第4章音频媒体的压缩编码.pptVIP

①.层1ISO/MPEGaudio层1和层2编码器和解码器的结构层1的子带是频带相等的子带，它的心理声学模型仅使用频域掩蔽特性。层1的“时间-频率多相滤波器组根据信号的频率、强度和音调，输出掩蔽阈值。使用这个阈值与子带中的最大信号进行比较，产生信掩比SMR之后再输入到“量化和编码器”。

“量化和编码器”首先检查每个子带的样本，找出这些样本中的最大的绝对值，然后量化成6比特，这个比特数称为比例因子(scalefactor)。“量化和编码器”然后根据SMR确定每个子带的比特分配(bitallocation)，子带样本按照比特分配进行量化和编码。对被高度掩蔽的子带自然就不需要对它进行编码。第61页，共90页，星期日，2025年，2月5日每帧都包含：①用于同步和记录该帧信息的同步头，长度为32位②用于检查是否有错误的循环冗余码(cyclicredundancycode，CRC)，长度为16位，③用于描述位分配的位分配域，长度为4位，④比例因子域，长度为6位，⑤子带样本域，⑥有可能添加的附加数据域，长度未规定。层1的帧结构如图所示MPEG声音比特流同步头的格式第62页，共90页，星期日，2025年，2月5日②层2层2对层1作了一些直观的改进，相当于3个层1的帧，每帧有1152个样本。它使用的心理声学模型除了使用频域掩蔽特性之外还利用了时间掩蔽特性，并且在低、中和高频段对比特分配作了一些限制，对比特分配、比例因子和量化样本值的编码也更紧凑。由于层2采用了上述措施，因此所需的比特数减少了，这样就可以有更多的比特用来表示声音数据，音质也比层1更高。

如图所示，层2使用与层1相同的同步头和CRC结构，但描述比特分配的位数(即比特数)随子带不同而变化：低频段的子带用4比特，中频段的子带用3比特，高频段的子带用2比特。层2比特流中有一个比例因子选择信息(scalefactorselectioninformation，SCFSI)域，解码器根据这个域的信息可知道是否需要以及如何共享比例因子。层2比特流数据格式第63页，共90页，星期日，2025年，2月5日4.2.2MPEG-X系列音频信号压缩标准MPEG-2制定于1994年，设计目标是高级工业标准的图象质量以及更高的传输率。MPEG-2可提供CD级的音质。MPEG-2的音频编码可提供左右中及两个环绕声道,以及一个加重低音声道，和多达7个伴音声道(DVD可有8种语言配音的原因)。由于MPEG-2在设计时的巧妙处理，使得大多数MPEG-2解码器也可播放MPEG-1格式的数据，如VCD。第29页，共90页，星期日，2025年，2月5日4.2.2MPEG-X系列音频信号压缩标准两种声音数据压缩格式（1）MPEG-2Audio，或者称为MPEG-2多声道（Multichannel）声音，又称为MPEG-2BC（BackwardCompatible，后向兼容），与MPEG-1Audio是兼容的。（2）MPEG-2AAC（AdvancedAudioCoding，先进的音频编码），通常称为非后向兼容MPEG-2NBC(Non-Backward-Compatible，非后向兼容)标准，与MPEG-1声音格式不兼容。第30页，共90页，星期日，2025年，2月5日MPEG-4音频编码1996年11月在Maceio举行的MPEG第37次会议正式确定的MPEG-2先进音频编码AAC（AdvancedAudioCoding），已被作为目前正在制定的MPEG-4音频标准的一部分。1996年3月在意大利Florence举行的MPEG第34次会议上给出了MPEG-4音频验证模型VM的第一个完整描述。通过大量的核心实验（CoreExperiment），音频验证模型得到了迅速的发展。1996年11月就公布了第一个MPEG-4的音频工作草案。在MPEG第40次会议上，结构音频SA（StructuredAudio）和文语转换TTS（TexttoSpeech）被加到MPEG-4音频标准中，作为合成的音频编码部分。1997年11月在Fribourg举行的MPEG第41次会议公布了音频标准的最终标准草案（FinalDraftInternationalStandard），内容与正式标准基本相同。1999年1月公布正式标准版本12000年1月公布标准的版本24.2.2MPEG-X系列音频信号压缩标准第31页，共90页，星期日，2025年，2月5日4.2.2MPEG-X系列音频信号压缩标准MPEG-4音频标准（ISO/IEC14496-3）分为自然音频编码和合成音频编码两大类。MPEG