MPEG音频编码分析

基本流程

重点关注代码中如何实现双线流程的结合，多项滤波器之后提取比例因子给下面的心理声学模型线。比特分配后利用比特数完成上面流程的线性量化。

设计框架

变量设置

typedef double SBS[2][3][SCALE_BLOCK][SBLIMIT];
  SBS *sb_sample;//子带样本12*32*3*2（立体声）
  typedef double JSBS[3][SCALE_BLOCK][SBLIMIT];
  JSBS *j_sample;
  typedef double IN[2][HAN_SIZE];//2*512,FFT
  IN *win_que;
  typedef unsigned int SUB[2][3][SCALE_BLOCK][SBLIMIT];
  SUB *subband;//子带

  frame_info frame;//帧信息
  frame_header header;//帧头部
  char original_file_name[MAX_NAME_SIZE];//原文件名
  char encoded_file_name[MAX_NAME_SIZE];
  short **win_buf;
  static short buffer[2][1152];
  static unsigned int bit_alloc[2][SBLIMIT], scfsi[2][SBLIMIT];//比特分配，比例因子选择信息
  static unsigned int scalar[2][3][SBLIMIT], j_scale[3][SBLIMIT];//比例因子，
  static double smr[2][SBLIMIT], lgmin[2][SBLIMIT], max_sc[2][SBLIMIT];//信号掩蔽比，最小掩噪比，最大信噪比
  // FLOAT snr32[32];
  short sam[2][1344];		/* was [1056]; */
  int model, nch, error_protection;
  static unsigned int crc;
  int sb, ch, adb;
  unsigned long frameBits, sentBits = 0;
  unsigned long num_samples;
  int lg_frame;
  int i;

  /* Used to keep the SNR values for the fast/quick psy models */
  static FLOAT smrdef[2][32];//快速算法中存放SNR

音频读入

get_audio

unsigned long
get_audio (FILE * musicin, short buffer[2][1152], unsigned long num_samples,
	   int nch, frame_header *header)//读取音频并返回读取长度
{
     
  int j;
  short insamp[2304];
  unsigned long samples_read;

  if (nch == 2) {
     		/* stereo判断是立体声 */
    samples_read =
      read_samples (musicin, insamp, num_samples, (unsigned long) 2304);
    if (glopts.channelswap == TRUE) {
     //为false则切换通道
      for (j = 0; j < 1152; j++) {
     
	buffer[1][j] = insamp[2 * j];
	buffer[0][j] = insamp[2 * j + 1];
      }
    } else {
     
      for (j = 0; j < 1152; j++) {
     
	buffer[0][j] = insamp[2 * j];
	buffer[1][j] = insamp[2 * j + 1];
      }
    }
  } else if (glopts.downmix == TRUE) {
     //低音混合
    samples_read =
      read_samples (musicin, insamp, num_samples, (unsigned long) 2304);
    for (j = 0; j < 1152; j++) {
     
      buffer[0][j] = 0.5 * (insamp[2 * j] + insamp[2 * j + 1]);
    }
  } else {
     			/* 单声道 */
    samples_read =
      read_samples (musicin, insamp, num_samples, (unsigned long) 1152);
    for (j = 0; j < 1152; j++) {
     
      buffer[0][j] = insamp[j];
      /* buffer[1][j] = 0;  don't bother zeroing this buffer. MFC Nov 99 */
    }
  }
  return (samples_read);
}

read_samples

unsigned long
read_samples (FILE * musicin, short sample_buffer[2304],
	      unsigned long num_samples, unsigned long frame_size)//读取音频文件到buffer里
{
     
  unsigned long samples_read;
  static unsigned long samples_to_read;
  static char init = TRUE;

  if (init) {
     
    samples_to_read = num_samples;
    init = FALSE;//确定读取长度
  }
  if (samples_to_read >= frame_size)
    samples_read = frame_size;//最多读取不超过2304
  else
    samples_read = samples_to_read;
  if ((samples_read =
       fread (sample_buffer, sizeof (short), (int) samples_read,
	      musicin)) == 0)
    fprintf (stderr, "Hit end of audio data\n");//读完
  /*
     Samples are big-endian. If this is a little-endian machine
     we must swap
   */
  if (NativeByteOrder == order_unknown) {
     
