数据压缩第八周作业——MPEG编码器

一、MPEG音频编码原理

思想原理：利用人耳的听觉特性，去除掉无法被人👂感知的音频部分。

基本框架：最重要的是理解这种图以及”带着镣铐跳舞“这句话的含义。

MPEG-2音频编码器架构：

• 多项滤波器（32个子带）：MPEG将输入的PCM音频码流变换为32个子带的频域信号，分解的思想其实就是子带编码思想（将原始信号分解为若干个子频带，对其分别进行编码，利用下采样能够降低传送数据的比特率，同时还能保持较小的失真范围。

• 比例因子提取：输入的1152个样本=32x12x3，32是指分解成的32个子带，在经过一次分解后需要等12次，相当于1组由12个取样点组成，先找出12个样点中绝对值的最大值作为公共比例因子；接着等待三组，从三组中抽出最大的比例因子进行量化（减小运算量）

  (以上为时域部分要点)

  ---

  (下面是频域部分要点)

• 心理声学模型：利用人耳的掩蔽特性，结合临界频带对输入的数据进行过滤，之保持频率最高的部分。

  • 输入FFT（频域信号）以及比例因子

  • 输出SMR（子带信号掩蔽比）

• 动态比特分配：根据心理声学模型的计算结果，为每个自带信号分配比特数。

  • 输入比特预算和SMR
  • 输出每个自带对应的量化数

1、心理声学模型构建

主要思想： 人耳的听觉系统中存在一个听觉阈值电平，低于这个电平的声音信号就听不到。

• 听觉阈值的大小随声音频率的改变而改变。
• 一个人是否听到声音取决于声音的频率，以及声音的幅度是否高于这种频率下的听觉阈值
• 人耳具有听觉掩蔽特性，人耳感知的听觉阈值电平是自适应的，会随听到的不同频率声音而发生变化

①听觉阈值：

• 两个声音响度级相同，但强度不一定相同，还与频率有关（图中密密麻麻的线，属于等响度曲线，同一条线上的响度级相同。观察同一条曲线上的两点，其强度不一定相同）

• 声压级越高，等响度曲线趋于平坦

②频域掩蔽：

• 听觉阈值电平是自适应的，会随听到的不同频率声音而发生变化
• 如果有多个频率成分的复杂信号存在，那么频谱的总掩蔽阈值与频率的关系取决于各掩蔽音的强度、频率和它们之间的距离。
  

③临界频带
含义：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，这个带宽称之为临界频带宽度。

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人耳听觉系统
主要思想：等效于一个信号通过一组并联的不同中心频率的带通滤波器。

• 中心频率与信号频率相同的滤波器具有最大响应；中心频率偏离信号频率较多的滤波器不会产生响应。
• 在0Hz到20KHz频率范围内由25个重叠的带通滤波器组成的滤波器组。
• 听音者在噪声中听某一纯音信号时，只启用中心频率与信号频率相同的那个听觉滤波器，纯音信号通过该滤波器，而噪声信号只有通带范围内的部分信号能通过，通带以外的频率成分则被抑制，只有通过该滤波器的噪声才对掩蔽起作用。

⑤掩蔽音的关系

掩蔽音与被掩蔽音的组合方式有四种，即它们分别可以是乐音信号（弦信号，Tone）或窄带噪声（noise）。乐音信号和窄带噪声信号作为掩蔽音时产生的掩蔽效果有很大不同。

• 噪声掩蔽纯音时，只有以纯音频率为中心的，一定频带宽度内的噪声能量起掩蔽作用，超出该频带的噪声能量无掩蔽效应，称掩蔽的临界带宽。掩蔽说明了频率选择性的极限
• 掩蔽纯音信号，理论上使用带宽范围等于其临界带宽1/3倍频程的窄带噪声，这是因为掩蔽的临界带宽稍窄，听起来接近于纯音，患者常常混淆纯音与掩蔽噪声，而以纯音频率为中心频率的1/3倍频程噪声，宽度略大于临界带宽，同样可以起到很好的掩蔽效果。但实际应用中根据IEC645规定，临床听力计上常使用约4/10倍频程的窄带噪声

