MPEG4AAC音频解码器设计_第3页_慧知文库
山东大学硕士学位论文MPEG-4AAC音频解码器设计姓名：孙佳申请学位级别：硕士专业：信号与信息处理指导教师：彭玉华原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用
ＭＰＥＧ—ｌ等级ＩＩＩ在商业上获得了巨大的成功，这就是我们熟悉的ＭＰ３１１ｌ】。ＭＰ３是目前流传最广的一种音乐压缩格式．其ＣＤ般的音质、高压缩比、开放性和易使用性使之深受好评，尤其在Ｉｎｔｅｍｅｔ网络上广为流行，很多硬件厂商还推出了硬件设各ＭＰ３播放器，成为目前市场上音频播放器的主流。 ２．ＤｏｌｂｙＡＣ０２，－３ 美国杜比（Ｏｏｌｂｙ）实验室从１９８０年开始对数字声频技术进行研究，重点是降低比特牢技术。它先后研制了ＡＣ－１（ＡｕｄｉｏＣｏｄｉｎｇ－１）。ＡＣ－２和ＡＣ－３技术。ＤｏｌｂｙＡＣ－２是６０年代中期开始发展的，用于立体声，数码率为单声道，１２８ｋｂｐｓ和１９２ｋｂｐｓ可变。它利用时域混叠抵消（ＴＤＡＣ）技术和ＭＤＣＴ／１ＭＤＣＴ变换。１９９１年ＤｏｌｂＹ发明了ＡＣ－３，通道数由ｌ到５，再加一个低频增强通道。Ａｃ－３算法允许数据率在３２?６４０ｋｂｐｓ内调整，可组合成各种通道组合，在低比特率时提供良好的音质，１９９３年被美国ＡＴＳＣ确定为北美ＨＤＴＶ标准的声音编码系统。典型的５．１，通道，数码率是３８４ｋｂｐｓ，每声道６４ｋｂｐｓ。ＡＣ－３还用于电影、ＤＶＤ等。 ３．ＤＴＳ ＤＴＳ，数字影院系统（ＤｉｇｉｔａｌＴｈｅａｔｅｒＳｙｓｔｅｍ），是在杜比数字环绕声出现后的又一种数字环绕声系统。目前美国使用ＤＴＳ作为其电影原声带数字音频编码方式的电影公司，已经超过了采用杜比数字系统的电影公司。 ＤＴＳ之所以受到如此青睐，是由于萁对高采样率、高量化精度的数字信号采用了灵活、先进的相干声学（ＣｏｈｅｒｅｎｔＡｃｏｕｓｔｉｃｓ）编码技术。根据实际应用，ＤＴＳ具 山东大学硕士学位论文 有单声道、双声道至ｓ声道可供选用，分离式的５．１声道可以混音成为“矩阵式两声道’。ＤＴＳ每声道的采样频率最低为８ｋＨＺ，最高为１９２ｋＨＺ；量化精度范围为１６～２４ｂｉｔ；压缩率范围为ｌ：１－４０：１，总数据率范围为３２－４０５６ｋｂｐｓ。另外相干声学算法还可以实现高达１３８ｄＢ的动态范围。 ＤＴＳ作为一种新型的数字环绕声技术，不但能胜任ＡＶ的重托，更能提高ＣＤ音乐的音质，完全可以和杜比数字制式在家庭视听方面想抗衡。 ４．ＭＰＥＧ．２ＢＣ、ＭＰＥＧ－２ＬＳＦ和ＭＰＥＧ－２ＡＡＣｔ３１ 针对ＭＰＥＧ－Ｊ只能进行单声道或双声道编码的局限性，ＭＰＥＧ小组制定了多声道扩展的音频编码标准ＭＰＥＧ－２ＢＣ，它能够与已有的ＭＰＥＧ－１系统向下兼容。与此同时，ＭＰＥＧ小组还制定了一个在较低采样频率（６ｋＨＺ，２２．５ｋＨＺ，２４ｋＨＺ）时效率高于ＭＰＥＧ－２的音频编码标准ＭＰＥＧ－２ＬＳＦ。１９９４年１１月，ＭＰＥＧ完成了ＭＰＥＧ－２ＢＣ和ＭＰＥＧ．２ＬＳＦ的制定。对五个全带宽声道，ＭＰＥＧ－２Ｂｃ在数据率为６４０－８９６ｋｂｐｓ的情况下提供了高品质的音频。 能够工作于６４ｋｂｐｓ／ｅｈａｎｎｅｌ的系统有ＭＰ３，ＡＣ－３等，经严格测试存此码率时，它们的重建音质都达不到ＩＴＵ．Ｒ和欧广联（ＥＢＵ）关于听不出与ＣＤ有任何音质变差的作为无线广播的要求，所以在１９９４年ＭＰＥＧ－２通过的同时ＭＰＥＧ组织决定研究和制订新的要达到ＩＴｕ．Ｒ和ＥＢＵ要求的音频编码，新的音频编码不要求向下兼容，命名为ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ即ＡＡＣ。有许多著名公司和大学参加了ＡＡＣ标准的制订。其中有美国的ＤｏｌｂｙＬａｂ，ＬｕｃｅｎｔＢｅｌｌＬａｂ。