一.MPEG-1 Audio LayerII 编码原理
MPEG标准主要有以下五个,MPEG-1、MPEG-2、MPEG-4、MPEG-7及MPEG-21等。该专家组建于1988年,专门负责为CD建立视频和音频标准,而成员都是视频、音频及系统领域的技术专家。及后,他们成功将声音和影像的记录脱离了传统的模拟方式,建立了ISO/IEC11172压缩编码标准,并制定出MPEG-格式,令视听传播方面进入了数字化时代。因此,大家现在泛指的MPEG-X版本,就是由ISO (InternationalOrganization for Standardization) 所制定而发布的视频、音频、数据的压缩标准。
MPEG-1 Audio LayerII编码器原理
1.流程框图:
(1).多相滤波器组(Polyphase Filter Bank):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)=0.75kHz
(2).心理声学模型(Psychoacoustic Model):计算信号中不可听觉感知的部分 计算噪声遮蔽效应
(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
(4).装帧(Frame Creation):产生MPEG-I兼容的比特流
2.心理声学模型
通过子带分析滤波器组使信号具有高的时间分辨率,确保在短暂冲击信号情况下,编码的声音信号具有足够高的质量 又可以使信号通过FFT运算具有高的频率分辨率,因为掩蔽阈值是从功率谱密度推出来的。 在低频子带中,为了保护音调和共振峰的结构,就要求用较小的量化阶、较多的量化级数,即分配较多的位数来表示样本值。而话音中的摩擦音和类似噪声的声音,通常出现在高频子带中,对它分配较少的位数。
MPEG-1标准定义了两个模型:
心理声学模型1:
计算复杂度低
对于假设用户听不到的部分压缩太严重
心理声学模型2:
提供了适合Layer III编码的更多特征
(1)心理声学模型1
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。 采用Hann加权和DFT:
Hann加权减少频域中的边界效应
此变换不同于多相滤波器组,因为模型需要更精细的频率分辨率,而且计算掩蔽阈值也需 要每个频率的幅值
模型1:采用512 (Layer I) 或1024 (Layers I