回顾声学模型：

上面一条线：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。
下面一条线：通过FFT运算具有高的频率分辨率。

上面一条线是音频编码的主线部分，下面一条线的本质是为了帮助计算线性量化器的量化比特数。其中，下面一条线最为出彩的部分是心理声学模型的应用，它对去除冗余信息起到了极大的作用。

时域-频域矛盾：举一个超级简单易懂的例子，不知道对不对，但是很好理解：

输入1152个样本，如果音频采样率是48kHz，对应的时间窗口就是24ms，观察一帧图像也就是按照24ms为单位。

反观频域：频率分辨率就是1/24，时间窗口越长（样本数越多），时域分辨率月底，而频域分辨率却越高。增大频域分辨力的同时时域分辨力必然会相应减小。

⑥动态比特分配

目的：使帧和每个子带的噪声-掩蔽比最小

• 在调整到固定的码率之前，首先需要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。
• 计算噪掩蔽的公式NMR=信掩比SMR-信噪比SNR（NMR表示波形误差和预测感知误差的关系，当NMR为负值时不需要考虑）
• 首先假设SNR=0，按照比特预算的比特数，优先考虑NMR值最大的子带。
• 每分配1bit就会降低6dB，依次循环~直到分配bit数=0或者所有子带的NMR都降低至0。

再次举一个超级简单的例子for example：

二、编码器设计分析

输入声音信号经过一个多相滤波器组，变换到多个子带，等待多组提取共同的比例因子，同时进行频率分析， 经过“心理声学模型” 计算以频率为自变量的噪声掩蔽阈值。量化和编码部分用信掩比SMR决定分配给子带信号的量化位数，使量化噪声小于掩蔽阈值。最后通过数据帧包装 将量化的子带样本和其它数据按照规定的帧格式组装成比特数据流。

首先我们查看命令行参数（命令行参数什么都不设置，输出，查看要求格式）

表示这里需要设置输入文件的名称以及输出文件的名称

下一步关注main函数：

int main(int argc, char** argv)
{
	/********************************参数初始化***************************************************/
	programName = argv[0];//argv[0]表示输入文件
	if (argc == 1)
		short_usage();
	else
		parse_args(argc, argv, &frame, &model, &num_samples, original_file_name,
			encoded_file_name);//解析命令行参数
	print_config(&frame, &model, original_file_name, encoded_file_name);//输出配置信息

	hdr_to_frps(&frame);//加载信息头中解压出来的信息
	nch = frame.nch;
	error_protection = header.error_protection;

	//按帧获取信息
	while (get_audio(musicin, buffer, num_samples, nch, &header) > 0) {
		if (glopts.verbosity > 1)
			if (++frameNum % 10 == 0)
				fprintf(stderr, "[%4u]\r", frameNum);
		fflush(stderr);
		win_buf[0] = &buffer[0][0];
		win_buf[1] = &buffer[1][0];

		adb = available_bits(&header, &glopts);//在码率分配前首先要计算码率预算，把计算所得的该帧总分配比特数赋给了adb,在adb获得值以后直接进行输出。
		lg_frame = adb / 8;
		if (header.dab_extension) {
			if (header.sampling_frequency == 1)
				header.dab_extension = 4;
			if (frameNum == 1)
				minimum = lg_frame + MINIMUM;
			adb -= header.dab_extension * 8 + header.dab_length * 8 + 16;
		}

		{
			int gr, bl, ch;
			for (gr = 0; gr < 3; gr++)
				for (bl = 0; bl < 12; bl++)
					for (ch = 0; ch < nch; ch++)
						WindowFilterSubband(&buffer[ch][gr * 12 * 32 + 32 * bl], ch,
							&(*sb_sample)[ch][gr][bl][0]);//多相滤波器组
		}
		scale_factor_calc(*sb_sample, scalar, nch, frame.sblimit);//计算比例因子
		pick_scale(scalar, &frame, max_sc);//选择其中最大的比例因子
		if (frame.actual_mode == MPG_MD_JOINT_STEREO) {
			combine_LR(*sb_sample, *j_sample, frame.sblimit);
			scale_factor_calc(j_sample, &j_scale, 1, frame.sblimit);//计算比例因子选择信息
		}

