一种面向无线应用的音频编解码算法的实现和优化.doc

一种面向无线应用的音频编解码算法的实现和优化 杭州电子科技大学 硕士学位论文 一种面向无线应用的音频编解码算法的实现和优化 姓名：杨洋 申请学位级别：硕士 专业：电路与系统 指导教师：郭斌林 20091201 杭州电子科技大学硕士学位论文 摘 要 无线传输技术日趋成熟，自从蓝牙的兴起无线传输技术与多媒体技术之间的关 系也日益紧密。因此，开发专门面向无线应用的音频编解码算法将会有广阔的应 用前景。 本论文针对无线传输需求（低延迟、高压缩比和高音质），根据音频压缩算法 原理中基础的子带编码算法，设计了一款相对适合无线应用需求的压缩算法，并 且（如蓝牙 SBC）音质更高的音频编解码算法。该算法将在嵌入式硬件平台中实 现并验证。 本论文首先将介绍伴随无线传输技术的兴起而将可能带来的变化和嵌入式硬 件的知识，而后对从数字声音和人耳听觉系统的特点开始介绍如何根据它们的这 些特点对数字声音进行压缩以及一些主流的音频压缩方法。而后本文将致力于介 绍算法的理论依据和原理、算法在硬件平台上的实现及优化依据算法在现有无限 音频方案中验证的结果。本文算法基于子带编码原理，在蓝牙 SBC 的编码框架上 应用了新的滤波器和独创的 16 子带的余弦调制方法，实现了声音的近似完美的重 建。而后算法在 32 位 MCU-CKA5102 中实现并根据其硬件特点进行效率的优化， 取得了较好的效果，提高了算法在该硬件平台上的执行效率。 本论文算法根据市场需求，已应用于现有的无线音频方案中，并取得了较好 的效果。 关键词：无线数字音频编解码算法，子带滤波，32位嵌入式 CPU - I - 杭州电子科技大学硕士学位论文 ABSTRACT The technology of wireless communication is becoming more and more mature. And after the raising of the “blue tooth”, the relationship between multimedia and wireless communication is getting closer. As a result, to develop an audio compression algorithm for wireless application would be useful. This dissertation designed an audio compression algorithm for wireless application and it can meet the needs for wireless communication: low delay, high compression rate and high tone quality. Also it would be realized and verified on embed system. This dissertation would firstly introduce the changes that would come with the wireless communication technology and relative knowledge about the embed system. Then something useful about digital audio and psychoacoustics would be introduced, and followed by some famous compression skills. Then the most important: designing of the algorithm, realization and optimization of it on embed system. And the algorithm is based on the sub-band coding theory and is created on base of the SBC algorithm with its 16 sub-band coding