    NativeByteOrder = DetermineByteOrder ();
    if (NativeByteOrder == order_unknown) {
     
      fprintf (stderr, "byte order not determined\n");
      exit (1);
    }
  }
  if (NativeByteOrder != order_littleEndian || (glopts.byteswap == TRUE))
    SwapBytesInWords (sample_buffer, samples_read);

  if (num_samples != MAX_U_32_NUM)
    samples_to_read -= samples_read;

  if (samples_read < frame_size && samples_read > 0) {
     
    /* fill out frame with zeros */
    for (; samples_read < frame_size; sample_buffer[samples_read++] = 0);
    samples_to_read = 0;
    samples_read = frame_size;
  }
  return (samples_read);
}

available_bits函数：计算出可用比特数

多相滤波器结合窗函数和滤波

WindowFilterSubband函数：对buffer里数据分解进行子带滤波

for( gr = 0; gr < 3; gr++ )
	for ( bl = 0; bl < 12; bl++ )
	  for ( ch = 0; ch < nch; ch++ )
	    WindowFilterSubband( &buffer[ch][gr * 12 * 32 + 32 * bl], ch,
				 &(*sb_sample)[ch][gr][bl][0] );//

计算比例因子

scale_factor_calc函数：使用二分法查找比例因子
pick_scale：每个字带3个样本选择三个比例因子
如果是立体声，则使用combine_LR函数结合左右声道后，查找比例因子
transmission_pattern函数：决定发送几个比例因子，并根据此填写比例因子选择信息

心理声学模型

根据model选择心理声学模型并计算SMR
以模型0为例

void psycho_0(double SMR[2][SBLIMIT], int nch, unsigned int scalar[2][3][SBLIMIT], FLOAT sfreq)//通过子带内最低ATH值和比例因子结合的方法，以简单方式计算出SMR
{
     
  int ch, sb, gr;
  int minscaleindex[2][SBLIMIT]; /* scale越小尺度因子越大 Smaller scale indexes mean bigger scalefactors */
  static FLOAT ath_min[SBLIMIT];
  int i;
  static int init=0;

  if (!init) {
     
    FLOAT freqperline = sfreq/1024.0;
    for (sb=0;sb<SBLIMIT;sb++) {
     
      ath_min[sb] = 1000; /* set it huge */
    }
    
    /* 找到每个子带中最小的ATH */
    for (i=0;i<512;i++) {
     
      FLOAT thisfreq = i * freqperline;
      FLOAT ath_val = ATH_dB(thisfreq, 0);
      if (ath_val < ath_min[i>>4])
	ath_min[i>>4] = ath_val;
    }
    init++;
  }

  /* 找到最小的比例因子index  for each ch/sb */
  for (ch=0;ch<nch;ch++) 
      for (sb=0;sb<SBLIMIT;sb++) 
	minscaleindex[ch][sb] = scalar[ch][0][sb];

  for (ch=0;ch<nch;ch++) 
    for (gr=1;gr<3;gr++) 
      for (sb=0;sb<SBLIMIT;sb++) 
	if (minscaleindex[ch][sb] > scalar[ch][gr][sb])
	  minscaleindex[ch][sb] = scalar[ch][gr][sb];

  /* Oh yeah. Fudge the hell out of the SMR calculations 
     by combining the scalefactor table index and the min ATH in that subband
     There are probably more elegant/correct ways of combining these values,
     but who cares? It works pretty well 
     MFC Mar 03 */
  for (ch=0;ch<nch;ch++)
    for (sb=0;sb<SBLIMIT;sb++)
      SMR[ch][sb] = 2.0 * (30.0 - minscaleindex[ch][sb]) - ath_min[sb];
}

比特分配

根据心理声学模型和码率限制进行比特分配

   main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);

