用于网上音乐商店的多音音频管理系统

1、用于网上音乐商店的多比特率音频管理系统Te Li, Yeow S'ng Liew, Susanto Rahardja信息通信研究学院，爱仕达，新加坡lite,ysnliew,.sg摘要 如今的音乐商城，市面上大多数的在线音乐商店，在同一支音乐中只能向用户提供单种码率的音乐文件。所以在这种情况下，他们的客户在音乐下载文件上的选择是很有限的，尤其对于音乐爱好者和音乐发烧友来说，一种码率是远远不能够满足需求的。本篇论文将会提出针对这个问题的一个有效解决方案通过开发出多种比特率的音频管理系统，在为服务器端提供方便的音乐维护的同时，也能提供给客户不同码

2、率的不同质量的音乐，来满足用户们的不同需求。本管理系统的SDK是基于MPEG-4可扩展无损编码（SLS）的音频编解码器，目前，该技术已经被亚洲最大的在线移动音乐公司Soundbuzz采用。1. 介绍 自从2003四月的初次面世以来，苹果的iTunes（苹果在线音乐商城）已经成功向社会证明了，替代传统唱片，在网上音乐商店向用户销售音乐的可行性。在苹果在线音悦商城中，线上销售的音乐用MPEG-4编码成先进的音频编码（AAC）格式，其码率为128Kbps，而每首歌的售价为0.99美元。截止2007七月，苹果商店已经售出了约30亿首歌曲。 然而，大多数网上的现有销售歌曲的压缩比率是固定的、有损的。随着

3、大带宽宽带接入的普及，以及存储设备的降价，音乐文件的下载速度和文件大小不再受到硬件设备的限制，越来越多的音乐爱好者们希望能买到最高质量的音乐，甚至是在音乐质量上等同于或者超越CD格式的音乐。而另一方面，还有一些用户可能更喜欢购买便宜、且相对音乐质量较低的音乐。对这部分用户来说，比特率的高低的差异难以被感知，或者并不重要，尤其是用于移动设备上的音乐，前端设备并不能出色地表现高质量音乐，且由于内存有限，不得不放弃高比特率的音乐文件。 为了满足一些客户们对多种比特率音乐的需求，网络在线音乐商店需要在他们的服务器上储存同一首歌的不同比特率的版本。当歌曲足够多以后，这种方式对于服务器端无疑是一个不小的负

4、担，它将导致服务器端的数据库过于复杂，随之而来的问题是，对它的存储空间的管理也将更加复杂和困难。另一种方法音乐商店可能更乐意看到，那便是在所要求的比特率编码的歌曲中，只会有一种比特率编码的版本纳入到采购订单，但是这对于客户和服务器来说，又导致了时间消耗大大增加，与此同时计算也变得更加复杂。此外，有些客户希望升级已有的歌曲，他们并不在意文件的大小，他们想要购买更高质量的音乐，通过专业的高保真HIFI设备欣赏音乐。在这种情况下，采用上述方法的唯一的选择是，购买和下载整首歌曲，但是这样整个系统过大，而且他们必须保持不同比特率的相同歌曲，将会非常不便。因此，不论对客户还是音乐商店，想要提供多种品质的歌

5、曲，采用传统的固定码率音频是几乎是不可能的。 在本文中，我们开发的用于网上音乐商店的多比特率音频管理系统，采用MPEG-4可扩展的无损编码（SLS）作为开发基础。有了这个系统，由网络商店维持的服务器端将能够提供任何比特率的歌曲，并且同一首歌的各种比特率的版本只需要一个文件就能容纳。该系统对于音乐文件的处理速度，较传统方式提高了数百倍。用户也可以方便有效地通过“点卡充值”的方式来提高已购买的本地音乐的质量，在不产生多个音乐文件副本的情况下轻松升级音乐文件。 本文的其余部分组织如下：首先论文将对SLS的技术进行简单介绍，接下来是对SLS技术的详细说明，然后论文会阐述系统结构，以及各种情况下使用音乐

6、服务器和客户端的管理系统的枚举。论文的结尾将测试评估此管理系统的性能。2.MPEG-4可扩展无损音频编码 SLS作为一个标准的音频编码工具，于2006六月发布。它扩大了编码的表示范围，例如用AAC和一个中等比特率来表示无损编码。 SLS的编解码器的简化框结构功能示意图如图1所示。图一：SLS的编码器和解码器的结构 在SLS编码器中，整数的PCM格式的音频输入，是由无损编码转换成改进型离散余弦变换的频域（IntMDCT）编码方式。而由此产生的MDCT系数将会再一次传递到AAC编码器，并在其中产生核心层的AAC 比特流。在AAC编码器中的过程如下，转换将首先用比例因子频带进行量化和非均匀量化计算。

