第3章音频信息处理技术.pptVIP

6. 成帧 图3.4-12 AAC码流帧结构 7. AAC的分级 MPEG-2标准的AAC定义了三种架构：主级(Main Profile)、低复杂度级(Low Complexity Profile, LC)和取样率可分级(Scalable Sampling Rate Profile，SSR)。 3.4.4 AC-3 图3.4-13 AC-2编码器原理框图 1. AC-3帧结构 图3.4-14 AC-3数据帧结构 2 AC-3编解码技术 图3.4-15 AC-3编码器原理框图 1) 分析滤波器组 分析滤波器组的任务是将音频信号的表示从时域变换到频域，分析滤波器采用TDAC变换。 2) 指数编码——谱包络编码 为了减少指数编码所需的数据量，AC-3采用了两种方法：一是AC-3指数的发送采用差分编码，二是争取在一个帧内的六个块使用同一个指数集。 3) 比特分配 比特分配就是将可分配的比特按最佳的方式分配给各个尾数。比特分配程度有两种调整方法，这两种方法是： (a) 反向自适应 (Backward Adaptive)。核心比特分配算法要利用反馈回到编码器在码流中的一些已编码的音频信息，用它来计算精确的比特分配。 (b) 正向自适应 (Forward Adaptive)：AC-3编码器可以用一个比解码器所用的更加完善的声心理学模型。 4) 尾数量化 尾数是经过粗量化的。每个尾数所需要的比特数可由一张对照表查到。 3. AC-3解码 图3.4-16 AC-3解码器 在音频解码过程中必须注意： (1) 如果检测到一个数据错误，可以应用误码隐藏或静噪。 (2) 一些声道的高频内容已耦合的必须去耦合。 (3) 在信道被重新矩阵化时，必须进行解除矩阵化（在双声道模式）。 (4) 与编码器的解析滤波器组在编码过程中被改变一样，必须动态地改变合成滤波器组的分辨率。 3.5 常见多媒体应用的语音编码器的选择 多媒体应用 网络和速率 编码器选择 可视电话/会议 和远程教学 ISDN、ATM和帧中继 带宽56~128kb/s G.722 G.728 速率更低 G.723.1 带有数据共享的商务会议 企业Intranet或Internet G.722、G.728和G.729 单用户游戏 速率最低 参数编码器LPC 远程站点的 多用户游戏 速率低 低复杂度的编码器 多媒体信息传送 G.729 G.723.1 语音注释文档 低速率编码器 表3.5-1 常见多媒体应用的语音编码器的选择 图3.3-7 子带编码的原理框图 信号输入 带通滤波1 带通滤波2 带通滤波n 编码器 编码器 编码器 译码器 译码器 译码器 带通滤波1 带通滤波2 带通滤波n 信号输出 输出 输入 分 配 器 综 合 器 3.3.3 子带编码 (a) 信号输入 输入缓冲 变换 量化编码 边信息提取 比特分配量阶尺寸谱插值 合 路 编码输出 (b) 编码输入 分 路 解码 反变换 输出缓冲 比特分配量阶尺寸谱插值 图3.3-8 自适应变换编解码原理框图 (a) 编码；(b) 解码 3.3.4 变换域编码 3.3.5 矢量量化 信号序列输入 构成矢量 矢量码本 搜索 传送下标 矢量码本 传送下标 查表 矢量输出 … 图3.3-9 矢量量化编码及解码原理框图 码本的设计，目前最常用的是LBG算法。此算法的步骤为： (1) 采集用于构造码本的训练数据。数据越多，采集对象越广泛 则训练出的码本越好。  (2) 构造初始码本。它有许多方法。例如，常用的随机码本、白噪声码本等。 (3) 训练数据对已有的码本进行矢量量化编码，对每个码字形成数据聚类。  (4) 根据量化得到的聚类结果修正码字，即寻找每一类的新的代表性码字。  (5) 判断(3)中量化编码误差是否小于规定数值， 或者迭代次数是否超过规定值，若是，训练结束。否则转(3)继续。 矢量量化编码的关键技术的另一个方面是量化编码准则问题，这与被编码对象特性有关。举例来说，若直接对输入语音波形进行矢量量化，则多用最小均方误差MSE (Mean-Squared-Error) 准则： 其中，Yi是码本中第i个码字，每个码字有m维； 是权函数；d是误差值。 若矢量量化编码的对象是语