每張CD光盤重放雙聲道立體聲信號(hào)可達(dá)74分鐘。VCD視盤機(jī)要同時(shí)重放聲音和圖像,圖像信號(hào)數(shù)據(jù)需要壓縮,其伴音信號(hào)數(shù)據(jù)也要壓縮,否則伴音信號(hào)難于存儲(chǔ)到VCD光盤中。
一、伴音壓縮
在接收端實(shí)現(xiàn)發(fā)送端的逆過(guò)程。輸入子帶編碼數(shù)據(jù)流,將各子帶信號(hào)分別送到相應(yīng)的數(shù)字解碼電路(共m個(gè))進(jìn)行數(shù)字解調(diào),經(jīng)過(guò)諸路低通濾波器(m路),并重新解調(diào),可把各子帶頻域恢復(fù)為當(dāng)初原始信號(hào)的分布狀態(tài)。最后,將各路子帶輸出信號(hào)送到同步相加器,經(jīng)過(guò)相加恢復(fù)為原始信號(hào),該恢復(fù)的信號(hào)與原始信號(hào)十分相似。
(2)子帶編碼的應(yīng)用
子帶編碼技術(shù)具有突出的優(yōu)點(diǎn)。首先,聲音頻譜各頻率分量的幅度值各不相同,若對(duì)不同子帶分配以合適的比例系數(shù),可以更合理地分別控制各子帶的量化電平數(shù)目和相應(yīng)的重建誤差,使碼率更精確地與各子帶的信號(hào)源特性相匹配。通常,在低頻基音附近,采用較大的比特?cái)?shù)目來(lái)表示取樣值,而在高頻段則可分配以較小的編碼比特。其次,通過(guò)合理分配不同子帶的比特?cái)?shù),可控制總的重建誤差頻譜形狀,通過(guò)與聲學(xué)心理模型相結(jié)合,可將噪聲頻譜按人耳主觀噪聲感知特性來(lái)形成。于是,利用人耳聽覺掩蔽效應(yīng)可節(jié)省大量比特?cái)?shù)。
在采用子帶編碼時(shí),利用了聽覺的掩蔽效應(yīng)進(jìn)行處理。它對(duì)一些子帶信號(hào)予以刪除或大量減少比特?cái)?shù)目,可明顯壓縮傳輸數(shù)據(jù)總量。比如,不存在信號(hào)頻率分量的子帶,被噪聲掩蔽的信號(hào)頻率的子帶,被鄰近強(qiáng)信號(hào)掩蔽的信號(hào)頻率分量子帶等,都可進(jìn)行刪除處理。另外,全系統(tǒng)的傳輸信息量與信號(hào)的頻帶范圍、動(dòng)態(tài)范圍等均有關(guān)系,而動(dòng)態(tài)范圍則決定于量化比特?cái)?shù),若對(duì)信號(hào)引入合理的比特?cái)?shù),可使不同子帶內(nèi)按需要給以不同的比特?cái)?shù),也可壓縮其信息量。
二、MPEG-1音頻編碼方框圖
1、MPEG-1音頻編碼的依據(jù)
MPEG-1音頻壓縮編碼標(biāo)準(zhǔn)采用了心理學(xué)算法。利用感知模型刪去那些聽覺不靈敏的聲音數(shù)據(jù),而使重建的聲音質(zhì)量無(wú)明顯下降。它采用子帶編碼技術(shù),根據(jù)心理聲學(xué)模型取得不同子帶的聽覺掩蔽閾值;對(duì)各子帶的取樣值進(jìn)行動(dòng)態(tài)量化。它根據(jù)不同頻段上大音量信號(hào)所引起的小音量信號(hào)掩蔽閾值的變化規(guī)律,對(duì)不同頻段給以不同的量化步長(zhǎng),以便保留主要信號(hào),而舍棄對(duì)聽覺效果影響很小的成分,經(jīng)過(guò)數(shù)據(jù)壓縮,可取得合理的比特流,將原來(lái)大約1.5Mbit/s的聲音傳輸碼率減少到0.3Mbit/s,即壓縮率可達(dá)到1/5。
2、編碼流程