ＡＴ＆ＴＬａｂ，德国的Ｆｍｕｎｈｏｆｅｒ１１Ｓ，ＵｎｉｖｅｒｓｉｔｙｏｆＨａｎｏｖｅｒ，日本的ｓｏｎｙＣｏ，ＮＥＣ等。并很快地于１９９７年纳入到ＭＰＥＧ．２标准体系，成为其第七部分…Ｉ。ＡＡＣ的编码效率和商业价值被越来越多的国家广播机构和大公司青睐，日本无线电工业协会在１９９８年就决定日本的地面电视、有线电视、卫星电视一律采用ＡＡＣ音频编码。Ｐａｎａｓｏｎｉｅ．Ｐｈｉｌｉｐｓ，Ｓａｎｙｏ，Ｌｉｑｕｉｄ等公司已推出基于ＡＡＣ的便携式产品或声源。可以预想ＡＡＣ将有着广阔的发展前景。 ５．ＭＰＥＧ－４音频编码标准…ｌＳｌＭＰＥＧ目前正在发展的ＭＰＥＧ．．４标准，目标是提供未来的交互式多媒体应用。 ＭＰＥＧ４制定出与以往不同的、具有高度灵活性和可扩展性的新一代国际标准。较之以前的音频编码标准，ＭＰＥＧ－４ＡＡＣ增加了许多新的关于合成内容及场景描述等领域的工作，相对于ＭＰＥＧ．２ＡＡＣ…增加了诸如可分级性（ｓｃａ］ａｂｉｌｉｔｙ）’音调（ｐｉｔｃｈ）变化、可编辑性及延迟等新功能，更增舔了ＬＴＰ，ＰＮＳ等处理模块，提高了编码效率。ＭＰＥＧ－４将以前发展电好但相互分离的高质量音频编码、计算机音乐及合成语音等第一次融合在一起，在诸多领域内给予了高度的灵活性。 ＭＰＥＧ－４关于音频信号编码集中在ｍｍ３’：传统的音频编码即所谓的“自然音频”和新颖的“结构音频”以及“合＿｜菠，自然混合编码匕“自然音频”编解码的码率可以从每声道２ｋｂｐｓ至几百ｋｉｐｓ，相应地定义了三种编码工具：参数编码（ＨＶＸＣ／ＨＩＬＮ）、线性预测编码（ＣＥＬＰ）和时间，频率编码（ＧＡ）。本论文涉及的ＡＡＣ编解码方法即为时问，频率编码（ＧＡ）部分的核心部分“ｌ。ＡＡＣ方法中当码率达到６４ｋｂｉｔ／ｓ及其以上时，觯码音频效果达到了ＥＢＵ（ＥｕｒｏｐｅｎＢｒｏａｄｃａｓｔｉｎｇＵｎｉｏｎ）的“无差别质量”（ｉｎｄｉ或ｉｎｇｕｉｓｈａｂｌ，＂ｑｕａｌｉｔｙ）检测。 目前，国际性数字无线电广播联盟（ＤＲＭ）已将ＭＰＥＧ－４ＡＡＣ用于ＬＷ，ＭＷ，ＳＷ数字音频广播“。ＭＰＥＧ－４音频部分仍然在发展之中，标准也己发布了多版。近几年，ＡＡＣ算法吸纳了ｓＢ＆Ｐｓ等先进的处理方法，形成了所谓ＨＥＡＡＣ和ＨＥＡＡＣｖ２［”，由于手头资料的不足和时间能力的有限，这些内容还在了解之中，没有在本文中涉及。 １．４本论文所傲的主要工作 ＭＰＥＧ－４音频部分有多种ＡＯ（Ａｕｄｉ０Ｏｂｊｅｃｔ）类型，对应于ＡＡＣ的有ＡＡＣＭａｉｎ（主ＡＯ），ＡＡＣ＿ＬＣ（（Ｌｏｗ－ＣｏｍｐｌｅｘｉｔｙＰｒｏｆｉｌｅ），ＡＡＣ－ＬＴＰ（ＬｏｎｇＴｅｒｍＰｒｅｄｉｃｔｉｏｎ），ＡＡＣＳＳＲ（（Ｓｃａｌｅ．ａｂｌｅＳａｍｐｌｉｎｇＲａｔｅ）．本文完成了其中的前三种ＡＯ类型的解码工作。他们之间有一定的包含关系： 囊１澡 ＡＡＣＭａｉｎＡＡＣＬＣＡＡＣＵ限 解码文件类塑＼ ＡＡＣＭａｉｎ可解不可解不可解 ＡＡＣＬＣ可解可解可解 ＡＡＣＬＴＰ不可解不可解可解 本文完成的主要工作是： 深入理解ＭＰＥＧ－４ＡＡＣ标准，剖析ＡＡＣ码流格式，完成ＡＡＣ解码器的软件设计，并对其中的占用资源较多的部分进行优化娃理。 山东大学硕士学位论文 第二章Ａ＾ｃ有效负载解析设计 目前应用于ＡＡＣ码流的文件格式主要有三种：ＡＤＩＦ，ＡＤＴＳ，Ｍ４ＦＦ。其中ＡＤＩＦ和ＡＤＴＳ是ＡＡＣ专用的，ＭＰＥＧ－４其它的编解码方法不能使用该格式。这主要是因为这两种格式是由ＭＰＥＧ０２ＡＡＣ继承而来．换言之，是为了实现与ＭＰＥＧ－２ＡＡＣ的兼容，必需完成对这两种格式的解析。 ２．１音频数据交换格式 ＡＤＩＦ（ＡｕｄｉｏＤａｔａＩｎｔｅｒｃｈａｎｇｅＦｏｒｍａｔ）文件结构比较简单，一个ａｄｉｆ．＿ｓｃｑｕｅａｃｃ由一个固定文件头ａｄｉｆ＿ｈｅ“ｌｅｒ和数据包ｒａｗ＿ｄａｔａ＿ｓｔｒｅａｍ构成，数据参数在文件中不能改变，所以灵活性有限。 １）ａｄｆｆ．＿ｈｅａｄｅｒＯ ｛ ａｄｌｆ＿ｌｄ ｃｏｐｙｒｉｇｈｔＩｄＪ”＇ｕｅｎｔ 暇ｃｏｐｙｒｉｇｈｔｉｄｊｘｅｓｅｎｔ） ｃｏｐｙｒｉｇｈｔ＿；ｄ ｏｄｇｌｎａｌｏｏｐｙ ｈｏｍｅ ｂｌｔｓｔｒｅａｍ＿ｔｙｐｅ ｂｌｔｒａｔｅ ｎｕｍ＿ｐｒｏｇｒａｍ＿．ｃｏｎｆｉｇ，ｅｌｅｍｅｎｍ ｆｏｒ（ｉ；０：ｉ‘ｎｕｍ＿ｐｒｏｇｒａｍ＿ｃｏｎｆｉｇ＿ｅｌｅｍｅｎｔｓ＋１：Ｈ）｛ ｉｆ（ｂｉｔｓｔｒｅａｍｔｙｐｅ＝＝‘０’、 ｅｄｌｆ＿ｂ－－柏ｒ．ｆ训ｎ∞● ｐｒｏｇ旧ｍ＿ｃｏｆｔｆ咖ｌｅｍｅｎ“） ” 表２主要端口定义 Ｂｉｔｓｔｒｅｓｍｅｌｅｍｅｎｔｓ ａｄｉｆ封ｆｏｒＡＤＩＦＤｅｆｉｎｉｔｉｏｎｓ０Ｘ４１４４４９４６《＂ＡＤＩＦ＂的ＡＳＣ］］表示》表明该文件为ＡＤＩＦ
感觉不错的话,微信扫一扫关注官方微信公众账号,以后找资料更方便
是互联网分享学习的开放平台，汇集亿份高价值的文档资料，涵盖档下载,程序开发文档,教育文档,医药文档,办公文档,考试文档,营销文档,工程文档,分享文档等行业。为您提供愉悦的分享学习体验。
MPEG4AAC音频解码器设计
你可以免费下载该文档
没满足你的要求? 查找更多相关内容浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较
&|&&|&&|&&|&&|&&|&&|&&|&&|&&|&&|&&|&
& 今天是：&&& 欢迎您光临[3edu教育网]！本站资源完全免费，无须注册，您最希望得到的，正是我们最乐于献上的。
◆您现在的位置：&&>>&&>>&&>>&&>>&&>>&论文正文
浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较
浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较
&&&&将本站加入收藏，以便日后访问。&&&&
浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较
浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较
2004年度河南省广播电视优秀科技二等奖
&&&&摘要：
&&&&在全世界范围内，电视节目传送系统由模拟向数字过渡的过程中，使用哪一种音频编码技术，一直是各国专家不断提出的问题，而抉择的焦点是世界上的两种主要的音频编码系统， MPEG-2 音频编解码系统和 AC-3 音频编解码系统。
一、杜比数字（ Dolby Digital AC-3)
&&&&自从 1992 年第一部杜比数字编码的电影《蝙蝠侠归来》问世以来，杜比数字技术已经成为目前最流行的音频技术之一。目前已经有数以千计采用杜比数字编码的电影面世。 杜比分别在 20 世纪 60 年代和 70 年代以杜比 A 型降噪（专业应用领域）和 B 型降噪（消费类应用领域）在磁带录音技术掀起了一次革命。在 70 年代后期，杜比立体声模拟音响系统引领了电影音频的革命。杜比立体声把 4 声道音响带到了电影院，其中在前方有 3 个声道（音乐和各种背景声音分别在左右声道，对话在中置声道），还有一个渲染效果和气氛的环绕声道。然后在 20 世纪 80 年代，通过运用杜比的 SR 频谱录音，磁带录音和电影音频工业都取得了卓越的进步。在 80 年代末 90 年代初出现的杜比环绕以及后来的杜比定向逻辑家庭影院系统（基本上把杜比立体声技术运用到家庭娱乐的录像带和激光唱片上）使家庭娱乐业引领了重大的变革。这使得观众可以在自己家中配置同剧院一样的 4 声道设备。
&&&&1 、杜比数码环绕声系统
