音频编解码介绍.pdfVIP

音频编解码原理介绍 一.为什么要进行音频编解码 二.音频编解码原理 三.几种基本音频编解码介绍 一、为什么要进行音频编解码 随着人们对多媒体图像和声音的要求越来越高，在高清晰数字电视 （HDTV）和数字电 影中不仅应有高质量的图像，也应当具有CD 质量的立体声。因为用数字方法记录声音比用 模拟方法记录声音具有更强的优势，例如传输时抗噪声能力强、增加音频动态范围、多次翻 录没有信号衰减等。但是数字声音最大的缺陷是记录的数据量大，表现在两个方面：其一是 在传输过程中，传输数字声音需要占用很宽的传输带宽；其二是在存储过程中，需要占用大 量的存储空间。所以在数字音频中需要采用数字音频压缩技术，对音频数据进行压缩。 二、音频编解码原理 每张CD 光盘重放双声道立体声信号可达74 分钟。VCD 视盘机要同时重放声音和图像， 图像信号数据需要压缩，其伴音信号数据也要压缩，否则伴音信号难于存储到VCD 光盘中。 一、伴音压缩编码原理 伴音信号的结构较图像信号简单一些。伴音信号的压缩方法与图像信号压缩技术有相 似性，也要从伴音信号中剔除冗余信息。人耳朵对音频信号的听觉灵敏度有规律性，对于不 同频段或不同声压级的伴音有其特殊的敏感特性。在伴音数据压缩过程中，主要应用了听觉 阈值及掩蔽效应等听觉心理特性。 1、阈值和掩蔽效应 (1) 阈值特性 人耳朵对不同频率的声音具有不同的听觉灵敏度，对低频段(例如 100Hz 以下)和超高频 段(例如16KHZ 以上)的听觉灵敏度较低，而在 1K－5KHZ 的中音频段时，听觉灵敏度明显提 高。通常，将这种现象称为人耳的阈值特性。若将这种听觉特性用曲线表示出来，就称为人 耳的阈值特性曲线，阈值特性曲线反映该特性的数值界限。将曲线界限以下的声音舍弃掉， 对人耳的实际听音效果没有影响，这些声音属于冗余信息。 在伴音压缩编码过程中，应当将阈值曲线以上的可听频段的声音信号保留住，它是可 听频段的主要成分，而那些听觉不灵敏的频段信号不易被察觉。应当保留强大的信号，忽略 舍弃弱小的信号。经过这样处理的声音，人耳在听觉上几乎察觉不到其失真。在实际伴音压 缩编码过程中，也要对不同频段的声音数据进行量化处理。可对人耳不敏感频段采用较粗的 量化步长进行量化，可舍弃一些次要信息；而对人耳敏感频段则采用较细小的量化步长，使 用较多的码位来传送。 (2)掩蔽效应 掩蔽效应是人耳的另一个重要生理特征。如果在一段较窄的频段上存在两种声音信号， 当一个强度大于另一个时，则人耳的听觉阈值将提高，人耳朵可以听到大音量的声音信号， 而其附近频率小音量的声音信号却听不到，好像是小音量信号被大音量信号掩蔽掉了。由于 其它声音信号存在而听不到本声音存在的现象，称为掩蔽效应。 根据人耳的掩蔽特性，可将大音量附近的小音量信号舍弃掉，对实际听音效果不会发生 影响。既使保留这些小音量信号，人耳也听不到它们的存在，它属于伴音信号中的冗余信息。 舍弃掉这些信号，可以进一步压缩伴音数据总量。 经仔细观察，掩蔽效应分为两大类，一类是同时掩蔽效应，另一类是短时掩蔽效应。 其中，同时掩蔽效应是指同时存在一个弱信号和一个强信号，两者频率接近，强信号将提高 弱信号的听阈值，将弱信号的听阈值提高到一定程度时，可使人耳听不到弱信号。例如，同 时出现A 、B 两声，若A 声的听觉阈值为50dB，由于存在另一个不同频率的B 声，将使A 声的阈值提高到64～68dB，例如取68dB，那么数值(68～50)dB=18dB，该值称为掩蔽量。将 强大的B 声称为掩蔽声，而较弱的A 声称为被掩蔽声。上述掩蔽现象说明，若仅有A 声时， 其声压级50dB 以上的声音可以传送出去，而50dB 以下的声音将听不到；若同时出现B 声， B 声具有同时掩蔽效应，使得A 声在声压级68dB 以下的声音也听不到了，即50～68dB 之间 的A 声人耳也听不到了，这些声音不必传送，即使传送也听不到，只须传送声压级68dB 以 上的声音。总之，为了提高一个声音的阈值，可以同时设置另一个声音，使用这种办法可以 压缩掉一部分声音数据。在周围十分安静的环境下，人耳可以听到声压级很低的各种频率声 音，但对低频声和高频声的掩蔽阈值较高，即听觉不灵敏。经研究还发现，掩蔽声越强，掩 蔽作用越强；当掩蔽声与被掩蔽声的频率相差越小，掩蔽效果越明显，两者频率相等时，掩 蔽效果最佳；低频声(设为 B)可有效地掩蔽高频声(设为A) ，而高频声(设为 B)几乎不能掩蔽 低频声(设为A) 。因而输