多声道数字音频系统的编码及应用-中国论文下载中心

	加入收藏
	设为首页
	关于我们

您现在的位置： 101美术高考网 >> 论文中心 >> 艺术 >> 电视电影 >> 文章正文

　　多声道数字音频系统的编码及应用

热 ★★★★

多声道数字音频系统的编码及应用

作者：101ms.com 文章来源：中国论文下载中心点击数：更新时间：2008-4-2 10:34:52

[摘要]随着存储媒体容量和传输带宽的不断提高，高质量多声道数字音频系统也逐渐取代传统的单声道、立
体声系统，而成为新的传播媒体方式。本文着重介绍当前几种典型的多声道数字音频系统的编、解码技术。
以MPEG-2、AC-3、DTS、MPEG AAC多声道数字音频系统来讨论它们各自声道的配置、数据容量、数据率等所
带来的优缺点，最后介绍在数字音视频广播中，多声道数字音频系统的应用。
1、前言
对于CD格式来说，大家都知道它具有良好的信噪比、超过80dB以上的动态范围以及超过15kHz的频率范围，这
使得它具有良好的音频质量和满意的收听效果，但是它仅仅提供了两个声道。多声道数字音频系统通过声道
的扩展，不仅在质量上与CD音频不相上下，同时还带给听众身临其境的感受，而这是传统单声道和立体声无
法实现的，因此多声道数字音频系统已被更多的听众接受，同时也逐渐成为音乐制作的主流。
在众多的国际标准中，如SMPTE、EBU、ITU-R、ISO/IEC、MPEG等，都涵盖着一种称之为5.1声道的多声道数
字音频格式。在即将制定的DVD-Audio标准中，也规定将采用24bit采样精度、88.2，96，192KHz采样率的多
声道数字音频格式。
一种广泛接受的多声道数字音频系统配置方案就是我们常称的5.1声道系统，也就是3/2/.1的配置方案。这
种方法是按照ITR-U的建议BS.775来确定用于重放的扬声器摆放位置的，如图1所示。
根据建议可知，5个全频带的重放扬声器分为前置扬声器（包括L、R、C）和后置扬声器（也称环绕扬声器，
包括Ls、Rs），按照图示所规定的角度和方位进行摆放，并且它们都位于一个圆的边界上，其中L、R扬声器
与C扬声器分别呈30度夹角，Ls、Rs扬声器与C扬声器分别呈110度夹角。除此5个全频带的声道外，还有一个
低频增强声道，称之为LFE，它的频率范围在200Hz以下，大约是全频带倍频程的10%左右，因此也称点一声
道。它的放置没有特殊的要求，一般放置在前面。
5个重放扬声器的摆放并不是说能够完全重现真实的空间声像，其实5个扬声器的使用仅仅是一种重现空间声
像而采用的粗略的实现方式。当然，一方面重放的效果取决于音频素材的制作，另一方面则需要严格的重放
扬声器的空间位置摆放和收听者的位置关系。在电影院里我们往往能够感受到声像定位准确的音频效果，现
在也有一些提法，认为8个、10个、12个甚至更多的重放扬声器会有更加完美的音频效果。这些观点有它存在
的理由，声像的表现当然是越准确越好，但是一味的通过增加重放扬声器的数量以及增加音频声道数的话，
它也会带来另外的负面影响，如声像的定位更加困难等等，因此我们在此仅仅通过5.1声道的实现方式来进
行阐述。另外，我们还应明确一点，对于家庭消费者来说，5.1声道已经足够表现较完美的音频效果了。
不管是那种摆放方式，它的实现都离不开基本的编码方式和主要规则。另外5.1声道方式还会带来较大的压
缩比和较低的比特率（相对于更多声道的情况），下面就详细的来介绍一下多声道数字音频系统的编码方式。

