四川大学计算机学院多媒体基础MPEG声音1.pptx

多媒体技术基础;MPEG声音;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）;对响度的感知 “听阈—频率”曲线 ;对音高的感知 “音高—频率”曲线;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??，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;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 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;感知子带编码压缩算法框图 ;Dolby AC-3压缩编码算法框图;MPEG声音编码器结构图;MPEG声音解码器结构图;ISO/MPEG audio层1和层2编码器和解码器的结构;ISO/MPEG audio层3编码器和解码器的结构;MPEG-1和-2的声音数据规格 ;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 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 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)对模块进行定义 （MPEG Audio标准是对整个系统进行标准化） AAC标准定义了三种配置： 基本配置 低复杂性配置 可变采样率配置;;;MPEG-4 Audio标准： 集成从话音~高质量的多通道声音；从自然声音~合成声音 编码方法： 参数编码(parametric coding) 码激励线性预测(code excited linear predictive，CELP)编码 时间/频率T/F(time/frequency)编码 结构化声音SA(structured audio)编码 合成声音：MIDI；TTS;自然声音 (natural audio) MPEG-4声音编码器支持数据率2 kb/s~64 kb/s之间的自然声音。 三种类型声音编码器： ;1、参数编码器 ?参数编码提供了两种编码工具：HVXC和HILN。? ??谐音矢量激励编码 HVXC（Harmonic Vector Xcitation Coding)编码工具允许对语言信号在2kbit/s和4kbit/s之间进行可分级性编码。 ???谐音和独立线性加性噪声HILN（Harmonic and Individual Line?plus?Noise）编码工具允许对非语言信号，例如音乐以4kbit/s和更高的码率进行编码。HILN支持在速度、音调、码率和复杂度上的可分级性。 可以将HVXC和HILN联合起来使用以获