圖2.3.2是基于MUSICAM(掩蔽模式通用子帶編碼和多路復(fù)用)的MPEG-1音頻壓縮編碼方框圖。輸入信號(hào)是經(jīng)過(guò)取樣的二進(jìn)制PCM數(shù)字音頻信號(hào),取樣頻率可以取44.1KHz、48KHz或32KHz,該音頻數(shù)碼信號(hào)的碼值與原來(lái)采樣信號(hào)的幅度、頻率成正比。
數(shù)字音頻信號(hào)首先進(jìn)入數(shù)字濾波器組,它被分成等帶寬的32個(gè)子頻帶,可由數(shù)字濾波器輸出32個(gè)子帶數(shù)據(jù)信號(hào)。這種處理方法與圖像編碼信號(hào)進(jìn)行DCT變換的作用相似,但不是像圖像信號(hào)那樣分為64種余弦頻率信息,這里僅分成32個(gè)子帶,即將音頻數(shù)據(jù)流改為32種頻率的組合。聲音的分解力低于圖像,這種處理方法是可行的。然后,對(duì)32個(gè)子帶的伴音數(shù)據(jù)進(jìn)行再量化,以便再壓縮數(shù)據(jù)量。對(duì)于各個(gè)子頻帶的量化步長(zhǎng)不相同,量化步長(zhǎng)是根據(jù)人耳的聽覺閾值和掩蔽效應(yīng)而確定的。經(jīng)過(guò)量化處理的已壓縮數(shù)據(jù),保留了伴音信息的主體部分,而舍棄了聽覺效果影響較小的伴音信息。
進(jìn)入編碼系統(tǒng)的輸入信號(hào),分流部分信號(hào)送到并列的1024點(diǎn)快速傅利葉變換器(FFT)進(jìn)行變換,它檢測(cè)輸入信號(hào)每一個(gè)瞬間取樣點(diǎn)在主頻譜分量頻域的分布的強(qiáng)度,經(jīng)變換的信號(hào)送到心理聲學(xué)模型控制單元。根據(jù)聽覺心理聲學(xué)測(cè)量統(tǒng)計(jì)結(jié)果,可以歸納出一個(gè)心理聲學(xué)控制對(duì)照表格,并按照此表格制成控制單元,而單元電路可以集中地反映出人耳的閾值特性和掩蔽特性。
經(jīng)過(guò)量化的32個(gè)子頻帶數(shù)據(jù)已經(jīng)被壓縮,還要加上比例因子、位分配信息等輔助信息,共同加到1位流格式化單元,編碼成為兩個(gè)層次的伴音編碼信號(hào)。它既含有32個(gè)子頻帶的伴音數(shù)碼,又帶有這些數(shù)碼所對(duì)應(yīng)的位分配數(shù)據(jù)和不同頻帶數(shù)據(jù)的強(qiáng)弱比例因子。待將來(lái)數(shù)據(jù)解碼時(shí),可根據(jù)各子頻帶的數(shù)據(jù)恢復(fù)聲音信號(hào),以及壓縮時(shí)碼位分配和強(qiáng)弱比例情況,在進(jìn)行反量化時(shí),參照壓縮時(shí)的程序進(jìn)行還原。
可見,伴音的壓縮編碼和圖像處理一樣,也要經(jīng)過(guò)變換、量化、碼位壓縮等處理過(guò)程,它運(yùn)用了許多數(shù)學(xué)模型和心理聽覺測(cè)量的統(tǒng)計(jì)數(shù)據(jù),對(duì)32個(gè)子頻帶和各個(gè)層次信號(hào)的處理也各有不相同的取樣速率。實(shí)際的心理聽覺模型和適時(shí)處理控制過(guò)程十分復(fù)雜。這些算法細(xì)節(jié)都已按硬件方式被固化在解碼芯片中,這些內(nèi)容不能再改變。
3、伴音與圖像的同步
圖像和聲音信號(hào)的壓縮方法有許多不同,圖像數(shù)據(jù)量又遠(yuǎn)遠(yuǎn)大于聲音數(shù)據(jù)量,兩者傳送的數(shù)據(jù)碼率大不相同。每傳送14~15個(gè)視頻數(shù)據(jù)包才傳送1個(gè)音頻數(shù)據(jù)包,而播放聲音和圖像的內(nèi)容又必須作到良好同步,否則將無(wú)法保證視聽統(tǒng)一的效果。