&&&&今天的杜比数字系统更是跃上了一个更高的台阶，它可以产生 6 声道的非常清晰的数字环绕声。在你前方的左，中，右声道提供精确，清楚的对话定位。分列在你两侧和身后的左右环绕声道使您深深地沉浸在电影的气氛中。并且，低音炮给您带来更强的冲击力和特殊的听感体验。杜比数字 AC-3 提供的环绕声系统由五个全频域声道加一个超低音声道组成，所以被称作 5.1 个声道。五个声道包括前置的 " 左声道 " 、 " 中置声道 " 、 " 右声道 " 、后置的 " 左环绕声道 " 和 " 右环绕声道 " 。这些声道的频率范围均为全频域响应的 3-20000Hz 。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、撞击声等的效果更好。由于这个声道的频率响应为 3-120Hz, 所以称 ".1" 声道。
&&&&杜比数字 (Dolby Digital) 技术的原理承袭了杜比实验室 30 多年致力于模拟降噪研究工作的经验。杜比降噪 (Dolby Noise Reduction) 是通过在当前没有音频信号时降低噪音，而在其他时间就利用很强的音频信号来掩盖噪声。因此，它是利用了心理声音学的现象，也被称为听觉屏蔽。即使当频谱中只有部分的声音信号，杜比降噪 (Dolby Noise Reduction) 系统也能在频谱的其他部分降低噪音，使得噪音不会被察觉。这是因为声音信号只能覆盖在邻近频段中产生的噪音。
&&&&从模拟录音演变到数字录音媒介（例如光盘）时，在光盘上运用的数字音频编解码产生了的数据量很大，无法高效地存储和传输，尤其是在需要多声道的情况下。于是，新的数字音频编解码形式 -- 经常被称作感知编解码，即在最低程度降低声音质量的基础上减少数据使用率，应运而生了。
&&&&2 、杜比听觉的掩蔽效应
&&&&杜比数字源自于杜比公司三十多年的模拟降噪系统技术成果，即利用听觉的掩蔽效应对信号频率附近的噪声进行掩盖抑噪。杜比 AC-3 感知性编码系统主要利用心理声学中掩蔽效应的原理，将原始信号中不相关分量和冗余分量有效的去除掉来实现。（图 1 ）人类的听觉掩盖作用是将每一声道的音频频谱分成许多不同的窄频带，并对应于人类听觉对频率的选择性进行处理。这样就使得它有可能敏锐地滤掉编码噪声。只要这些噪声是被控制停留在某一频率上，而该频率与被编码信号的频率分量十分接近。在没有信号或信号输入时，杜比降噪则进行工作，将噪声降低或消除，因而，可将原来信号的音质完整地保留下来。杜比 AC-3 这样的感性编码性统，实质上是一种非常有选择性的和强有力的降噪处理方式。在杜比数字 (AC-3) 中，根据实际的工作频谱或动态性能的需要，将比特数从公用比特群中分配到各滤波器中的频带中去。保证有足够数量的比特数用以描绘每一频带内的音频信号。具有较大频率的容量的声道比小容量的声道要求较多的比特数，同时因为在一个声道内的强信号可为其他声道的噪音提供掩蔽作用。因此，保证了噪音能被全部掩盖。
&&&&2 、音箱布置
&&&&全频带的音箱摆放（如图 2 ）。标准的音箱配置是 5 个声道的音箱要完全一致。如果前方 3 个音箱不能达到同一型号，则中置声道 C 的音箱应选用同一产品系列中小一点的音箱。前方音箱以一字排开的方式面对聆听着摆放，左右分别放置一个音箱，中置音箱（ C ）放在显示器的桌面上或显示器的顶部。前置音箱 (L 、 R) 与中置音箱高度尽可能相同，而且这三个音箱的正面应在同一平面上，或是中置音箱稍微向后一点，但其正面应与前置音箱的正面平行。如果中置音箱的听音距离与 L 、 R 音箱的听音距离不等，则应采用延时以使声音同时到达听者。正前方为 C 、 L( 或 R) 与听者的夹角为 30 度。环绕音箱与前方 3 个音箱一样，采用相同型号的产品，而且相位要一致，听音高度和距离相等。如果达不到同一型号，则环绕音箱可选用同一系列中较小的音箱以保持相似的指标特性。环绕音箱与中置音箱的夹角为 110 度。