technology. The algorithm is realized and optimized on a 32 bit MCU CK-A5102. Our algorithm has already implemented on current wireless audio system and work well on it. Keywords: Wireless Digital Audio Codec, Sub-band coding, 32bit MCU - II - 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体， 均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在 解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电子科技大学硕士学位论文 1 绪论 1.1 论文研究的背景 声音是携带信息的极其重要的媒体，是多媒体技术研究中的一个重要内容。数字音频将 模拟的声音数据数字化，用二进制数据表示，它具有存储方便、存储成本低廉、存储和传输 的过程中没有声音的失真、编辑和处理非常方便等特点。但数字声音的表示需要大量的数据， 因此数字音频数据的压缩编码和解码技术是多媒体计算机、多媒体通讯、数字广播和数字电 视系统等多媒体技术应用领域中的关键技术。音频压缩主要是针对声音中的冗余信号和人耳 对声音生理学和心理学的特性进行编码。 近年来，无线传输技术（如蓝牙、WIFI 等）的迅速发展，使得多媒体技术的应用也更加 多样化。其中，蓝牙 SBC 带动的无线音频应用正是典型代表之一。同时，随着嵌入式技术和 数字音频技术的日益结合，基于嵌入式技术的无线数字音频设备逐渐以以其高性价比和日新 月异的发展速度等优点受到世界各国的广泛关注。国内外主要的设计和研究方向主要有：无 线音频收发设备，无线音响以及用于数字广播（DAB ）的接收设备等。 无线数字音频系统不同于一般的有线音频系统，而基于嵌入式技术的无线数字音频系统 更是有效地将嵌入式技术、音频编解码技术、无线传输技术结合在一起，可以很好地解决基 于 PC 的数字音频系统在实际应用中存在的不便。和基于PC 的数字音频系统相比，基于嵌入 式技术的无线数字音频设备具有体积小，携带方便，功能专业化高，成本较低，稳定性高， 实时性好等特点。虽然无线音频传输与有线音频传输相比，具有使用灵活方便的特点，但是 会受到带宽、延迟和功耗等方面的限制。而目前蓝牙 SBC 无线音频系统的成本相对较高，且 音质较低。因此，针对无线传输设计一款在低码率、低延迟和低计算复杂度的情况下实现较 高音质的音频编解码算并将之应用在基于嵌入式技术的无线音频系统中是十分有意义的。 下面介绍作为无线音频传输系统的三个组成部分：音频算法、嵌入式系统和无线传输技 术。 音频算法是压缩音频数据的手段，一般来讲，可以将音频压缩技术分为无损（lossless ） 压缩及有损（lossy ）压缩两大类，而按照压缩方案的不同，又可将其划分为时域压缩、变换 压缩、子带压缩，以及多种技术相互融合的混合压缩等等。各种不同的压缩技术，其算法的 复杂程度（包括时间复杂度和空间复杂度）、音频质量、算法效率（即压缩比例），以及编解 码延时等都有很大的不同。各种压缩技术的应用场合也因之而各不相同。具体的音频算法在 第二章会做详细描述。 嵌入式系统的核心是各种类型的嵌入式处理器1-3 。嵌入式处理器与通用处理器最大的不 同点在于，嵌入式CPU 大多工作在为特定用户群所专门设计的系统中。它的体系结构经历了 从复杂指令集 Complex Instruction Set Computer,CISC 至精简指令集 Reduced Instruction Set 1 杭州电子科技大学硕士学位论文 Computer, RISC 和Compact RISC 的转变，位数则由4 位、8 位、16 位、32 位逐步发展到64 位。目前使用的嵌入式处理器大多采用RISC 结构，主要分为下面四种类型: 嵌入式微处理器 Embedded Micro Processor Unit 4 嵌入式微处理器 的基础是通用计算机中的 CPU。