09讲音频编码技术.pptVIP

第09讲 音频编码技术 数字化声音 声音的压缩 常用压缩编码方法 支持5.1多路环绕立体声：5个全带宽声道，分为左、右、中、和两个环绕声道，另加一个低频效果增强声道扩展了编码器的输出范围，从32～384kb/s扩展到8～640kb/s。 增加了更低的取样频率和低码率：在保持MPEG-1原有的取样频率的基础上，又增加了三种取样频率，新增的取样频率为16kHz、22.05kHz和24kHz，是将原有MPEG-1的取样频率降低了一半，以便提高码率低于64kb/s时的每个声道的声音质量。 AAC定义了3种配置： 基本配置在三种配置中提供最好的声音质量，除没有使用增益控制模块外，其余模块都使用。 低复杂性配置没有使用预测模块和预处理模块，使用的瞬时噪声定形滤波器模块的级数也有限，声音质量低于基本配置。 可变采用率配置使用增益控制作预处理，没有使用预测模块，对TNS滤波器的级数和带宽也有限制，是最简单的一种配置。 G.722 一种高质量语音信号的压缩标准。取样频率为16kHz，每个样值量化到14b，采用子带编码和ADPCM进行压缩编码。 7 kHz音频信号64 kb/s数据率的编译码方块图 G.728 该标准利用低延时码本激励线性预测LD-CELP方法将一般语音信号压缩至16Kb/s。 CELP编码综合了波形编码和参数编码，还采用矢量量化的压缩算法。 CELP实际上是一个闭环LPC系统，由输入语音信号确定最佳参数，再根据某种最小误差准则从码本中找出最佳激励码本矢量。CELP具有较强的抗干扰能力，在4~ 16kbit/s传输速率下，即可获得较高质量的语音信号。 G.728、G.729、G.723.1 ● 混和编码标准 G.729 低码率的语音压缩标准，采用共轭结构代数码本激励线性预测CS-ACELP，将语音信号压缩至8Kb/s。 G.723.1 采用ACELP算法，根据激励码本的不同可以将一般语音信号压缩至5.3Kb/s和6.3Kb/s。 在6.3Kb/s编码器内采用了多脉冲激励，可以得到较高的音质。 MPEG-1、MPEG-2 BC ● MPEG音频编码标准 ● MPEG-2 AAC 编码标准 ● MPEG-4 音频标准 MPEG1音频压缩标准 包括3种压缩模式：层次1、2、3；向下兼容；压缩算法主要由子带划分和变换编码构成，主要步骤为： (1) 音频信号通过滤波器组分成为32个子带；(2) 用FFT将子带变换到频率域；(3) 利用生理声学模型对能感知的噪声阈值进行估计；(4) 根据对噪声阈值的估计进行比特分配和量化。 编码器 解码器 其音频编码分为3层：Layer-1、Layer-2和Layer-3。Layer-1的压缩比为1:4，编码速率为384kb/s；Layer-2的压缩比为1:6～1:8之间，编码速率为192～256kb/s；Layer-3的压缩比为1:10～1:12，压缩码率可以达到64kb/s。 Layer-1的编码器最为简单，主要用于小型数字盒式磁带； Layer-2编码器的复杂程度是中等，主要用于数字广播音频、数字音乐、只读光盘交互系统和视盘； Layer-3的编码器最为复杂，主要用于ISDN上的声音传输。 MPEG-2 BC声音标准是在MPEG-1的基础上发展来的，是MPEG为多声道声音开发的低码率编码方案，并与MPEG-1的声音标准保持后向兼容。与MPEG-1相比主要增加了下面几个方面的内容： MPEG-2 BC声音压缩标准 MPEG-2 AAC(Advanced Audio Coding)是MPEG-2标准中一种非常灵活的编码标准，采用感知编码方法，主要是利用听觉系统的掩蔽特性来减少声音编码的数据量；并且通过子带编码将量化噪声分散到各个子带中，用全局的声音信号将噪声掩蔽掉。 MPEG-2 AAC编码标准 AC-3音频压缩标准 6声道音频压缩标准：左、中、右、左环绕、右环绕和低频增强。前5声道带宽3Hz~20kHz；最后一个声道最高120Hz。 * 信息科学与工程学院 宁波大学 Ningbo University * 一切能发出声音的物体称为声源。声音是由于声源的振动而产生的，由于声源的振动，借助于它们周围的介质， 把这种振动以机械波的形式由近及远地传向远方， 这就是声波。声波传入人耳，致使耳膜也产生振动，这种振动被传导到听觉神经，人们就产生了“声音”的感觉。我们日常听到的声音是一种模拟信号 声学基础知识 ● 声音定义 声音是振动波，具有振幅、周期和频率 ● 声音的质量 简称音质。音质与频率范围成正比，频率范围越宽音质越好 声音具有连续性和过程性，数据前后相关，数据量大，