MPEG音频编码

实验原理

对于感知音频编码过程
可简略陈述为：
“ 听不到的不编，
听不好的少编 ”
即根据人类对于音频的感官感受进行编码
建立相应的心理声学模型

基本思想

分析信号，去掉不能被感知的部分
心理声学模型(Psychoacoustic model )
生理(Physiological )感知极限（传感极限）
心理 (Psychological )感知极限 （信号处理极限）
心理声学模型
听觉系统中存在一个听觉阈值电平，低于这个电平的声音信号就听不到
听觉阈值的大小随声音频率的改变而改变。
一个人是否听到声音取决于声音的频率，以及声音的幅度是否高于这种频率下的听觉阈值
¾ 听觉掩蔽特性。即听觉与阈值电平是自适应的，会䲿听到的不同频率声音而发生变化

信号经过滤波器后进行分解和合成

实现过程

基本代码

在所给代码函数中添加

FILE *output=NULL;
output=fopen("output.txt","w");
。
。
。
。
。
。
transmission_pattern (scalar, scfsi, &frame);
main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
if(frameNum==100)
{
	int k,i;
	fprintf(output,"bit_allocation:\n");///输出该帧的比特分配结果
	for(k=0;k<nch;k++)
	{
		fprintf(output,"channel[%d]\n",k);
		for(i=0;i<frame.sblimit;i++)
		{
			fprintf(output,"subband[%d]:%d\n",i,bit_alloc[k][i]);
			
		}
	}
}
。
。
。
。
if(frameNum==100)
{
	int k,t,i;
	fprintf(output,"sample_rate=%.1f khz\n",s_freq[header.version][header.sampling_frequency]);
	//输出采样率
	fprintf(output,"bitrate=%d kbps\n", bitrate[header.version][header.bitrate_index]);
	//输出目标码率
	fprintf(output,"frameNum=%d\n",frameNum);
	fprintf(output,"available_bits=%d\n",adb);
	//输出该帧的可用比特数
	fprintf(output,"scale_factors:\n");
	//输出该帧的比例因子
	for(k=0;k<nch;k++)
	{
		fprintf(output,"channel[%d]\n",k);
		for(i=0;i<frame.sblimit;i++)
		{
			fprintf(output,"subband[%d]:",i);
			for(t=0;t<3;t++)
			{
				fprintf(output,"%d\t",scalar[k][t][i]);
			}
			fprintf(output,"\n");
		}
	}
 
}

代码结构

结果分析

音乐：

音乐+噪声

噪声：

总结

对于单独噪音以及含噪声音频，各个子带所分配比特数分布较为均匀，因为随机噪音的存在，信号分布较为均匀，与人类感受相关度较小

对于音乐，在高频部分所被分配的比特数较少，主要是因为人类心理声学模型范围的影响，分配比特数不均匀，且极值相差较大。