文章目录

一、实验内容
- 1 、MPEG-1音频编码器框架
- 2 、理解感知音频编码的设计思想
- 3 、理解心理声学模型的实现过程
- 4 、理解码率分配的实现思路
二、理解程序设计的整体框架
三、实验步骤与实验结果
- 1.输出音频的采样率和目标码率
- 2.输出数据帧信息

一、实验内容

1 、MPEG-1音频编码器框架

多相滤波器组：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）=0.75kHz
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

2 、理解感知音频编码的设计思想

两条线
第1条线：输入的PCM码流经过多相滤波器组分解成32个子带信号，经过块形成后，对每个子带数据进行线性量化，对部分量化级别采用颗粒优化以增大压缩比，最后装帧输出。
第2条线：输入的PCM码流进行FFT变换，经过心理声学模型去除信号中被掩蔽的部分，确定动态比特分配和比例因子选择信息。最后相关信息进行边信息编码，一起封装成帧比特流进行传输。
时-频分析矛盾
时域分辨力和频域分辨力不可兼得，增大频域分辨力的同时时域分辨力便相应减小，反之亦然。
根据这一矛盾，MPEG-1音频编码采取了一些措施：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。

3 、理解心理声学模型的实现过程

MPEG-I 标准定义了两个模型

心理声学模型1: 计算复杂度低；但对假设用户听不到的部分压缩太严重
心理声学模型2 : 提供了适合Layer III编码的更多特征

实际实现的模型复杂度取决所需要的压缩因子。

心理声学模型I的实现
1、将样本变换到频域
32个等分的子带信号并不能精确地反映人耳的听觉特性。引入FFT补偿频率分辨率不足的问题。
2、确定子带声压级别
3、考虑安静时阈值，即绝对阈值
在标准中有根据输入PCM信号的采样率编制的“频率、临界频带率和绝对阈值”表。
4、将音频信号分解成“乐音(tones)” 和“非乐音/噪声”部分
两种信号的掩蔽能力不同。根据音频频谱的局部功率最大值确定乐音成分局部峰值为乐音，然后将本临界频带内的剩余频谱合在一起，组成一个代表噪声频率（无调成份）
5、音调和非音调掩蔽成分的消除
利用标准中给出的绝对阈值消除被掩蔽成分；考虑在每个临界频带内，小于0.5Bark的距离中只保留最高功率的成分
6、单个掩蔽阈值的计算
音调成分和非音调成分单个掩蔽阈值根据标准中给出的算法求得。
7、全局掩蔽阈值的计算

还要考虑别的临界频带的影响。一个掩蔽信号会对其它频带上的信号产生掩蔽效应（掩蔽扩散）
8、每个子带的掩蔽阈值
选择出本子带中最小的阈值作为子带阈值
9、计算每个子带信号掩蔽比(SMR)，并将SMR传递给编码单元

4 、理解码率分配的实现思路

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。
算法：使整帧和每个子带的总噪声—掩蔽比最小
1、计算噪声-掩蔽比(noise-to-mask ratio, NMR)：
N M R = S M R – S N R ( d B ) NMR = SMR – SNR (dB) NMR=SMR–SNR(dB)其中SNR 由MPEG-I标准给定 (为量化水平的函数)，NMR：表示波形误差与感知测量之间的误差
2、对最高NMR的子带分配比特，使获益最大的子带的量化级别增加一级
3、重新计算分配了更多比特子带的NMR
4、循环重复2、3步骤，直到没有比特分配。

二、理解程序设计的整体框架

按照以下顺序一次处理多达2个通道的一个音频重叠帧

1.通过滤波器滑窗过滤出每个通道32个子带样本（window_subband，filter_subband）
2.如果是联合立体声模式，则组合左右声道（combine_LR）
3.计算比例因子与比例因子选择信息（* _scale_factor_calc）
4.使用选定的心理声学模型计算心理声学掩蔽电平（psycho_i，psycho_ii）
5.使用步骤 4的掩蔽电平，对低掩噪比的子带执行迭代比特分配
6.如果错误保护标志活跃，则添加纠错（* _CRC_calc）
7.将比特分配、比例因子和比例因子选择标头打包到比特流中（* _encode_bit_alloc，* _ encode_scale，transmission_pattern）
8.量化子带并将其打包进比特流（* _subband_quantization，* _ sample_encoding）

三、实验步骤与实验结果

1.输出音频的采样率和目标码率

源代码已经有将音频采样率和目标码率输出到命令行的代码print_config() 。

void print_config (frame_info * frame, int *psy, char *inPath,char *outPath)
{frame_header *header = frame->header;if (glopts.verbosity == 0)return;fprintf (stderr, "--------------------------------------------\n");fprintf (stderr, "Input File : '%s'   %.1f kHz\n",(strcmp (inPath, "-") ? inPath : "stdin"),s_freq[header->version][header->sampling_frequency]);fprintf (stderr, "Output File: '%s'\n",(strcmp (outPath, "-") ? outPath : "stdout"));fprintf (stderr, "%d kbps ", bitrate[header->version][header->bitrate_index]);fprintf (stderr, "%s ", version_names[header->version]);if (header->mode != MPG_MD_JOINT_STEREO)fprintf (stderr, "Layer II %s Psycho model=%d  (Mode_Extension=%d)\n",mode_names[header->mode], *psy, header->mode_ext);elsefprintf (stderr, "Layer II %s Psy model %d \n", mode_names[header->mode],*psy);fprintf (stderr, "[De-emph:%s\tCopyright:%s\tOriginal:%s\tCRC:%s]\n",((header->emphasis) ? "On" : "Off"),((header->copyright) ? "Yes" : "No"),((header->original) ? "Yes" : "No"),((header->error_protection) ? "On" : "Off"));fprintf (stderr, "[Padding:%s\tByte-swap:%s\tChanswap:%s\tDAB:%s]\n",((glopts.usepadbit) ? "Normal" : "Off"),((glopts.byteswap) ? "On" : "Off"),((glopts.channelswap) ? "On" : "Off"),((glopts.dab) ? "On" : "Off"));if (glopts.vbr == TRUE)fprintf (stderr, "VBR Enabled. Using MNR boost of %f\n", glopts.vbrlevel);fprintf(stderr,"ATH adjustment %f\n",glopts.athlevel);fprintf (stderr, "--------------------------------------------\n");
}

