数据压缩原理与应用 MPEG音频编码

一.实验原理

mpeg的音频编码主要采用了心理声学模型

1. MPEG-I 心理声学模型

• 通过子带分析滤波器组使信号具有高的时间分辨率，确保在短暂冲击信号情况下，编码的声音信号具有足够高的质量。
• 又可以使信号通过FFT运算具有高的频率分辨率，因为掩蔽阈值是从功率谱密度推出来的。
• 在低频子带中，为了保护音调和共振峰的结构，就要求用较小的量化阶、较多的量化级数，即分配较多的位数来表示样本值。而话音中的摩擦音和类似噪声的声音，通常出现在高频子带中，对它分配较少的位数

2. MPEG-1音频编码器框架图

• 多相滤波器组(Polyphase Filter Bank)：用来分割子带，将PCM样本变换到32个子带的频域信号
  
  如果输入的采样频率为48kHz ，那么子带的频率宽度为48/ （2*32 ）=0.75Hz
• 心理声学模型(Psychoacoustic Model)：计算信号中不可听觉感知的部分
  计算噪声遮蔽效应
• 比特分配器(Bit Allocator)：根据心理声学模型的计算结果，为每个子带信号分配比特数
• 装帧(Frame Creation)：产生MPEG-I兼容的比特流

3. 临界频带(Critical Band)

临界频带是指当某个纯音被以它为中心频率、且具有一定带宽的连续噪声所掩蔽时，如果该纯音刚好被听到时的功率等于这一频带内的噪声功率，这个带宽为临界频带宽度。

掩蔽效应在一定频率范围内不随带宽增大而改变，直至超过某个频率值。通常认为从20Hz到16kHz有25个临界频带，单位为bark。
1 Bark = 一个临界频带的宽度

4. 比例因子的取值和编码

对各个子带每12个样点进行一次比例因子计算。先定出12个样点中绝对值的最大值。查比例因子表中比这个最大值的最小