解讀音頻編解碼器技術(shù)

語(yǔ)音編解碼器技術(shù)的發(fā)展一定程度上處于靜止狀態(tài)，但音頻編解碼器技術(shù)一直在向前演進(jìn)(參見(jiàn)圖1)。例如，朝更多的環(huán)繞聲通道發(fā)展就是一個(gè)趨勢。最大的一個(gè)技術(shù)趨勢是增加了用于模擬立體聲系統中的多通道音頻的技術(shù)，以再造特別實(shí)況音樂(lè )會(huì )會(huì )場(chǎng)的“現場(chǎng)感”。于是產(chǎn)生了完成所有這些處理的挑戰，因為你不再能用依靠AV接收器或DVD播放器內的大功率電源供電的DSP引擎來(lái)實(shí)現，而必須用靠手機或PDA中的電池供電的DSP引擎來(lái)實(shí)現。所有上述因素就為兩個(gè)不同但卻融合的應用領(lǐng)域(個(gè)人音頻和家庭影院)帶來(lái)了一個(gè)有趣的故事。

?

?

個(gè)人音頻

德州儀器公司(TI)便攜音頻和信息娛樂(lè )業(yè)務(wù)部首席技術(shù)官RandyCole指出，在個(gè)人音頻領(lǐng)域最普遍的音頻編碼解碼器是MP3(參見(jiàn)圖2)。MP3一度局限于PC和便攜多媒體播放器，但它目前在手機行業(yè)中也比比皆是，其原因就是手機制造商不斷地追逐新功能，以誘使最終用戶(hù)每隔六個(gè)月就進(jìn)行一次產(chǎn)品換代。

MP3是ISO公布的一項標準。它是由MPEG制定的MPEG-1編碼解碼標準系列中的第三個(gè)。MPEG-1有三層，每一層都包括前面的層。因而，第3層實(shí)現了第1和2層。出于這個(gè)原因，MPEG-1及第3層就是眾所周知的MP3，它提供了一個(gè)適于便攜應用的帶寬和數據速率，雖然較低卻足夠了。

?

?

在過(guò)去10年中，MP3一直是下載音樂(lè )的主導性音頻編碼解碼器。但是蘋(píng)果公司的iPod在一項名為先進(jìn)音頻編碼器(AAC)的新MPEG開(kāi)發(fā)項目中打破了這個(gè)慣例。MPEG在1990年代中期開(kāi)始從事AAC標準的制定，將其作為下一代MPEG-2研究的一部分，并實(shí)現了AT&T、Dolby、Fraunhof和索尼公司開(kāi)發(fā)的最好最新設計理念。起初，它打算同MP3后向兼容，但這個(gè)目標不可能達到。

因此，由于整個(gè)行業(yè)深深卷入MP3，沒(méi)有一家公司愿意調撥資源為AAC這個(gè)新方案生產(chǎn)大量的音頻節目，所以它衰敗了。也就是說(shuō)，直到蘋(píng)果公司為iPod選擇AAC的MPEG-4版本之前，該技術(shù)一直處于衰敗的狀態(tài)。(在MPEG-2之后成立的下一個(gè)MPEG工作小組是MPEG-4，越過(guò)了MPEG-3。蘋(píng)果公司所用的MPEG-4AAC是MPEG-2AAC的一個(gè)強化版本，其數據速率稍低而質(zhì)量有改進(jìn)。)

其它專(zhuān)有的編碼器存在于MP3和AAC范疇之外。它們在PC和個(gè)人多媒體設備領(lǐng)域有一定的穿透性，但它們在手機行業(yè)就不太重要，因為手機生產(chǎn)商寧愿標準的編碼器及其固定的版稅。一種大家熟悉的專(zhuān)有編碼器是WindowsMediaAudio(WMA)。它主要用于PC，并在其中與MP3和AAC進(jìn)行競爭。然而，從數據速率看，它很靈活(從低到高有適當的質(zhì)量差異)。目前，還有WMA的多頻道版本W(wǎng)MA-Pro，而且微軟公司在2005年6月還發(fā)布了一種損耗更低的WMA。

其它重要的專(zhuān)有編碼器就是DolbyDigital，也就是著(zhù)名的AC3。這種編碼器用于DVD和(美國的)數字電視。直到最近，它的運行速率對互聯(lián)網(wǎng)和手機來(lái)說(shuō)還是太高。不過(guò)，需要補救的是一個(gè)把數據速率降得更低的新版本。