為了作到聲圖同步,MPEG-1采用了獨(dú)立的系統(tǒng)時(shí)鐘(簡(jiǎn)稱為STC)作為編碼的參照基準(zhǔn),并將圖像和聲音的數(shù)據(jù)分為許多播放單元。例如,將圖像分為若干幀,將聲音分為若干段落。在數(shù)據(jù)編碼時(shí),在每個(gè)播放單元前面加置一個(gè)展示時(shí)標(biāo)(PTS),或者加置一個(gè)解碼時(shí)標(biāo)(DTS)。當(dāng)這些時(shí)標(biāo)出現(xiàn)時(shí),表示前一個(gè)播放單元已經(jīng)結(jié)束,一個(gè)新的圖像和聲音播放單元立即開始。在播放相互對(duì)應(yīng)的同一圖像單元和聲音單元時(shí),可實(shí)現(xiàn)互相同步。
為了使整個(gè)系統(tǒng)在時(shí)鐘在編碼和重放時(shí),聲圖有共同的時(shí)鐘基準(zhǔn),又引入系統(tǒng)參考時(shí)鐘SCR的概念。系統(tǒng)參考時(shí)鐘是一個(gè)實(shí)時(shí)時(shí)鐘,其數(shù)值代表聲圖的實(shí)際播放時(shí)間,用它作為參照基準(zhǔn),以保證聲圖信號(hào)的傳輸時(shí)間保持一致。實(shí)時(shí)時(shí)鐘SCR必須與生活中的真實(shí)時(shí)間一致,要求它的準(zhǔn)確度很高,否則可能發(fā)生聲音和圖像都播快或播慢的現(xiàn)象。為了使SCR時(shí)間基準(zhǔn)穩(wěn)定、準(zhǔn)確,MPEG-1采用了系統(tǒng)時(shí)鐘頻率SCF,以它作為定時(shí)信息的參照基礎(chǔ)。SCF系統(tǒng)時(shí)鐘的頻率是90KHz,頻率誤差為90KHz±4.5KHz。聲圖信號(hào)以SCF為統(tǒng)一的基準(zhǔn),其它定時(shí)信號(hào)SCR、PTS、DTS也是以它為基礎(chǔ)。
三、其它MPEG標(biāo)準(zhǔn)的音頻編碼器
礎(chǔ),后級(jí)設(shè)置了動(dòng)態(tài)串話電路,可在給定比特的情況下提高聲音質(zhì)量,或在要求聲音質(zhì)量的前提下降低比特率。但設(shè)置該電路增加了MPEG-2解碼器的復(fù)雜程度。
經(jīng)過(guò)編碼器產(chǎn)生了多種信息,主要有編碼取樣值,比例因子,比特分配數(shù)據(jù),動(dòng)態(tài)串話模式,多聲道預(yù)測(cè)信息,通道預(yù)測(cè)選擇信號(hào)等,諸信息傳遞給復(fù)接成幀模塊電路,最后以MPEG-2比特流形式輸出壓縮編碼信號(hào)。
MPEG-2解碼器基本上是編碼器的逆過(guò)程,其電路結(jié)構(gòu)簡(jiǎn)單一些,運(yùn)算量小一些。解碼器的解碼轉(zhuǎn)換矩陣可輸出5路信號(hào),再經(jīng)過(guò)32分頻子帶濾波器處理,可輸出LS、L、C、R、RS信號(hào);另外,經(jīng)過(guò)量化、SCF和子帶濾波器處理后,還可以取得前置立體聲LO、RO,共計(jì)可輸出7路音頻信號(hào)。
2、MPEG-4音頻解碼
MPEG-4音頻編碼和MPEG-4視頻編碼一樣,具有許多特點(diǎn)和功能,例如可分級(jí)性,有限時(shí)間音頻流,音頻變化/時(shí)間尺度變化,可編輯性,延遲性等。它具優(yōu)越的交互性能和高壓縮比。它不僅利用分級(jí)方法可對(duì)語(yǔ)言和音樂(lè)進(jìn)行編輯,也能解決合成語(yǔ)言和音樂(lè)問(wèn)題,它將成為多媒體世界的一個(gè)主要格式,將成為“全能”的系統(tǒng)。
