文档介绍：MPEG-2 音频压缩编码技术
第2讲
主讲:陈俊
1
主要内容
一、音频技术发展概述
二、音频压缩的主要途径
三、音频压缩编码技术简介
四、MPEG音频压缩标准介绍
2
前言:数字卫星电视上行发射系统组成
信
道
编
码
与
调
制
节目流复用器
视频编码器
数据编码器
音频编码器
打包
打包
打包
视频
音频
其它业务
传
送
流
复
用
上
变
频
MPEG-2
DVB-S
3
一、音频技术发展概述
1、声音的两重性:
客观性:频率范围为20Hz~20KHz 振动波
主观性:人耳听觉对声音的分辨能力包含有主观的成分
如:可分辨出响度,音高,音色和空间感,
但有频率选择性、掩蔽性
2、高保真的要求:
准确而精确的记录和重放原有声源的特性,
要求达到频带宽,畸变小,动态范围大和无方向感畸变等
4
1) 模拟音频时代---早期音频广播与存储
存储:以模拟形式存储于唱片和磁带上,
特点:信号为模拟的,存储的方式是不可靠的
2) 第一代数字音频---面向多媒体存储
存储:以数字形式存储于CD和数字音频磁带DAT
特点:高保真、高稳定,但存储容量大、传输码率高
48KHz、16Bit、PCM编码,768kb(立体声1054kb)
3) 第二代数字音频---面向数字广播与无线网络多媒体
数字声音信号按照MPEG音频标准进行压缩编码
特点:高保真、高稳定(CD水平),码率96KB以下
3、  音频技术发展进程
5
1、信息熵的角度来分析码率的压缩:
△熵编码:最大限度的减少冗余。
△冗余包括:时间冗余,空间冗余,结构冗余,知识冗
余和编码冗余等。
△常见的熵编码:预测编码,结构编码,参数编码及哈
夫曼编码等。
※信息熵编码是早期的声音编码技术的主要方法
二、音频压缩的主要途径
6
△人耳的听觉特性包括:
1)高度的感知性: 可分辨出响度,音高,音色和空间感
2)具有抗干扰能力:忽略干扰噪声,将注意力集中于需要听
到的声音。
3)具有掩蔽效应: 在一个较强的声音附近,弱的声音将
不被人耳所查觉,即被掩蔽掉。
4)具有频率选择性:人耳只对某个频段敏感。
听觉频率范围:20-20KHz
最敏感的频段:3K-5KHz
5)人耳具有一定的听阀
※根据这些人耳的心理感知特性,可以采用相应的方法, 如比特分配窗变换等对码率进行高效率的压缩.
2、从人耳的感知特性来降低码率
7
两个纯音的掩蔽曲线
90
80
70
60
50
40
30
20
10
0
4000
600
800
1000
1600
2000
2400
3200
第二个音的频率(HZ)
1200
第一个音
的频率
第一音
第一音和
第二音
音的混合
(1)
(2)
拍音
拍音
音的混合
1,2,1-2
(3)
1,2-1
12,2-1
音的
混合
1,2,2-1
8
低频声能掩蔽高频声,而高频声掩蔽底频声则较难;
频率接近的纯音容易相互掩蔽,但是如果频率过于
接近则会产生差拍,掩蔽作用反而减弱;
掩蔽声的声压级提高,掩蔽的范围随之展宽。
☆
☆
☆
人耳掩蔽效应的研究结果
9
数字音频编码技术的一般思想:
△自从人耳的心理感知特性被发现以来,主观感知意义上最接近的数字音频压缩技术则成为主导。这种技术可获得更高的压缩比。
△利用主观感知特性的编码器称为感知音频编码器,简称PAC(Perceptual Audio Coder)。PAC主要依靠对主观感知特性和信号统计特性的利用,从而实现压缩。
三、音频压缩编码技术简介
10