根據TI公司高性能音頻業(yè)務(wù)部行銷(xiāo)經(jīng)理MohsinImtiaz的觀(guān)點(diǎn)，在家庭影院領(lǐng)域主要的編碼解碼器是Dolby和DTS。Dolby公司發(fā)布的DolbyDigitalPlus瞄準了高清晰度DVD和廣播市場(chǎng)。但是在MP3、AAC、WMA等便攜標準之間有一定的交叉。針對下一代DVD，微軟公司正在力推WMA。

解析一個(gè)編解碼器

讓我們分解一個(gè)編解碼器。為了把整個(gè)事情說(shuō)清楚，我們看一篇在2004年10月音頻工程學(xué)會(huì )年會(huì )上提交的論文，它描述的是DolbyDigitalPlus技術(shù)。

該論文說(shuō)新的DolbyDigitalPlus編碼解碼器是基于DolbyDigital的較早版本，也叫AC-3。DolbyDigitalPlus或加強型的AC-3(E-AC-3)保留了元數據載運器、過(guò)濾器庫和幀結構。目前的數據速率范圍從32Kb/s到6.144Mb/s。在采樣速率32KHz和六模塊轉換幀的條件下，數據速率控制的分辨率可達到每秒1/3位。(數據速率的分辨率正比于采樣速率，反比于幀的尺寸。)

E-AC-3保留了AC-3的六個(gè)256系數轉換幀結構，但它允許包含一個(gè)、兩個(gè)和三個(gè)256系數轉換模塊的較短幀存在。其結果就是，音頻傳輸可以在高于6?0Kb/s的速率下進(jìn)行，這適合于某些限制了每幀數據量的DVD。

E-AC-3可以支持目前的5.1、6.1或7.1頻道，進(jìn)而一直到電影院的13.1頻道。主音頻節目位流加上多達八個(gè)的附加子流經(jīng)過(guò)多路選通進(jìn)入一個(gè)單一的E-AC-3位流。通過(guò)頻道替換消除了矩陣減法引起的編碼失誤。與AC-3相比，E-AC-3能多傳輸七個(gè)獨立的位流。

編碼效率的提高還可以通過(guò)一個(gè)新的濾波器庫、更好的量化、強化的頻道耦合、譜擴展和一種名為“瞬態(tài)預噪音處理”的技術(shù)來(lái)實(shí)現。

當具有穩定特征的音頻出現時(shí)，該濾波器庫在現有的AC-3濾波器庫之后加入一個(gè)二級DCT。這把六個(gè)256系數轉換模塊轉換成一個(gè)單一的1536系數混合轉換模塊，且提高了頻率分辨率。這個(gè)提高的頻率分辨率與六維向量分量(VQ)及增益自適應分量(GAQ)結合在一起可以改進(jìn)“難于編碼”信號的編碼效率，比如說(shuō)黑管和大鍵琴。

VQ用于需要較低準確度的頻帶區。當需要更高準確度分量時(shí)，GAQ更有效率。此外，通過(guò)頻道與相位保存的耦合可以使編碼效率得到一個(gè)提升。在A(yíng)C-3用一個(gè)高頻單合成頻道作為每個(gè)頻道上高頻部分的地方，加入相位信息和編碼器控制的譜幅度處理能夠讓這個(gè)高頻單合成頻道處理較低的頻率，從而減小了有效的編碼帶寬并增大了編碼效率。

譜擴展是用頻域上轉換的較低頻譜段代替了較高層的頻率轉換系數。該轉換頻譜段的譜特征通過(guò)轉換系數的譜調制與原始的形式匹配。

為了提高低數據速率時(shí)的音頻質(zhì)量，E-AC-3采用了瞬態(tài)預噪音處理技術(shù)。這個(gè)后解碼過(guò)程把預噪音誤差降到最低，其做法是采用可縮短預噪音持續時(shí)間的時(shí)標合成技術(shù)，因而降低了瞬態(tài)擾動(dòng)的可聽(tīng)度。由編碼器計算并在E-AC-3位流中發(fā)送的元數據提供了后解碼過(guò)程、時(shí)標合成處理所需的參數，時(shí)標合成處理使用了聽(tīng)覺(jué)情景分析技術(shù)。