課程論文-數(shù)字音頻技術(shù)綜述

數(shù)字音頻編碼技術(shù)綜述摘要：本文介紹了常用的數(shù)字音頻編碼方式，包括MPEG系列伴音標(biāo)準(zhǔn)及DolbyDigital標(biāo)準(zhǔn)的原理，并對(duì)這幾種重要的音頻編碼技術(shù)的多方面性能進(jìn)行了比較，最后，對(duì)數(shù)字音頻壓縮編碼技術(shù)進(jìn)行了展望。關(guān)鍵詞：數(shù)字音頻編碼；MPEG；DolbyDigitalOverviewofDigitalAudioCodingTechnology【Abstract】Inthispaper,someusualdigitalaudiocodingmethodsarediscussed,includingMPEGstandardandDolbyDigitalstandard.Andcomparisonsinmanyaspectsaremadebetweentheseaudiocodingmethods.Finally,itdiscussedtheprospectofdigitalaudiocompression.【KeyWords】digitalaudiocoding；MPEG；DolbyDigital1引言數(shù)字音頻是多媒體業(yè)務(wù)的重要組成部分，數(shù)字音頻編碼技術(shù)已經(jīng)成為多媒體的一個(gè)重要研究領(lǐng)域，并已被廣泛地應(yīng)用于數(shù)字音頻廣播（DAB）、高清晰度電視（HDTV）、多媒體網(wǎng)絡(luò)通信等領(lǐng)域中。數(shù)字音頻編碼技術(shù)按數(shù)據(jù)量的壓縮性能可分為非壓縮音頻（如波形音頻、MIMI音頻和CD音頻）和壓縮音頻（如MEPG音頻、杜比AC-3等）兩類(lèi)。而在網(wǎng)絡(luò)應(yīng)用中，為了提高帶寬的利用率，增強(qiáng)數(shù)據(jù)的安全性和傳輸?shù)目煽啃?，往往需要?duì)數(shù)字音頻進(jìn)行壓縮處理。一般地，根據(jù)壓縮后的音頻能否完全重構(gòu)出原始聲音可將音頻壓縮技術(shù)分為無(wú)損壓縮及有損壓縮兩大類(lèi)。而按壓縮方案的不同，又可講其劃分為時(shí)域壓縮、變換壓縮、自帶壓縮，以及多種技術(shù)相互融合的混合壓縮等等。數(shù)字音頻的發(fā)展最初是從無(wú)損壓縮開(kāi)始的，如70年代開(kāi)始采用的類(lèi)似PCM的瞬時(shí)壓擴(kuò)技術(shù)和塊壓擴(kuò)技術(shù)，這種技術(shù)的編碼效率低。80年代末至90年代初，研究者利用人耳的掩蔽效應(yīng)和臨界頻帶的特性來(lái)進(jìn)行子帶編碼和變換編碼，出現(xiàn)的系統(tǒng)有：MUSUCAM系統(tǒng)、128kps的AC-2系統(tǒng)、AC-3系統(tǒng)等。90年代至今，有損壓縮把音頻數(shù)據(jù)的壓縮率提高到12：1，也帶來(lái)了音頻質(zhì)量的下降。比較著名的是：MP3，AAC，RM等。2MPEG數(shù)字音頻編碼標(biāo)準(zhǔn)ISO/IEC的MPEG音頻編碼的標(biāo)準(zhǔn)采用了2種編碼算法：MUSICAM和ASPEC。以這兩種算法為基礎(chǔ)形成了三個(gè)不同層次的音頻壓縮算法，三種算法對(duì)應(yīng)不同的應(yīng)用要求并具有不同的編碼復(fù)雜度。子代掩蔽編碼標(biāo)準(zhǔn)MUSICAM的編碼器框圖如圖1所示。MUSICAM采用了多項(xiàng)濾波器，將信號(hào)分割成帶寬統(tǒng)一的32個(gè)子帶。它增強(qiáng)了心理聲學(xué)模型分析，1024點(diǎn)FFT是心理聲學(xué)模型時(shí)域分析工具。由于MUSICAM的音質(zhì)好、合理的算法復(fù)雜度和適中的時(shí)延等有點(diǎn)，使得它被ISO/IEC選用為MPEG音頻編碼的主要算法。圖1MUSICAM編碼器原理圖2.1MPEG-1在MPEG-1的音頻編碼標(biāo)準(zhǔn)中，按照復(fù)雜度規(guī)定了三種模式（層=1\*ROMANI，層=2\*ROMANII，層=3\*ROMANIII）。層=1\*ROMANI是MUSICAM編碼方法的簡(jiǎn)單型（MP1），VCD的音頻壓縮方案即為層1。層=2\*ROMANII為MUSICAM標(biāo)準(zhǔn)型（MP2），典型碼流128kps。廣泛應(yīng)用與數(shù)字音頻廣播、數(shù)字演播室等數(shù)字音頻專(zhuān)業(yè)的制作、交流、存儲(chǔ)和傳送。層=3\*ROMANIII是綜合了層=2\*ROMANII和ASPEC的有點(diǎn)提出的混合壓縮技術(shù)（MP3），它的復(fù)雜度相對(duì)較高，編碼不利于實(shí)時(shí)，它是MUSUCAM和ASPEC兩個(gè)算法的結(jié)合，典型碼流是64kbps。低碼率仍有高品質(zhì)的音質(zhì)，因此成為廣泛應(yīng)用于網(wǎng)絡(luò)音頻。MP3編碼器的框圖如圖2所示。圖2MP3編碼器的框圖

2.2MPEG-2MPEG-2的音頻編碼標(biāo)準(zhǔn)，是在MPEG-1音頻編碼標(biāo)準(zhǔn)的基礎(chǔ)上由雙聲通道擴(kuò)展到多通道。聲道數(shù)擴(kuò)展到5.1，即左中右三個(gè)主聲道，左環(huán)、右環(huán)兩個(gè)環(huán)繞聲道和一個(gè)重低音（LEF）聲道。為了與MPEG-1后向兼容（BC），MPEG-2幀基本結(jié)構(gòu)對(duì)應(yīng)于在MPEG-1中的規(guī)定，多聲道擴(kuò)展是插入到MPEG-1音頻幀，用于傳送附加數(shù)據(jù)的區(qū)域中，信號(hào)兼容利用多聲道信號(hào)的矩陣組合來(lái)實(shí)現(xiàn)，如果需要更高比特率，則產(chǎn)生一個(gè)附加的第二個(gè)擴(kuò)展比特流，為了降低整體比特流，MPEG-2采用了自適應(yīng)預(yù)測(cè)、限制中心聲道頻率等措施。MPEG-2有一種AAC（AdvancedAudioCoding）模式，它不后向兼容MPEG-1。在MPEG-2的正式聽(tīng)音測(cè)試中