数据压缩（12）：MPEG音频编码实验

一、实验原理

MPEG-1音频编码器框架图

1. 多相滤波器组：用来分割字带，将PCM样本变换到32个子带的频域信号。如果输入的采样频率为48kHz，那么子带的频率宽度为48/（2*32）=0.75Hz。
   
2. 心理声学模型：计算信号中不可听觉感知的部分，计算噪声遮蔽效应。
   分为生理(Physiological )感知极限（传感极限）和 心理 (Psychological )感知极限 （信号处理极限）
   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
   子带n中的声压级别Lsb计算如下：
   
   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、临界频带率和绝对阈值”表。此表为多位科学家经多次心理声学实验所得。
   ④将音频信号分解成“乐音(tones)” 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的距离中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
   还要考虑别的临界频带的影响。一个掩蔽信号会对其它频带上的信号产生掩蔽效应。这种掩蔽效应称为掩蔽扩散。
   ⑧每个子带的掩蔽阈值

• 选择出本子带中最小的阈值作为子带阈值。
• 对高频不正确——高频区的临界频带很宽，可能跨越多个子带，从而导致模型1将临界带宽内所有的非音调部分集中为一个代表频率，当一个子带在很宽的频带内却远离代表频率时，无法得到准确的非音调掩蔽值。但计算量低。
  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。

3. 比特分配器(Bit Allocator)：根据心理声学模型的计算结果，为每个子带信号分配比特数。

• 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。
• 比特分配的过程：对每个子带计算掩蔽-噪声比MNR，信噪比SNR–信掩比SMR， 即：MNR = SNR–SMR。
  
  使整个一帧和每个子带的总噪声-掩蔽比最小。这是一个循环过程，每一次循环使获益最大的子带的量化级别增加一级，当然所用比特数不能超过一帧所能提供的最大数目。第1层一帧用4比特给每个子带的比特分配信息编码；而第2层只在低频段用4比特，高频段则用2比特。

4. 装帧(Frame Creation)：产生MPEG-I兼容的比特流
   

• 层 I 每帧含384个样本数据。每帧由32个子带分别输出
  的12个样本值组成。
• 层 II 每帧包含1152个样本。低、中、高频段对比特分
  配不同，分别用4、3、2比特。比特流中增加了一个比
  特因子选择信息域，解码器根据这个域的信息可知道
  是否需要以及如何共享比例因子。

二、实验内容

1. 实验要求（基本）

• 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
• 输出音频的采样率和目标码率
  • 选择三个不同特性的音频文件
  • 噪声（持续噪声、突发噪声）
  • 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

2. 关键代码
   采样率和目标码率:
   
   ①该帧所分配的比特数

int main (int argc, char **argv)
{
	、、、
	int i,j,k;
	、、、
	FILE* OUTFile;
	OUTFile = fopen("outfile.txt","w");
	、、、
	if(frameNum==2)
	{
		fprintf(OUTFile, "第 %d 帧\n", frameNum);
		fprintf(OUTFile,"可用比特数：%d\n",adb);
	}
}

②该帧的比例因子

	if(frameNum==2)
	{
		fprintf(OUTFile,"比例因子为：\n");
		for(i=0;i < nch ; i++)
		{
			
			fprintf(OUTFile,"声道[%d]：\n",i+1);
			for(j=0;j<frame.sblimit;j++)
			{
				fprintf(OUTFile,"子带[%d]: ",j+1);
				for(k=0;k<3;k++)
				{
					fprintf(OUTFile,"%d\t",scalar[i][k][j]);
				}
				fprintf(OUTFile,"\n");
			}
		}
	}
   		

③输出比特分配结果

	if(frameNum==2)
		{
	   		fprintf(OUTFile, "\n比特分配\n");
	   		for (k = 0; k < nch; k++)//声道
	   			{
	   				 fprintf(OUTFile, "声道[%d]：\n", k + 1);
	    			for (i = 0; i < frame.sblimit; i++)//每个子带有一个比特分配结果
	    				{
						    fprintf(OUTFile, "子带[%d]：\t", i+1);
	     					fprintf(OUTFile, "%d\n", bit_alloc[k][i]);
	    				}
	   			}
	   	}

三、实验结果