通過(guò)MPEG-4音頻編碼,可以存儲(chǔ)、傳送多種音頻內(nèi)容。它具有高質(zhì)量的音頻信號(hào)(單聲道、立體聲和多通道)。它采用低碼率編碼,而聲音重放質(zhì)量很高。它可以傳送寬帶語(yǔ)言信號(hào)(例如7KHz寬的語(yǔ)音),也可傳送窄帶寬語(yǔ)言信號(hào)(例如長(zhǎng)途電話)。可以傳輸、制作可理解的各種語(yǔ)音信號(hào)。可以合成語(yǔ)言,例如進(jìn)行音素或其它記號(hào)為基礎(chǔ)的文本轉(zhuǎn)換;也可以合成音頻,例如支持音樂(lè)描述語(yǔ)言。
四、杜比AC-3技術(shù)
1、什么是杜比AC-3
在杜比定向邏輯環(huán)繞聲技術(shù)的基礎(chǔ)上,于1990年杜比公司與日本先鋒公司合作,采用先進(jìn)的數(shù)位壓縮技術(shù),推出新穎的全數(shù)字化杜比數(shù)碼環(huán)繞聲系統(tǒng)。它可使多聲道信號(hào)有更多的信息被壓縮到雙聲道中去,并將這種系統(tǒng)稱為AC-3。AC是英語(yǔ)“音頻感覺編碼系統(tǒng)”的縮寫詞。AC-3技術(shù)首先應(yīng)用到電影院,后來(lái)又進(jìn)入普通家庭。
杜比AC-3系統(tǒng)設(shè)置完全獨(dú)立的6個(gè)聲道,即全頻帶的左、中、右、左環(huán)繞和右環(huán)繞聲道,再加上一個(gè)超重低音聲道。由于這樣聲道的結(jié)構(gòu),AC-3系統(tǒng)又稱為5.1聲道。
2、杜比AC-3的基本原理
(1)應(yīng)用聽覺掩蔽效應(yīng)開發(fā)出自適應(yīng)編碼系統(tǒng)
AC-3技術(shù)的理論基礎(chǔ),也是利用心理聲學(xué)中的聽覺閾值和掩蔽效應(yīng),但具體技術(shù)上與MPEG標(biāo)準(zhǔn)又有所不同。
對(duì)音頻信號(hào)進(jìn)行數(shù)據(jù)處理時(shí),都要進(jìn)行數(shù)據(jù)壓縮,將沒(méi)有用途或用途不大的數(shù)據(jù)信息忽略掉。為此,可以應(yīng)用聽覺閾值和掩蔽規(guī)律,省略掉那些多余的數(shù)據(jù)信息。杜比公司除運(yùn)用上述聲學(xué)原理外,還運(yùn)用了它擁有的杜比降噪技術(shù),開發(fā)出數(shù)碼化的“自適應(yīng)編碼”系統(tǒng)。這是一種極具選擇性和抑制噪聲能力的自適應(yīng)編碼體系。杜比公司依據(jù)音響心理學(xué)的基本原理,在未輸入音樂(lè)信號(hào)時(shí),保持寧?kù)o狀態(tài);當(dāng)輸入音樂(lè)信號(hào)時(shí),對(duì)復(fù)雜的音頻信號(hào)進(jìn)行分析和分解,用較強(qiáng)信號(hào)掩蔽噪聲,刪除聽覺界限以外,或由于頻率相近而音量小的信號(hào),經(jīng)過(guò)這種處理方法,可以大大減少需要處理的數(shù)據(jù)信息。人耳的聽覺范圍是20Hz-20KHz,在如此寬闊的頻帶范圍內(nèi),人耳對(duì)不同頻率的聽覺靈敏度具有極大的差異。杜比AC-3根據(jù)這個(gè)特性,將各聲道的音響頻道劃分為許多大小不等的狹窄頻帶,各個(gè)子頻帶與人耳臨界頻帶的寬度相接近,保留有效的音頻,將不同的噪聲頻率緊跟每個(gè)聲道信號(hào)進(jìn)行編碼,即編碼噪聲只能存在于編碼音頻信號(hào)的頻帶內(nèi)。