文档介绍：多媒体技术音频编码基础和标准
1、时域信息的冗余度（续）
静音系数 两人间打电话，平均每人的讲话时间为通话总时间的一半，另一半时间听对方讲。听的时候—般不讲活，而即使是在讲话的时候，也会出现停顿。声音间隔本身就是一种冗余，若能正(k)
I(k)
32kbit/s
输出
dq
Se(k)
Sr
(k)
(
(a) ADPCM编码器
I
(
k)
k)
17
(b) ADPCM
解码器
32bit/s
输入
自适应
逆
量化器
+
转换为
PCM
同步编码
调节
自适应
预测器
64bit/s
A
律或
U
律输出
解码器包括一个与编码器反馈部分相同的结构，还有A律或μ律的转换器，以及同步编码调节器。同步编码器用于防止同步级联编码(ADPCM-PCM-ADPCM)在某些情况下产生累积失真。用试图消除下一个ADPCM编码的量化失真的方式调节PCM输出，以实现同步编码调节。
18
3、－ 64kb/s SB-ADPCM
，因为要保证既能适用于话音，又能用于其他方式的音频，只能考虑波形编码。，高低子带的划分以4KHz为界。，-ADPCM（子带-自适应差分脉冲码调制）。
19
4、
&T公司贝尔实验室提出的LD-CELP（低延时-码激励线性预测）算法。该算法考虑了听觉特性，其特点是：
以块为单位的后向自适应高阶预测；
后向自适应型增益量化；
以适应为单位的激励信号量化。
20
5、MPEG中的音频编码
MEPG中的MPEG I标准中规定了音频编码标准，包括高质量音频编码方法，存储表示和解码方法。编码器的输入和解码器的输出与现存的PCM标准兼容。
21
（1）编码器
编码器处理数字音频信号，并生成存储所需的数据流。编码过程如下：
输入的音频抽样被读入编码器；
映射器建立经滤波的输入音频数据流的子带抽样表示
心理声学模型建立一组控制量化和编码的数据
量化和编码部分从已映射的输入抽样中生成一组编码符号
帧封装将来自其他模块的输出数据汇集成实际数据
22
（2）编码层次
根据应用需求，可以使用不同层次的编码系统：
层Ⅰ包括将数字音频变成32个子带的基本映射。将数据格式化成块的固定分段。决定自适应位分配的心理声学模型。利用块压扩和格式化的量化器。理论上，层Ⅰ编码／解码的最少延时约为19ms。
层Ⅱ 提供了位分配，缩放因子和抽样的附加编码。使用不同的帧格式。这层理论上的最小编码／解码延时约为35ms。
层Ⅲ 采用混合带通滤波器来提高频率分辨率。它增加了差值量化(非均匀)、自适应分段和量化值的嫡编码。这层理论上的最小编码／解码延时为59ms。
23
（3）存储
己编码的视频数据、音频数据、同步数据、系统数据和辅助数据均可一并存人同一存储介质中。对存储器的存取也可能包括在通信系统中的远程存取。
24
（4）解码
解码器按编码器定义的语法接收压缩的音频数据流、按解码部分的方法解出数据元素，产生数字音频输出。其过程如下：
数据流输入到解码器
帧扩展进行数据流拆封，恢复出各种信息
重构单元将重构一组映射抽样的量化方案
逆映射单元把这些抽样变换回均匀PCM
25
6、DOLBY AC-3
AC-3音频编码标准的起源是DOLBY （杜比）AC-1。AC-1应用的编码技术是自适应增量调制技术，它把20kHz的宽带立体声音频信号编码成512kb/s的数据流。AC-2采用类似MDCT的重叠窗口的FFT编码技术，其数据率在256kb/s以下。AC-2被应用在PC声卡和综合业务数字网等方面
26
AC-3的工作原理
杜比AC-3是种感知型编码方式，它利用心理声学原理：较强的声音信号可以掩蔽临近频段中较弱的信号。换言之，如果在某一频段中出现了一个较强的信号，那么该频段中所有低于某一门槛值的信号都将被强信号掩蔽掉，成为人耳不可闻的信号。滤除这缜弱信号将不会对音质产生不良影响，而且能减少编码后的数据量，所以可以把它们作为噪声信号来对待。
27
AC-3
，其中五个声道包括前置的“左声道” （L） 、“中置声道” （C）、“右声道”（R）、后置的“ 左环绕声道”（LS）和“右环绕声道”（RS），第六个声道也就是超低音声道包含了一些额外的低音信息，使得一些场景如爆炸、撞击声等