第9章_MPEG音頻

1、1.1 對響度的感知對響度的感知1.1 對響度的感知對響度的感知 觀察結(jié)論：觀察結(jié)論：q 存在聽閾和聽覺盲區(qū)存在聽閾和聽覺盲區(qū)q 存在痛閾存在痛閾q 聽覺系統(tǒng)對聽覺系統(tǒng)對2kHz4KHz的聲音最敏感的聲音最敏感 1.2 對音高的感知對音高的感知觀察結(jié)論：觀察結(jié)論： 聽覺系統(tǒng)對聽覺系統(tǒng)對頻率的感知與聲頻率的感知與聲音的客觀頻率成音的客觀頻率成非線性關(guān)系。非線性關(guān)系。Mel = 1000 log 2 (f + 1)1.3 掩蔽效應(yīng)掩蔽效應(yīng)當(dāng)一個強純音和一個弱純音的頻率接近時，當(dāng)一個強純音和一個弱純音的頻率接近時，聽覺系統(tǒng)就會失去對弱純音的感知，這種聽覺系統(tǒng)就會失去對弱純音的感知，這種現(xiàn)象稱為掩蔽效

2、應(yīng)?，F(xiàn)象稱為掩蔽效應(yīng)。1.3 掩蔽效應(yīng)掩蔽效應(yīng)觀察結(jié)論：觀察結(jié)論：q 低頻音較之高頻音有更強的掩蔽作用。低頻音較之高頻音有更強的掩蔽作用。q 存在若干個（通常為存在若干個（通常為24個）所謂掩蔽效應(yīng)帶個）所謂掩蔽效應(yīng)帶（頻率區(qū)間），稱為臨界頻帶（頻率區(qū)間），稱為臨界頻帶（critical band）。）。q 由于存在聽覺閾值，因此當(dāng)輸入信號的電由于存在聽覺閾值，因此當(dāng)輸入信號的電平地低于聽覺閾值時，系統(tǒng)就去掉這些信號，平地低于聽覺閾值時，系統(tǒng)就去掉這些信號，從而減少了音頻數(shù)據(jù)量。從而減少了音頻數(shù)據(jù)量。q 由于存在掩蔽效應(yīng)，因此系統(tǒng)可以設(shè)法消由于存在掩蔽效應(yīng)，因此系統(tǒng)可以設(shè)法消除被掩蔽的聲音信號

3、（電平），這也降低了除被掩蔽的聲音信號（電平），這也降低了數(shù)據(jù)量。數(shù)據(jù)量。q 由于聽覺系統(tǒng)對由于聽覺系統(tǒng)對2kHz4KHz的聲音比較的聲音比較敏感，因此系統(tǒng)可以提高對這一部分信號的敏感，因此系統(tǒng)可以提高對這一部分信號的編碼強度，而降低其他頻段信號的編碼強度。編碼強度，而降低其他頻段信號的編碼強度。3.1 系統(tǒng)結(jié)構(gòu)系統(tǒng)結(jié)構(gòu)MPEG Audio Codec = Sub-Band Codec + 心理聲學(xué)模型心理聲學(xué)模型3.2 部件分析部件分析q 多相濾波器組多相濾波器組 作用：將輸入信號分成作用：將輸入信號分成32個頻率子帶。個頻率子帶。 子帶劃分方法：線性劃分；按臨界頻帶劃分子帶劃分方法：線性劃

4、分；按臨界頻帶劃分3.2 部件分析部件分析q 編碼器編碼器3.2 部件分析部件分析q 心理聲學(xué)模型心理聲學(xué)模型3.2 部件分析部件分析q 心理聲學(xué)模型如何作用于編碼器心理聲學(xué)模型如何作用于編碼器核心思想：計算所謂信掩比（核心思想：計算所謂信掩比（Signal-to-Mask Ratio, SMR），通過），通過SMR來調(diào)節(jié)量化來調(diào)節(jié)量化深度。深度。SMR = 掩蔽閾值（最?。┭诒伍撝担ㄗ钚。┭诒我粞诒我衾纾豪纾貉诒伍撝笛诒伍撝礢MR被掩蔽音（被掩蔽音（noise）降低量降低量化深度化深度3.3 MPEG Audio 的編碼分層的編碼分層3.3 MPEG Audio 的編碼分層的編碼分層q

5、層層1 - 每幀數(shù)據(jù)包含每幀數(shù)據(jù)包含384個樣本（個樣本（32 x 12） - 采用線性子帶劃分采用線性子帶劃分 - 使用頻域掩蔽特性使用頻域掩蔽特性 - SMR使用全局掩蔽閾值使用全局掩蔽閾值3.3 MPEG Audio 的編碼分層的編碼分層q 層層2 - 每幀數(shù)據(jù)包含每幀數(shù)據(jù)包含1152個樣本（個樣本（32 x 12 x 3） - 采用線性子帶劃分采用線性子帶劃分 - 使用頻域掩蔽和時域掩蔽特性使用頻域掩蔽和時域掩蔽特性 - SMR使用全局掩蔽閾值使用全局掩蔽閾值3.3 MPEG Audio 的編碼分層的編碼分層q 層層3（即（即MP3） - 每幀數(shù)據(jù)包含每幀數(shù)據(jù)包含1152個樣本（個樣本（32 x 12 x 3） - 采用臨界頻帶劃分子帶采用臨界頻帶劃分子帶 - 使用頻域掩