一、程序设计整体框架
二、感知音频编码的设计思想
感知编码是利用人耳听觉的心理声学特性(频谱掩蔽特性和时间掩蔽特性),人耳对信号幅度、频率、时间的有限分辨能力,凡是人耳感受不到的成分不编码,不传送。对感觉得到的部分进行编码时,允许有较大的量化失真,并使其处于听阈以下,人耳依然感受不到。感知编码建立在人类听觉系统的心理声学原理之上,达到减少数据量又不降低音质的目的。
·两条线
上线:对信号进行子带分解,将PCM码流经多相滤波器组变换为32个子带的频域信号;
下线:对PCM信号进行FFT,由心理声学模型计算以频率为自变量的噪声掩蔽阈值,使量化噪声小于噪声掩蔽域值,同时通过信号掩蔽比SMR确定比例因子选择信息和动态比特分配,决定给子带分配多少量化比特数。最后通过装帧将量化后的子带的样本和边信息编码数据(比例因子选择信息、动态比特分配)以及辅助数据按照规定的帧格式组装成帧比特流输出。
·时-频分析的矛盾
时域上采样时间越短,时域分辨率越高,但同时频谱展宽频域分辨率下降,说明频域的分辨率和时域的分辨率之间存在矛盾。
感知音频编码系统的两条线,在保证音频整体质量的条件下获得最大的压缩比,其消除音频信号感知冗余的方式则是通过心理声学模获得音频信号的掩蔽阈。
三、心理声学模型的实现过程
·临界频带的概念</