MPEG音频编码实验

一、MPEG-1 Audio Layer2 编码器原理

2.感知音频编码的设计思想
（1） 两条线
第一条线：时域越短提取到的样本点数越多，越能反映瞬时变化情况
第二条线：把人耳的听觉特性转变成可计算的模型——心理声学模型，其输出类似听力曲线，以频率为横坐标，以能量为纵坐标。谱线间隔越小、频域的分解力越细越好。
时频分析的矛盾
频域的频谱分辨率和时域的变化率之间存在矛盾，时域信号取得越短，频域谱线间隔越大。
3.心理声学模型的实现过程
（1）临界频带的概念
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的宽度。
（2）掩蔽值计算的思路
①将样本变换到频域：32个等分的子带信号并不能精确地反映人耳的听觉特性，引入FFT补偿频率分辨率不足的问题。
②确定声压级别：

 ③考虑安静时阈值
④将音频信号分解成“乐音”和“非乐音/噪声”部分：因为两种信号的掩蔽能力不同。
⑤音调和非音调掩蔽成分的消除：利用标准中给出的绝对阈值消除被掩蔽成分； 考虑在每个临界频带内，小于0.5Bark的距离中只保留最高功率的成分 。
⑥单个掩蔽阈值的计算：音调成分和非音调成分单个掩蔽阈值根据标准中给出的算法求出。
⑦全局掩蔽阈值的计算：

⑧每个子带的掩蔽阈值：选择出本子带中最小的阈值作为子带阈值。
⑨计算每个子带信号掩蔽比SMR并将SMR传递给编码单元。
SMR = 信号能量 / 掩蔽阈值
4.码率分配的实现思路
（1）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；
（2）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，每一次循环对最低MNR的子带分配比特，使获益最大的子带的量化级别增加一级。

二 代码分析

#ifdef NEWENCODE
    // 计算比例因子
    scalefactor_calc_new(*sb_sample, scalar, nch, frame.sblimit);
    find_sf_max (scalar, &frame, max_sc);
    if (frame.actual_mode == MPG_MD_JOINT_STEREO) {
      /* this way we calculate more mono than we need */
      /* but it is cheap */
      combine_LR_new (*sb_sample, *j_sample, frame.sblimit);
      scalefactor_calc_new (j_sample, &j_scale, 1, frame.sblimit);
    }
#else
    scale_factor_calc (*sb_sample, scalar, nch, frame.sblimit);
    pick_scale (scalar, &frame, max_sc);
	

    if (frame.actual_mode == MPG_MD_JOINT_STEREO) {
      /* this way we calculate more mono than we need */
      /* but it is cheap */
      combine_LR (*sb_sample, *j_sample, frame.sblimit);
      scale_factor_calc (j_sample, &j_scale, 1, frame.sblimit);
    }
#endif
	/* 添加 */
	FILE *output = fopen("output.txt", "wb");
	if (frameNum == 20)
	{
		fprintf(output,"输出音频的采样率为：%.1fkhz \r\n", s_freq[header.version][header.sampling_frequency]);
		fprintf(output, "目标码率为：%dMbps \r\n", bitrate[header.version][header.bitrate_index]);
		fprintf(output, "选择的数据帧为：%d \r\n", frameNum);
		fprintf(output, "该帧所分配的比特数为：%dbits\r\n", adb);
		for (int k = 0; k < nch; k++)//nch即num channels: 1 for mono, 2 for stereo
		{
			fprintf(output, "声道[%d] \r\n", k + 1);
			for (int j = 0; j < frame.sblimit; j++)//子带总数
			{
				fprintf(output, "子带[%d]:    ", j + 1);
				for (int m = 0; m < 3; m++)//每个子带有3个比例因子
				{
					fprintf(output, "%d\t", scalar[k][m][j]);
				}
				fprintf(output, "\r\n");
			}
		}
	}
#ifdef NEWENCODE
    sf_transmission_pattern (scalar, scfsi, &frame);
    main_bit_allocation_new (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
    //main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);

    if (error_protection)
      CRC_calc (&frame, bit_alloc, scfsi, &crc);

    write_header (&frame, &bs);
    //encode_info (&frame, &bs);
    if (error_protection)
      putbits (&bs, crc, 16);
    write_bit_alloc (bit_alloc, &frame, &bs);
    //encode_bit_alloc (bit_alloc, &frame, &bs);
    write_scalefactors(bit_alloc, scfsi, scalar, &frame, &bs);
    //encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);
    subband_quantization_new (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
    			  *subband, &frame);
    //subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
    //	  *subband, &frame);
    write_samples_new(*subband, bit_alloc, &frame, &bs);
    //sample_encoding (*subband, bit_alloc, &frame, &bs);
#else
transmission_pattern (scalar, scfsi, &frame);
//根据掩蔽值为子带进行迭代比特分配让掩噪比最低之后输出每个子带的比特分配信息
    main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
	/* 添加 */
	if (frameNum == 20)
	{
		fprintf(output, "\n比特分配:\n");		
		for (int k = 0; k < nch; k++)
		{
			fprintf(output, "channel[%d] \r\n", k + 1);
			for (int j = 0; j < frame.sblimit; j++)
			{
				fprintf(output, "subband[%d]:%d\r\n", j, bit_alloc[k][j]);
			}
		}
	}

输出结果：