“动态比特分配”：根据信号掩蔽比(SMR)确定子
带的量化级数(比特数，对总数据率进行比特分配。
原则：（1）SMR(dB) = SNRmax(dB) – MNRmin(dB)
（2）使各子带的量化信噪比SNR>最小信掩蔽比SMR，
将允许数据率分配给音频帧，再分给子带。音频帧的总
的供使用的数据率扣除用于传送比例因子、比例因子选
择信息、动态比特分配（BAL)、数据帧头与必要的差错
检测和考虑附加数据后，分配给音频取样值。

量化与装帧

  encode_bit_alloc (bit_alloc, &frame, &bs);//比特分配编码
    encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);//比例因子编码
    subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
			  *subband, &frame);//子带量化
    sample_encoding (*subband, bit_alloc, &frame, &bs);//量化后编码

实验要求

输出音频的采样率和目标码率

	if (frameNum == random_frame_number)
		{
     
			fprintf(trace_file, "采样率为：%.1fkhz \r\n", s_freq[header.version][header.sampling_frequency]);
			fprintf(trace_file, "目标码率为：%dMbps \r\n", bitrate[header.version][header.bitrate_index]);
			
			fprintf(trace_file, "可获得比特数为：%dbits\r\n", adb);
			
		}
	

这一步在滤波前即可输出，此时音频读入后这些参数都已经算出
输出结果：
采样率为：48.0khz
目标码率为：192Mbps
可获得比特数为：4608bits

对于某个数据帧，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

这一步在比特分配后可以输出

	if (frameNum == random_frame_number)
		{
     
			
			fprintf(trace_file, "选择的数据帧为：%d \r\n", frameNum);
			
			for (int k = 0; k < nch; k++)
			{
     
				fprintf(trace_file, "声道[%d] \r\n", k + 1);
				for (int j = 0; j < frame.sblimit; j++)//子带总数
				{
     
					fprintf(trace_file, "子带[%d]:    ", j + 1);
					for (int m = 0; m < 3; m++)//每个子带有3个比例因子
					{
     
						fprintf(trace_file, "%d\t", scalar[k][m][j]);
					}
					fprintf(trace_file, "\r\n");
				}
			}
		}

输出结果：代码中提示多余bit自动补0
声道[1]
子带[1]: 14 14 19
子带[2]: 27 27 27
子带[3]: 27 27 27
子带[4]: 31 31 31
子带[5]: 33 33 33
子带[6]: 34 34 34
子带[7]: 37 37 37
子带[8]: 37 37 37
子带[9]: 37 37 37
子带[10]: 39 39 39
子带[11]: 37 39 39
子带[12]: 39 41 41
子带[13]: 42 42 42
子带[14]: 41 41 41
子带[15]: 42 42 42
子带[16]: 42 42 42
子带[17]: 42 45 45
子带[18]: 44 44 44
子带[19]: 43 43 43
子带[20]: 44 44 44
子带[21]: 46 46 46
子带[22]: 46 46 46
子带[23]: 45 46 46
子带[24]: 46 46 46
子带[25]: 44 44 44
子带[26]: 47 47 47
子带[27]: 45 45 45
子带[28]: 0 0 0
子带[29]: 0 0 0
子带[30]: 0 0 0
子带[31]: 0 0 0
子带[32]: 0 0 0
声道[2]
子带[1]: 14 14 19
子带[2]: 26 26 26
子带[3]: 27 27 27
子带[4]: 30 30 30
子带[5]: 33 33 33
子带[6]: 34 34 34
子带[7]: 37 37 37
子带[8]: 37 37 37
子带[9]: 37 37 37
子带[10]: 39 39 39
子带[11]: 37 39 39
子带[12]: 39 39 39
子带[13]: 41 41 41
子带[14]: 41 41 41
子带[15]: 42 42 42
子带[16]: 43 43 43
子带[17]: 44 44 44
子带[18]: 45 45 45
子带[19]: 42 44 44
子带[20]: 44 44 44
子带[21]: 45 45 45
子带[22]: 46 46 46
子带[23]: 46 46 44
子带[24]: 45 45 45
子带[25]: 44 44 44
子带[26]: 43 43 43
子带[27]: 47 43 46
子带[28]: 0 0 0
子带[29]: 0 0 0
子带[30]: 0 0 0
子带[31]: 0 0 0
子带[32]: 0 0 0