音视频学习-音频编码冗余信号

冗余信号

在介绍音频编码之前，介绍一下压缩的必要性：数字音频信号如果不压缩，直接进行传输，将会占用极大的带宽。例如一套双声道数字音频若取样频率为44.1KHz，每样值按16bit量化，则其码率为：2*44.1kHz*16bit=1.411Mbit/s。如此大的带宽，将给信号的传输和处理都带来许多困难和成本。（阿里云服务器带宽大于5M后，每M价格是100元/月），因此必须采取音频压缩技术对音频数据进行处理，才能有效地传输音频数据。

 数字音频压缩编码在保证信号在听觉方面不失帧的情况下，因该尽可能的压缩音频数据信号。降低数据量，数字音频压缩编码采取去除声音信号中冗余成分【比如一个人在吼，你在和另一个人说悄悄话，那么那个人是听不见你说的什么的】的方法来实现，所谓冗余成分指的是音频中不能被人耳感知到的信号，它们对确定声音的音色，音调等信息没有任何的帮助。

冗余信号包含人耳听觉范围外的音频信号以及被掩蔽掉的音频信号等。例如，人耳所能察觉的声音信号的频率范围为20Hz～20KHz，除此之外的其它频率人耳无法察觉，都可视为冗余信号。此外，根据人耳听觉的生理和心理声学现象，当一个强音信号与一个弱音信号同时存在时，弱音信号将被强音信号所掩蔽而听不见，这样弱音信号就可以视为冗余信号而不用传送。这就是人耳听觉的掩蔽效应，主要表现在频谱掩蔽效应和时域掩蔽效应。

掩蔽效应

频谱掩蔽效应

一个频率的声音能力小于某个阈值之后就听不到了，当附近有更大声音的时候，这个前者声音频率附近的阈值会增大很多。如图所示：

时域掩蔽效应

当强音信号和弱音信号同时出现时，还存在时域掩蔽效应。即两者发生时间很接近的时候，也会发生掩蔽效应。时域掩蔽过程曲线如图所示，分为前掩蔽、同时掩蔽和后掩蔽三部分。

前掩蔽是指人耳在听到强信号之前的短暂时间内，已经存在的弱信号会被掩蔽而听不到。

同时掩蔽是指当强信号与弱信号同时存在时，弱信号会被强信号所掩蔽而听不到。

后掩蔽是指当强信号消失后，需经过较长的一段时间才能重新听见弱信号，称为后掩蔽。这些被掩蔽的弱信号即可视为冗余信号