&&&&而低音效果 LFE 音箱的摆位则要讲究。由于低音方向性较差，低音效果音箱放在什么地方并非很严格。但并不能因为这个理由，低音就可以随便摆放。须仔细调整 LFE 音箱在室内的摆放位置，以低音效果有最佳表现处作为合适点。 LFE 音箱有要独立的摆放位置，如放在主音箱（ C 、 L 、 R ）后面比较靠墙的位置。若有两个 LFE 音箱，最好是放在两个主音箱之间。而 LFE 音箱通常采用有源主动式低音扬声器。
&&&&3 、杜比数字的特点
&&&&（ 1 ）兼容性
&&&&比数字 AC-3 可提供所有相应的音频设备的兼容性，由解码器来完成各种兼容，通过一个信号比特分配出 5.1 多通道环绕声、 ProLogic 环绕声、立体声、单声道。杜比数字 AC-3 的解码器可以自动识别信号源类型，也可以分配出不同的声音信号。
&&&&（ 2 ）动态范围控制
&&&&杜比数字技术还提供控制动态范围还原和保持节目与节目之间响度一致性的优点，由于数字音频的应用使得节目能以很高的动态范围进行传输。这里面包括那些音量很高但持续时间很短只是偶然发生的声音，动态范围的控制通过在解码器中降低节目峰值和在解码器本身中通过每几毫秒调整还音增益提高低电平通路的方式完成。节目与节目之间响度一致性的控制通过指示解码器在节目长度范围内将标称还音增益设置至特定数值的数据完成。两种控制类型均在主控录音棚中进行准备和视听，然后作为解码器的附属信息传送。
&&&&（ 3 ）全完独立的声道，极具感染力的现场感
&&&&杜比数码的 5 个声道的频率响应均严格按照 AC-3 标准设计成 20HZ-20KHZ(+-5dB) 甚至更宽， 5.1 个声道完全独立隔离，其隔离度高达 105dB, 从而彻底杜绝了声道之间的串音干扰，加上专门设计的超低音声道的有源低音炮效果，几乎可以在前后左右 360 度范围内很好地重播人们可听范围内的全部声音，从而使整个声场气势更加宏大、方向感和临场感更加突出，极大地提高了影片的艺术感染力。而杜比定向逻辑系统中的环绕声道频率带宽仅有 100HZ-7000HZ, 4 个场道隔离十分有限，一般仅为 30dB, 做得最好也不会超过 55dB, 环绕声效果中包含的信息量大大减少，背景音乐中的低频和高频都被无情地限掉了。
二、 MPEG-2 环绕声系统
&&&&1992 年 2 月， ATSC 正式建议美国 HDTV 采用 5.1 声道。当时在考虑采用哪一种音频编码方式时， Dolby Digital 与 MPEG-2 竞争得十分激烈。即后便对这两种数字编码系统进行了比较，在 DTV 应用中， MPEG 音频更接近 FM 的品质而非 CD 的品质。在最好的情况下， MPEG 音频被传输时其动态范围与 FM 相似。 MPEG 的码流里不包含附加的动态范围或电平控制数据，其结果是音频信号必须经预压缩后播出才能通过 RF 接口到达电视接收机。
&&&&世界上，在已选了数字电视制式的国家和地区中，选择 AC-3 的还有加拿大、南韩、阿根廷和中国台湾等；选择 MPEG-2 音频的有新西兰和印度等。而我国将在高清晰电视中采用 MPEG-2 与 AC-3 共存的编码形式。下面简述一下 MPEG-2 的环绕声系统。
&&&&MPEG （运动图像专家小组）标准就是利用数字压缩编码技术来提供对信号的有效压缩方式。对于音频来说，主要就是感知性编码系统可使得能达到 1 ∶ 8 的压缩比，同时保证音质的损失最小。在 MPEG-1 标准中共有三层方式对音频进行压缩 --MP1 、 MP2 、 MP3 ，考虑到兼容性的问题，在 MPEG-1 的基础上通过增加附加编解码器来完成 MPEG-2 多声道环绕声系统的编码。
