MPEG音频编码实验

MPEG音频编码原理

感知音频编码

1. 感知音频编码即基本思想：基于人对于声音在生理上以及心理上（通过心理声学模型分析出而得）不足，将声音不被人感知的部分看作冗余数据，不进行编码，以此来实现音频的压
2. 感知音频编码的基本框架：

 心理声学模型

• 心理声学模型分析基础简要说明：

1. 人类的听域：20Hz~20000Hz
2.  响度与频率：人耳听觉对不同频率有不同的敏感度，而且这种敏感度的不同随着响度的增加而变得不那么显著。
3.  掩蔽效应：强音的出现会提高周围频率的听域，带来掩蔽效应。举个简单的例子：人会感觉到有些原来听得到的声音在强音出现后听不见了，这是因为听域提高了，原来的声音现在在听域之下
4.  临界频带：若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又刚好能被听到，此时该纯音的功率等于这一频带内噪声的功率，噪声的带宽成为临界频带宽度。总的来说，临界频带在低频的部分较窄，在高频的部分较宽

• 心理声学模型中掩蔽值的计算

1. 对样本做FFT变换将其转换到频域

2. 确定声压级别

3. 引入绝对听域曲线

4. 将音频划分为乐音和噪声：将临界频带的峰值看作乐音，其余都一概视为噪声

5. 根据标准计算出掩蔽阈值：乐音与噪音之间的掩蔽值

6. 计算全局的掩蔽阈值：此时需要考虑不同临界频带的乐音之间的相互影响（掩蔽扩散）

7. 子带的掩蔽阈值：选择最小的阈值作为当前自带的掩蔽阈值

8. 每个子带的信掩比SMR（signal-to-mask ratio)

   SMR = 信号能量/掩蔽阈值

码率分配

1. 确定可用于样值编码的有效比特数，有效比特数由比例因子、比例因子选择信息、比特分配信息以及辅助信息所需比特数共同决定。

2. 分配算法：循环，退出条件为比特分配完毕

   计算噪掩比NMR：NMR = SMR - SNR（dB）

   将比特分配给NMR最高的子带

   重新计算分配了比特子带的NMR

实验结果

输出音频的采样率和目标码率

 

从上图中可以读出当前分析的音频文件采样率为44.1kHz，目标码率为192.000kbps

分析三个不同性质音频文件的数据

在主函数中添加以下代码：

  FILE* output;
  output = fopen("output.txt", "w");
  if (frameNum =&