在应用中，将微处理器装配在专门设 计的电路板上，只保留和嵌入式应用有关的母板功能，这样可以大幅度减小系统体积和功耗。 为了满足嵌入式应用的特殊要求，嵌入式微处理器虽然在功能上和标准微处理器基本是一样 的，但在工作温度、抗电磁干扰、可靠性等方面一般都做了各种增强。 嵌入式微控制器 Embedded Micro-controller Unit 5 嵌入式微控制器又称单片机 ，就是将整个计算机系统集成到一块芯片中。一般来说，它 以某一种微处理器内核为核心，芯片内部集成 ROM/EPROM, RAM,总线、总线逻辑、定时/ 计数器、Watch Dog, UO 、串行口、脉宽调制输出、A/D,D/A, Flash RAM, EEPROM 等各种必 要功能模块。 6 嵌入式DSP 处理器 Embedded Digital Signal Processor DSP 处理器是专门用于信号处理方面的处理器，其在系统结构和指令算法方面进行了特 殊设计，在数字滤波、FFT 、谱分析等各种仪器上DSP 获得了大规模的应用。 嵌入式片上系 统 Embedded System on Chip 。DSP 的理论算法在70 年代就已经出现，但是由于专门的DSP 处理器还未出现，所以这种理论算法只能通过MPU 等由分立元件实现。1982 年世界上诞生 了首枚DSP 芯片。在语音合成和编码解码器中得到了广泛应用。DSP 的运算速度进一步提高， 应用领域也从上述范围扩大到了通信和计算机方面。 7,8 嵌入式片上系统 System On Chip 随着EDI 的推广和VLSI 设计的普及化，及半导体工艺的迅速发展，在一个硅片上实现一 个更为复杂的系统的时代已来临，这就是System On Chip SOC 。各种通用处理器内核将作为 SOC 设计公司的标准库，和许多其它嵌入式系统外设一样，成为 VLSI 设计中一种标准的器 件，用标准的 VHDL 等语言描述，存储在器件库中。用户只需定义出其整个应用系统，仿真 通过后就可以将设计图交给半导体工厂制作样品。这样除个别无法集成的器件以外，整个嵌 入式系统大部分均可集成到一块或几块芯片中去，应用系统电路板将变得很简洁，对于减小 体积和功耗、提高可靠性非常有利。 针对不同的应用，对于系统的性能会有不同的要求，因此需要选择完全适合于系统的处理 器，在具体选择方法上面通常应该遵循下列几个基本要求: 广泛的市场调研。不同公司所生产的CPU 有不同的特点; 运算能力。一个处理器的运算能力通常由时钟频率、内部寄存器大小、指令是否对等处理器 所有的寄存器等。在我们针对具体应用选择处理器的时候，不是考虑选用处理速度最快的处 理器，而是挑选能够完成作业的处理器和I/O 子系统; 扩展功能。很处理器为了减少芯片的数量，通常会集成一些比较常用的外围设备，如 DMA 控制器、内存管理器、LCD 控制器、串行设备、时钟等; 2 杭州电子科技大学硕士学位论文 处理器功耗。针对所开发的多媒体播放系统，对功耗要求比较严格; 技术支持。为了缩短开发周期，需要考虑该处理器是否具有很好的软件开发工具支持、是否 内置调试工具以及是否提供评估板等。 9,10 11-16 无线传输技术 是今年来发展迅速的技术，特别是以蓝牙技术 为代表，蓝牙是一种 点到多点的无线声音及数据传输技术，使用2.4GHz。传输范围从10 厘米到10 米，如果增加 传输动力，传输范围可达 100 米。主要优势是：支持多种设备、可穿过墙壁和公文包传输数 据、全方向传输、内置安全性。 1.2 论文研究的内容和成果 1.2.1 研究目标 本论文的研究目标是设计一款能够满足无线传输要求的算法，在低码率的条件下能实现较高 的音质，并将其应用在无线音频系统中。 1.2.2 研究内容 参照上面的研究目标，本文将进行如下的研究工作： 1 基于子带编码的重构滤波算法的实现。 2 根据滤波算法的结果设计动态比特分配算法，完成整个压缩算法。 3 针对目标无线音频硬件平台实现并优化算法。 4 验证并给出实验结果。 1.2.2 研究成果 本文从音频信息的冗余和子带滤波算法的原理出发，引入了近似重构的滤波器并加入了 动态比特分配。在低码率的条件下能实现较高的音质，并将其应用在无线音频系统中。试实 验证明，该算法确实能满足无线传输的要求，并且具备了较高的音质。 