数字音频编码技术和AVS音频标准-通标网.PDFVIP

数字音频编码技术和 AVS 音频标准 胡瑞敏 高 戈 张 勇 王晓晨 摘要：随着信息技术和互联网的飞速发展，多媒体信息已经成为人们获取信息的主要载体 之一。作为多媒体技术的关键，多媒体数据压缩编码近年来在技术和应用方面都取得了长 足的发展。本文简要介绍了数字音频编码技术的发展概况，并重点介绍了我国自主知识产 权的 AVS 系列数字音频编码标准及其核心关键技术，并对其在多媒体业务中的应用做了展 望。 关键词：音频编码 AVS-P3 音频标准 AVS-P10 移动语音和音频标准 AVS-S 音频标准 1 引言 数字技术的出现与应用为人类带来了深远的影响，数字音频技术作为应用 最为广泛的数字技术之一，具有高保真、大动态范围和稳健性的优点已经伴随 着CD、VCD、MP3、DVD等大众消费类产品走进千家万户。 但是原始的数字化信号的存储量是非常大的，随着多媒体应用的日益广泛， 特别是在存储空间受限以及移动和网络传输中，常常受到带宽等因素的限制， 无法兼容高码率。但是用户期望在所有的数字系统上都能享受CD音质的回放， 因此为了利用有限的资源，必须在不降低音质的情况下，对原始数字音频信号 进行压缩，减小数据传输所需要的码率。近10多年来，基于应用的需求促进了 数字音频压缩技术的研究，各种高质量的音频编码技术取得了较快的发展[1]。 本文首先简要介绍了数字音频编码技术的发展概况，然后概要介绍了已制定完 成的面向数字电视、高密度激光存储应用的AVS-P3音频标准，并重点介绍了正 在制定的面向中低码率移动多媒体应用的 AVS-P10 移动语音和音频标准以及面 向安防监控应用的 AVS-S 音频标准的核心关键技术与特色，并对它们在多媒体 业务中的应用做了展望。 2 数字音频编解码技术的发展及研究现状 音频压缩技术的发展最初是从无损压缩开始的。上世纪70年代初期，音频 编码中采用了脉冲编码调制（PCM）编码，这是一种最通用的无压缩编码，它的 特点是保真度高，编解码运算复杂度低，但编码后的数据量大，编码效率比较 低[2]。 28 上世纪 80 年代出现的 CD 技术，全面体现出数字音频的高保真、大动态范 围、稳健性等优点，并在实际应用中取得了巨大的成功。普通CD系统，其采样 率为44.1kHz，量化精度为16比特，传输立体声音频信号为1.41Mbps的码率。 随着多媒体应用日益广泛，特别是在无线和网络环境中，常常受到带宽等因素 的限制，无法兼容高码率，并且存储容量也会受到限制。近十多年来，基于应 用的需求促进了数字音频压缩技术的研究，各种高质量音频编码压缩技术取得 了较快发展，最突出的成果为一系列数字音频压缩技术标准的制定。 在音频编码标准中取得巨大成功的是 MPEG 系列音频标准，即 MPEG-1/2/4 等和 Dolby 音频压缩标准。MPEG-1 音频标准（ISO/IEC1172-3）对音频压缩规 定了三种模式，即层I(MUSICAM，掩蔽型通用子带综合编码系统）、层II(ASPEC， 自适应频谱感知熵编码）和层III（即MP3）。层 I在VCD伴音，层II在数字演 播室、数字广播（DAB）等领域得到了广泛应用；层III的压缩率达到了10:1， 而人耳却感受不到明显的失真，其在Internet上得到了广泛应用，成为了事实 上的网络音频编码标准，因而MPEG-1音频标准成为低速率高保真感知音频压缩 的一个里程碑。从此，MPEG相继推出了一系列音频压缩编码标准：如面向多声 道的音频编码标准 MPEG-2 AAC（即 MP4），面向对象的音频编码标准 MPEG-4 音 频标准等。MPEG-2 AAC音频标准不仅利用人耳的掩蔽特性来掩蔽有损编码失真， 而且利用变换编码除去通道内的统计冗余，其压缩率可达 15:1，在 64kbps/声 道的编码码率下可以到达感知无损的音频编码效果。Dolby 音频压缩标准是由 美国杜比实验室开发的，其中AC-3采用第三代ATC（自适应变换编码）技术， 将心理声响、人耳掩蔽效应与信号处理技术结合，形成了多声道音频处理技术， 并被选为DVD和ATSC HDTV伴音标准。 随着移动通信的快速发展和3G、B3G试验网的开通，带动了移动音乐点播、 手机音频广播、手机电视、移动音频会议等新兴移动音频增值业务需求的快速 增长。但传统的语音频编码难以满足移动多媒体应用低码率、高质量的编码要 求，基于此3GPP（第三代合作伙伴计划）制定了面向移动多媒