数字音频设计4.pptVIP

数字音频压缩编码技术 问题: 什么使音频的压缩成为可能? 音频压缩-音频压缩可行性 压缩的可行性：音频信号存在冗余 时域冗余/相关性 频域冗余/相关性，例如可以去除在听阈之外的频率 听觉冗余，例如各种掩蔽效应 这些冗余使音频数据压缩成为可能 问题: 音频编码技术有哪些? 如何分类? 音频压缩-音频编码技术的分类 按照编码方法分： 基于音频数据的统计特性的编码 基本目标是纪录重建波形所需要的信息。典型的是PCM(脉冲编码调制) PCM没有压缩，数据量大，存贮和处理不方便，改进型为DPCM(差分)、APCM（自适应量化）、ADPCM(自适应差分) 特点：音质好、压缩比不大、数据码率高 基于音频声学参数的编码 把声源看成一个随时间变化的时变滤波器，通过编码在不同时刻这个滤波器的参数达到数据压缩和编码的目的 MPE：multipulse excited 多脉冲激励 RPE: regularpulse excited 等间隔脉冲激励 CELP: code excited linear predictive 码激励线性预测 特点：压缩比高、码率低，但是音频质量差，自然度低 基于人的听觉特性的编码 利用人的心理声学模型（掩蔽效应）来压缩声音，目的是纪录“听觉上不失真”的声音 MPEG、Dolby AC-3 按照用途分： 话音编码 主要针对话音speech，要求码率低，便于传输，上面的2常用于话音编码 音频编码 主要针对音频audio部分进行编码，要求一定的保真度和声音的感觉还原（空间感、深度感等） 问题: 语音编码技术有哪些种类? 音频压缩-语音编码技术的分类 波形编译码器（waveform coder）：不利用生成音频的信号的任何知识，将音频视为一种普通的声音，直接对波形信号进行采样和量化。例如PCM、DPCM、ADPCM等。 音源编译码器（Source coder）：也叫参数编译码器、声码器（vocoder）。它从音频波形信号中提取生成音频的参数，使用这些参数通过音频生成模型重构出音频。 混合编译码器（Hybrid coder）：综合使用上述两种技术。使用的激励信号波形尽可能接近于原始音频信号的波形。例如CELP 音频压缩- 三种语音编码译码器性能特点 波形编译码器（waveform codec）：音频质量高，数据率也高 音源编译码器：数据率低，音频质量一般 混合编译码器：使用了前两种编译码器的技术，数据率和音质介于前两者之间。 问题: 波形编译码器如何实现? 音频压缩-波形编译码器 基本思想：不利用音频的任何特别知识，构造一种重构信号，该信号和原始的音频信号尽可能的一致。 特点： 复杂程度低 音频质量好 数据率需在16kb/s以上，在此之下，音频质量迅速降低 音频压缩-波形编码器的实现方法 PCM：pulse code modulation脉冲编码调制 原理：音频-〉采样-〉量化 已知：音频带宽3400Hz约4KHz，采样频率为4*2=8KHz，每个样本量化后用12位数据比表示，可得数据传输率为：96Kb/s 由于数据传输率比较高，通常采用压扩技术来减小数据传输率（解释） 将样本值取对数(对数量化器)，这样可以将数据传输率减小到64kb/s 标准化的压扩量化器： 北美：μ律压扩标准 欧洲：A律压扩标准 问题: 什么是预测编码技术? 音频压缩-预测编码技术和差分脉冲编码调制 原理：利用过去的样本值来预测下一个样本值。由于音频的相关性，预测值和新样本值的差值幅度会小于样本幅度，记录这个差值而不是样本值就是差分脉冲编码调制DPCM（differential pulse code modulation）。 DPCM对急剧变化的信号会产生较大的噪声（解释） 我们从增量调制说起，因为它是较简单的预测编码技术 音频压缩-增量调制(△M) 斜率过载（slop overload）：由于每次输出最大变化只能为△，当采样信号急速变化时，量化就不能反映信号的变化 粒状噪声：在信号变化缓慢的位置，量化后的信号却以△大小上下摇摆，造成噪音 斜率过载要求加大△，同时粒状噪声改善需要较小的△，这本身是一对矛盾 音频压缩-自适应增量调制（ADM） 基本原理：根据输入信号的斜率自动调整量化阶△，信号变化快，加大△，反之减小△。 例如：如果两次量化输出不变，量化阶增大50%，如果两次量化输出不同，减小50%量化阶 为什么这样可以克服斜率过载和粒状噪声? 连续可变斜率增量调制（ CVSD：continuously variable slope delta modulation ）： 如果编码器的输出连续出现三个相同的值，量化阶就加上一个大的增量；反之，就加一个小的增量。 Motorola公司的MC34XX，MC35XX系列芯片实现了CVSD算法 音