7、为了有效地利用已经存储在核心层比特流编码的频谱数据信息，我们用了一个差错定位程序，用从原始光谱减去AAC量化频谱的方法，来产生在无损增强编码中残余的频谱，我们称之为LLE。接下来，残余频谱（LLE）用位平面Golomb编码的方式，或者用上下文编码生成的可扩展的LLE层比特流进行编码计算。在编码器的最后一步，LLE的码流输出用核心AAC比特流来产生最终的SLS的比特流。整套SLS编码就此完成。 对于SLS结构，进一步的更多详细介绍请看下文。3.多比特率音频管理系统 我们所提出的在线音乐商城的多比特率音乐管理系统，分别包括了音乐存储服务器和客户端两个子系统。在这一部分中，我们将分别对两个子系统的结

8、构和功能进行描述。3.1.存储服务器的音乐管理器 如下图2所示，音乐管理器的服务器，包含了一个“编码/增强单元”和一个“自动文件处理单元”。而进一步地，在自动文件处理单元中，其本身又具有两个功能模块，即截位和提取器。3.1.1.编码器/增强器 采用的多种编码器的基本结构是相同的，如上图1所示。与SLS /MPEG相关参考软件相比，本系统采用的编码器更加先进，它优化了编码速度，优化了实际执行流程。通过它编码输入的PCM文件，输入的AAC文件广泛适用于各种AAC编解码器，可以方便地进行编码，在这一点上与传统文件相比不存在任何区别。增强器输出的是无损压缩的音频文件，并且以输入的AAC为核心算法。图2

9、. 多质量音乐管理器存储服务器3.1.2.自动文件处理器自动文件处理器是系统中不可或缺的一部分，该处理器将根据输入的要求，自动地处理无损编码文件，处理过程包括截断和提取两个部分。其中，截位的处理结构和处理过程如图3所示，图3.自动文件处理器的截位.自动文件处理器的基本功能截位，具体操作是将LLE层截断为N个音轨，其中N不能小于1，N1。音轨1由比特率为B1的LLE中提取的数据组成。接下来的每一个编号为n（n1）的音轨将分别包含（bn-bn-1）比特率的数据。输入的截位依次是B1，B2，bn-1。提取器将根据用户的请求来分别提取相应的比特率音频文件需要用到的音轨。具体来说，在自动文件处理器中的提

10、取操作有两种操作模式，即单层提取模式和基层提取模式。在输入参数的单层提取模式下，则只有提取出的音轨作为输出音轨，组成最终的音频文件。而基底层提取模式，是用参数n来提取相应音轨和随后的音轨。特别情况下，应该指出的是，每一个音轨，包括0号音轨，在没有比其更低的层的情况下是绝对不可解的（如轨道2要求轨道1、0出现）。这个机制是由系统的优先级检查来控制的。3.2. 客户端音乐播放器 不同于传统的音乐播放器，本论文提供的应用于客户端的多比特率音乐播放器,是为系统定制了多音质功能的播放器，它将会为用户提供更多支持的功能，例如解码，补充音轨（提升音质）和提取音轨（降低音质）（如图4所示），相较于传统播放器，

11、功能更全面，效率更高。图4.多优质音乐播放器的客户端 系统中用于自动文件处理器的底层提取模式，可以由一个标准的SLS解码器直接解码。 当客户购买了某个音轨（从基本音轨到n级音轨）之后，他们可以“补充”这些音轨来获得更高的音质。这种方式相较于传统下载方式来说非常方便，节省内存，客户只需下载n以上的音轨，补充到他们的现有音轨上（如现有64Kbps）+补充（192Kbps）=新的轨道（256Kbps）。这种方式对于传统方法的改进不但在与其便利性的大大提升，更在于节省内存和简化管理流程，减轻服务器负担等多种优点。在补充程序完成之后，选择升级音频文件的用户将只拥有一个音频文件，而不是两个不同音轨的文件。

12、 这种播放器的提取方式，也同样让用户可以轻松地抽取音轨，来达到降低音质，减小内存的目的。较低比特率的音频文件体量更小，对于移动端用户来说无疑比高质量音乐文件更加的适合，这些音乐可以方便地转移到手机等具有较低存储容量的设备。3.3. 音乐存储操作场景 本节将介绍采用了多比特率上架并销售的在线音乐商店的一种经营方案。如下图5所示，图5.在当前应用程序设置中，SLS音乐管理器的音频格式 第一个版本是总比特率为256kbps的SLS高质量有损文件，其中包含了64kbps的AAC格式的核心部分：增强LLE音轨。这种高质量的有损文件，根据上节的方法所示，可以提取出比特率为64kbps的低质量有损音频文件，

