一.实验原理
主要利用了心理声学模型
(一)多相滤波器组
(二)量化和编码
对各个子带每12个样点进行一次比例因子计算。先定出12个样点中绝对值的最大值。查比例因子表中比这个最大值大的最小值作为比例因子。用6比特表示。
-第2层的一帧对应36个子带样值,是第1层的三倍,原则上要传三个比例因子。为了降低比例因子的传输码率,采用了利用人耳时域掩蔽特性的编码策略。
-每帧中每个子带的三个比例因子被一起考虑,划分成特定的几种模式。根据这些模式,1个、2个或3个比例因子和比例因子选择信息(每子带2比特)一起被传送。如果一个比例因子和下一个只有很小的差别,就只传送大的一个,这种情况对于稳态信号经常出现。
-使用这一算法后,和第1层相比,第2层传输的比例因子平均减少了2个,即传输码率由22.5Kb/s降低到了7.5Kb/s。
(三)码率分配
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
3.算法:使整帧和每个子带的总噪声—掩蔽比最小
-计算掩蔽-噪声比(mask-to-noise ratio, MNR):
MNR = SNR –SMR (dB)
其中SNR 由MPEG-I标准给定(为量化水平的函数)
MNR:表示波形误差与感知测量之间的误差,子带信号可压缩到MNR
4.算法:循环,直到没有比特可用:
-MNR = SNR –SMR (dB)
-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
-重新计算分配了更多比特子带的MNR
二.实验流程
1.理解程序设计的整体框架
-理解感知音频编码的设计思想
-两条线
-时-频分析的矛盾!
-理解心理声学模型的实现过程
-临界频带的概念
-掩蔽值计算的思路
-理解码率分配的实现思路
2.输出音频的采样率和目标码率
-选择某个数据帧,输出
-该帧所分配的比特数
-该帧的比例因子
-该帧的比特分配结果
三.关键代码
m2aenc.c
输出文件:
FILE *output_txt;
char temp[100] = "hyw_frame_info";
主函数中:
output_txt = fopen(temp, "w");
if (output_txt == NULL)
printf("Creating output txt file failed.\n");
#ifdef NEWENCODE
...
#else
scale_factor_calc (*sb_sample, scalar, nch, frame.sblimit);
pick_scale (scalar, &frame, max_sc);
int sb, gr, ch;
if (frameNum == 11)
{
fprintf(output_txt, "采样频率为 %d kHz. \n 目标码率为 %d kbps.\n",
header.sampling_frequency, bitrate[header.version][header.bitrate_index]);
fprintf(output_txt, "输出的为第 %d 帧\n", frameNum);
fprintf(output_txt, "分配的比特数为 %d\n", adb);
fprintf(output_txt, "比例因子为:\n");
for (ch = 0; ch < nch; ch++)
{
fprintf(output_txt, "channel[%2d] \n", ch + 1);
for (sb = 0; sb < frame.sblimit; sb++)
{
fprintf(output_txt, "subband[%2d]: ", sb + 1);
for (gr = 0; gr < 3; gr++)
{
fprintf(output_txt, "%2d\t", scalar[ch][gr][sb]);
}
fprintf(output_txt, "\n");
}
}
}
...
}
四.实验结果