1.3 论文的章节安排 论文主要有6 个方面的内容。 第一部分是第二章，主要介绍了声音和数字音频的基础知识、人耳听觉系统的特性以及 音频压缩编码技术的发展。该部分首先介绍了数字音频存在的冗余信息和人耳听觉系统的听 觉阈值和掩蔽效应，阐述了对声音做压缩的可能性和理论基础。最后介绍了由上述特性而发 展起来的音频压缩编解码技术及其特点。 第二部分是第三章，将介绍本文的算法的实现。首先，介绍了子带滤波的原理性内容， 而后根据重构条件针选用了比较合适的滤波器在蓝牙SBC 编解码算法的框架上实现了新型的 滤波算法。最后根据出现的子带滤波器，重新设计了动态比特分配。实现了整个算法。 第三部分是第四章，介绍了算法实现的无线音频硬件平台和针对硬件平台对算法代码进 行的效率优化。 第四部分是第五章和第六章，简要介绍了了在无线音频硬件和软件平台。 3 杭州电子科技大学硕士学位论文 第五部分是第七章，在现有无线音频软硬件平台上测试了本文算法，得到延迟、功耗和 信噪比方面的表现。 最后部分是第八章，对本文算法及其在无线音频系统的测试结果进行了总结，展望了接 下来在无线音频压缩算法上的工作目标和工作方向。 4 杭州电子科技大学硕士学位论文 2 音频基本理论 2.1 声音与数字音频 2.1.1 声音及其特性 声音17,18对大多数人而言是非常熟悉的，因为我们时刻感受着各种各样的声音。就直观 感觉而言，声音可以被描述为一种信息，它由人耳感知后传送至大脑，并通过一定的方式被 大脑理解。但更为科学的定义是：声音是一种存在于介质中的扰动，它产生于原子或分子的 运动并以压力波的形式在介质中传播。 由上可知，声音是作为一种波的形式存在的，它也因此具有波的特性，如速度、幅度和 周期。声音的传播需要媒介，它的传播速度也受所在媒介的影响，一般在 25 空气中，声音 的传播速度为 346 米/秒。声音的频率是指单位时间（一秒）内声音周期发生的次数。声音的 幅度就是音量，当空气分子撞击并压迫耳膜时，我们能感受到声音，因而音量的大小和声音 压力有关，压力的单位是帕斯卡（pa ），其定义为牛顿/平方米（N/m2 ）。人类耳朵感受的声压 范围很广，正常人耳能听到的最低的声音是 20 微帕斯卡，即 20x10-6 Pa 。另一方面，非常吵 的声音声压很大，例如一架太空梭在最大马力是近距离发出的噪音大约是 2,000 Pa ，相当于 前者的 109 倍！因此用声压表示音量会带来很大的不便，于是用声压级来表示音量大小，其 单位是分贝（dB ），计算公式为式（2.1 ），参考声压是20x10-6 Pa ，定义为 0dB 。图2.1 表示 了声压级和声压的对应关系。 量度到得声压 声压级（dB） 20 log10 2.1 参考声压 5 杭州电子科技大学硕士学位论文 声压级 声压 （分贝） （微帕斯卡） 100,000,000 130 船只引擎室内 120 10,000,000 10米范围内的撞击式打椿 110 纺织厂 100 1,000,000 10米范围的破碎机 90 高速前进的火车 80 100,000 交通繁忙的公路 70 客厅内的对话 60 10,000 写字楼内 50 图书馆2米范围的低语 40 1,000 宁静的郊野 30 播音室 20 100 10 正常年轻人听觉阈值 0 20 图 2.1 声压级与声压的关系 2.1.2 数字音频 如同图像数字化后可以用一个个像素点表示一样，声音也同样可以数字化表示：测量一 段时间内表示模拟声音的电平数据，然后用二进制码存储这些电平数据，这个过程称为采样， 经过采样后的声音就是数字音频信号。采样率的大小是采样的首要问题，采样率是指一秒钟 内对声音信号的采样次数，根据奈奎斯特采定律 式 2.2 ，数字音频的采样频率必须至少是当 前声音信号最高频率的 2 倍。由于人耳听觉的频率范围是 20 到 22 kHz ，数字音频信号的采 样率一般为 44.1 kHz 。 f s 2F 2.2 采样的另一个问题是采样数据位宽，也即用多少二进制位数据表示一个采样的声音信号。 实践中一般用 8 位或者 16 位二进制数表示采样值，也有许多高音质声卡拥有 32 位的采样值。 在采样率满足要求的情况下，数字信号就能通过采样值重现模拟的声音信号19,20，采样值得 6 杭州电子科技大学硕士学位论文 位宽决定了重现声音音质的好坏。