&&&&在 MPEG-2 系统中支持 5.1 多声道环绕声，也就是利用 5 个独立全频带通道和一个十分之一频带的低频效应通道来实现多声道环绕声效果的。其扬声器摆放方式与 AC-3 方式是相似的，也是按照 ITU-R BS.775 建议安排的，唯一不同的就是 MPEG-2 的低频效应补充的频带只有其他声道频带宽度的十分之一，取样频率为其他通道信号取样频率的九十六分之一。 同时 MPEG-2 多声道环绕声系统为了保证向下的兼容性，也提供了矩阵环绕声方式，它是通过矩阵电路将几个声道编码为两个通道进行记录或传输，重放时，再经解码得到多声道环绕立体声。
&&&&MPEG-2 感知性音频编码器利用了 “ 掩蔽 ” 这种心理声学效应。这种效应就是如果一个单音在频率上接近另一个单音，但其声强较低，将不会被听到；声强较低的单音为声强较高的单音掩蔽了。这种效应同样存在于更复杂的声音中，如音乐和噪声等。每个声音都存在与之相关的一条掩蔽门限曲线，它是频率的函数，在该曲线下的另一个声音就无法为人类的听觉系统感觉到。这是一个动态的过程。当声音的频谱改变时，掩蔽曲线也跟着改变。所有的数字音频系统都受到在量化过程中产生的噪声影响。感知编码器的工作原理就是对量化噪声的频谱进行尽可能精确的整形，使其被控制在掩蔽门限以下。
&&&&MPEG-2 感知性编码系统充分利用心理声学中的掩蔽效应和哈斯效应原理，利用压缩编码技术，将原始音频信号中不相关分量和冗余分量有效的去除掉，在不影响人耳听觉阈度和听音效果质量上，将音频信号压缩。
&&&&MPEG-2 编解码系统在多声道声音方面的扩展支持在一路码流中传输五个输入声道、低频增强声道以及 7 个语音声道。该扩展与 MPEG-1 保持前向及后向兼容。前向兼容性意味着多声道解码器可正确地对立体声码流进行解码。后向兼容性则意味着一个标准的立体声解码器在对多声道码流进行解码时可输出兼容的立体声信号。 这是通过一种真正的可分级方式实现的。该兼容立体声信号按照 MPEG-1 标准进行编码。所有用于在解码器端恢复原来的五个声道的信息都被置于 MPEG-1 的附加数据域内，该数据域被 MPEG-1 解码器忽略。这些附加的信息在信息通道 T2 、 T3 及 T4 以及 LFE 声道中传输，这几个信息通道通常包含中央、左环绕和右环绕声道。 MPEG-2 多声道解码器不但对码流中的 MPEG-1 部分进行解码，还对附加信息通道 T2 、 T3 、 T4 及 LFE 解码。根据这些信息，它可以恢复原来的 5.1 声道声音。
&&&&当相同码流馈送至 MPEG-1 解码器时，解码器将只对码流的 MPEG-1 部分进行解码，而忽略所有附加的多声道信息。由此它将输出在 MPEG-2 编码器中经向下混合产生的两个声道。这种方式实现了与现有的双声道解码器的兼容性。也许更为重要的是，这种可分级的方式使得即使在多声道业务中仍可使用低成本的双声道解码器。考虑到所使用的其它所有编码策略，多声道业务中的双声道解码器本质上就是一个对所有声道进行解码并在解码器中产生双声道向下混合信号的多声道解码器。 就其包含不同的由编码器使用以进一步提高音频质量的技术而言，该标准是具有很大灵活性的。 得最大峰值的码率可以比长期的平均码率高出一倍。但是，对于某些传输系统（大多数的广播格式），最好采用不可变码率的（ CBR ）音频数据流。
三、杜比数字（ AC-3) 与 MPEG2 的比较
&&&&杜比数字 (Dolby Digital) 及 MPEG-2 声称的性能对照表
&&&&声称的性能 杜比数字 (Dolby Digital) MPEG-2 BCw/matrix
&&&&1. 支持立体声还音 √ √
&&&&2. 支持杜比环绕 √ √
&&&&3. 在同一节目源，同时支持
&&&&立体声和环绕声 √
&&&&4. 支持 5. 1 声道音频 √ √
