《多媒体技术基础》03 数字声音及MPEG声音-教学课件（非AI生成）.ppt

MPEG-4Audio(续2)关于MPEG-4Audio的标准文档从20世纪90年代中期以来已有多个版本，见图11-24，前后版本的差别也比较大原因之一是这个时期的技术发展比较快，MPEG-4Audio标准不断采纳当时还不够成熟的新技术，例如正弦波编码(SSC)和谱带复制(SBR)编码的有损压缩技术声音无损编码(ALS)和直接数据流传输(DST)的无损压缩技术*MPEG-4Audio(续3)MC/LSF:multi-channelandlowsamplingfrequencyAAC:advancedaudiocoderSBR:spectralbandreplicationSSC:sinusoidalcodingSLS:scalablelosslessDST:directstreamtransfer图11-24MPEG-4Audio概要[24]*MPEG-4Audio(续4)MPEG-4Audio工具与文档提供的声音工具可分成8种类型(1)话音编码工具(speechcodingtools)(2)声音编码工具(audiocodingtools)(3)无损声音编码工具(losslessaudiocodingtools)(4)声音合成工具(synthesistools)(5)编排工具(compositiontools)(6)性能可变工具(scalabilitytools)(7)上行数据流控制工具(upstream)(8)抗错工具(errorrobustnessfacilities)*MPEG-4Audio(续5)描述各种工具的文档(ISO-IEC14496-3)有10部分Subpart1:MainSubpart2:Speechcoding—HVXCSubpart3:Speechcoding—CELPSubpart4:GeneralAudiocoding(GA)—AAC,TwinVQ,BSACSubpart5:StructuredAudio(SA)Subpart6:TextToSpeechInterface(TTSI)Subpart7:ParametricAudioCoding—HILNSubpart8:Parametriccodingforhighqualityaudio—SSCSubpart9:MPEG-1/2AudioinMPEG-4Subpart10:Losslesscodingofoversampledaudio—DST************************2.4心理声学模型与音频编码各部分的功能简述如下分析滤波器组(analysisfilterbank)：把用PCM时间样本表示的声音信号变换成用频率系数块(frequenciescoefficientsblock)表示的声音信号。单个频率系数用二进制的指数(exponent)和尾数(mantissa)表示频谱包络编码(spectralenvelopeencoding)：对“分析滤波器组”输出的指数进行编码。指数代表粗糙的信号频谱，因此称为(频)“谱包络编码”位分配(bitallocation)：使用“谱包络编码”输出的信息确定尾数编码所需要的位数尾数量化(mantissaquantization)：按照“位分配”输出的位分配信息对尾数进行量化AC-3帧格式(AC-3frameformatting)：把“尾数量化”输出的量化尾数和“谱包络编码”输出的频谱包络组成AC-3帧一帧由6个声音块(1536个声音样本)组成。“AC-3帧格式”输出的是AC-3编码位流，它的位速率为32～640kbps*2.4心理声学模型与音频编码MPEGAudio波形编码（ADPCM），依赖波形本身的相关性参数编码（LPC），模拟人的发音器官的特性MPEG-1/2，利用人的听觉系统的特性来达到压缩声音的目的（感知声音编码，Perceptualaudiocoding）MPEGAudioStandardsMPEG-1AudioMPEG-2AudioMPEG-2AAC(Advanceaudiocoding)*2.4心理声学模型与音频编码心理声学模型（psychoacousticmodel）听觉系统中存在一个听觉阈值电平，低于这个电平的声音信号就听不到，因