		if ((glopts.quickmode == TRUE) && (++psycount % glopts.quickcount != 0)) {
			for (ch = 0; ch < nch; ch++) {
				for (sb = 0; sb < SBLIMIT; sb++)
					smr[ch][sb] = smrdef[ch][sb];
			}
		}
		else
		{
			//根据心理声学模型计算掩蔽电平
			switch (model) {
			case -1:
				psycho_n1(smr, nch);
				break;
			case 0://心理声学模型A计算掩蔽电平
				psycho_0(smr, nch, scalar, (FLOAT)s_freq[header.version][header.sampling_frequency] * 1000);//注意这里 输入比例因子，fft，输出SMR
				break;
			case 1:
				psycho_1(buffer, max_sc, smr, &frame);
				break;
			case 2:
				for (ch = 0; ch < nch; ch++) {
					psycho_2(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], //snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				}
				break;
			case 3:
				psycho_3(buffer, max_sc, smr, &frame, &glopts);
				break;
			case 4:
				for (ch = 0; ch < nch; ch++) {
					psycho_4(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], // snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				}
				break;
			case 5:
				psycho_1(buffer, max_sc, smr, &frame);
				fprintf(stdout, "1 ");
				smr_dump(smr, nch);
				psycho_3(buffer, max_sc, smr, &frame, &glopts);
				fprintf(stdout, "3 ");
				smr_dump(smr, nch);
				break;
			case 6:
				for (ch = 0; ch < nch; ch++)
					psycho_2(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], //snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				fprintf(stdout, "2 ");
				smr_dump(smr, nch);
				for (ch = 0; ch < nch; ch++)
					psycho_4(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], // snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				fprintf(stdout, "4 ");
				smr_dump(smr, nch);
				break;
			case 7:
				fprintf(stdout, "Frame: %i\n", frameNum);
				psycho_1(buffer, max_sc, smr, &frame);
				fprintf(stdout, "1");
				smr_dump(smr, nch);
				psycho_3(buffer, max_sc, smr, &frame, &glopts);
				fprintf(stdout, "3");
				smr_dump(smr, nch);
				for (ch = 0; ch < nch; ch++)
					psycho_2(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], //snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				fprintf(stdout, "2");
				smr_dump(smr, nch);
				for (ch = 0; ch < nch; ch++)
					psycho_4(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], // snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				fprintf(stdout, "4");
				smr_dump(smr, nch);
				break;
			case 8:
				/* Compare 0 and 4 */
				psycho_n1(smr, nch);
				fprintf(stdout, "0");
				smr_dump(smr, nch);

				for (ch = 0; ch < nch; ch++)
					psycho_4(&buffer[ch][0], &sam[ch][0], ch, &smr[ch][0], // snr32,
						(FLOAT)s_freq[header.version][header.sampling_frequency] *
						1000, &glopts);
				fprintf(stdout, "4");
				smr_dump(smr, nch);
				break;
			default:
				fprintf(stderr, "Invalid psy model specification: %i\n", model);
				exit(0);
			}
			if (glopts.quickmode == TRUE)
				/* copy the smr values and reuse them later */
				for (ch = 0; ch < nch; ch++) {
					for (sb = 0; sb < SBLIMIT; sb++)
						smrdef[ch][sb] = smr[ch][sb];
				}

			if (glopts.verbosity > 4)
				smr_dump(smr, nch);
		}
		transmission_pattern(scalar, scfsi, &frame);
		main_bit_allocation(smr, scfsi, bit_alloc, &adb, &frame, &glopts);//进行比特分配
		if (error_protection)
			CRC_calc(&frame, bit_alloc, scfsi, &crc);//如果需要就添加CRC纠错
		encode_info(&frame, &bs);
		if (error_protection)
			encode_CRC(crc, &bs);
		encode_bit_alloc(bit_alloc, &frame, &bs);//将比特分配打包到比特流中
		encode_scale(bit_alloc, scfsi, scalar, &frame, &bs);//将比例因子打包到比特流中
		subband_quantization(scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
			*subband, &frame);//量化子带
		sample_encoding(*subband, bit_alloc, &frame, &bs);//将子带打包到比特流中
		...
  exit (0);
}