這樣能夠更陡峭地濾除掉編碼噪聲,將頻帶內(nèi)多余信號(hào)和無(wú)音頻信號(hào)的編碼噪聲降低或除掉,而將有用的音頻信號(hào)保留下來(lái)。AC-3系統(tǒng)精確地運(yùn)用了掩蔽效應(yīng)和“公用位元群”的設(shè)計(jì)方法,使數(shù)據(jù)壓縮效率大大提高,且具有很高水平的音質(zhì)。該系統(tǒng)的比特率是根據(jù)個(gè)別頻譜的需要,或者音源的動(dòng)態(tài)狀況,再分配到每個(gè)窄頻段,它設(shè)計(jì)了內(nèi)置的聽覺掩蓋程序,可讓編碼器改變其頻率靈敏度和時(shí)間分解力,以確保有充足的比特被采用,掩蓋掉噪聲,而良好地記錄音樂(lè)信號(hào)。
為了高效地利用有限的信息傳輸介質(zhì)(光盤、膠片等),它在壓縮音頻信號(hào)時(shí)與其它壓縮系統(tǒng)一樣,利用人耳的聽覺特性,根據(jù)當(dāng)時(shí)的具體情況,將某些聲道的系數(shù)合并(這些聲道系數(shù)反映了那個(gè)頻帶的能量大小),以便提高壓縮率。并不是所有聲道都能進(jìn)行這種合并。編碼器可根據(jù)各聲道的信息特征自動(dòng)決定和調(diào)整,只有相似的聲道才能混合在一起,若壓縮比不要求很高時(shí)也不必合并。一般情況下,合并的起始頻率越高,音質(zhì)就越好,但要求數(shù)據(jù)傳輸速率也越高。當(dāng)取樣頻率為48KHz時(shí),合并的起始頻率應(yīng)為3.42MHz;若取樣頻率為44.1KHz時(shí),起始頻率應(yīng)為3.14MHz。若硬件和軟件搭配適當(dāng),AC-3的音質(zhì)可達(dá)到或接近CD唱片的水平。
(2)杜比AC-3解碼器簡(jiǎn)易方框圖
AC-3解碼器輸入信號(hào)是一組頻譜信號(hào),它是由時(shí)域信號(hào)PCM數(shù)據(jù)經(jīng)過(guò)時(shí)-頻變換而得到。該頻譜數(shù)據(jù)流分為指數(shù)部和尾數(shù)部?jī)刹糠?,指?shù)部分采用差分方式進(jìn)行編碼,編碼后的指數(shù)代表了整個(gè)信號(hào)的頻譜,可作為頻譜包絡(luò)的參數(shù)。其尾數(shù)部分按照比特分配的結(jié)果進(jìn)行量化。于是,量化尾數(shù)和頻譜包絡(luò)形成了AC-3碼流的主要信息,連同其它輔助信號(hào)(例如比特分配等)構(gòu)成了AC-3比特流。
圖2.3.4是AC-3系統(tǒng)的解碼方框圖,它是AC-3編碼的逆過(guò)程。AC-3比特流首先進(jìn)入緩沖級(jí),然后以幀為處理單元進(jìn)行誤碼糾錯(cuò),經(jīng)糾錯(cuò)處理后對(duì)比特流中的固定數(shù)據(jù)(指數(shù)數(shù)據(jù)、匹配系數(shù)、模式符號(hào)等)解碼,使數(shù)據(jù)比特流恢復(fù)為原來(lái)的比特分配。
然后,數(shù)據(jù)信號(hào)分為兩路。其中一路,將比特流恢復(fù)為原來(lái)的比特分配之后,確定尾數(shù)部量化的大小,再對(duì)比特流中的可變數(shù)據(jù)解碼;再接著恢復(fù)高頻成分,為反頻率變換做好準(zhǔn)備。最后,將指數(shù)部數(shù)據(jù)和尾數(shù)部數(shù)據(jù)匯合,變換為固定小數(shù)點(diǎn)數(shù)據(jù),再對(duì)它進(jìn)行頻率變換,以獲得時(shí)間軸數(shù)據(jù)。已經(jīng)恢復(fù)為時(shí)域的數(shù)據(jù)信號(hào)需進(jìn)行窗處理,進(jìn)行重疊加算,即可得到5.1環(huán)繞聲道的輸出信號(hào)。
