数据压缩 实验六 MPEG音频编码实验

实验原理

下图为MPEG音频编码layerII流程图： 32个子带滤波器组： 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。 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 该多相滤波器组为如下图： 心理声学模型： 计算信号中不可听觉感知的部分。 时频分析的矛盾： 1、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 2、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。

步骤： 将样本变换到频域->确定声压级别->考虑安静时阈值->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->音调和非音调掩蔽成分的消除->单个掩蔽阈值的计算->全局掩蔽阈值的计算->每个子带的掩蔽阈值->计算每个子带信号掩蔽比(signal-to-maskratio, SMR)

比特分配过程： 使整帧和每个子带的总噪声—掩蔽比最小。 算法：循环，直到没有比特可用： 1、对每个子带计算掩蔽-噪声比MNR，MNR = SNR –SMR (dB) 2、对最低MNR的子带分配比特，使获益最大的子带的量化级别增加一级 3、重新计算分配了更多比特子带的MNR

实验流程

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

主要代码

[csharp] view plain copy #ifdef NEWENCODE sf_transmission_pattern (scalar, scfsi, &frame); main_bit_allocation_new (smr, scfsi, bit_alloc, &adb, &frame, &glopts); //main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts); if (error_protection) CRC_calc (&frame, bit_alloc, scfsi, &crc); write_header (&frame, &bs); //encode_info (&frame, &bs); if (error_protection) putbits (&bs, crc, 16); write_bit_alloc (bit_alloc, &frame, &bs); //encode_bit_alloc (bit_alloc, &frame, &bs); write_scalefactors(bit_alloc, scfsi, scalar, &frame, &bs); //encode_scale (bit_alloc, scfsi, scalar, &frame, &bs); subband_quantization_new (scalar, *sb_sample, j_scale, *j_sample, bit_alloc, *subband, &frame); //subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc, // *subband, &frame); write_samples_new(*subband, bit_alloc, &frame, &bs); //sample_encoding (*subband, bit_alloc, &frame, &bs); #else /*add by yangyulan*/ if(frameNum==200) { int k,t,i; fprintf(result,"采样率=%.1f khz\n",s_freq[header.version][header.sampling_frequency]); fprintf(result,"目标码率=%d kbps\n", bitrate[header.version][header.bitrate_index]); fprintf(result,"第%d帧\n",frameNum); fprintf(result,"可用比特数=%d\n",adb); fprintf(result,"比例因子:\n"); for(k=0;k<nch;k++) { fprintf(result,"声道[%d]\n",k); for(i=0;i<frame.sblimit;i++) { fprintf(result,"子带[%d]:",i); for(t=0;t<3;t++) { fprintf(result,"%d\t",scalar[k][t][i]); } fprintf(result,"\n"); } } } /*end by yangyulan*/ transmission_pattern (scalar, scfsi, &frame); main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts); /*add by yangyulan*/ if(frameNum==200) { int k,i; fprintf(result,"比特分配:\n"); for(k=0;k<nch;k++) { fprintf(result,"声道[%d]\n",k); for(i=0;i<frame.sblimit;i++) { fprintf(result,"子带[%d]:%d\n",i,bit_alloc[k][i]); } } } /*end by yangyulan*/ if (error_protection) CRC_calc (&frame, bit_alloc, scfsi, &crc); encode_info (&frame, &bs); if (error_protection) encode_CRC (crc, &bs); encode_bit_alloc (bit_alloc, &frame, &bs); encode_scale (bit_alloc, scfsi, scalar, &frame, &bs); subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc, *subband, &frame); sample_encoding (*subband, bit_alloc, &frame, &bs); #endif

实验结果及其分析