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?fàn)顟B(tài)，但音頻編解碼器技術(shù)一直在向前演進(jìn)(參見圖1)。例如，朝更多的環(huán)繞聲通道發(fā)展就是一個(gè)趨勢(shì)。最大的一個(gè)技術(shù)趨勢(shì)是增加了用于模擬立體聲系統(tǒng)中的多通道音頻的技術(shù)，以再造特別實(shí)況音樂會(huì)會(huì)場(chǎng)的“現(xiàn)場(chǎng)感”。于是產(chǎn)生了完成所有這些處理的挑戰(zhàn)，因?yàn)槟悴辉倌苡靡揽緼V接收器或DVD播放器內(nèi)的大功率電源供電的DSP引擎來實(shí)現(xiàn)，而必須用靠手機(jī)或PDA中的電池供電的DSP引擎來實(shí)現(xiàn)。所有上述因素就為兩個(gè)不同但卻融合的應(yīng)用領(lǐng)域(個(gè)人音頻和家庭影院)帶來了一個(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(jī)行業(yè)中也比比皆是，其原因就是手機(jī)制造商不斷地追逐新功能，以誘使最終用戶每隔六個(gè)月就進(jìn)行一次產(chǎn)品換代。

MP3是ISO公布的一項(xiàng)標(biāo)準(zhǔn)。它是由MPEG制定的MPEG-1編碼解碼標(biāo)準(zhǔn)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(xiàn)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(yīng)用的帶寬和數(shù)據(jù)速率，雖然較低卻足夠了。

?

?

在過去10年中，MP3一直是下載音樂的主導(dǎo)性音頻編碼解碼器。但是蘋果公司的iPod在一項(xiàng)名為先進(jìn)音頻編碼器(AAC)的新MPEG開發(fā)項(xiàng)目中打破了這個(gè)慣例。MPEG在1990年代中期開始從事AAC標(biāo)準(zhǔn)的制定，將其作為下一代MPEG-2研究的一部分，并實(shí)現(xiàn)了AT&T、Dolby、Fraunhof和索尼公司開發(fā)的最好最新設(shè)計(jì)理念。起初，它打算同MP3后向兼容，但這個(gè)目標(biāo)不可能達(dá)到。

因此，由于整個(gè)行業(yè)深深卷入MP3，沒有一家公司愿意調(diào)撥資源為AAC這個(gè)新方案生產(chǎn)大量的音頻節(jié)目，所以它衰敗了。也就是說，直到蘋果公司為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，越過了MPEG-3。蘋果公司所用的MPEG-4AAC是MPEG-2AAC的一個(gè)強(qiáng)化版本，其數(shù)據(jù)速率稍低而質(zhì)量有改進(jìn)。)

其它專有的編碼器存在于MP3和AAC范疇之外。它們?cè)赑C和個(gè)人多媒體設(shè)備領(lǐng)域有一定的穿透性，但它們?cè)谑謾C(jī)行業(yè)就不太重要，因?yàn)槭謾C(jī)生產(chǎn)商寧愿標(biāo)準(zhǔn)的編碼器及其固定的版稅。一種大家熟悉的專有編碼器是WindowsMediaAudio(WMA)。它主要用于PC，并在其中與MP3和AAC進(jìn)行競(jìng)爭(zhēng)。然而，從數(shù)據(jù)速率看，它很靈活(從低到高有適當(dāng)?shù)馁|(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。

其它重要的專有編碼器就是DolbyDigital，也就是著名的AC3。這種編碼器用于DVD和(美國(guó)的)數(shù)字電視。直到最近，它的運(yùn)行速率對(duì)互聯(lián)網(wǎng)和手機(jī)來說還是太高。不過，需要補(bǔ)救的是一個(gè)把數(shù)據(jù)速率降得更低的新版本。

根據(jù)TI公司高性能音頻業(yè)務(wù)部行銷經(jīng)理MohsinImtiaz的觀點(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(zhǔn)了高清晰度DVD和廣播市場(chǎng)。但是在MP3、AAC、WMA等便攜標(biāo)準(zhǔn)之間有一定的交叉。針對(duì)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(qiáng)型的AC-3(E-AC-3)保留了元數(shù)據(jù)載運(yùn)器、過濾器庫(kù)和幀結(jié)構(gòu)。目前的數(shù)據(jù)速率范圍從32Kb/s到6.144Mb/s。在采樣速率32KHz和六模塊轉(zhuǎn)換幀的條件下，數(shù)據(jù)速率控制的分辨率可達(dá)到每秒1/3位。(數(shù)據(jù)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(shù)轉(zhuǎn)換幀結(jié)構(gòu)，但它允許包含一個(gè)、兩個(gè)和三個(gè)256系數(shù)轉(zhuǎn)換模塊的較短幀存在。其結(jié)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(shù)據(jù)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(jié)目位流加上多達(dá)八個(gè)的附加子流經(jīng)過多路選通進(jìn)入一個(gè)單一的E-AC-3位流。通過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(dú)立的位流。

編碼效率的提高還可以通過一個(gè)新的濾波器庫(kù)、更好的量化、強(qiáng)化的頻道耦合、譜擴(kuò)展和一種名為“瞬態(tài)預(yù)噪音處理”的技術(shù)來實(shí)現(xiàn)。

當(dāng)具有穩(wěn)定特征的音頻出現(xiàn)時(shí)，該濾波器庫(kù)在現(xiàn)有的AC-3濾波器庫(kù)之后加入一個(gè)二級(jí)DCT。這把六個(gè)256系數(shù)轉(zhuǎn)換模塊轉(zhuǎn)換成一個(gè)單一的1536系數(shù)混合轉(zhuǎn)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(yīng)分量(GAQ)結(jié)合在一起可以改進(jìn)“難于編碼”信號(hào)的編碼效率，比如說黑管和大鍵琴。

VQ用于需要較低準(zhǔn)確度的頻帶區(qū)。當(dāng)需要更高準(zhǔn)確度分量時(shí)，GAQ更有效率。此外，通過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AC-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(kuò)展是用頻域上轉(zhuǎn)換的較低頻譜段代替了較高層的頻率轉(zhuǎn)換系數(shù)。該轉(zhuǎn)換頻譜段的譜特征通過轉(zhuǎn)換系數(shù)的譜調(diào)制與原始的形式匹配。

為了提高低數(shù)據(jù)速率時(shí)的音頻質(zhì)量，E-AC-3采用了瞬態(tài)預(yù)噪音處理技術(shù)。這個(gè)后解碼過程把預(yù)噪音誤差降到最低，其做法是采用可縮短預(yù)噪音持續(xù)時(shí)間的時(shí)標(biāo)合成技術(shù)，因而降低了瞬態(tài)擾動(dòng)的可聽度。由編碼器計(jì)算并在E-AC-3位流中發(fā)送的元數(shù)據(jù)提供了后解碼過程、時(shí)標(biāo)合成處理所需的參數(shù)，時(shí)標(biāo)合成處理使用了聽覺情景分析技術(shù)。