着装关注几个非常重要的模块：比例因子提取、心理声学模型、动态比特分配

1、比例因子提取：

void scale_factor_calc (double sb_sample[][3][SCALE_BLOCK][SBLIMIT],
			unsigned int scalar[][3][SBLIMIT], int nch,
			int sblimit)
{
  int k, t;
  /* Using '--' loops to avoid possible "cmp value + bne/beq" compiler  */
  /* inefficiencies. Below loops should compile to "bne/beq" only code  */
  for (k = nch; k--;)
    for (t = 3; t--;) {
      int i;
      for (i = sblimit; i--;) {//12个一组寻找子带中的最大值
	int j;
	unsigned int l;
	register double temp;
	unsigned int scale_fac;
	register double cur_max = fabs (sb_sample[k][t][SCALE_BLOCK - 1][i]);
	for (j = SCALE_BLOCK - 1; j--;) {
	  if ((temp = fabs (sb_sample[k][t][j][i])) > cur_max)
	    cur_max = temp;
	}
	for (l = 16, scale_fac = 32; l; l >>= 1) {//查找比例因子表中比这个最大值大的最小值作为比例因子
	  if (cur_max <= multiple[scale_fac])
	    scale_fac += l;
	  else
	    scale_fac -= l;
	}
	if (cur_max > multiple[scale_fac])
	  scale_fac--;
	scalar[k][t][i] = scale_fac;//得到比例因子
      }
    }
}

2、选取最大的比例因子

void pick_scale (unsigned int scalar[2][3][SBLIMIT], frame_info * frame,
		 double max_sc[2][SBLIMIT])
{
  int i, j, k, max;
  int nch = frame->nch;
  int sblimit = frame->sblimit;

  for (k = 0; k < nch; k++)
    for (i = 0; i < sblimit; max_sc[k][i] = multiple[max], i++)
      for (j = 1, max = scalar[k][0][i]; j < 3; j++)
	if (max > scalar[k][j][i])//循环找最大的比例因子
	  max = scalar[k][j][i];
  for (i = sblimit; i < SBLIMIT; i++)
    max_sc[0][i] = max_sc[1][i] = 1E-20;
}

3、心理声学模型（这里以我们使用的A模型分析）

void psycho_0(double SMR[2][SBLIMIT], int nch, unsigned int scalar[2][3][SBLIMIT], FLOAT sfreq) {
	int ch, sb, gr;
	int minscaleindex[2][SBLIMIT];//较小的指标意味着较大的比例因子
	static FLOAT ath_min[SBLIMIT];
	int i;
	static int init = 0;

	if (!init) {
		FLOAT freqperline = sfreq / 1024.0;
		for (sb = 0; sb < SBLIMIT; sb++) {
			ath_min[sb] = 1000; /* set it huge */
		}
		//在每个子带中找到最小的ATH
		for (i = 0; i < 512; i++) {
			FLOAT thisfreq = i * freqperline;
			FLOAT ath_val = ATH_dB(thisfreq, 0);
			if (ath_val < ath_min[i >> 4])
				ath_min[i >> 4] = ath_val;
		}
		init++;
	}
	//找到这32个子带中最小的比例因子
	for (ch = 0; ch < nch; ch++)
		for (sb = 0; sb < SBLIMIT; sb++)
			minscaleindex[ch][sb] = scalar[ch][0][sb];

	for (ch = 0; ch < nch; ch++)
		for (gr = 1; gr < 3; gr++)
			for (sb = 0; sb < SBLIMIT; sb++)
				if (minscaleindex[ch][sb] > scalar[ch][gr][sb])
					minscaleindex[ch][sb] = scalar[ch][gr][sb];
	for (ch = 0; ch < nch; ch++)
		for (sb = 0; sb < SBLIMIT; sb++)
			SMR[ch][sb] = 2.0 * (30.0 - minscaleindex[ch][sb]) - ath_min[sb];
}

