MPEG音频编码实验
一、实验原理
mpeg的音频编码主要采用了心理声学模型
1. MPEG-I 心理声学模型
- 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。
- 在低频子带中，为了保护音调和共振峰的结构，就要求用较小的量化阶、较多的量化级数，即分配较多的位数来表示样本值。而话音中的摩擦音和类似噪声的声音，通常出现在高频子带中，对它分配较少的位数
2. MPEG-1音频编码器框架图
- 多相滤波器组(Polyphase Filter Bank)：用来分割子带，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 ）=0.75Hz - 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
3. 临界频带(Critical Band)
临界频带是指当某个纯音被以它为中心频率、且具有一定带宽的连续噪声所掩蔽时，如果该纯音刚好被听到时的功率等于这一频带内的噪声功率，这个带宽为临界频带宽度。
掩蔽效应在一定频率范围内不随带宽增大而改变，直至超过某个频率值。通常认为从20Hz到16kHz有25个临界频带，单位为bark。
1 Bark = 一个临界频带的宽度
4. 比例因子的取值和编码
对各个子带每12个样点进行一次比例因子计算。先定出12个样点中绝对值的最大值。查比例因子表中比这个最大值的最小值作为比例因子。用6 比特表示。
第2 层的一帧对应36个子带样值，是第1层的三倍，原则上要传三个比例因子。为了降低比例因子的传输码率，采用了利用人耳时域掩蔽特性的编码策略。
每帧中每个子带的三个比例因子被一起考虑，划分成特定的几种模式。根据这些模式，1 个、2 个或3 个比例因子和比例因子选择信息（每子带2 比特）一起被传送。如果一个比例因子和下一个只有很小的差别，就只传送大的一个，这种情况对于稳态信号经常出现。
使用这一算法后，和第1层相比，第2层传输的比例因子平均减少了2 个，即传输码率由22.5Kb/s 降低到了7.5Kb/s。
MPEG-I 心理声学模型
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、如大的压缩因子不重要，则可以完全不用心理 声学模型。此时位分配算法不使用SMR （ Signal Mask Ratio ），而是使用SNR
心理声学模型I
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。采用Hann加权和DFT Hann加权减少频域中的边界效应此变换不同于多相滤波器组，因为模型需要更精细 的频率分辨率，而且计算掩蔽阈值也需要每个频率 的幅值模型1：采用512 (Layer I) 或1024 (Layers II and III)样本窗口 Layer I：每帧384个样本点，512个样本点足够覆盖 Layer II 和Layer III：每帧1152个样本点，每帧两次 计算，模型1选择两个信号掩蔽比（SMR）中较小的 一个
2、确定声压级别
3、考虑安静时阈值 也即绝对阈值。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。 此表为多位科学家经多次心理声学实验所得。
4、将音频信号分解成“乐音(tones)” 和“非乐音/噪声” 部分：因为两种信号的掩蔽能力不同
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。
二、代码分析
在主程序中修改：输出音频的采样率和目标码率 ；选择某个数据帧，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
adb = available_bits (&header, &glopts);
if (frameNum == 20)
{
printf("每帧分配比特数 = %d\n", adb);
}
lg_frame = adb / 8;
sample_encoding (*subband, bit_alloc, &frame, &bs);
if (frameNum == 20)
{
printf("sample rate=%.1f kHz\n", s_freq[header.version][header.sampling_frequency]);
printf("target rate=%d\n",bitrate[header.version][header.bitrate_index]);
int a, b;
for (a = 0; a<2; a++)
{
for (b = 0; b三 、实验结果
采样率和目标码率
分配的比特数、比例因子
每个子带的3个比例因子相距很近，可以通过选择比例因子，来实现数据压缩。
另外，低频子带分配的比特数多，高频子带分配飞比特数少。