假定一段声音中最高的声音电平大小为 1V，那么8 位采样 下能表示的最小声音的电平大小就是1/256 0.004V 4mv 。而所有比该声音更轻的声音就只 能用0 表示，成为静音信号。相对地，如果在16 位采样下，最小声音的电平就是 1/65536 15 微伏，显然，采样数据位宽更大时，能表示的声音精度更高，重建声音的音质也更好。 因为模拟声音信号是连续的，所以经采样后得到的采样值也具有一定的相关性。图2.2 显 21 示了8 位音频采样值的分布及其相邻样值之差的分布 ，它说明相邻采样数据的样值差在所 在位宽范围内的分布近似拉普拉斯分布，即样值集中在位宽对应样值区间的中值附近。 图 2.2 8 位音频采样值的分布（a ）及其相邻值之差的分布（b ） 2.2 人耳听觉系统 声音是作用于人耳的压力波，人耳对能感觉到的声音频率范围是20Hz 到20kHz 左右.,但 是对于不同频率的声音，人耳的敏感程度也是不同的。图2.3 a 给出了在安静环境下人耳对各 种频率声音的感觉阈值。由图可知，在安静的环境下，对2 kHz 到4 kHz 频率范围内的声音， 人耳敏感度最高；最2kHz 以下的声音，敏感度随着频率的升高而升高；对2kHz 对4kHz 以 上的频率，敏感度随着频率的升高而下降。 dB 40 30 20 10 2 4 6 8 10 12 14 16 kHz a dB 40 30 20 10 2 4 6 x 8 10 12 14 16 kHz b 图 2.3 人耳的对各种频率声音的感觉阈值 a 和频域掩蔽 b 7 杭州电子科技大学硕士学位论文 19 另外，频域掩蔽和时域掩蔽 也是人耳听觉系统的 2 大特性。一个强纯音会掩蔽在其附 近同时发声的弱纯音，这种特性称为频域掩蔽，也称同时掩蔽。如图 2.3 b 所示，一个8kHz 的声音提高了其附近一定范围内频率的听觉阈值 虚线表示 ，掩盖了原本处于频率x 的声音。 不同频率的声音有不同的遮蔽宽度，这叫临界宽度。临界宽度跟声音频率成正比。表 2.1 是 临界带宽表，根据临界带宽的分布，可知在低频率区域，人耳的分辨率很高，随着频率升高， 特别是4kHz 以上时，人耳对频率的分辨率就变得很低。 表2.1 频率 Hz 临界带宽 Hz 频率 Hz 临界带宽 Hz 50 80 1850 280 150 100 2150 320 350 100 2500 380 450 110 3400 550 570 120 4000 700 700 140 4800 900 840 150 5800 1100 1000 160 7000 1300 1170 190 8500 1800 1370 210 10500 2500 1600 240 13500 3500 除了同时发出的声音之间有掩蔽现象之外，在时间上相邻的声音之间也有掩蔽现象，并且称 为时域掩蔽。时域掩蔽又分为超前掩蔽 pre-masking 和滞后掩蔽 post-masking 。同步掩蔽效 应和不同频率声音的频率和相对音量有关，时间掩蔽则仅仅和时间有关。如果两个声音在时 间上特别接近，人类在分辨它们的时候也会有困难。例如如果一个很响的声音后面紧跟着一 个很弱的声音，后一个声音就很难听到。但是如果在第一个声音停止后过一段时间再播放第 二个声音，后一个声音就可以听到。到底应该间隔多长时间？对纯音一般来讲是5 毫秒。当 然如果在时序上反过来效果是一样的，如果一个较低的声音出现在一个较高的声音之前而且 间隔很短，那个较低的声音你也听不到。产生时域掩蔽的主要原因是人的大脑处理信息需要 花费一定的时间。一般来说，超前掩蔽很短，只有大约520ms ，而滞后掩蔽可以持续50 200ms 。这个区别也是很容易理解的。 总的来说，数字化的音频信号具有相关性，人耳的听觉系统又拥有听觉阈值、频域掩蔽 8 杭州电子科技大学硕士学位论文 和时域掩蔽等特点。利用这些特点，在存储、传输和重现声音时可以将这些人耳听不到的冗 余的部分去除，已达到节省空间的目的，这样的技术就叫做音频压缩编解码技术。 2.3 音频压缩编解码技术 音频信号数字化之后所面临的一个问题是巨大的数据量，这为存储和传输带来了压力。 