图1 ITR-U的建议BS.775确定的用于重放的扬声器摆放位置
1、多声道数字音频的编码
从立体声向多声道的过渡，增加了对存储和传输媒体的需要。下面以CD格式为例，假设它的采样频率为
Fs=44.1kHz，采样精度R为16bit，那么CD格式的音频数据率B为：
BCD=2×R×Fs=1.411Mb/s
由此可知，一个小时的CD格式的音乐需要635MB的存贮空间，其实CD最长的重放时间为74分钟。那么如果使
用的是多声道时，此时的数据率为：
Bcdmultichannel=5.1×R×Fs=3.598Mb/s
同样一个小时的多声道格式的音乐需要1.62GB的存储空间，远远大于CD的容量。同时当前已应用的多
声道系统面临着带宽的问题。如美国的数字电视中仅仅给多声道的音频384kb/s的带宽，在Internet音频广
播中，也只有56kb/s的数据通道，因此由上可知，多声道数字音频系统面临者存储容量和传输带宽的限制。
如何将多声道数字音频数据率降低的同时又能够保证音频质量，是多声道数字音频系统面临的重大问题。众
所周知，对于线性PCM来说，它的实现简单，在高容量/高带宽的前提下可以提供CD质量的音频信号。从另一
个角度来看，采样精度的提高以及采样频率的提高，会带来更高的音频质量，如将采样精度由R=16提高到
R=24；将采样频率由Fs=44.1kHz或Fs=48kHz提高到Fs=96kHz或Fs=192kHz。这种发展趋势已经逐渐地由一些
录音工程师和音乐制作商所接受，同样多声道数字音频系统则也要顺应这种趋势。但如果仍然采用线性PC
M，这无疑是增加了更大的数据量，提高了现有的数据率。
我们知道线性PCM并没有充分利用音频信号的特性进行编码，在PCM数据流中存在着大量的冗余信息。同时
要强调的是不管音频信号如何编解码、传输，最终还是要靠我们的人耳来实现的，如图2所示，因此我们
可以充分地考虑人耳的听觉特性，并加以利用，如人耳的掩蔽效应、哈斯效应等等。这样就可以将音频信
号中与人耳有关的那部分冗余信息去除掉，在编码时则仅仅对有用的那部分音频信号进行编码，从而降低
了参与编码的数据量。同时再将编码的信号进行比特精度的分配，对于幅度比较大的信号或变化比较快的信号分配更多的比特数，而对于幅度小、变化慢的信号则减少比特数的分配，从而达到减少数据率的可能性，实现编码的高效率。当然这种结果是以编码过程复杂化为代价的。下面具体分析几种声学模型。

图2 编码、传输、人耳听音的实现
2．1 根据听觉域度对可闻信号进行编码
　　人耳对声振动的感受，在频率及声压级方面都有一定的范围，频率范围正常人约为20Hz~20kHz，而声压级范围则是如图听阈曲线来描述的。意即在这条曲线之下的对应频率的信号是听不到的。

图16 MPEG-2音频混合后环绕声兼容性如图3所示，对于信号A来说，由于其声压级超过听阈曲线的声压级域值，所以可以对人耳造成声振动的感
受，意即听到A信号。而对B信号来说，其声压级位于听阈曲线之下，虽然它是客观存在的，但人耳是不可闻
的。因此，可以将类似的信号去除掉，以减少音频数据率。
2.2 根据掩蔽效应，只对幅度强的掩蔽信号进行编码
人耳能在寂静的环境中分辨出轻微的声音，但在嘈杂的环境中，同样的这些声音则被嘈杂声淹没而听不
到了。这种由于一个声音的存在而使另一个声音要提高声压级才能被听到的现象称为听觉掩蔽效应。

如图4所示，虽然B、C两信号的声压级已超过听阈曲线的范围，人耳已可以听到B、C两信号的存在，但是由
于A信号的存在，通过前向掩蔽将C信号淹没掉，通过后向掩蔽将B信号淹没掉，从而最终到达人耳引起感觉
的只有A信号。因此，可以将类似的B、C信号去除掉以减少音频数据率。
2．3 量化噪声使得不必全部编码原始信号
类似于人耳的听阈曲线，由于数字信号存在着量化噪声，如图5所示，对于信号A和B来说，并不一定要将A、
B信号进行全部幅度的编码，而只需将A、B信号与量化噪声的差值进行编码就可以达到相同的听觉效果，因
此，在编码过程中实际量化幅度就可以大大的减少，而减少数据率。

2.4 通过子带分割来进行优化、编码
在传统的编码过程中，都是将整个频带作为操作对象，采用相同的比特分配对每个信号进行量化。而实际
上，由于听觉曲线的存在及其它因素，对于幅度较小的信号可以分配较少的比特数就可以达到要求，因此
将整个频带分成多个子频带，然后对每个子频带的信号独立编码，从而使得在每个子频带中比特分配可以
根据信号自身来适应。

如图ABCD四个信号，如果对整个频带编码，对于D信号来说分配16比特来量化则显得多余浪费，所以如果
将ABCD分别置于不同的子带内，则可在分别所处的子带内使用最适合的比特数分配给信号来编码，从而减
少数据率，同时如果用于分割的子带分辨率越高，意即子带的频带相对越窄，那么在子带中分配的比特数
就越精确，而减少了比特率。
2.5 不同的实现方式
当前在数字音频编码领域存在着各种不同的编码方案和实现方式，为了能够让大家对此有一个较完整的认
识，在本文中仅对当前流行的几种典型的编码方法做一个介绍。不管是通过那一种方式实现，其基本的编
码思路方框图都大同小异，如图7所示。对于每一个音频声道中的PCM音频信号来说，首先都要将它们映射
到频域中，这种时域到频域的映射可以通过子带滤波器（如MPEG Layers I，II，DTS）或通过变换滤波器
组（如AC-3，MPEG AAC）实现

[1] [2] [3] [4] [5] 下一页

文章录入：admin 责任编辑：admin

上一篇文章：怎样克服新媒体挑战的压力和内部竞争失范的矛盾

下一篇文章：数字转播车规模设计思路的突破与一级切换并车的实践

【字体：小大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

专题栏目