&&&&5. 特定广播码率的使用 √ √
&&&&6. 提供动态范围控制 √ √
&&&&7. 保持响度一致 √
&&&&1 、 . 立体声还音
&&&&这是音频编码最基本的功能之一。两声道模式的 MPEG-2 音频与 MPEG-1 立体声音频本质上相同。 MPEG-1 及杜比数字都能在 192 kbps 或更高的码率的条件下提供优质的立体声音频。
&&&&2 、 兼容杜比环绕声
&&&&杜比发明了在 20 多年来广泛地应用在电影及视频媒体的杜比环绕声技术，杜比实验室还开发了如何制作这种声迹的技术，使这种声迹能同时在分离的 5.1 声道系统或在经 4-2-4 矩阵编码的杜比定向环绕声系统上进行还音回放。虽然目前将分离音频信号转换成矩阵编码的格式有不同的方式，杜比开发了一种适用于将杜比数字实现 Lt/Rt 缩混的技术专利。最初录制 DVD 格式的节目时，会经好莱坞视频录音棚认真的监听测试，使之确保当解码采用杜比数字 (Dolby Digital) 内置的 Lt/Rt 缩混选项时不发生声音音质降低的现象。现今许多的携带杜比数字 (Dolby Digital) 声迹的 LD 光碟同样可通过 Lt/Rt 缩混信号与杜比定向逻辑环绕声还音系统兼容。大多数的 LD 光碟含有一个分离的、经杜比环绕声编码的 PCM Lt/Rt 声迹。这样一来，在同一张光碟上就可能直接比较由 5. 1 声道缩混的音频与实际由制片商录制的 Lt/Rt 混合音频的效果了。相反的，兼容Lt/Rt 矩阵编码声迹的5. 1声道的MPEG-2 的信号就无法做到上述这种验证，这是因为很少或不存在类似商业发行的片源。
&&&&3 、 . 兼容立体声及单声道
&&&&是否能够传输高质量的立体声音频与兼容杜比环绕声的问题是紧密相关的。关闭环绕声解码器可以直接听到立体声信号。如采用杜比数字，这个信号就应为环绕声兼容的 Lt/Rt 缩混信号或立体声的 Lo/Ro 缩混信号。 Lo/Ro 缩混功能为制作人提供如何将中声道和环绕声道合并到左右声道的多种电平比例的选项，以确保混合的效果达到最佳状态。另外，单声道缩混信号会应用附加的峰值音频压缩功能而产生出来，使之成为理想的 RF 射频声道再调制信号。每一个解码器可选择适合各自还音条件的缩混方式而不会影响到其他听音者的接收。而 MPEG-2 音频在 Lt/Rt 立体声的听音效果并不理想。
&&&&4 、 码率
&&&&AC-3 与 MPEG-2 这两种音频标准都能在一个较大的码率范围内工作以满足不同的应用需求。在评估不同的编码器对于某一特定应用的声音音质的适宜程度时，需要考虑在同一码率的条件下进行比较。如要获得有关消费者体验 5. 1 声道的节目的真实想法，那么有成百部的杜比数字 (Dolby Digital) 的 LD 影片，并且有上百万部拷贝在循环使用。这些节目的声迹以 384 kbps 码率编码，其码率与美国 DTV 节目、 DVD 、 DBS 、数字有线电视及 DAVIC 系统所采用的码率相同。编码的高效率对于多数的应用场合来说是最基本的要求，包括广播电视。
&&&&针对已有的实际码率来评估 MPEG-2 的 5. 1 声道音频并非是容易的事。在先前的测试中，在 320kbps 码率的条件下， MPEG-2 的性能逊于杜比数字 (Dolby Digital) 。在测试结束后，这两种编码方式都进行了充分地改进。最近的在好莱坞由一些视频录音棚准备 DVD 声迹的测试中，发现 MPEG-2 的 5. 1 声道音频基本上是可以接受的，但是如上所述MPEG-2矩阵编码的两声道信号在环绕声解码器上的兼容性不容乐观。其最大的峰值码率达到 900 kbps 、平均码率接近 400kbps 。无法了解到其在大多数应用场合需要采用恒定 384 kbps 码率时的结果.
