音頻編解碼器技術(shù)

　　語音編解碼器技術(shù)的發(fā)展一定程度上處于靜止?fàn)顟B(tài)，但音頻編解碼器技術(shù)一直在向前演進(jìn)(參見圖1)。例如，朝更多的環(huán)繞聲通道發(fā)展就是一個趨勢。最大的一個技術(shù)趨勢是增加了用于模擬立體聲系統(tǒng)中的多通道音頻的技術(shù)，以再造特別實(shí)況音樂會會場的“現(xiàn)場感”。于是產(chǎn)生了完成所有這些處理的挑戰(zhàn)，因為你不再能用依靠AV接收器或DVD播放器內(nèi)的大功率電源供電的DSP引擎來實(shí)現(xiàn)，而必須用靠手機(jī)或PDA中的電池供電的DSP引擎來實(shí)現(xiàn)。所有上述因素就為兩個不同但卻融合的應(yīng)用領(lǐng)域(個人音頻和家庭影院)帶來了一個有趣的故事。

　　個人音頻

　　德州儀器公司(TI)便攜音頻和信息娛樂業(yè)務(wù)部首席技術(shù)官RandyCole指出，在個人音頻領(lǐng)域最普遍的音頻編碼解碼器是MP3(參見圖2)。MP3一度局限于PC和便攜多媒體播放器，但它目前在手機(jī)行業(yè)中也比比皆是，其原因就是手機(jī)制造商不斷地追逐新功能，以誘使最終用戶每隔六個月就進(jìn)行一次產(chǎn)品換代。

　　MP3是ISO公布的一項標(biāo)準(zhǔn)。它是由MPEG制定的MPEG-1編碼解碼標(biāo)準(zhǔn)系列中的第三個。MPEG-1有三層，每一層都包括前面的層。因而，第3層實(shí)現(xiàn)了第1和2層。出于這個原因，MPEG-1及第3層就是眾所周知的MP3，它提供了一個適于便攜應(yīng)用的帶寬和數(shù)據(jù)速率，雖然較低卻足夠了。

　　在過去10年中，MP3一直是下載音樂的主導(dǎo)性音頻編碼解碼器。但是蘋果公司的iPod在一項名為先進(jìn)音頻編碼器(AAC)的新MPEG開發(fā)項目中打破了這個慣例。MPEG在1990年代中期開始從事AAC標(biāo)準(zhǔn)的制定，將其作為下一代MPEG-2研究的一部分，并實(shí)現(xiàn)了AT&T、Dolby、Fraunhof和索尼公司開發(fā)的最好最新設(shè)計理念。起初，它打算同MP3后向兼容，但這個目標(biāo)不可能達(dá)到。

　　因此，由于整個行業(yè)深深卷入MP3，沒有一家公司愿意調(diào)撥資源為AAC這個新方案生產(chǎn)大量的音頻節(jié)目，所以它衰敗了。也就是說，直到蘋果公司為iPod選擇AAC的MPEG-4版本之前，該技術(shù)一直處于衰敗的狀態(tài)。(在MPEG-2之后成立的下一個MPEG工作小組是MPEG-4，越過了MPEG-3。蘋果公司所用的MPEG-4AAC是MPEG-2AAC的一個強(qiáng)化版本，其數(shù)據(jù)速率稍低而質(zhì)量有改進(jìn)。)

　　其它專有的編碼器存在于MP3和AAC范疇之外。它們在PC和個人多媒體設(shè)備領(lǐng)域有一定的穿透性，但它們在手機(jī)行業(yè)就不太重要，因為手機(jī)生產(chǎn)商寧愿標(biāo)準(zhǔn)的編碼器及其固定的版稅。一種大家熟悉的專有編碼器是WindowsMediaAudio(WMA)。它主要用于PC，并在其中與MP3和AAC進(jìn)行競爭。然而，從數(shù)據(jù)速率看，它很靈活(從低到高有適當(dāng)?shù)馁|(zhì)量差異)。目前，還有WMA的多頻道版本W(wǎng)MA-Pro，而且微軟公司在2005年6月還發(fā)布了一種損耗更低的WMA。

　　其它重要的專有編碼器就是DolbyDigital，也就是著名的AC3。這種編碼器用于DVD和(美國的)數(shù)字電視。直到最近，它的運(yùn)行速率對互聯(lián)網(wǎng)和手機(jī)來說還是太高。不過，需要補(bǔ)救的是一個把數(shù)據(jù)速率降得更低的新版本。

