多聲道數(shù)字音頻系統(tǒng)的編碼及應(yīng)用

在許多重放系統(tǒng)中，揚聲器的數(shù)目不能同編碼的音頻聲道的數(shù)目匹配。為了重現(xiàn)完整的音頻節(jié)目需要向下混合。在幀同步中，AB0~AB5中記錄著六個獨立聲道的音頻數(shù)據(jù)，按照AC-3重放時的安排，我們稱之為L、R、C、Ls、Rs、LFE。一般用于向下混合的過程中，低音增強LFE通道記錄的音頻信號主要用于渲染烘托氣氛，所以向下混合時，只用其中的L、R、C、Ls、Rs。從圖中可以看到編碼后的AC-3數(shù)據(jù)流可以直接傳輸后經(jīng)解碼器解碼為5.1通道音頻信息進行重放，也可以向下混合為兩個聲道信號，然后經(jīng)不同的解碼器得到不同的重放模式。就單一環(huán)繞聲道（n/1模式）而言，把S稱為單個環(huán)繞聲道。從圖中可看出，向下混合提供兩種類型：向下混合為Lt、Rt矩陣環(huán)繞編碼的立體聲對；
向下混合為通常的立體聲信號Lo、Ro。向下混合的立體聲信號（Lo、Ro或Lt、Rt）可進一步向下混合為單聲道M，通過兩個聲道簡單的相加即可。如果將Lt、Rt向下混合為單聲道，環(huán)繞信息將會丟失。當(dāng)希望需要一個單聲道信號時則Lo、Ro向下混合更可取。
用于Lo、Ro立體聲信號的一般3/2向下混合方程式為：
Lo=1.0′L+clev′C+slev′Ls；
Ro=1.0′R+clev′C+slev′Rs；
如果接著Lo、Ro被組合成單聲道信號重放，有效的向下混合方程式為：
M=1.0′L+2.0′clev′C+1.0′R+slev′Ls+slev′Rs；
如果只出現(xiàn)單個環(huán)繞聲道S（3/1模式），則向下混合方程式為：
Lo=1.0′L+clev′C+0.7′slev′S；
Ro=1.0′R+clev′C+0.7′slev′S；
M=1.0′L+2.0′clev′C+1.0′R+1.4′slev′S；
其中clev、slev分別代表中央聲道混合聲級系數(shù)和環(huán)繞聲道混合聲級系數(shù)，在BSI數(shù)據(jù)中由Cmixlev、Surmixlev比特字段來指出相對應(yīng)的值。
用于Lt、Rt立體聲信號的一般3/2向下混合方程式為：
Lt=1.0′L+0.707′C-0.707′Ls-0.707′Rs；
Rt=1.0′R+0.707′C+0.707′Ls+0.707′Rs；
如果只出現(xiàn)單個環(huán)繞聲道S（3/1模式），則向下混合方程式為：
Lt=1.0′L+0.707′C-0.707′S；
Rt=1.0′R+0.707′C+0.707′S；
經(jīng)過對獨立聲道的音頻信號進行不同的分配及矩陣重組，則實現(xiàn)了AC-3數(shù)據(jù)流的向下兼容性， 意即通過不同的解碼器、解碼矩陣方式，可以得到杜比數(shù)字5.1聲道環(huán)繞聲、立體聲、杜比Prologic、單聲道以及杜比的虛擬環(huán)繞聲方式。其中Lo、Ro與Lt、Rt的最大區(qū)別就是Lt、Rt是記錄的全部的L、R、環(huán)繞聲的信息，經(jīng)過矩陣重解可得到環(huán)繞聲信息，而Lo、Ro則是將環(huán)繞聲信息增加支立體聲信號中，無法再重現(xiàn)環(huán)繞聲信號信息。
4、MPEG-2多聲道編解碼過程
MPEG-2感知編碼系統(tǒng)充分利用了心理聲學(xué)中的掩蔽效應(yīng)和哈斯效應(yīng)，利用壓縮編碼技術(shù)，將原始音頻信號中不相關(guān)分量和冗余分量有效的去除掉，在不影響人耳聽覺閾度和聽音效果質(zhì)量上，將音頻信號壓縮。
4．1MPEG音頻子帶編碼器的基本結(jié)構(gòu)
感知型子帶音頻編碼器不斷地對音頻輸入信號進行分析。由一個心理聲學(xué)模型動態(tài)地確定掩蔽門限，即在該掩蔽門限之下的多余的噪聲是無法為人的聽覺系統(tǒng)聽到的。由該心理聲學(xué)模型產(chǎn)生的信息被饋至一個比特分配模塊，該模塊的任務(wù)是將各聲道可用的比特以一種優(yōu)化的方式在頻譜范圍內(nèi)進行分配。輸入信號還與上述過程并行地被分割到一系列稱為子帶的頻帶中。每個子帶信號都在經(jīng)過定
標(biāo)處理后被重新進行量化，該量化編碼過程引入的量化噪聲不能超過已確定的對應(yīng)子帶的掩蔽門限。因此量化噪聲頻譜就與信號頻譜進行了動態(tài)自適應(yīng)?！氨壤蜃印焙透髯訋褂玫牧炕鞯南嚓P(guān)信息與編碼后的子帶樣值一同進行傳輸。
解碼器可以在不了解編碼器如何確定編碼所需信息的情況下對碼流進行解碼。這可以降低解碼器的復(fù)雜度，并為編碼器的選擇和解碼器開發(fā)提供了很大的靈活性。如在心理聲學(xué)研究上取得了新的結(jié)果，則更高效率和更高性能的編碼器可在與所有現(xiàn)有解碼器完全兼容的條件下得以應(yīng)用。這一靈活性目前已有了成功的例子，現(xiàn)在最高技術(shù)水平的編碼器的性能已超過了標(biāo)準化過程中使用的早期編碼器。

