第十二章 MPEG声音.pptVIP

第十二章 MPEG声音 12.1 听觉系统的感知特性 12.2 MPEG Audio与感知特性 12.3 MPEG-1 Audio 12.4 MPEG-2 Audio 12.5 MPEG-2 AAC 12.6 MPEG-4 Audio 本章要点 MPEG-1和MPEG-2的声音数据压缩编码不是依据波形本身的相关性和模拟人的发音器官的特性，而是利用人的听觉系统的特性来达到压缩声音数据的目的，这种压缩编码称为感知声音编码(perceptual audio coding)。 本章主要讲述MPEG-1 Audio、 MPEG-2 Audio、MPEG-2 AAC和MPEG-4 Audio等标准。 12.1 听觉系统的感知特性 一、对响度的感知 声音的响度就是声音的强弱。在物理上，声音的响度使用客观测量单位来度量，即dyn/cm2(达因/平方厘米)(声压)或W/cm2(瓦特/平方厘米)(声强)。 测量响度时是以1 kHz纯音为基准。 当声音弱到人的耳朵刚刚可以听见时，我们称此时的声音强度为“听阈”。 声音强到使人耳感到疼痛这个阈值称为“痛阈”。 12.1 听觉系统的感知特性 12.1 听觉系统的感知特性 二、对音高的感知 客观上用频率来表示声音的音高，其单位是Hz。而主观感觉的音高单位则是“美(Mel)”,主观音高与客观音高的关系是： 人耳对频率的感觉也有一个范围。人耳可以听到的最低频率约20 Hz，最高频率约18000 Hz。 在测量音高时则以40 dB声强为基准 12.1 听觉系统的感知特性 三、掩蔽效应 一种频率的声音阻碍听觉系统感受另一种频率的声音的现象称为掩蔽效应。前者称为掩蔽声音(masking tone)，后者称为被掩蔽声音(masked tone)。掩蔽可分成频域掩蔽和时域掩蔽。 12.1 听觉系统的感知特性 1. 频域掩蔽 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(simultaneous masking)。 12.1 听觉系统的感知特性 ①在250 Hz，1 kHz和4 kHz纯音附近，对其他纯音的掩蔽效果最明显，②低频纯音可以有效地掩蔽高频纯音，但高频纯音对低频纯音的掩蔽作用则不明显。 12.1 听觉系统的感知特性 2. 时域掩蔽 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)。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，滞后掩蔽长。 12.1 听觉系统的感知特性 12.2 MPEG Audio与感知特性 MPEG Audio(MPEG声音)标准在本书中是指MPEG-1 Audio、MPEG-2 Audio和MPEG-2 AAC，它们处理10 Hz～20000 Hz范围里的声音数据，数据压缩的主要依据是人耳朵的听觉特性，使用“心理声学模型(psychoacoustic model)”来达到压缩声音数据的目的。 12.2 MPEG Audio与感知特性 心理声学模型中一个基本的概念就是听觉系统中存在一个听觉阈值电平，低于这个电平的声音信号就听不到，因此就可以把这部分信号去掉。听觉阈值的大小随声音频率的改变而改变。 12.2 MPEG Audio与感知特性 MPEG Audio采纳两种感知编码，一种叫做感知子带编码(perceptual subband coding )，另一种是由杜比实验室(Dolby Laboratories)开发的Dolby AC-3 (Audio Code number 3)编码，简称AC-3。它们都利用人的听觉系统的特性来压缩数据，只是压缩数据的算法不同。 12.2 MPEG Audio与感知特性 12.2 MPEG Audio与感知特性 Dolby AC-3是MPEG-2采纳的声音编码技术，是一种多通道(multichannel)音乐信号压缩技术，它可支持5个3 ～20?000 Hz频率范围的通道。 12.2 MPEG Audio与感知特性 12.2 MPEG Audio与感知特性 它的输入是未被压缩的PCM样本，而PCM样本的采样频率必须是32, 44.1或者48 kHz，样本精度可多到20位。 分析滤波器组(analysis filter bank)：它的功能是把用PCM时间样本表示的声音信号变换成用频率系数块(frequencies coefficients bl