4、动态码率分配

void main_bit_allocation(double perm_smr[2][SBLIMIT],
	unsigned int scfsi[2][SBLIMIT],
	unsigned int bit_alloc[2][SBLIMIT], int* adb,
	frame_info* frame, options* glopts)
{
	...
	//选择动态分配码率模式
	if (glopts->vbr == FALSE) {
		/* Just do the old bit allocation method */
		noisy_sbs = a_bit_allocation(perm_smr, scfsi, bit_alloc, adb, frame);
	}
	else {
		/* do the VBR bit allocation method *//动态分配码率
		frame->header->bitrate_index = lower;
		*adb = available_bits(frame->header, glopts);
		{
			int brindex;
			int found = FALSE;

			/* Work out how many bits are needed for there to be no noise (ie all MNR > 0.0 + VBRLEVEL) */计算如果全部消除噪声情况下所需要的比特数
			int req =
				VBR_bits_for_nonoise(perm_smr, scfsi, frame, glopts->vbrlevel);

			/* Look up this value in the bitrateindextobits table to find what bitrate we should use for
			   this frame */在bitrateindextobits表中查找对此帧使用的比特率
			   
			for (brindex = lower; brindex <= upper; brindex++) {
				if (bitrateindextobits[brindex] > req) {
					guessindex = brindex;
					found = TRUE;
					break;
				}
			}
			if (found == FALSE)
				guessindex = upper;
		}

		frame->header->bitrate_index = guessindex;
		*adb = available_bits(frame->header, glopts);

		/* update the statistics */
		vbrstats[frame->header->bitrate_index]++;

		if (glopts->verbosity > 2) {
			static int count = 0;
			int i;
			if ((count++ % 1000) == 0) {
				for (i = 1; i < 15; i++)
					fprintf(stdout, "%4i ", vbrstats[i]);
				fprintf(stdout, "\n");
			}
			if (glopts->verbosity > 5)
				fprintf(stdout,
					"> bitrate index %2i has %i bits available to encode the %i bits\n",
					frame->header->bitrate_index, *adb,
					VBR_bits_for_nonoise(perm_smr, scfsi, frame,
						glopts->vbrlevel));

		}
		noisy_sbs =
			VBR_bit_allocation(perm_smr, scfsi, bit_alloc, adb, frame, glopts);
	}
}

5、输出音频的采样率和目标码率

void print_config(frame_info* frame, int* psy, char* inPath,
	char* outPath)
{
	frame_header* header = frame->header;
	if (glopts.verbosity == 0)
		return;
	fprintf(stderr, "--------------------------------------------\n");
	fprintf(stderr, "Input File : '%s'   %.1f kHz\n",
		(strcmp(inPath, "-") ? inPath : "stdin"),
		s_freq[header->version][header->sampling_frequency]);//输入文件路径和音频采样率
	fprintf(stderr, "Output File: '%s'\n",
		(strcmp(outPath, "-") ? outPath : "stdout"));//输出文件路径
	fprintf(stderr, "%d kbps ", bitrate[header->version][header->bitrate_index]);//音频采样率
	fprintf(stderr, "%s ", version_names[header->version]);
	if (header->mode != MPG_MD_JOINT_STEREO)
		fprintf(stderr, "Layer II %s Psycho model=%d  (Mode_Extension=%d)\n",
			mode_names[header->mode], *psy, header->mode_ext);//采用的心理声学模型
	else
		fprintf(stderr, "Layer II %s Psy model %d \n", mode_names[header->mode],
			*psy);

	fprintf(stderr, "[De-emph:%s\tCopyright:%s\tOriginal:%s\tCRC:%s]\n",
		((header->emphasis) ? "On" : "Off"),
		((header->copyright) ? "Yes" : "No"),
		((header->original) ? "Yes" : "No"),
		((header->error_protection) ? "On" : "Off"));

