【数据压缩】MPEG音频编码

一.实验原理

2.MPEG-1音频编码器框架图

  多相滤波器组(PolyphaseFilter Bank)：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(PsychoacousticModel)：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。

 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值作为比例因子。用6 比特表示。

第2 层的一帧对应36个子带样值，是第1层的三倍，原则上要传三个比例因子。为了降低比例因子的传输码率，采用了利用人耳时域掩蔽特性的编码策略。

每帧中每个子带的三个比例因子被一起考虑，划分成特定的几种模式。根据这些模式，1 个、2 个或3 个比例因子和比例因子选择信息（每子带2 比特）一起被传送。如果一个比例因子和下一个只有很小的差别，就只传送大的一个，这种情况对于稳态信号经常出现。

使用这一算法后，和第1层相比，第2层传输的比例因子平均减少了2 个，即传输码率由22.5Kb/s 降低到了7.5Kb/s。

 5. 比特分配及编码

 在调整到固定的码率之前

- 先确定可用于样值编码的有效比特数

- 这个数值取决于比例因子、比例因子选择信息、比特分配信息以及辅助数据所需比特数

 比特分配的过程：对每个子带计算掩蔽-噪声比MNR，是信噪比SNR –信掩比

SMR，即：MNR = SNR – SMR

使整个一帧和每个子带的总噪声-掩蔽比最小。这是一个循环过程，每一次循环使获益最大的子带的量化级别增加一级，当然所用比特数不能超过一帧所能提供的最大数目。

第1层一帧用4比特给每个子带的比特分配信息编码；而第2层只在低频段用4比特，高频段则用2比特。

 二.实验流程

 理解过程

- 理解程序设计的整体框架

- 理解感知音频编码的设计思想

- 理解心理声学模型的实现过程

临界频带的概念

掩蔽值计算的思路

理解码率分配的实现思路

 输出要求

- 输出音频的采样率和目标码率

- 选择某个数据帧，输出

该帧所分配的比特数

该帧的比例因子

该帧的比特分配结果

三.实验代码

FILE *output_txt;
char temp[100] = "info.txt"; 
...
int main (int argc, char **argv)
{
    output_txt = fopen(temp, "w");
    if (output_txt == NULL)
        printf("Creating output txt file failed.\n");
    ...
}
#ifdef NEWENCODE
    ...
#else
    scale_factor_calc (*sb_sample, scalar, nch, frame.sblimit);
    pick_scale (scalar, &frame, max_sc);
    int sb, gr, ch;
    if (frameNum == 80)   //选择第80个数据帧
    {
            fprintf(output_txt, "sampling rate %d kHz. \n bit rate %d kbps.\n",
            header.sampling_frequency, bitrate[header.version][header.bitrate_index]);
        fprintf(output_txt, "Output the %d th frame\n", frameNum); 
        fprintf(output_txt, "available bits number = %d\n", adb);
        fprintf(output_txt, "Scale_Factor:\n");  
        for (ch = 0; ch < nch; ch++) 
        {
            fprintf(output_txt, "channel[%2d] \n", ch + 1); 
            for (sb = 0; sb < frame.sblimit; sb++) 
            {
                fprintf(output_txt, "subband[%2d]:    ", sb + 1);  
                for (gr = 0; gr < 3; gr++) 
                {
                    fprintf(output_txt, "%2d\t", scalar[ch][gr][sb]);
                }
                fprintf(output_txt, "\n");
            }
        }
    }
    ...
  }

四.实验结果