《多媒体通信》第2章音频信息处理技术.pptxVIP

《多媒体通信》;;;声音;声音的性质;信号冗余;人耳听觉特性;声音带宽;声道;;采样频率;采样精度;声道数;音频数据传输率;一分钟的CD高保真音频数据： 数据传输率(bps) = 44.1kHz × 16bit × 2声道 = 1411.2kbps 一分钟数据量 = 1411.2kbps × 60s / 8 = 10.584MByte;压缩;2.2 数字音频文件格式;MPEG (Motion Picture Expert Group, 运动图像专家组)制定的视频压缩算法中的音频压缩部分;RealAudio是Real Networks推出的一种音乐压缩格式，压缩比可达到 96:1;WMA (Windows Media Audio) 格式是Microsoft开发的流式音频文件格式，可兼顾高保真度和网上??输的需求;AAC (Advanced Audio Coding) 格式是基于MPEG-2的音频编码技术。2000年，MPEG-4标准出现后，AAC重新集成了其特性，加入了SBR技术和PS技术，为了区别于传统的MPEG-2 AAC又称为MPEG-4 AAC。;AMR (Adaptive Multi-Rate) 格式是3GPP选定为GSM和3G WCDMA应用的窄带语音编解标准。由欧洲通信标准化委员会提出，是在移动通信系统中使用最广泛的语音标准。;MIDI文件并不是一段录制好的声音，而是记录声音的信息，然后再告诉声卡如何再现音乐的一组指令。由于MIDI文件是一系列指 令，而不是波形，它需要的磁盘空间非常少，一个MIDI文件每存1分钟的音乐只用大约5～10KB;;3.1 数据压缩的基本原理;某信源有8种符号，其出现概率如下：;信源中含有自然冗余度，这些冗余度既来自于信源本身的相关性，又来自于信源概率分布的不均匀性，只要找到去除相关性或改变概率分布不均匀性的手段和方法，也就找到了信息熵编码的方法。;信息冗余;压缩算法的分类;;3.2 音频信号压缩编码;数字传输系统;音频压缩依据;语音编码的极限速率;音频信息编码技术可分为三类：;参数编译码器 (vocoder);混合编译码器 (Hybrid coder);语音编码性能评价;MOS: (Mean Opinion Score, 主观平均判分法);三种压缩编码的性能比较;3.2.1 波形编码;均匀量化;非均匀量化;μ律压扩;A律压扩;对于采样频率为8kHz，样本精度为13位、14位或者16位的输入信号，使用μ律压扩编码或者使用A律压扩编码，经过PCM编码器之后每个样本用8位二进制存储，输出的数据率为64 kb/s。这个数据就是CCITT推荐的G.711标准;语音信号的特点;发声机构;清音和浊音;语音信号的统计特性;参数编码的特点;LPC（Linear Predictive Coding，线性预测编码）;LPC语音合成图;语音输出x’(n);模型中的参数;LPC-10编码器;3.2.3 混合编码;;4.1 标准;宽带音频（ISO/MPEG1，1991）;宽带语音;语音编码;名称