音频编解码

PCM和LPCM 

多声道LPCM：无损音轨原始存在格式，概念上等效于wave文件，并不需要运算解码，可直接输入功放进行DA转换，光纤和同轴接口只能传输2声道LPCM，多声道LPCM需要HDMI接口传输。

 

PCM:非线性脉冲编码调制
LPCM:线性脉冲编码调制
它们是一种将模拟语音信号转换为数字信号的编码方式,为无损非压缩编码.

转换流程:抽样 --> 量化 --> 编码
-------------------------------------------------------------
抽样过程是将连续时间模拟信号变为离散时间,连续幅度的抽样信号

量化过程是将抽样信号变为离散时间,离散幅度的数字信号
量化过程又被分为线性量化和非线性量化
线性量化在整个量化范围内,量化间隔均相等
非线性量化采用不等的量化间隔

编码过程是将量化后的信号编码成为一个二进制码组输出
--------------------------------------------------------------

主要区别:
因为它们量化间隔不同,所以最后的二进制编码位数不同.

其它区别:
PCM中有时会使用相应的技术降低数字信号源的数据率,便于存储和数据传输方便
LPCM中通常使用了更多的杜比环绕立体声重放技术,更逼真地再现原声场。

 

 

LPCM(PCM)（线性脉冲编码调制）　　普通CD规格为16bit/44.1kHz，DVD的规格则有多种，量化精度可分为16bit、20bit、24bit，采样频率分为48kHz、96kHz。此外,LPCM信号中可录入杜比环绕声信息，供现有的杜比定向逻辑环绕声系统使用。

 

　　VOB文件有视频、声音、字幕数据流组成。视频数据流是MPEG2格式，音频数据流是AC-3或者者LPCM、MPEG2、MP2、DTS等等，AC3基本上是事实的标准，MPEG2多声道只在极少数2区碟上可以看到(比如In the line of fire，2区).PCM主要用于音乐DVD，而MP2只在廉价DVD上才有.PCM是高质量无压缩数字音频，因此需要太多的空间，并不适合用于DVD电影光碟。AC3的数据率介于192~448KBPS之间，192KBPS用于双声道，384~448KBPS用于5.1声道。

 

音频数字化

　　音频数字化主要有压缩与非压缩两种方式。较早出现的数字音频播放机，如CD唱机和DAT录音机，均采用线性PCM编码来存储音乐信号，为非压缩方式。在高质量要求的音频工作站和数字录像机（如DVCPRO）上，现在也采用非压缩的格式。

 

　　我们目前常见的MPEG、Dolby Digital、DTS等则为压缩方式。压缩分为有损压缩和无损压缩。有损压缩的目的是提高压缩率，降低占用系统资源。可以根据实际需要选用不同的采样速率、样本分辨力（精度）和数据率。

 

　　如今杜比数字作为由FCC为美国选定的ATSC数字电视标准的一部分，为高清晰度电视（HDTV)和标准清晰度电视（SDTV)广播的标准。MPEG为欧洲数字视频广播（DVB)、数字音频广播（DAB）和日本广播电视业的音频标准。DVD则支持3种主要标准：Dolby digital（杜比数字）、MPEG-2和线性PCM(LPCM)。其他格式，如DTS(Digital Theatre Sound)、SDDS(Sony Dynamic Digital Sound)等为任选格式。

 

　　声音重放技术的发展路程，是沿着单声(Monophonic)、双声道立体声(Stereophonic)到4通道立体声，再到环绕立体声(Stereo surround)，现在一般为5.1模式。其根本目的，就是更逼真地再现原声场。我国电视目前大量采用的单声道已远远跟不上人们生活的需要。如何以量低的数据率，最有效地传送多声道、高质量的声音，是数字化的发展方向。所谓5?1模式，即录制、解码和放声中采用5个声道：左（L）、中（C）、右(R)、左环绕（LS)、右环绕RS)，再加上一个低频效果通道(LFE)，就可以达到真正的立体环绕声效果——宽阔的场景深度感和总体真实感。5.1模式为ATSC和DVB的标准声道。

非压缩编码（PCM)

　　声音之所以能够数字化，是因为人耳所能听到的声音频率不是无限宽的，主要在20kHz以下。按照抽样定理，只有抽样频率大于40kHz，才能无失真地重建原始声音。如CD采用44.1kHz的抽样频率，其他则主要采用48kHz或96kHz。

 

　　PCM（脉冲编码调制）是一种将模拟语音信号变换为数字信号的编码方式。主要经过3个过程：抽样、量化和编码。抽样过程将连续时间模拟信号变为离散时间、连续幅度的抽样信号，量化过程将抽样信号变为离散时间、离散幅度的数字信号，编码过程将量化后的信号编码成为一个二进制码组输出。

 

　　量化分为线性量化和非线性量化。线性量化在整个量化范围内，量化间隔均相等。非线性量化采用不等的量化间隔。量化间隔数由编码的二进制位数决定。例如，CD采用16bit线性量化，则量化间隔数L=65536。位数（n)越多，精度越高，信噪比SNR＝6.02n＋1.76(dB)也越高。但编码的二进制位数不是无限制的，需要根据所需的数据率确定。比如：CD可以达到的数据率为2×44.1×16＝1411?2Kbit/s。

 

　　常用的编码码组有3种：自然二进制码组（NBC)、折叠二进制码组（FBC)、格雷二进制码组（RBC)。国际PCM标准主要使用FBC。

压缩编码

　　PCM虽然为无损压缩，但由典型的音频信号表示的信号特性没有达到最佳，也没有很好的适应人耳听觉系统的特定要求。PCM的数据量过高，从而造成存储和传输方面的障碍，因此必须使用相应的技术降低数字信号源的数据率，又尽可能不对节目造成损伤，这就是压缩技术。

 

　　人耳的听觉心理有两个特性：频率掩蔽和时间掩蔽特性。人耳在安静的环境中有一个静听阈（门限），即对应于人耳能听到的频率范围能被感觉到的最低声音强度。频率掩蔽，即当一个单音单元出现时，产生一个新的听阈曲线（同听阈），在此频率附近的频段内，门限均有不同程度的提高，以中心频率为最高。时间掩蔽，即当一个强信号出现时，其前后一段时间内，业已存在的弱音可以被掩蔽不被听见。在听阈以下的音频信号不需要编码。

MUX和DEMUX

Mux 是 Multiplex 的缩写，意为“多路传输”，其实就是“混流”、“封装”的意思，与“合成”的意思相似就是指把视频素材和音频素材封装到一个单独的文件中。

通过 muxing（混流），可以将视频流、音频流甚至是字幕流捆绑到一个单独的文件中，作为一个信号进行传输，等传输完毕，就可以通过 demuxing（分离） 将里面的视频、音频或字幕分解出来各自进行解码和播放。

在 muxing 与 demuxing 的整个过程，都不对原来的视频、音频或字幕重新编码。混流（封装、打包）后的文件，可以通过分离（分解、解包）操作，获得与原始素材一模一样的独立的视频、音频和字幕文件。