【数据压缩】MPEG音频编码
一.实验原理
2.MPEG-1音频编码器框架图
多相滤波器组(PolyphaseFilter Bank)：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(PsychoacousticModel)：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。
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.实验代码
FILE *output_txt;
char temp[100] = "info.txt";
...
int main (int argc, char **argv)
{
output_txt = fopen(temp, "w");
if (output_txt == NULL)
printf("Creating output txt file failed.\n");
...
}
#ifdef NEWENCODE
...
#else
scale_factor_calc (*sb_sample, scalar, nch, frame.sblimit);
pick_scale (scalar, &frame, max_sc);
int sb, gr, ch;
if (frameNum == 80) //选择第80个数据帧
{
fprintf(output_txt, "sampling rate %d kHz. \n bit rate %d kbps.\n",
header.sampling_frequency, bitrate[header.version][header.bitrate_index]);
fprintf(output_txt, "Output the %d th frame\n", frameNum);
fprintf(output_txt, "available bits number = %d\n", adb);
fprintf(output_txt, "Scale_Factor:\n");
for (ch = 0; ch < nch; ch++)
{
fprintf(output_txt, "channel[%2d] \n", ch + 1);
for (sb = 0; sb < frame.sblimit; sb++)
{
fprintf(output_txt, "subband[%2d]: ", sb + 1);
for (gr = 0; gr < 3; gr++)
{
fprintf(output_txt, "%2d\t", scalar[ch][gr][sb]);
}
fprintf(output_txt, "\n");
}
}
}
...
}