	fprintf(stderr, "[Padding:%s\tByte-swap:%s\tChanswap:%s\tDAB:%s]\n",
		((glopts.usepadbit) ? "Normal" : "Off"),
		((glopts.byteswap) ? "On" : "Off"),
		((glopts.channelswap) ? "On" : "Off"),
		((glopts.dab) ? "On" : "Off"));

	if (glopts.vbr == TRUE)
		fprintf(stderr, "VBR Enabled. Using MNR boost of %f\n", glopts.vbrlevel);
	fprintf(stderr, "ATH adjustment %f\n", glopts.athlevel);

	fprintf(stderr, "--------------------------------------------\n");
}

最终得到输出结果

输入文件名：test.wav 音频的采样率：44.1KHz
输出文件名：test.mp2 音频的目标码率为192Kbps

在main函数中加入代码输出比特分配结果

	if (frameNum == 1)
	{
		FILE* result;
		result = fopen("result.txt", "w");
		// 输出比例因子

		fprintf(result, "比例因子//\n");
		for (int k = 0; k < nch; k++)	// 每个声道单独输出
		{
			fprintf(result, "声道%d\n", k + 1);
			for (sb = 0; sb < frame.sblimit; sb++)	// 每个子带
			{
				fprintf(result, "子带[%d]:\t", sb + 1);
				for (int gr = 0; gr < 3; gr++) {
					fprintf(result, "%2d\t", scalar[k][gr][sb]);
				}
				fprintf(result, "\n");
			}
		}
		fprintf(result, "\n");

		//输出比特分配结果

		fprintf(result, "比特分配//\n");
		for (int k = 0; k < nch; k++)//每个声道单独输出
		{
			fprintf(result, "声道%d：\n", k + 1);
			for (int i = 0; i < SBLIMIT; i++)//每个子带有一个比特分配结果
			{
				fprintf(result, "子带%d：\t", i);
				fprintf(result, "%d\n", bit_alloc[k][i]);
			}
		}
		fclose(result);
	}

三、分析乐音、噪声、混合音三个音频文件

1、噪声
输入文件名：nosie.wav 音频的采样率：48KHz
输出文件名：nosie.mp2 音频的目标码率为192Kbps

2、test乐音
输入文件名：test.wav 音频的采样率：44.1KHz
输出文件名：test.mp2 音频的目标码率为192Kbps

3、mix混合音
输入文件名：mix.wav 音频的采样率：48KHz
输出文件名：mix.mp2 音频的目标码率为192Kbps

3、修改程序~输出比例因子、比特预算、比特分配结果

	if (frameNum == 1)//输出第一帧为例
	{
		FILE* result;
		result = fopen("result.txt", "w");
		// 输出比例因子
		fprintf(result, "比例因子//\n");
		for (int k = 0; k < nch; k++)	// 每个声道单独输出
		{
			fprintf(result, "声道%d\n", k + 1);
			for (sb = 0; sb < frame.sblimit; sb++)	// 每个子带
			{
				fprintf(result, "子带[%d]:\t", sb + 1);
				for (int gr = 0; gr < 3; gr++) {
					fprintf(result, "%2d\t", scalar[k][gr][sb]);
				}
				fprintf(result, "\n");
			}
		}
		fprintf(result, "\n");

		//输出比特分配结果

		fprintf(result, "比特分配//\n");
		for (int k = 0; k < nch; k++)//每个声道单独输出
		{
			fprintf(result, "声道%d：\n", k + 1);
			for (int i = 0; i < SBLIMIT; i++)//每个子带有一个比特分配结果
			{
				fprintf(result, "子带%d：\t", i);
				fprintf(result, "%d\n", bit_alloc[k][i]);
			}
		}
		//输出比特预算
		fprintf(result, "比特预算//\n");
		fprintf(result, "%d bits\n", adb);
	}

4、查看result结果：

	噪音	乐音	混合音
比例因子选择
比特分配
比特预算

总结

• MPEG的关键思想——掌握“时频两条线”（主线是时域线，最终的量化还是在时域线里进行，频域相当于只是利用生理特性限制条件）
• 声学心理模型中，首先需要计算比特预算，将比特预算和频域共同输入声学模型，得到SMR（每个子带的信号-掩蔽比）