4．2層
MPEG音頻標(biāo)準包括了三種不同的算法，稱為層。層數(shù)越高，相應(yīng)可達到的壓縮比就越高，而復(fù)雜度、延時及對傳輸誤碼的敏感度也越高。層II專門對廣播應(yīng)用進行了優(yōu)化。它使用了具有32個等寬子帶劃分的子帶濾波，自適應(yīng)比特分配和塊壓擴。單聲道的碼率范圍為32-192kbps，立體聲為64-384kbps。
它在256kbps及192kbps相關(guān)立體聲條件下的表現(xiàn)十分出色。128kbps（立體聲）條件下的性能在許多應(yīng)用中仍可接受。
4．3MPEG-2在多聲道音頻方面的擴展
ITU-R工作組TG10-1在關(guān)于多聲道聲音系統(tǒng)的建議方面進行了工作。該項工作的主要成果就是建議BS.775，其中說明一個適當(dāng)?shù)亩嗦暤缆曇襞渲脩?yīng)包含五個聲道，分別代表左、中央、右、左環(huán)繞、右環(huán)繞聲道。如果使用了一個作為選項的低頻增強聲道（LFE），則該配置被稱為“5.1”。五聲道配置也可表示為‘3/2’，即三個前置聲道及兩個環(huán)繞（后置）聲道。
MPEG已認識到應(yīng)根據(jù)ITU-R建議775來增加音頻標(biāo)準的多聲道能力的必要性。

這是在第二階段完成的，由此產(chǎn)生了MPEG-2音頻標(biāo)準。在多聲道聲音方面的擴展支持在一路碼流中傳輸五個輸入聲道、低頻增強聲道以及7個旁白聲道。該擴展與MPEG-1保持前向及后向兼容。前向兼容性意味著多聲道解碼器可正確地對立體聲碼流進行解碼。后向兼容性則意味著一個標(biāo)準的立體聲解碼器
在對多聲道碼流進行解碼時可輸出兼容的立體聲信號。
這是通過一種真正的可分級方式實現(xiàn)的。在編碼器端，五個輸入聲道被向下混合為一路兼容立體聲信號。該兼容立體聲信號按照MPEG-1標(biāo)準進行編碼。所有用于在解碼器端恢復(fù)原來的五個聲道的信息都被置于MPEG-1的附加數(shù)據(jù)區(qū)內(nèi)，該數(shù)據(jù)區(qū)被MPEG-1解碼器忽略。這些附加的信息在信息聲道T2、T3及T4以及LFE聲道中傳輸，這幾個信息聲道通常包含中央、左環(huán)繞和右環(huán)繞聲道。MPEG-2多聲道解碼器不但對碼流中的MPEG-1部分進行解碼，還對附加信息聲道T2、T3、T4及LFE解碼。根據(jù)這些信息，它可以恢復(fù)原來的5.1聲道聲音。

