第9章_MPEG音频

1、1.1 对响度的感知对响度的感知1.1 对响度的感知对响度的感知 观察结论：观察结论：q 存在听阈和听觉盲区存在听阈和听觉盲区q 存在痛阈存在痛阈q 听觉系统对听觉系统对2kHz4KHz的声音最敏感的声音最敏感 1.2 对音高的感知对音高的感知观察结论：观察结论： 听觉系统对听觉系统对频率的感知与声频率的感知与声音的客观频率成音的客观频率成非线性关系。非线性关系。Mel = 1000 log 2 (f + 1)1.3 掩蔽效应掩蔽效应当一个强纯音和一个弱纯音的频率接近时，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，这种听觉系统就会失去对弱纯音的感知，这种现象称为掩蔽效

2、应。现象称为掩蔽效应。1.3 掩蔽效应掩蔽效应观察结论：观察结论：q 低频音较之高频音有更强的掩蔽作用。低频音较之高频音有更强的掩蔽作用。q 存在若干个（通常为存在若干个（通常为24个）所谓掩蔽效应带个）所谓掩蔽效应带（频率区间），称为临界频带（频率区间），称为临界频带（critical band）。）。q 由于存在听觉阈值，因此当输入信号的电由于存在听觉阈值，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，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。从而减少了音频数据量。q 由于存在掩蔽效应，因此系统可以设法消由于存在掩蔽效应，因此系统可以设法消除被掩蔽的声音信号

3、（电平），这也降低了除被掩蔽的声音信号（电平），这也降低了数据量。数据量。q 由于听觉系统对由于听觉系统对2kHz4KHz的声音比较的声音比较敏感，因此系统可以提高对这一部分信号的敏感，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。编码强度，而降低其他频段信号的编码强度。3.1 系统结构系统结构MPEG Audio Codec = Sub-Band Codec + 心理声学模型心理声学模型3.2 部件分析部件分析q 多相滤波器组多相滤波器组 作用：将输入信号分成作用：将输入信号分成32个频率子带。个频率子带。 子带划分方法：线性划分；按临界频带划分子带划分方法：线性划

4、分；按临界频带划分3.2 部件分析部件分析q 编码器编码器3.2 部件分析部件分析q 心理声学模型心理声学模型3.2 部件分析部件分析q 心理声学模型如何作用于编码器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（核心思想：计算所谓信掩比（Signal-to-Mask Ratio, SMR），通过），通过SMR来调节量化来调节量化深度。深度。SMR = 掩蔽阈值（最小）掩蔽阈值（最小）掩蔽音掩蔽音例如：例如：掩蔽阈值掩蔽阈值SMR被掩蔽音（被掩蔽音（noise）降低量降低量化深度化深度3.3 MPEG Audio 的编码分层的编码分层3.3 MPEG Audio 的编码分层的编码分层q

5、层层1 - 每帧数据包含每帧数据包含384个样本（个样本（32 x 12） - 采用线性子带划分采用线性子带划分 - 使用频域掩蔽特性使用频域掩蔽特性 - SMR使用全局掩蔽阈值使用全局掩蔽阈值3.3 MPEG Audio 的编码分层的编码分层q 层层2 - 每帧数据包含每帧数据包含1152个样本（个样本（32 x 12 x 3） - 采用线性子带划分采用线性子带划分 - 使用频域掩蔽和时域掩蔽特性使用频域掩蔽和时域掩蔽特性 - SMR使用全局掩蔽阈值使用全局掩蔽阈值3.3 MPEG Audio 的编码分层的编码分层q 层层3（即（即MP3） - 每帧数据包含每帧数据包含1152个样本（个样本（32 x 12 x 3） - 采用临界频带划分子带采用临界频带划分子带 - 使用频域掩