) 强纯音会掩蔽在其附近同时发声的弱纯音 弱纯音离强纯音越近就越容易被掩蔽 低频纯音可以有效地掩蔽高频纯音 高频纯音对低频纯音的掩蔽作用则不明显 噪音对纯音的掩蔽噪音是由多种纯音组成 频域掩蔽 频域掩蔽－临界频带 频域掩蔽－临界频带 时域掩蔽 Temporal Masking 在时间上相邻的声音之间的掩蔽现象 超前掩蔽(pre-masking)：约5～20 ms 滞后掩蔽(post-masking)：约50～200 ms 产生时域掩蔽的主要原因是人的大脑处理信息需要花费一定的时间 时域掩蔽 MPEG Audio MPEG Audio(MPEG声音)标准主要指： MPEG-1 Audio、MPEG-2 Audio MPEG-2 AAC，MPEG－4 数据压缩的主要依据是人耳朵的听觉特性 心理声学模型(psychoacoustic model) 两种感知编码： 感知子带编码(perceptual subband coding ) 由杜比实验室(Dolby Laboratories)开发的Dolby AC-3 (Audio Code number 3)编码，简称AC-3 MPEG Audio MPEG-1: 共1.5 Mbps for audio and video 约1.2Mbps for video, 0.3 Mbps for audio 压缩比大约在 2.7 to 24 支持以下形式的1或2个声道的组合 Monophonic – 单声道 Dual-monophonic – 两个独立声道 Stereo – 立体声 Joint-stereo – 利用立体声道间的相关性 MPEG Audio－ 编码层 MPEG声音标准提供三个独立的压缩层次： 层1(Layer 1) ：sub-band coding 层2(Layer 2) ：sub-band coding (longer frames) 层3(Layer 3) ：Uses both sub-band coding and transform coding MP3：Thomson Multimedia and Fraunhofer IIS-A / 用户对层次的选择可在复杂性和声音质量之间进行权衡 MPEG Audio－编码过程 MPEG Audio MPEG Audio－解码 MPEG Audio实例 MPEG Audio实例 MPEG Audio MPEG Audio MPEG Audio MPEG-2 Audio MPEG-2 Audio MPEG Audio-AC-3 MPEG Audio-多声道 MPEG 2 AAC MPEG-2 AAC的基本模块 增益控制(Gain control)增益控制模块用在可变采样率配置中，它由多相正交滤波器PQF(polyphase quadrature filter)、增益检测器(gain detector)和增益修正器(gain modifier)组成。这个模块把输入信号分离到4个相等带宽的频带中。在解码器中也有增益控制模块，通过忽略PQF的高子带信号获得低采样率输出信号。 MPEG-2 AAC的基本模块 滤波器组(Filter Bank) 滤波器组是把输入信号从时域变换到频域的转换模块，它是MPEG-2 AAC系统的基本模块 采用了改进离散余弦变换MDCT，它是一种线性正交交迭变换，使用了一种称为时域混迭取消TDAC(time domain aliasing cancellation)技术 MPEG-2 AAC的基本模块 瞬时噪声定形TNS 控制量化噪声的瞬时形状 联合立体声编码(joint stereo coding) 空间编码技术 预测(Prediction) 量化器(Quantizer) 使用了非均匀量化器 无噪声编码(Noiseless coding) 霍夫曼编码 MPEG-4 Au