自适应差值脉冲编码调制ADPCM介绍.doc

ADPCMAdaptive Differential Pulse Code Modulation自适应差值脉冲编码调制 分类: 传输与接入 解释: 一种新型的脉冲编码技术，它是利用自适应技术和差值编码技术相结合的一种编解码技术。可以使64 kbit/s的脉冲编码(PCM)信号进一步压缩为32 kbit/s的脉冲编码数据。使传输脉冲编码所需要的带宽减少一半，提高了信道的利用效率，并且还可以使脉码调制系统的通信质量得到提高。 ADPCM的基本原理是利用对过去的几个抽样值来预测当前输入的样值，并使预测电路具有自适应的预测功能与实际检测值进行比较，随时对测得的差值自动进行量化级差的处理，使之始终保持与信号同步变化。这种ADPCM技术已广泛地应用于电话通信网。IMA-ADPCM (ADPCM Adaptive Differential Pulse Code Modulation), 是一种针对 16bit 声音波形数据的一种有损压缩算法, 它将声音流中每次采样的 16bit 数据以 4bit 存储, 所以压缩比 1:4. 而压缩/解压缩算法非常的简单, 所以是一种低空间消耗,高质量声音获得的好途径. 著名的 WestWood 在它的许多游戏里都使用了这个技术, DUNE II, C&C, RA 等等, 保存声音的数据文件后缀名为 .AUD 的大多用 IMA-ADPCM 压缩. ADPCM 主要是针对连续的波形数据的, 保存的是波形的变化情况, 以达到描述整个波形的目的. 本文并不想详细介绍 ADPCM 算法原理, 那些是数学知识,有高等数学基础的朋友可以自己研究, 云风数学马马虎虎, 这里也讲不清楚, 但是它的编码和解码的过程却很简洁, 列在后面, 相信大家能够看明白一般游戏中用到的声音有两种不同性质的, 一是波形数据, 是经过事先声音采样录制下来的, 采样时一般按每秒 8千到 4 万次的频率(8Khz 44.4Khz)记录每次采样时的声音强度, 在播放时, 再以同一频率, 按样本声音的强弱变化触发扬声器, 声音就被重现了, 如果你将采样数据流标在坐标纸上,就会发现是一条波形曲线, 如果采样时将声音信号强弱分为 256 级, 就是我们说的 8bit 采样, 如果分为 65536 级, 就是 16bit 采样了; 另一是 MIDI 类的, 它是将各种乐器的声学性质都事先记录下来, 而数据流中仍旧是按一定频率记录, 但不是每秒数千上万次了, 大约只有几 Hz 到几十 Hz, 将几种乐器按某一音频和强度触发描述下来, 经过声卡合成为波形信号就可以播放了. 8bit 采样的声音人耳是可以接受的, 比如 Win95 启动的音乐, 而 16bit 采样的声音可以算是高音质了, 现代游戏中也多采用它. (将声音强度分的更细没有太多的意义, 通常都是提高采样频率来近一步提高音质) ADPCM 算法却可以将每次采样得到的 16bit 数据压缩到 4bit ;-) 需要注意的是, 如果要压缩/接压缩立体声信号, 请注意采样时, 声音信号是放在一起的, 需要将两个声道分别处理. OK, 下面列出了其中的奥妙, 请细细品味: IMA-ADPCM 压缩过程 首先我们认为声音信号都是从零开始的,那么需要初始化两个变量 int index=0,prev_sample:=0;下面的循环将依次处理声音数据流, 注意其中的 getnextsample() 应该得到一个 16bit 的采样数据, 而 outputdata() 可以将计算出来的数据保存起来,程序中用到的 step_table, index_adjust 附在后面: int index=0,prev_sample:=0;while (还有数据要处理) cur_sample=getnextsample(); / 得到当前的采样数据 delta=cur_sample-prev_sample; / 计算出和上一个的增量 if (delta7) code=7; / 它描述了声音强度的变化量 index+=index_adjustcode; / 根据声音强度调整下次取 steptable 的序号 if (index88) index=88; prev_sample=cur_sample; outputode(code|sb); / 加上符号位保存起来 IMA-ADPCM 解压缩过程 接压缩实际是压缩的一个逆过程, 同样其中的 getnextcode() 应该得到一个编码, 而 outputsample() 可以将解码出来的声音信号保存起来. 这段代码同样使用了同一个的 setp_table 和 index_adjust() 附在后面: int index=0,cur_sample:=0;while (还有数据要处理) code=getnextcode(); / 得到下一个数据 if (code & 8) != 0) sb=1 else sb=0; code&=7; / 将 code 分离为数据和符号 delta=(step_tableindex*code) /4 + step_tableindex / 8; / 后面加的一项是为了减少误差 if (sb=1) delta=-delta; cur_Sample+=delta; / 计算出当前的波形数据 if (cur_sample32767) cur_sample=32767; else if (cur_sample-32768) cur_sample:=-32768; output_sample(cur_sample); index+=index_adjustcode; if (index88) index=88; 附表 int index_adjust8 = -1,-1,-1,-1,2,4,6,8; int step_table89 = 7, 8, 9, 10, 11, 12, 13, 14, 16, 17, 19, 21, 23, 25, 28, 31, 34, 37, 41, 45, 50, 55, 60, 66, 73, 80, 88, 97, 107, 118, 130, 143, 157, 173, 190, 209, 230, 253, 279, 307, 337, 371, 408, 449, 494, 544, 598, 658, 724, 796, 876, 963, 1060, 1166, 1282, 1411, 1552, 1707, 1878, 2066, 2272, 2499, 2749, 3024, 3327, 3660, 4026, 4428, 4871, 5358, 5894, 6484, 7132, 7845, 8630, 9493, 10442, 11487, 12635, 13899, 15289, 16818, 18500, 20350, 22385, 24623, 27086, 29794, 32767 ; 关于 WestWood 的 .AUD 文件,结构比较简单, 这里顺带提一下, 有兴趣可以自己写处理 AUD 文件的程序 ;-) 其 8bit 的声音压缩算法尚不知晓, 但用的最广泛的 16bit 声音正是用 IMA-ADPCM 压缩, 每个 AUD 文件都有一个文件头, 结构如下:struct unsigned short int samplespersec; / 频率 long int size; / 除掉文件头的大小 long int outsize; / 输出数据大小 (通常是 4 倍) unsigned char flags; / 位 0 描述是否立体声, 位 1 描述是否 16 bit unsigned char type; / 1=WW 压缩, 99=IMA A