AAC和AMR音频编码标准介绍

【转自http://bbs.mydigit.cn/read.php?tid=133541】

AAC和AMR音频编码标准介绍 (转载)

在MP3之后，3GPP又制定了一系列的语音编码(压缩)新标准──AAC和AMR家族。AAC家族包含了AAC、HE-AAC、EAAC+；其竞争对手AMR家族则包含了：AMR、AMR-WB、AMR-WB+。这些新技术足够让人眼花缭乱，但对手机芯片、制造业者和工程师而言，这是一个崭新的机会。 
　　 
AAC
    AAC(Advanced Audio Coding)也称为MPEG-2 AAC，是一种数据会遗失(lossy)的语音串流压缩标准。AAC是MPEG-2的一部份，是用来取代MP3的，但是AAC和MP3不同，AAC无法向后兼容，MP3可以，例如：MP3可以和MP2兼容。
    AAC最多可以支持48个频道，取样率从8 kHz到96 kHz。AAC的语音分辨率(resolution)比MP3高，一般而言，96 kbps的AAC之语音品质优于或等同于128 kbps的MP3，因此，AAC可以在低速的网络内传输语音串流，而且，不会影响语音的品质。 
　　 
HE-AAC(AAC+)
    HE(high efficiency) AAC又称为MPEG-4 HE-AAC或简称AAC+，它是MPEG-2 AAC和SBR(Spectral Band Replication)带宽延伸修订版的技术组合。HE-AAC不是要取代AAC，而是要延伸MPEG-4的语音品质，能够以更低的速率传输(32 kbps)。而且，HE-AAC译码器可以对AAC解碼。
    若要产生48 kbps的HE-AAC立体声，HE-AAC编码器会产生两种信号：一个是42 kbps的MPEG AAC信号，另一个是6 kbps的SBR信号。然后，此SBR信号置于MPEG AAC的辅助字段内(该字段是MPEG-4定义的)。最后，构成一个完整48 kbps的MPEG-4 HE-AAC串流。SBR代表高频的成份，而AAC代表低频的成份。HE-AAC译码器使用AAC和SBR信号，产生全频信号；而AAC译码器只使用AAC信号，亦即，只有低频成份被它解碼。
    HE-AAC能传输48 kbps的CD立体声，或128 kbps、5.1声道的“环场声”(surround sound)。这样的效率，使它适用于Internet传输，或移动数字广播。不过，由于HE-AAC的高延迟特性，使它不适用于双向的通信应用。 
　　 
EAAC+
    Enhanced AAC+(EAAC+)是在2004年时，纳入3GPP的第6版标准中。根据3GPP，它是由MPEG-4 AAC、MPEG-4 SBR和MPEG-4“参数立体声”(Parametric Stereo)技术组合的。“参数立体声”技术能够在低传输率中，进行“立体声”的编码，其基本原理类似SBR。 
　　 
AMR
    AMR(Adaptive Multi-Rate)标准是在1998年被提出。它的主要功能是提供移动装置使用的基本语音(baseline speech)。它以可变速率的非立体声(mono)传输，速率在4.75 kbps～12.2 kbps之间，它属于窄频，带宽只有3.5 kHz。它被3GPP当成3G无线电网络系统的基本编译码技术；3G是从GSM、WCDMA、EDGE、GPRS演变而来的，而且，不管是2G、2.5G或3G，AMR都是这些无线电网络标准的最基本编译码技术。
    AMR的基本原理是：当通信干扰增加时，就降低编译码速率，而且还能实现更多的校错(error correction)功能。AMR也可以让不同手机系统的编译码技术之间能够尽量兼容，这是靠ACELP(Algebraic Code Excited Linear Prediction)技术达到的。ACELP是一种语音压缩系统，它可以在低速的网络环境中，提供高品质的语音。 
　　 
AMR-WB
    AMR-WB(wideband extension)是AMR的升级版，它也是使用ACELP技术。2000年12月时，ETSI/3GPP将AMR-WB标准化，并公布于世。ITU-T在2002年采用它，并另命名为G.722.2。
    由于AMR-WB的语音带宽很宽(50 Hz～7 kHz)，所以它的语音品质很高。它具有9种采样速率(都是非立体声)，分别是：23.85 kbps、23.05 kbps、19.85 kbps、18.25 kbps、15.85 kbps、14.25 kbps、12.65 kbps、8.85 kbps、6.6 kbps。其中，能够保持高的语音品质，并且速率最低者是12.65 kbps。AMR-WB已经被UMTS/IMT-2000无线电网络采用，作为它的编译码基本技术；UMTS也是一种3G新标准。 
　　 
AMR-WB+
    2004年9月，ETSI/3GPP将AMR-WB+标准化。AMR-WB+是AMR-WB的升级版，它使用ACELP和TCX(Transform Coded Excitation)技术，提供高品质的语音和其它音频内容──这包括：自然声、数字音乐、与音乐相混合的声音(voice-between-music/voice-over-music)。
    AMR-WB+增加了立体声信号和支持更高的采样速率。并且，使用高效率的“参数立体声”(HE-PS)技术，能够以低速率传输高品质的立体声。TCX转换编码技术则补偿了ACELP的不足。
    AMR-WB+的采样速率是从6 kbps～48 kbps；立体声的采样速率是8 kbps～48 kbps，非立体声的采样速率是6 kbps～36 kbps。这使得它的语音带宽更宽(24 kHz)，接近CD的语音品质。此外，AMR-WB+可以和AMR-WB兼容。 
　　 
技术比较
    根据欧洲广播联盟(EBU)的人工测试(其方法称为MUSHRA)，除AMR家族尚未测试以外，编译码后的语音品质最好者是AAC+，在采样率为48 kbps时，它的品质与CD一样好。其它技术的语音品质，按优劣顺序分别是：MP3PRO、AAC、Real 8、7 kHz LPF、WMA 8、MP3、Real G2、3.5 kHz LPF。 
按照3GPP的分类，依传输率大小，可区分成两类：
    1. 低于或等于24 kbps者：ARM-WB+、HE-AAC/AAC+、EAAC+。 
    2. 高于24 kbps者：HE-AAC/AAC+、EAAC+。
    根据3GPP的MUSHRA测试结果，ARM-WB+在采样率为48 kbps时的语音品质最高。若以ARM-WB+与EAAC+做比较，在采样率低于24 kbps时，ARM-WB+的立体声优于EAAC+。 
　　 
结语
    目前，AAC和AMR-WB技术已经被使用于2G和2.5手机中。而AAC+、EAAC+和AMR-WB+则被使用于3G手机中。它们的应用如图1所示。音乐手机比视频手机、电视手机更早被市场接受。但是，MP3播放机的价格却一直下滑，所以，音乐手机或音乐播放机极需要AAC+、EAAC+和AMR-WB+的兴起和普及，以带动另一波的购买热潮。
    更好的语音编译码技术会继续推陈换新，但到2010－2015年，当手机的传输率可达到1 Gbps时，追求效率更佳的编解码技术的趋势可能会逐渐消退，不过，编解码技术的内涵仍然是很迷人的。