基于cmdct的aac编码器心理声学模型的改进 improvement of aac psychoacoustic model based on cmdct.pdfVIP

第12卷第6期 电路与系统学报 V01．12No．6 2007年12月 JOURNALOFCIRCUITSANDSYSTEMS Decen由er，2007 文章编号：l007·0249(2007)06一oo引·04 基于CMDCT的AAC编码器心理声学模型的改进★ 李果， 郭立， 林海涛 (中国科学技术大学电子科学与技术系，安徽合肥230026) 摘要。本文提出一种改进的MPEG一2／4 构里感知模型和编码器中的时域到频域变换的计算都基于CMDcT进行，将两次变换合并为一次。在保持编码质量的 同时，降低了变换部分的计算复杂度。新结构中变换的计算形式得到统一，更加适合编码器的vLsI实现。 关键词。从c编码；心理声学模型；复MDcT(cMDcT) 中图分类号·TN9ll 文献标识码-A 1 引言 IsO／IEC 当前最为强大的音频编码算法，能在每声道64kbps的比特率上提供“透明的”质量【l】。 AAC编码算法的计算量巨大，为保证编码业务的实时性，以适应网络与手持设备应用场合的需要， 必须对标准提供的AAc编码结构进行优化。加快算法速度有两个途径：一是在编码结构不变的情况下， 在各模块的实现中采取快速算法，并针对平台进行代码优化；二是对编码结构进行调整。ISO标准只 对编码码流的句法做出了规定，并未限定所采用的算法，可以在采取不同于标准附录中提供的参考算 法的同时保持与标准的完全兼容。 按照标准附录提供的参考结构【2】，输入信号进入AAc编码器中要进行两路平行的时域到频域的变 换：一是进入分析滤波器组经MDCT分解得到信号的频域描述，另一路进入心理声学模型，根据DFT 分解所得的频谱计算掩蔽阈值等项。Yewang提出了将两路变换合并的思路[3】’Tsung．HanTsai等在心 信号的性质p1带来了困难。 可得到MDCT谱系数。这样在简化计算量的同时，保证了不可预测性的计算。 本文的安排如下：第2部分为AAc标准参考编码结构中的感知模型计算；在第3部分中引入CMDcT 的概念，并对它与DFT的关系进行了分析；第4 部分介绍改进的编码结构及其性能分析；实验结 果在第5部分中给出；最后一部分为结论。 2 MPEG．2AAC的编码结构 Is0／IEc ISO／IEC13818．7附录B中提供了一个参考 图l 13818．7提供的参考编码结构 编码结构。AAc编码器中，待编码的数据要进入两条并行的数据通路：一条是送入编码器，经过分析 滤波器组、TNs／立体声／预测等频域处理工具、量化、哈夫曼编码、数据打包等处理之后得到AAC码 流；另一条则是进入心理声学模型II，以利用频域／时域掩蔽效应降低码率。不妨称第一条通路为编码 ‘收稿日期·2004·11-01修订日期：2005-Ol一23 万方数据 电路与系统学报 第12卷 AACMain 通路，第二条为参数通路。图1为MPEG．2 Profile编码器的流程图，其中粗箭头表示码流的 流向，细箭头表示参数的流向。 感知模型和编码器的计算、处理都在频域中进行，两条数据通路中分别进行时域到频域的变换， 因此对某一帧数据进行编码的第一步即是取该帧及其下一帧数据，共2048个样点。根据输入信号的性 ∥=6；对于短窗，卢=4)，以减少边界效应。得到的MDCT谱系数作为之后编码器各工具处理的对象。 感知模型对参数的计算也是基于信号的频域表示进行的。ISO参考编码结构中，感知模型计算是 域表示。在进行傅立叶变换之前，需对时域样点加Hann窗。对应MDCT可能采取的两种区间类型，感 间类型所需要的比特数。这些参数将被编码通路中各工具使用，从而利用心理声学的原理提高编码效 率。 参考结构中共需进行两次时域到频域变换的计算，而感知模型中心理声学参数的计算只需要利用 DFT谱的前半部分：这中间进行了冗余计算。本文的目标即是将这两次变换统一为一次基于时域混叠 Domai