四川大学多媒体技术基础课件 MPEG声音.pptVIP

多媒体技术基础 四川大学 计算机学院 陈 虎 huchen@scu.edu.cn MPEG声音 一、 MPEG-1 Audio 二、 MPEG-2 Audio 三、 MPEG-2 ACC 四、 MPEG-4 Audio * * * * * * * * * * * * * * * * * * MPEG-1 Audio 、MPEG-2 Audio、MPEG-2 ACC声音数据压缩编码—— 感知声音编码(perceptual audio coding) 利用人的听觉系统的感知特性来达到压缩声音数据的目的 不同于与波形声音压缩编码(如ADPCM)和参数编码(如LPC) ：依据波形本身的相关性和模拟人的发音器官的特性） MPEG声音 对响度的感知 “听阈—频率”曲线 MPEG声音 对音高的感知 “音高—频率”曲线 MPEG声音 掩蔽效应 一种频率的声音阻碍听觉系统感受另一种频率的声音的现象 频域掩蔽 一个强纯音会掩蔽在其附近同时发声的弱纯音，这种特性称为频域掩蔽，也称同时掩蔽 时域掩蔽 在时间上相邻的声音之间的掩蔽现象。 两种时阈掩蔽：超前掩蔽和滞后掩蔽 MPEG声音 MPEG声音 心理声学模型(psychoacoustic model) 听觉阈值电平 听觉阈值的大小随声音频率的改变而改变，各个人的听觉阈值也不同。（大多数人2 kHz～5 kHz） 一个人是否能听到声音取决于声音的频率，以及声音的幅度是否高于这种频率下的听觉阈值。 听觉掩饰特性 听觉阈值电平是自适应的，即听觉阈值电平会随听到的不同频率的声音而发生变化。 MPEG声音 MPEG Audio 采用的两种感知编码： 感知子带编码(perceptual sub-band coding) 思想是首先把时域中的声音数据变换到频域，对频域内的子带分量分别进行量化和编码，然后根据心理声学模型确定样本的精度，从而达到压缩数据量的目的。 不局限于只对话音进行编码，也不局限于哪一种声源。 Dolby AC-3编码 MPEG-1 Audio 感知子带编码压缩算法框图 MPEG-1 Audio Dolby AC-3压缩编码算法框图 MPEG-1 Audio MPEG声音编码器结构图 MPEG-1 Audio MPEG声音解码器结构图 MPEG-1 Audio ISO/MPEG audio层1和层2编码器和解码器的结构 MPEG-1 Audio ISO/MPEG audio层3编码器和解码器的结构 MPEG-2 Audio MPEG-1和-2的声音数据规格 参数名称 Linear PCM Dolby AC-3 MPEG-2 Audio MPEG-1 Audio 采用频率 48/96 kHz 32/44.1/48 kHz 16/22.05/24/ 32/44.1/48 kHz 32/44.1/48 kHz 样本精度(每个样本的比特数) 16/20/24 压缩 (16 bits) 压缩 (16 bits) 16 最大数据传输率 6.144 Mb/s 448 kb/s 8～640 kb/s 32～448 kb/s 最大声道数 8 5.1 5.1/7.1 2 MPEG-2 ACC MPEG-2 AAC （Advanced audio coding） 编码思想： 主要使用听觉系统的掩蔽特性来减少声音的数据量，并且通过把量化噪声分散到各个子带中，用全局信号把噪声掩蔽掉。 与MPEG-1声音格式不兼容 适用范围： AAC支持的采用频率可从8 kHz到96 kHz AAC编码器的音源可以是单声道的、立体声的和多声道的声音。（AAC标准可支持48个主声道、16个低频音效加强通道LFE (low frequency effects)、16个配音声道(overdub channel)或者叫做多语言声道(multilingual channel)和16个数据流。） MPEG-2 ACC MPEG-2 AAC （Advanced audio coding） 压缩率： MPEG-2 AAC压缩比为11:1（即每个声道的数据率为(44.1×16 )/11=64 kb/s）。 在5个声道的总数据率为320 kb/s的情况下，很难区分还原后的声音与原始声音之间的差别。 与MPEG的层2相比，MPEG-2 AAC的压缩率可提高1倍，而且质量更高；与MPEG的层3相比，在质量相同的条件下数据率是它的70％。 MPEG-2 ACC MPEG-2 AAC的配置 开发MPEG-2 AAC标准采用模块化的方法： 把整个AAC系统分解成一系列模块，用标准化的AAC工具(advanced audio coding tools)对模块进行定