&&&&5 、动态范围控制
&&&&由于各类消费者的品位以及他们所处的听音环境不同，所以很难制作出既充分发挥了数字音频全动态潜力而又满足在某些特定环境下还音的声迹，比如噪声较大的听音环境或以低音量进行还音的一般音响系统。这使得在消费类的传输系统中，需要使用一种手段来包含动态范围控制的信息作为节目的必要附属信息，使录音工程师能够控制并确认还音的实际结果。杜比数字 (Dolby Digital) 系统应用了一种灵活的动态范围的控制系统。目前现有的 LD 光碟已包含这个特性，而且现有的消费类解码器提供了这样的选项使用户在需要时可以使用压缩方式还音。目前， MPEG-2 系统并不拥有这个功能。
&&&&6 、 . 一致的响度
&&&&由于数字音频的应用使得节目能以很高的动态范围进行传输。这里面包括那些音量很高但持续时间很短只是偶然发生的声音。为了在不利用峰值压缩方法的条件下传输这类声音，其平均的响度通常将比其它类型的节目要低。为了防止在节目切换时所造成扰人得的明显的响度差异 -- 这样听众不得不重新调节音量 -- 杜比数字 (Dolby Digital) 使用了被称为 “ 对白归一（ dialog normalization ） ” 的特性，使得录音师可以根据已知的平均参考电平来设置适当的还音电平值。这种特性已在杜比数字 (Dolby Digital) 的编码器及消费类解码器中被应用。另外，杜比数字 (Dolby Digital) 保持了设定的归一响度，无论其传输及还音的声道数目的多少，并且不受缩混的影响。
&&&&对MPEG-2编码系统来说，是根据片源内容的不同而向MPEG-1听众传输不同响度的信号。所接收的立体声节目是为最大响度，而多声道节目需降低响度还音，以便保证在将多声道音源矩阵编码至两声道混音时拥有足够的裕量。一种解决方式是降低所有两声道节目的电平来满足多声道节目的要求。另一种方式是专门为MPEG-1的听众传输单独的最大音量的立体声信号。
&&&&综上所述，采用多声道环绕声方式，多声道数字音频系统通过声道的扩展，不仅在质量上与 CD 音频不相上下，同时还带给听众身临其境的感受，而这是传统单声道和立体声无法实现的，因此多声道数字音频系统已被更多的听众接受，同时也将逐渐成为广播电视行业中音频节目制作的主流。
&&&&AC-3 与 5.1 多通道环绕声系统采用逐渐成熟的专用编解码方案，提供了多种音频设备的兼容性，并通过 Dolby E 的改进方案，使得 AC-3 可应用于广播电视编辑传输过程中； MPEG-2 层 II 系统采用与 MPEG-1 完全兼容的编解码方案，提供高质量的环绕立体声，并且 MPEG-2 也提供了多种功能用于满足不同的需要，但 MPEG-2 的应用相对 AC-3 来说市场占有率很小，而 AC-3 则在许多领域已得到广泛应用。
四、中国数字广播电视中数字音频的发展展望
&&&&数字音频广播系统的发展是从 85 年以后开始的，其中包括了我们熟知的 Eureka 147 DAB （尤里卡 147 数字音频广播）和 DVB 。不断发展的数字调制方式及编码算法都为数字音频广播提供了更加有效的传输和存储方式，使得在有限的带宽中以较低比特率来传输声道数更多、质量更优的音频信号成为可能。同样在数字音频广播系统的发展中也充分利用了这些以此为核心的新技术。以前，立体声广播起着主导的作用，现在随着越来越多的多声道数字音频系统的应用，在数字音频广播领域也已经开始接纳并制定相关的音频标准了。在 Eureka 147 DAB 和 DVB 中，已经包括了多声道数字音频的扩展。
&&&&DVB 项目是在 1993 年由 220 多个世界组织来制定建立的。这些世界组织包括广播业者、制造商、网络管理者和致力于发展数字电视标准的各种组织机构。最早的 DVB 业务是在欧洲开始的，现在 DVB 标准不仅是欧洲的数字电视标准，而且它也扩展到亚洲、非洲、美洲及澳大利亚等地区，成为这些地区数字电视的选择标准之一。
&&&&我国在未来中不管采用那种音频格式，都将带来音频节目制作上的变革，只有正确面对这场变革，了解和掌握其中涉及的各种技术才能立于不败之地，同时也会给千家万户的观众带去更多、更好的音、视频享受。
&&&&总之，随着数字广播的不断发展，相信这些已经成熟的各种技术都将有它们各自的用武之地。我们相信在今后的数字广播的发展中，不管是 DVB 、 DAB 、数字视频、音频广播，还是 ATSC 数字电视系统等，都将会采用不受带宽限制（相对而言）、可提供更高质量、更多声道的多声道数字音频系统。
《浅谈AC-3与MPEG-2两种多通道数字音频的选择与比较》一文由3edu教育网www.3edu.net摘录，版权归作者所有,转载请注明出处!
【温馨提示】3edu教育网所有资源完全免费，仅供学习和研究使用，版权和著作权归原作者所有，如损害了您的权益，请与站长联系修正。
上一篇论文： 下一篇论文：