例如，对于 CD 音质的数字音频，所用的采样频率为 44.1 kHz ，量化精度为 16bit；采用双声 道立体声时，其数码率约为 1.41 Mbit/s；1 秒的 CD 立体声信号需要约 176.4KB 的存储空间。 因此，为了降低传输或存储的费用，就必须对数字音频信号进行编码压缩。到目前为止，音 频信号经压缩后的数码率降低到 32 至 256kbit/s ，语音低至 8kbit/s 以下，个别甚至到2kbit/s 。 为使编码后的音频信息可以被广泛地使用，在进行音频信息编码时需要采用标准的算法。因 而，需要对进行标准化。对数字音频信息的压缩主要是依据音频信息自身的相关性以及人耳 对音频信息的听觉冗余度。音频信息在编码技术 中通常分成两类来处理，分别是语音和音乐， 各自采用的技术有差异。本文主要研究的事音乐编码技术，因此下文着重介绍针对音乐的音 频编码技术。 音乐的编码技术主要有自适应变换编码（频域编码）、心理声学模型和熵编码等技术。 22-30 自适应变换编码：利用正交变换 ，把时域音频信号变换到另一个域，由于去相关的 结果，变换域系数的能量集中在一个较小的范围，所以对变换域系数最佳量化后，可以实现 码率的压缩。理论上的最佳量化很难达到，通常采用自适应比特分配和自适应量化技术来对 频域数据进行量化。在 MPEG layer3 和 AAC 标准及 Dolby AC-3 标准中都使用了改进的余弦 变换（MDCT ）；在ITU G.722.1 标准中则用的是重叠调制变换（MLT ）。本质上它们都是余弦 变换的改进。 心理声学模型31-37 ：其基本思想是对信息量加以压缩，同时使失真尽可能不被觉察出来， 利用人耳的掩蔽效应就可以达到此目的，即较弱的声音会被同时存在的较强的声音所掩盖， 使得人耳无法听到。在音频压缩编码中利用掩蔽效应，就可以通过给不同频率处的信号分量 分配以不同的量化比特数的方法来控制量化噪声，使得噪声的能量低于掩蔽阈值，从而使得 人耳感觉不到量化过程的存在。在 MPEG layer2 、3 和 AAC 标准及 AC-3 标准中都采用了心 理声学模 型，在目前的高质量音频标准中，心理声学模型是一个最有效的算法模型。 熵编码：根据信息论的原理，可以找到最佳数据压缩编码的方法，数据压缩的理论极限 是信息熵。如果要求编码过程中不丢失信息量，即要求保存信息熵，这种信息保持编码叫熵 编码，它是根据信息出现概率的分布特性而进行的，是一种无损数据压缩编码。常用的有霍 夫曼编码和算术编码。在 MPEG layer1 、2 、3 和 AAC 标准及 ITU G.722.1 标准中都使用了霍 夫曼编码；在 MPEG4 BSAC 工具中则使用了效率更高的算术编码。 音频编码标准44-50主要由 ISO 的 MPEG 组来完成。MPEG1 是世界上第一个高保真音频 数据压缩标准。MPEG1 是针对最多两声道的音频而开发的。但随着技术的不断进步和生活水 准的不断提高，有的立体声形式已经不能满足听众对声音节目的欣赏要求，具有更强定位能 9 杭州电子科技大学硕士学位论文 力和空间效果的三维声音技术得到蓬勃发展。而在三维声音技术中最具代表性的就是多声道 环绕声技术。目前有两种主要的多声道编码方案：MUSICAM 环绕声和杜比 AC-3 。MPEG2 音频编码标准采用的就是 MUSICAM 环绕声方案，它是 MPEG2 音频编码的核心，是基于人 耳听觉感知特性的子带编码算法。而美国的 HDTV 伴音则采用的是杜比 AC -3 方案。MPEG2 规定了两种音频压缩编码算法，一种称为 MPEG2 后向兼容多声道音频编码标准，简称 MPEG 2BC ；另一种是称为高级音频编码标准，简称MPEG 2AAC ，因为它与MPEG1 不兼容，也称 MPEG NBC 。 MPEG4 的目标是提供未来的交互多媒体应用，它具有高度的灵活性和可扩展性。与以前 的音频标准相比，MPEG4 增加了许多新的关于合成内容及场景描述等领域的工作。MPEG4 将以前发展良好但相互独立的高质量音频编码、计算机音乐及合成语音等第一次合并在一起， 并在诸多领域内给予高度的灵活性。 3 算法的实现与优化 3.1 子带编码 3.1.1 频域编码 频域方法在语音、宽带音频、CD 音频、静态图像和视频压缩方面都有广泛的应用，简单 地说，频域方法就是通过合适