13、它与AAC格式相似，可用于存储容量有限的移动设备。在此基础上，系统仍然能够进一步的“缩减”或“升级”轨道。例如，我们将原有音频升级到500KBPS的无损音轨，就可以得到高质量的有损格式音频文件，这种高质量音频可以以更高的价格单独出售。如果客户需要最高质量的音频文件而不在意存储大小，无损格式的音乐将会是用户最好的选择。除了用上述升级轨道的方式得到无损压缩的音乐之外，无损格式也可作为一个整体售卖，与高质量的有损格式相比，无损格式将可以卖更高的价格。 接下来是操作/功能支持的音乐管理器工作流程的具体说明介绍，服务器示意图如上图2。 以下为用户购买音乐时，服务器端在几种实际使用情况下的枚举说明：l 原

14、波的音乐格式（CD格式）的编码，在使用SLS编码器之后，产生的两种无损压缩格式是由核心层的AAC（64Kbps）和所有其他音轨组成的。l 然后音频文件的归档格式为3个音轨，分别由AAC的轨道和普通轨道以及两层增强层组成。其中，两层增强层中的第一层的压缩比特率为192kbps。除了无损格式的音频文件，所有的音频文件都可以存储在服务器端上。如果客户想购买最高质量的无损压缩音频，我们的系统将为他们提供两个可用的下载文件分别为单独的无损压缩音频文件，和由原文件升级得到的无损压缩音频文件，后者最终将覆盖原有文件。l 相反地，如果客户想要购买低质量的有损版本的音频文件，可以在无损格式的文件中提取出压缩比率

15、为256Kbps的有损格式音乐文件。l 如果客户已经购买了有损版本的音乐，又进一步决定升级无损版本的音乐，系统提供了点卡充值的方式，允许用户方便地购买升级版本的音频文件，其原理是使用提取器从高质量音频文件中提取和发送无损格式的补充音轨到客户端，以供下载。 接下来，对于客户端这一边来说，我们有以下几种方式：l 如果客户已经购买了有损或无损版本，这些版本的音乐文件是可以用播放器直接解码播放的。l 如果客户已经买了有损版本，并希望升级到无损压缩的音乐，他/她只需要下载已有音轨之上比特率的音轨。在已有音轨之上的所有音轨可以打包在一起，成为一个补丁文件系统将实现无损音频格式的有损补丁。l 如果客户希望将

16、音乐下载到移动设备等通常存储较小的设备，需要更小的文件大小，不介意较低的音乐质量，AAC的核心程序可以从已经下载的音乐中使用音乐播放器中的提取器提取出所需要比特率的音轨以及以下比特率的音轨。 4. 成果评估 我们将该音乐管理器用iTunes音乐编码方式处理，以获取其处理速度。我们选择iTunes编码方式的原因，如之前在引言部分中提到的，是为了展示我们系统的处理速度和工作效率。在评估系统性能时，我们希望尽量减少编码器部分的变量干扰，因此我们选择使用当前全球最先进的音乐编码器，来测试出客观真实的有损/无损压缩音乐的处理速度。 我们的评估是使用IBM兼容的PC运行的，系统版本为Windows XP

17、SP2，（CPU 3GHz，内存1GB）。在AAC文件编码中： 用CD格式的文件作为测试对象，使用iTunes 7和SLS编码器获得高质量的有损（64 + 192Kbps）音乐文件。使用无损格式的自动提取文件处理器对其进行处理。 处理速度方面的性能总结如下：iTunes 7和自动文件处理器之间的速度对比（AFP）如下表1所示。 表格中的数据“ N ×”表示，对于一首长度为M秒的歌曲，对他的处理速度为M/N秒。这充分说明了，要获得有损版本的音频文件，自动文件处理器提取音轨的效率远远超过传统的编码方法。表1 iTunes 7和自动文件处理器之间的速度对比（AFP）5. 结论 多比特率的在

18、线音乐商城管理系统的提出是基于MPEG-4 SLS压缩技术的。通过使用该系统，音乐商店可以根据不同的客户需求，方便地以多种品质和价格销售音乐产品。实现了服务器和客户端的每一首歌曲只有一个单一的文件档案，从而简单，高效地处理和管理音乐文件。除此之外，该系统还使客户有了更广泛的选择，在选择音乐的同时，平衡与之相适应的品质和价格。此外，用户将已下载的歌曲升级成无损品质也是可以方便地实现的。下载文件的缩小，也大大地吸引了那些窄带互联网的用户。总之，本系统用简单的操作方式，不但实现了高超的工作效率，而且与传统文件同样的广泛的兼容性，使其并不受编码和文件的兼容性问题的困扰。 目前该系统的软件开发包已经被在线音乐商店公司Soundbuzz投入并应用于在线音乐销售系统中。 6.参考文献1 “ISO/IEC 14496-3, information Technology - coding of audiovisual objects, part 3: audio”, 1998. 2