多媒体技术应用2音频处理技术.ppt

2.2.1音频压缩基础 2．数据冗余 空间冗余 时间冗余 统计冗余 结构冗余 信息熵冗余 知识冗余等。 2.2.1音频压缩基础 2．数据冗余 空间冗余： 一幅图像表面上各采样点的颜色之间往往存在着空间连贯性。 图像数据中经常存在的一种冗余，如规则物体和规则背景（像素相关性强）。 2.2.1音频压缩基础 2．数据冗余 时间冗余： 视频和音频中存在的、在时间尺度上相关的一种冗余，如相邻帧之间像素的相关性；语音的连续和渐变过程。 空间冗余和时间冗余，存在大量的统计特征重复，因此称为统计冗余。 2.2.1音频压缩基础 2．数据冗余 结构冗余： 有些图像存在着非常强的纹理结构，我们称它们在结构上存在冗余。 例如，布纹图像和草席图像。 2.2.1音频压缩基础 2．数据冗余 信息熵冗余： 也称为编码冗余，是指数据所携带的信息量少于数据本身而反映出来的数据冗余。 例如:自然界的很多状态不可能正好用2的整数次幂来表示,这样就会造成编码冗余。 2.2.1音频压缩基础 2．数据冗余 知识冗余： 举例：成语、人脸的图像有固定的结构。 这类规律性的结构可由先验知识和背景知识得到，我们称此类冗余为知识冗余。 2.2.1音频压缩基础 3．数据压缩算法分类 图2-10 数据压缩算法分类 2.2.1音频压缩基础 3．数据压缩算法分类 无损压缩（冗余压缩、熵编码）法：无损压缩法去掉或减少了数据中的冗余量，但这些冗余量是可以重新恢复的，因此，无损压缩是可逆的过程。 例如：压缩软件WinRAR应用。 注意：无损压缩特点是压缩比小。 无损压缩法不会产生失真，在多媒体技术中一般用于文本数据的压缩。常见的例子是磁盘压缩。 2.2.1音频压缩基础 3．数据压缩算法分类 有损压缩（熵压缩）法：有损压缩减少了信息量，而这些损失信息量是不能再恢复的，因此，有损压缩法是不可逆的。 例如：视/听觉等冗余，由于人的感觉对某些失真不易觉察的生理特征，决定了在某些场合可以减少信息量。 注意：有损压缩特点是压缩比大，但不可逆。 2.2.2常用音频压缩标准 1．G.711 64Kb/s脉冲编码调制（PCM） 2．G.721自适应差分脉冲编码调制（ADPCM） 3．G.722 7kHz声音编码器 4．G.723 双速率语音编码器 5．G.728 16Kb/s低延迟码激励线性预测编码（LD-CELP） 6．G.729 语音编码器 7．MPEG-1音频编码 8．AC音频编码 9．空间音频编码 10．移动音频编码 2.2.2常用音频压缩标准 1．G.711 64Kb/s脉冲编码调制（PCM） 脉冲编码调制（Pulse Code Modulation，PCM）是ITU制定出来的一套语音压缩标准，主要用于电话。 1972年，CCITT对一个64Kb/s压扩型PCM编码器做了标准化，称为G.711。这个标准主要有两种压缩算法，在北美和日本，使用μ律PCM；而世界其他国家使用A律PCM。 G.711在64Kb/s速率话音质量能够达到网络等级，目前已广泛应用于各种数字通信系统中，如电缆、微波、卫星、光缆等。 2.2.2常用音频压缩标准 2．G.721自适应差分脉冲编码调制（ADPCM） 自适应差分脉冲编码调制（Adaptive Differential Pulse Code Modulation，ADPCM）在PCM的基础上进行改进，进一步利用了语音信号样点间的相关性，并针对语音信号的非平稳特点，使用了自适应预测和自适应量化 1984年，CCITT首先对32Kb/s ADPCM做了标准化，称为G.721。 G.721于1986年根据两年间运行中出现的一些问题，做了进一步修正，又重新标准化。 2.2.2常用音频压缩标准 3．G.722 7kHz声音编码器 1988年，正式通过关于“用64Kb/s或低于此编码速率的7kHz音频信号编码器”的标准，称为G.722。 G.722的主要目标是保持64Kb/s的数据率，而音频信号的质量要明显高于G.711的质量。 .2.2常用音频压缩标准 4．G.723 双速率语音编码器 G.723是在1996年制定的一种多媒体语音编解码标准。 G.723标准传输码率有5.3Kb/s和6.3Kb/s两种，在编程过程中可随时切换。 2.2.2常用音频压缩标准 5．G.728 16Kb/s低延迟码激励线性预测编码（LD-CELP） G.728的工作进程是从1988年开始的，试图建立通用的16Kb/s长话质量的语音编码标准。 G.728开始是按照浮点CELP编码算法规定的 。 1994年完成了按照严格定点规定的算法。 2.2.2常用音频压缩标准 6．G.729 语音编码器 在1996年3月，ITU-T的第15研究小组提出