多媒体技术多媒体技术

中南大学信息科学与工程学院 黄东军中南大学信息科学与工程学院 黄东军

第八章 第八章 MPEGMPEG 音频音频

1 1 听觉系统的感知特听觉系统的感知特性性

1.1 对响度的感知

1 1 听觉系统的感知特听觉系统的感知特性性

1.1 对响度的感知

观察结论： 存在听阈和听觉盲区 存在痛阈 听觉系统对 2kHz~4KHz 的声音最敏感

1 1 听觉系统的感知特听觉系统的感知特性性

1.2 对音高的感知

观察结论： 听觉系统对频率的感知与声音的客观频率成非线性关系。

Mel = 1000 log 2 (f + 1)

1 1 听觉系统的感知特听觉系统的感知特性性

1.3 掩蔽效应当一个强纯音和一个弱纯音的频率接近时，听觉系统就会失去对弱纯音的感知，这种现象称为掩蔽效应。

1 1 听觉系统的感知特听觉系统的感知特性性

1.3 掩蔽效应观察结论： 低频音较之高频音有更强的掩蔽作用。 存在若干个（通常为 24 个）所谓掩蔽效应带（频率区间），称为临界频带（ critical band ）。

2 MPEG Audio2 MPEG Audio 的心理声学模型的心理声学模型 由于存在听觉阈值，因此当输入信号的电平地低于听觉阈值时，系统就去掉这些信号，从而减少了音频数据量。 由于存在掩蔽效应，因此系统可以设法消除被掩蔽的声音信号（电平），这也降低了数据量。 由于听觉系统对 2kHz~4KHz 的声音比较敏感，因此系统可以提高对这一部分信号的编码强度，而降低其他频段信号的编码强度。

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.1 系统结构

MPEG Audio Codec = Sub-Band Codec + 心理声学模型

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.2 部件分析 多相滤波器组

作用：将输入信号分成 32 个频率子带。

子带划分方法：线性划分；按临界频带划分

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.2 部件分析 编码器

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.2 部件分析 心理声学模型

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.2 部件分析 心理声学模型如何作用于编码器

核心思想：计算所谓信掩比（ Signal-to-Mask Ratio, SMR ），通过 SMR 来调节量化深度。

SMR = 掩蔽阈值（最小）掩蔽音

例如：

掩蔽阈值 SMR被掩蔽音（ noise ） 降低量化深度

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.3 MPEG Audio 的编码分层

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.3 MPEG Audio 的编码分层 层 1

- 每帧数据包含 384 个样本（ 32 x 12 ）

- 采用线性子带划分

- 使用频域掩蔽特性

- SMR 使用全局掩蔽阈值

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.3 MPEG Audio 的编码分层 层 2

- 每帧数据包含 1152 个样本（ 32 x 12 x 3 ）

- 采用线性子带划分

- 使用频域掩蔽和时域掩蔽特性

- SMR 使用全局掩蔽阈值

3 MPEG Audio3 MPEG Audio 编解码系统编解码系统3.3 MPEG Audio 的编码分层 层 3 （即 MP3 ）

- 每帧数据包含 1152 个样本（ 32 x 12 x 3 ）

- 采用临界频带划分子带

- 使用频域掩蔽和时域掩蔽特性，还考虑了立体声冗余特性

- 增加使用 Huffman 编码进一步压缩数据

Thank you !Thank you !