设置命令行参数
运行结果
音频的采样率为44.1kHz,目标码率为192kbps

2.输出数据帧信息

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。

在main()函数中添加代码

#if FRAME_TRACEFILE* output;output = fopen("output.txt", "a");if (frameNum == 900) {fprintf(output, "声道数：%d\n", nch);fprintf(output, "目前观测第 %d 帧\n", frameNum);fprintf(output, "本帧比特预算：%d bits\n", adb);fprintf(output, "\n");/* 比例因子 */fprintf(output, "========== 比例因子 ==========\n");for (ch = 0; ch < nch; ch++)    // 每个声道单独输出{fprintf(output, "------ 声道%2d ------\n", ch + 1);for (sb = 0; sb < frame.sblimit; sb++)    // 每个子带{fprintf(output, "子带[%2d]:\t", sb + 1);for (int gr = 0; gr < 3; gr++) {fprintf(output, "%2d\t", scalar[ch][gr][sb]);}fprintf(output, "\n");}}fprintf(output, "\n");/* 比特分配表 */fprintf(output, "========== 比特分配表 ==========\n");  //输出比特分配结果for (ch = 0; ch < nch; ch++) {fprintf(output, "------ 声道%2d ------\n", ch + 1); //按声道分配for (sb = 0; sb < frame.sblimit; sb++) {fprintf(output, "子带[%2d]:\t%2d\n", sb + 1, bit_alloc[ch][sb]);}fprintf(output, "\n");}}fclose(output);
#endif // FRAME_TRACE
————————————————

音乐文件

选择第900帧，该帧的bit预算为5016

比例因子

比特分配表
噪声文件（持续噪声）

选择第900帧，该帧的bit预算为5016

比例因子

比特分配表
混合

选择第900帧，该帧的bit预算为5016

比例因子

比特分配表

音频文件的频谱：能量集中在低频段

噪声文件：能量集中在高频段

【实验6】MPEG音频编码实验相关推荐

实验六|MPEG音频编码实验
MPEG-1 Audio LayerII编码器原理多相滤波器组(Polyphase Filter Bank):将PCM样本变换到32个子带的频域信号心理声学模型(Psychoacoustic Mo ...
Lab6 MPEG音频编码实验——C++代码实现
Lab6 MPEG音频编码实验--C++代码实现一.MPEG音频编码实现框架及思路 1.MPEG音频编码实现框图: MPEG音频编码的实现主要分为上下两条线,上方红色框中的部分属于时域分析(粗细节) ...
实验六 MPEG音频编码
一.MPEG音频编码原理 1.1 基本思想分析信号,去掉不能被感知的部分[声音压缩算法可以确立这种特性的模型来取消更多的冗余数据] 子带分析滤波器组:使信号具有高的时间分辨率[短暂冲击信号情况下,编 ...
MPEG音频编码实验
实验原理 MPEG简介 MPEG-1 MPEG组织制定的第一个视频和音频有损压缩标准,也是最早推出及应用在市场上的MPEG技术,其原来的主要目标是在CD光盘上记录影像,后来被广泛应用在VCD光盘.视频 ...
【数据压缩】MPEG音频编码实验
一.MPEG-1 Audio LayerII编码器原理 1.MPEG-1音频编码器框架图 (1)编码流程的两条线整个编码流程分为两条线: 第一条线是主线,输入的PCM码流经过多相滤波器组分成32个子 ...
数据压缩实验五 MPEG音频编码
一.程序设计整体框架二.感知音频编码的设计思想感知编码是利用人耳听觉的心理声学特性(频谱掩蔽特性和时间掩蔽特性),人耳对信号幅度.频率.时间的有限分辨能力,凡是人耳感受不到的成分不编码,不传送.对 ...
数据压缩实验之 MPEG音频编码
文章目录 1.理解感知音频编码的设计思想 1.1 两条线 1.2 时-频分析的矛盾 2.理解心理声学模型的实现过程 2.1 临界频带的概念 2.2 掩蔽值计算的思路 2.2.1 什么是声音的" ...
综合编码——MPEG音频编码实验
目录一.程序设计整体框架 1.MPEG-1 Audio LayerII编码器原理 2.心理声学模型 (1)将样本变换到频域 (2)确定声压级别 (3)考虑安静时阈值 (4)音频信号分解 (5)音调和 ...
实验6_MPEG音频编码实验
MPEG音频编码实验一.MP2简介 1.什么是MP2 2.MP2优缺点 1)优点 2)缺点 3.与MP3对比二.MPEG简介 1.什么是MPEG-1 2.音频分层三.音频编码--人类听觉系统的感 ...

【实验6】MPEG音频编码实验