當(dāng)相同碼流饋送至MPEG-1解碼器時，解碼器將只對碼流的MPEG-1部分進行解碼，而忽略所有附加的多聲道信息。由此它將輸出在MPEG-2編碼器中經(jīng)向下混合產(chǎn)生的兩個聲道。這種方式實現(xiàn)了與現(xiàn)有的雙聲道解碼器的兼容性。也許更為重要的是，這種可分級的方式使得即使在多聲道業(yè)務(wù)中仍可使用低成 本的雙聲道解碼器?？紤]到所使用的其它所有編碼策略，多聲道業(yè)務(wù)中的雙聲道解碼器本質(zhì)上就是一 個對所有聲道進行解碼并在解碼器中產(chǎn)生雙聲道向下混合信號的多聲道解碼器。如圖14所示。

就其包含了不同的可由編碼器使用以進一步提高音頻質(zhì)量的技術(shù)而言，該標(biāo)準是具有很大靈活性的。
4．4定向邏輯兼容性
如果源素材已經(jīng)經(jīng)過環(huán)繞聲編碼（如Dolby環(huán)繞聲），廣播業(yè)者可能希望將它直接播送給聽眾。一種選擇是將該素材直接以2/0（僅為立體聲）模式播送。環(huán)繞聲編碼器主要是將中央聲道信號分別與左右聲道信號同相相加，而將環(huán)繞聲道信號分別與左右聲道信號反相相加。為能對這些信息正確解碼，編解碼器必須保持左右聲道彼此之間的幅度和相位關(guān)系。這在MPEG編碼中是通過限制強度立體聲編碼只能在高于8kHz的頻率范圍內(nèi)使用而得以保障的，因為環(huán)繞聲編碼僅在低于7kHz的范圍內(nèi)使用環(huán)繞聲道信息。如圖15所示。

圖15使用MPEG-1音頻播送環(huán)繞聲素材


當(dāng)傳輸多聲道信息時，與現(xiàn)有（專利的）環(huán)繞聲解碼器的兼容性可通過幾種手段得以實現(xiàn)。多聲
道編碼器在工作時使用一個環(huán)繞聲兼容的矩陣。這可以使立體聲解碼器能夠接收環(huán)繞聲編碼的信號，
并可選擇將其傳送給環(huán)繞聲解碼器。一個完整的多聲道解碼器將對所有信號進行再變換，以獲得原來
的多聲道表現(xiàn)。MPEG-2多聲道語法支持這種模式，進而也為DVB規(guī)范所支持。如圖16所示。

4．5MPEG-2在低采樣率方面的擴展
除了在多聲道方面的擴展外，MPEG-2音頻還包含了MPEG-1音頻在低采樣率方面的擴展。該擴展的目的是以一種簡單的方式獲得改進的頻譜分辨率。通過將采樣率減半，頻率分辨率就提高了兩倍，但時間分辨率則劣化了兩倍。這可使許多穩(wěn)態(tài)信號獲得更好的質(zhì)量，而對一些在時間特性上要求嚴格的信號而言質(zhì)量則下降了。半采樣率的使用是在碼流中通過將每幀幀頭中的某一比特，即ID位置設(shè)為“0”來表示的。而且，可用碼率表也進行了修改，以便在低碼率條件下提供更多的選擇，每個子帶可用的量化器也為適應(yīng)更高的頻率分辨率作了修改。
5、先進音頻編碼（AdvancedAudioCoding－AAC）
MPEGAAC（先進音頻編碼）是于1997年成為ISO/IEC標(biāo)準的（參見ISO/IEC13818）。AAC是以新建立的MPEG-4標(biāo)準中的時域到頻域映射的編碼算法組成的。AAC從提高效率的角度出發(fā)，放棄了與原MPEG-1解碼器的后向兼容性，這也是該算法在開始時被稱為NBC的原因。