第2章数字音视频技术祥解.ppt

第2章 数字音视频技术 2.1 概述 2.2 音频信号数字化 2.3 音频信号压缩编码 2.4 语音压缩编码标准 2.5 IP电话技术 2.6 数字视频技术 2.1 概述 音调与基频 音色与谐波 音强与幅度 用动态范围来定义音频信号的相对强度： 动态范围＝2 0×lg（信号的最大强度 / 最小强度）（dB） 信噪比 SNR 音宽与频带 声音的质量 声音的质量与声音的带宽有关，一般来说频率范围越宽，声音质量也就越高。 声音质量 MOS标准 计算机模拟人类交流信息的过程: 2.2 音频信号数字化 音频信息处理主要包括音频信号的数字化和音频数据的压缩两大技术。在这一处理过程中涉及到模拟音频信号的采样、 量化和编码。 (1)标准采样频率 (2) 量化过程 量化的过程：先将整个幅度划分为有限个小幅度（量化阶距）的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。 量化噪声：量化误差，随阶距变大而增加。 - (Δ/2) ≤ e(n) ≤ (Δ/2) 量化位数/采样字长： 表示采样值的二进制位数（比特数），决定了采样值的精度。 数据量的计算 数据量（字节/秒） =（采样频率×采样字长×声道数）/8 采样字长为16bit 的双声道立体声歌曲，问一张容量为640MB 的CD唱盘最多能存储多长时间的CD音质？ 每秒：(44100×16bit×2/8) = 176400 Byte (640×1024×1024)/176400 = 3804 s = 1h 3min 24s 数字声音相关的参数 WAV文件 (3)编码过程 编码过程是指用二进制数来表示每个采样的量化值。 如果量化是均匀的， 又采用自然二进制数表示， 这种编码方法就是脉冲编码调制(Pulse Code Modulation， PCM）， 这是一种最简单、 最方便的编码方法。   2.3 音频信号压缩编码 从20世纪30年代提出PCM（脉冲编码调制）原理以及声码器的概念以来， 音频信息压缩编码技术主要是向基于波形和基于参数两个方向发展的， 从这个角度出发， 音频信息编码技术可分为三类：  （1） 波形编码 主要基于语音波形预测， 它力图使重建的语音波形保持原信号的波形状态。 优点：编码方法简单、 易于实现、 适应能力强、 语音质量好等。 缺点：压缩比相对来说较低， 需要较高的编码速率。 常用的波形法编码技术有增量调制(DM)、 自适应差分脉冲编码调制（ADPCM）、 子带编码(SBC)和矢量量化编码（VQ）等。 （2） 参数编码 与波形编码不同的是， 这类编码方法通过语音信号的数学模型对语音信号特征参数进行提取及编码， 力图使重建的语音信号尽可能保持原信号的语意， 而重建的语音信号波形同原信号的波形可能会有较大的区别。 基于这种编码技术的编码系统一般称为声码器， 它主要用于在窄带信道上提供4.8 kb/s以下的低速语音通信和一些对延时要求较宽的应用场合（如卫星通信等）。 最常用的参数编码法为线性预测编码（LPC）。 (3) 混合编码 克服了原有波形编码与参数编码的弱点， 并且结合了波形编码的高质量和参数编码的低数据率， 取得了比较好的效果。 无论是在音频信号的数据压缩中， 还是在图像信号的数据压缩中， 混合编码均被广泛采用。  2.4 语音压缩编码标准 1． G.711标准 1972年制定的电话质量的PCM语音压缩标准， 采样频率8 kHz， 每个样值采用8位二进制编码， 速率为64 kb/s。 推荐使用A律或μ律的非线性压扩技术， 将13位的PCM按A律， 14位的PCM按μ律转换成8位编码。 广泛用于数字语音编码。 2． G.721标准 ITU-T于1984年制定的， 用于64 kb/s的A律和μ律PCM与32 kb/s的ADPCM之间的转换。 基于ADPCM技术， 采样频率为8 kHz， 每个样值与预测值的差值用4位编码， 其编码速率为32 kb/s， ADPCM是一种对中等质量音频信号进行高效编码的有效算法之一，