数据压缩原理 实验六 MPEG音频编码

实验原理

MPEG-1 Audio LayerII编码器原理图

心理声学模型：

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
也即绝对阈值。在标准中有根据输入PCM信号的采样率编制的“频率、临街频带率和绝对阈值”表。

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的距离总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得

7.全局掩蔽阈值的计算

8.每个子带的掩蔽阈值
选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=信号能量/掩蔽阈值
并将SMR传递给编码单元

实验要求

1.输出音频的采样率和目标码率

2.选择某个数据帧，输出该帧所分配的比特数、比例因子、比特分配结果

代码分析

记录该帧所分配的总比特数

  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];//声道1
    win_buf[1] = &buffer[1][0];//声道2

    adb = available_bits (&header, &glopts);

选择第二帧输出

#else
    ////////////////////增加////////////////////
     if(frameNum==2)
    {
        fprintf(outinfo,"采样率：%.1fkhz\n",s_freq[header.version][header.sampling_frequency]);
        fprintf(outinfo,"目标码率：%dMbps\n",bitrate[header.version][header.bitrate_index]);
        fprintf(outinfo,"第二帧比特数：%d\n",adb);
     }
    transmission_pattern (scalar, scfsi, &frame);
    main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
    if (error_protection)
      CRC_calc (&frame, bit_alloc, scfsi, &crc);
    encode_info (&frame, &bs);
    if (error_protection)
      encode_CRC (crc, &bs);
    encode_bit_alloc (bit_alloc, &frame, &bs);
    encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);
    subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
              *subband, &frame);
    sample_encoding (*subband, bit_alloc, &frame, &bs);
    ////////////////////增加////////////////////
     if(frameNum==2)
    {
        fprintf(outinfo,"比例因子\n");
        for ( cha = 0; cha < nch; cha++ )
        {   
            fprintf(outinfo,"声道%d\n",cha);
            fprintf(outinfo,"子带\tGroup1\tGroup2\tGroup3\t\n");
            for ( sbd = 0; sbd < frame.sblimit; sbd++ )
            {
                fprintf(outinfo,"%4d\t",sbd);
                for( gro = 0; gro < 3; gro++ )
                {
                    fprintf(outinfo,"%3d\t",scalar[cha][gro][sbd]);
                }
                fprintf(outinfo,"\n");
            }
        }
        fprintf(outinfo,"帧比特分配：\n");
        for ( cha = 0; cha < nch; cha++ )
        {
            fprintf(outinfo,"声道%d\n",cha);
            for ( sbd = 0; sbd < frame.sblimit; sbd++ )
            {
                fprintf(outinfo,"子带%2d:\t",sbd);    
                fprintf(outinfo,"%2d\n",bit_alloc[cha][sbd]);
            }
        }
        if(outinfo)
            fclose(outinfo);
    }
#endif

实验结果