3、杜比AC-3的特點(diǎn)
(1)配置5.1聲道
將輸入的音頻信號(hào)解碼后,可以輸出5.1聲道信號(hào),其中有3個(gè)前置聲道(L、C、R),還有2個(gè)后置環(huán)繞聲道(LS、RS),它們互相獨(dú)立,頻響寬度都是全聲頻域,即20Hz-20KHz(±0.5dB)及3Hz-20.3KHz(-3dB),各頻道的頻響十分寬闊。目前,廣泛應(yīng)用于音響系統(tǒng)的杜比定向邏輯環(huán)繞聲系統(tǒng),無(wú)法和杜比AC-3頻帶寬度相比。還有,杜比定向邏輯環(huán)繞聲系統(tǒng)實(shí)為4聲道系統(tǒng),即前置左、中、右和后置環(huán)繞聲,它的環(huán)繞聲實(shí)為單聲道環(huán)繞聲,兩個(gè)后置環(huán)繞聲道重放共同的聲音信號(hào),兩聲道采取并聯(lián)甚至串聯(lián)方式;其環(huán)繞聲的頻響被限制在100Hz-7KHz范圍內(nèi);另外,它沒(méi)有設(shè)置獨(dú)立的超低音聲道,它是由前置左、右聲道分離出20Hz-120Hz的超重低音,來(lái)重放具有震撼效果的超重低音。AC-3系統(tǒng)配置了獨(dú)立的超低聲道,其頻響為20Hz-120HZ(±0.5dB)及3Hz-121Hz(-3dB),要求超低音箱的音量比其它各聲道大10dB,具有更加震撼的低效果。
(2)各聲道全數(shù)字化且互相獨(dú)立
AC-3各聲道互相獨(dú)立地?cái)y帶不同信號(hào),是全數(shù)字化音頻信號(hào)。取樣頻率是32、44.1或48KHz,數(shù)據(jù)傳輸量每聲道為32kb/s-640kb/s,在5.1聲道模式下取典型值384kb/s,在雙聲道模式下典型值為192kb/s。經(jīng)過(guò)數(shù)字處理后,5個(gè)主聲道的頻率壓縮在20Hz-20KHz范圍內(nèi)。
(3)可將5.1聲道壓縮輸出
由于AC-3的“比特流”內(nèi)對(duì)每種節(jié)目方式(單聲道、立體聲、環(huán)繞聲等)都有一個(gè)“指導(dǎo)信號(hào)”,能使AC-3自動(dòng)地為使用者指出節(jié)目方式。它可把5.1聲道信號(hào)壓縮為雙聲道,以供給錄制常規(guī)VHS錄像帶,或作為杜比環(huán)繞聲的輸入節(jié)目源,以便與它兼容,它甚至可將5.1聲道信號(hào)壓縮為單聲道輸出。總之,AC-3可輸出5.1聲道杜比環(huán)繞聲、混合4聲道杜比環(huán)繞聲、雙聲道立體聲及單聲道。將5.1聲道數(shù)據(jù)壓縮后所占頻帶較窄,例如可在LD影碟機(jī)的FM調(diào)制的右聲道所占用的頻帶寬度內(nèi),編入AC-3數(shù)據(jù)編碼,輸出AC-3的RF信號(hào),它的中心頻率取在2.88MHz,可由LD原先的模擬輸出右聲道取出頻率為2.88MHz的AC-3編碼信號(hào)。于是,在原有一個(gè)模擬聲道內(nèi)就能夠容納5.1聲道的全部?jī)?nèi)容。
(4)經(jīng)過(guò)聲音時(shí)間校準(zhǔn)使音效極為理想
杜比AC-3將所有聲道通過(guò)“時(shí)間校準(zhǔn)”技術(shù),使每個(gè)揚(yáng)聲器的聲音好像與聆聽者的距離相同,以產(chǎn)生更好的音響效果,其環(huán)繞聲效果不僅是前、后、左、右的聲源定位鮮明,上下的音場(chǎng)也清晰可辨。