数据压缩原理 实验六 MPEG音频编码

实验原理

MPEG-1 Audio LayerII编码器原理图

心理声学模型：

1.将样本变换到频域
32个等分的子带信号并不能精确地反映人耳的听觉特性，引入FFT补偿频率分辨率不足的问题。

2.确定声压级别

3.考虑安静时阈值
也即绝对阈值。在标准中有根据输入PCM信号的采样率编制的“频率、临街频带率和绝对阈值”表。

4.将音频信号分解成“乐音”和“非乐音/噪声”部分，因为两种信号的掩蔽能力不同。

5.音调和非音调掩蔽成分的消除
利用标准中给出的绝对阈值消除被掩蔽成分；考虑在每个临界频带内，小于0.5Bark的距离总只保留最高功率的成分

6.单个掩蔽阈值的计算
音调成分和非音调成分单个掩蔽阈值根据标准中给出的算法求得

7.全局掩蔽阈值的计算

8.每个子带的掩蔽阈值
选出本子带中最小的阈值作为子带阈值

9.计算每个子带信号掩蔽比
SMR=信号能量/掩蔽阈值
并将SMR传递给编码单元

实验要求

1.输出音频的采样率和目标码率

2.选择某个数据帧，输出该帧所分配的比特数、比例因子、比特分配结果

代码分析

记录该帧所分配的总比特数

  while (get_audio (musicin, buffer, num_samples, nch, &header) > 0) {    if (glopts.verbosity > 1)      if (++frameNum % 10 == 0)    fprintf (stderr, "[%4u]\r", frameNum);    fflush (stderr);    win_buf[0] = &buffer[0][0];//声道1    win_buf[1] = &buffer[1][0];//声道2    adb = available_bits (&header, &glopts);

选择第二帧输出

#else    ////////////////////增加////////////////////     if(frameNum==2)    {        fprintf(outinfo,"采样率：%.1fkhz\n",s_freq[header.version][header.sampling_frequency]);        fprintf(outinfo,"目标码率：%dMbps\n",bitrate[header.version][header.bitrate_index]);        fprintf(outinfo,"第二帧比特数：%d\n",adb);     }    transmission_pattern (scalar, scfsi, &frame);    main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);    if (error_protection)      CRC_calc (&frame, bit_alloc, scfsi, &crc);    encode_info (&frame, &bs);    if (error_protection)      encode_CRC (crc, &bs);    encode_bit_alloc (bit_alloc, &frame, &bs);    encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);    subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,              *subband, &frame);    sample_encoding (*subband, bit_alloc, &frame, &bs);    ////////////////////增加////////////////////     if(frameNum==2)    {        fprintf(outinfo,"比例因子\n");        for ( cha = 0; cha < nch; cha++ )        {               fprintf(outinfo,"声道%d\n",cha);            fprintf(outinfo,"子带\tGroup1\tGroup2\tGroup3\t\n");            for ( sbd = 0; sbd < frame.sblimit; sbd++ )            {                fprintf(outinfo,"%4d\t",sbd);                for( gro = 0; gro < 3; gro++ )                {                    fprintf(outinfo,"%3d\t",scalar[cha][gro][sbd]);                }                fprintf(outinfo,"\n");            }        }        fprintf(outinfo,"帧比特分配：\n");        for ( cha = 0; cha < nch; cha++ )        {            fprintf(outinfo,"声道%d\n",cha);            for ( sbd = 0; sbd < frame.sblimit; sbd++ )            {                fprintf(outinfo,"子带%2d:\t",sbd);                    fprintf(outinfo,"%2d\n",bit_alloc[cha][sbd]);            }        }        if(outinfo)            fclose(outinfo);    }#endif

实验结果