　　根據(jù)TI公司高性能音頻業(yè)務(wù)部行銷經(jīng)理MohsinImTIaz的觀點(diǎn)，在家庭影院領(lǐng)域主要的編碼解碼器是Dolby和DTS。Dolby公司發(fā)布的DolbyDigitalPlus瞄準(zhǔn)了高清晰度DVD和廣播市場。但是在MP3、AAC、WMA等便攜標(biāo)準(zhǔn)之間有一定的交叉。針對下一代DVD，微軟公司正在力推WMA。

　　解析一個編解碼器

　　讓我們分解一個編解碼器。為了把整個事情說清楚，我們看一篇在2004年10月音頻工程學(xué)會年會上提交的論文，它描述的是DolbyDigitalPlus技術(shù)。

　　該論文說新的DolbyDigitalPlus編碼解碼器是基于DolbyDigital的較早版本，也叫AC-3。DolbyDigitalPlus或加強(qiáng)型的AC-3(E-AC-3)保留了元數(shù)據(jù)載運(yùn)器、過濾器庫和幀結(jié)構(gòu)。目前的數(shù)據(jù)速率范圍從32Kb/s到6.144Mb/s。在采樣速率32KHz和六模塊轉(zhuǎn)換幀的條件下，數(shù)據(jù)速率控制的分辨率可達(dá)到每秒1/3位。(數(shù)據(jù)速率的分辨率正比于采樣速率，反比于幀的尺寸。)

　　E-AC-3保留了AC-3的六個256系數(shù)轉(zhuǎn)換幀結(jié)構(gòu)，但它允許包含一個、兩個和三個256系數(shù)轉(zhuǎn)換模塊的較短幀存在。其結(jié)果就是，音頻傳輸可以在高于6?0Kb/s的速率下進(jìn)行，這適合于某些限制了每幀數(shù)據(jù)量的DVD。

　　E-AC-3可以支持目前的5.1、6.1或7.1頻道，進(jìn)而一直到電影院的13.1頻道。主音頻節(jié)目位流加上多達(dá)八個的附加子流經(jīng)過多路選通進(jìn)入一個單一的E-AC-3位流。通過頻道替換消除了矩陣減法引起的編碼失誤。與AC-3相比，E-AC-3能多傳輸七個獨(dú)立的位流。

　　編碼效率的提高還可以通過一個新的濾波器庫、更好的量化、強(qiáng)化的頻道耦合、譜擴(kuò)展和一種名為“瞬態(tài)預(yù)噪音處理”的技術(shù)來實(shí)現(xiàn)。

　　當(dāng)具有穩(wěn)定特征的音頻出現(xiàn)時，該濾波器庫在現(xiàn)有的AC-3濾波器庫之后加入一個二級DCT。這把六個256系數(shù)轉(zhuǎn)換模塊轉(zhuǎn)換成一個單一的1536系數(shù)混合轉(zhuǎn)換模塊，且提高了頻率分辨率。這個提高的頻率分辨率與六維向量分量(VQ)及增益自適應(yīng)分量(GAQ)結(jié)合在一起可以改進(jìn)“難于編碼”信號的編碼效率，比如說黑管和大鍵琴。

　　VQ用于需要較低準(zhǔn)確度的頻帶區(qū)。當(dāng)需要更高準(zhǔn)確度分量時，GAQ更有效率。此外，通過頻道與相位保存的耦合可以使編碼效率得到一個提升。在AC-3用一個高頻單合成頻道作為每個頻道上高頻部分的地方，加入相位信息和編碼器控制的譜幅度處理能夠讓這個高頻單合成頻道處理較低的頻率，從而減小了有效的編碼帶寬并增大了編碼效率。

　　譜擴(kuò)展是用頻域上轉(zhuǎn)換的較低頻譜段代替了較高層的頻率轉(zhuǎn)換系數(shù)。該轉(zhuǎn)換頻譜段的譜特征通過轉(zhuǎn)換系數(shù)的譜調(diào)制與原始的形式匹配。

　　為了提高低數(shù)據(jù)速率時的音頻質(zhì)量，E-AC-3采用了瞬態(tài)預(yù)噪音處理技術(shù)。這個后解碼過程把預(yù)噪音誤差降到最低，其做法是采用可縮短預(yù)噪音持續(xù)時間的時標(biāo)合成技術(shù)，因而降低了瞬態(tài)擾動的可聽度。由編碼器計算并在E-AC-3位流中發(fā)送的元數(shù)據(jù)提供了后解碼過程、時標(biāo)合成處理所需的參數(shù)，時標(biāo)合成處理使用了聽覺情景分析技術(shù)。