[2018年最新整理]媒体信号编码第8章.ppt

　 8.1　音频编码概述8.1.1　音频编码技术分类　　1. 波形编码技术　　波形编码是指直接对音频信号时域或频域波形样值进行编码。它主要利用音频样值的幅度分布规律和相邻样值间的相关性进行压缩，目标是力图使重构后的音频信号的波形与原音频信号波形保持一致。由于这种编码系统保留了信号原始样值的细节变化，从而保留了信号的各种过渡特征。所以，波形编码适应性强，算法复杂度低，编解码延迟小，重构音频信号的质量一般较高，但压缩比不高。常见的波形编码方法主要有增量调制、自适应差分脉冲编码调制(Adaptive Differential Pulse Code Modulation, ADPCM)等。 　　2. 参数编码技术　　与传统的音频编码方法相比，参数音频编码对音频信号源的模型和听觉模型进行了拓展。这种编码方法假设音频信号是由不同种类的信号成分叠加而成的，每一种信号成分都可以用一种相对简单的音源模型或一组数目较少的特征参数来表示，同时使用听觉模型，使解码端重建的输出信号尽量在听觉上与编码端的输入信号一致。 　　参数编码技术是在信源信号频率域或其他正交域提取特征参量并将其变换为数字代码进行传输，以及在接收端从数字代码中恢复特征参量，并由特征参量重建音频信号的一种编码方式。这种方式在提取音频特征参量时，往往会利用某种模型在幅度谱上逼近原音频，其特点是编码所需速率低，但音频质量不够好。目前，参数编码技术已用于宽带音频编码中，特别是频带复制技术(Spectral Band Replication，SBR)和参数立体声技术(Parametric Stereo, PS)已经成为 MPEG 的扩展标准，用于增强原有编解码器的质量。 　　3. 感知音频编码技术　　感知音频编码(Perceptual Audio Coding, PAC)在编码形式上也属于波形编码，但其发展基于对音频信号统计特性和人类听觉感知特性的应用。它有效利用心理声学现象中的掩蔽效应，使用心理声学模型，去除人耳不能感知的音频成分，并且不用追求最小的量化噪声，只要使量化噪声不被人耳感知即可，所以感知音频编码算法既能提高音频数据压缩效率，又能保证对音频信号的编解码质量。现今质量较高的音频编码方案都基于感知音频编码算法，例如当今世界最流行的音频编解码器 MP3(MPEG-1 Audio Layer3)及MPEG-2高级音频编解码器(Advanced Audio Coding, AAC)，都采用了感知音频编码算法。 　　感知音频编码算法中广泛应用子带编码和变换编码技术，由于它们都是根据人耳对声音信号的感知模型(心理声学模型)，分析信号频谱，从而决定子带样值或频域样值的量化阶数和其他参数的选择，因此又可称为感知编码技术。　　4. 混合编码技术　　综上所述，波形感知音频编码算法可以获得较高的音频编码质量，但是压缩效率较低，并且由于心理声学模型理论的限制，很难进一步提高压缩比；而参数编码技术虽然可以获得较高的压缩效率，但是其提取的音源模型和特征参数由过于抽象，音频编码质量较低。如果将感知编码与参数编码结合起来，采用混合编码的方法，就可以在较低的编码比特率下获得较高的音质。 　　现今功能强大的音频编码算法EAAC+(Enhanced aacPlus)和MP3Pro都是混合编码器。EAAC+是AAC与SBR和PS相结合产生的，MP3Pro是MP3与SBR相结合产生的，在加入了参数编码技术SBR后，原编解码器都得到30%左右的压缩比提高，并且EAAC+在编码速率48 kb/s以上和MP3Pro在编码速率64 kb/s以上时，都能达到接近CD的“透明”音质。但是在编码速率32 kb/s以下时，编码质量有明显缺陷，需做进一步研究来提高质量。 8.1.2　几种常用的音频编码标准　　1. MPEG-1音频编码标准　　MPEG-1音频编码是国际上第一个真正意义上的数字音频压缩编码标准。1989年，活动图像专家组(Moving Pictures Expert Group, MPEG)在全世界征求数字音频的编解码方案，最后得到14种音频编解码草案。经过筛选，保留了自适应频谱感知熵编码(Adaptive Spectral Perceptual Entropy Coding, ASPEC)、自适应变换音频编码(Adaptive Transform Audio Codling, ATAC)、掩蔽型自适应通用子频带集成编码与复用 (Masking Pattern AdaptiveUniversal Subband Integrated Coding And Multiplexing, MUSICAM)和SB/ADPCM这四种方案。经过一系列测试，结果表明ASPEC和MUSICAM音质 优良，便以此确定了M