数据压缩原理与应用 MPEG音频编码

一.实验原理

mpeg的音频编码主要采用了心理声学模型

1. MPEG-I 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

2. MPEG-1音频编码器框架图

• 多相滤波器组(Polyphase Filter Bank)：用来分割子带，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
• 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
• 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
• 装帧(Frame Creation)：产生MPEG-I兼容的比特流

3. 临界频带(Critical Band)

临界频带是指当某个纯音被以它为中心频率、且具有一定带宽的连续噪声所掩蔽时，如果该纯音刚好被听到时的功率等于这一频带内的噪声功率，这个带宽为临界频带宽度。

掩蔽效应在一定频率范围内不随带宽增大而改变，直至超过某个频率值。通常认为从20Hz到16kHz有25个临界频带，单位为bark。
1 Bark = 一个临界频带的宽度

4. 比例因子的取值和编码

对各个子带每12个样点进行一次比例因子计算。先定出12个样点中绝对值的最大值。查比例因子表中比这个最大值的最小值作为比例因子。用6 比特表示。
第2 层的一帧对应36个子带样值，是第1层的三倍，原则上要传三个比例因子。为了降低比例因子的传输码率，采用了利用人耳时域掩蔽特性的编码策略。
每帧中每个子带的三个比例因子被一起考虑，划分成特定的几种模式。根据这些模式，1 个、2 个或3 个比例因子和比例因子选择信息（每子带2 比特）一起被传送。如果一个比例因子和下一个只有很小的差别，就只传送大的一个，这种情况对于稳态信号经常出现。
使用这一算法后，和第1层相比，第2层传输的比例因子平均减少了2 个，即传输码率由22.5Kb/s 降低到了7.5Kb/s。

5. 比特分配及编码

在调整到固定的码率之前
- 先确定可用于样值编码的有效比特数
- 这个数值取决于比例因子、比例因子选择信息、比特分配信息以及辅助数据所需比特数

比特分配的过程：对每个子带计算掩蔽-噪声比MNR，是信噪比SNR – 信掩比
SMR，即：MNR = SNR – SMR
使整个一帧和每个子带的总噪声-掩蔽比最小。这是一个循环过程，每一次循环使获益最大的子带的量化级别增加一级，当然所用比特数不能超过一帧所能提供的最大数目。
第1层一帧用4比特给每个子带的比特分配信息编码；而第2层只在低频段用4比特，高频段则用2比特。

---

二.实验流程

理解过程
- 理解程序设计的整体框架
- 理解感知音频编码的设计思想
- 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

输出要求
- 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

---

三.代码分析

主要修改在main函数内
输出每帧分配的比特数
available_bits ()这个函数即为得到可用的比特数

    adb = available_bits (&header, &glopts);
    if (frameNum == 20)
    {
        printf("每帧分配比特数 = %d\n", adb);
    }//add by lee 2017/6/7
    lg_frame = adb / 8;

输出比例因子
scale_factor_calc ()是设置比例因子的函数

    scale_factor_calc (*sb_sample, scalar, nch, frame.sblimit);
        if (frameNum == 20)//add by lee 2017/6/7
        {
            int a, b, c;
            for (a=0;aprintf("channel[%d] = \n", a + 1);
                for (b=0;bfor (c=0;c<3;c++)
                    {
                        printf("scalar[%d][%d]= %d %d %d\n",b,c,scalar[a][0][b], scalar[a][1][b], scalar[a][2][b]);
                    }
                }
            }

    }

输出比特分配结果
main_bit_allocation （）是比特分配函数

      main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
    ......
       sample_encoding (*subband, bit_alloc, &frame, &bs);

        if (frameNum == 20)//add by lee 2017/6/7
        {
            printf("sample rate=%.1f kHz\n", s_freq[header.version][header.sampling_frequency]);
            printf("target rate=%d\n",bitrate[header.version][header.bitrate_index]);
            int a, b;
            for (a = 0; a<2; a++)
            {
                for (b = 0; bprintf("bit_alloc[%d][%d] =%d\n", a, b, bit_alloc[a][b]);
                }
            }

        }

---

四.实验结果

输出结果
输出该帧分配的比特数和比例因子



输出采样率和目标码率

输出比特分配结果