多媒体技术
This presentation is the property of its rightful owner.
Sponsored Links
1 / 18

多媒体技术 PowerPoint PPT Presentation


  • 97 Views
  • Uploaded on
  • Presentation posted in: General

多媒体技术. 中南大学信息科学与工程学院 黄东军. 第八章 MPEG 音频. 1 听觉系统的感知特性. 1.1 对响度的感知. 1 听觉系统的感知特性. 1.1 对响度的感知 观察结论: 存在听阈和听觉盲区 存在痛阈 听觉系统对 2kHz~4KHz 的声音最敏感. 1 听觉系统的感知特性. 1.2 对音高的感知. Mel = 1000 log 2 (f + 1). 观察结论: 听觉系统对频率的感知与声音的客观频率成非线性关系。. 1 听觉系统的感知特性. 1.3 掩蔽效应.

Download Presentation

多媒体技术

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


5656738

多媒体技术

中南大学信息科学与工程学院 黄东军


5656738

第八章 MPEG音频


5656738

1 听觉系统的感知特性

1.1 对响度的感知


5656738

1 听觉系统的感知特性

  • 1.1 对响度的感知

  • 观察结论:

    • 存在听阈和听觉盲区

    • 存在痛阈

    • 听觉系统对2kHz~4KHz的声音最敏感


5656738

1 听觉系统的感知特性

1.2 对音高的感知

Mel = 1000 log 2 (f + 1)

观察结论:

听觉系统对频率的感知与声音的客观频率成非线性关系。


5656738

1 听觉系统的感知特性

1.3 掩蔽效应

当一个强纯音和一个弱纯音的频率接近时,听觉系统就会失去对弱纯音的感知,这种现象称为掩蔽效应。


5656738

1 听觉系统的感知特性

1.3 掩蔽效应

  • 观察结论:

  • 低频音较之高频音有更强的掩蔽作用。

  • 存在若干个(通常为24个)所谓掩蔽效应带(频率区间),称为临界频带(critical band)。


5656738

2 MPEG Audio的心理声学模型

  • 由于存在听觉阈值,因此当输入信号的电平地低于听觉阈值时,系统就去掉这些信号,从而减少了音频数据量。

  • 由于存在掩蔽效应,因此系统可以设法消除被掩蔽的声音信号(电平),这也降低了数据量。

  • 由于听觉系统对2kHz~4KHz的声音比较敏感,因此系统可以提高对这一部分信号的编码强度,而降低其他频段信号的编码强度。


5656738

3 MPEG Audio编解码系统

3.1 系统结构

MPEG Audio Codec = Sub-Band Codec + 心理声学模型


5656738

3 MPEG Audio编解码系统

3.2 部件分析

  • 多相滤波器组

    作用:将输入信号分成32个频率子带。

    子带划分方法:线性划分;按临界频带划分


5656738

3 MPEG Audio编解码系统

3.2 部件分析

  • 编码器


5656738

3 MPEG Audio编解码系统

3.2 部件分析

  • 心理声学模型


5656738

3 MPEG Audio编解码系统

3.2 部件分析

  • 心理声学模型如何作用于编码器

核心思想:计算所谓信掩比(Signal-to-Mask Ratio, SMR),通过SMR来调节量化深度。

掩蔽音

SMR =

掩蔽阈值(最小)

例如:

降低量化深度

被掩蔽音(noise)

SMR

掩蔽阈值


5656738

3 MPEG Audio编解码系统

3.3 MPEG Audio 的编码分层


5656738

3 MPEG Audio编解码系统

3.3 MPEG Audio 的编码分层

  • 层1

  • - 每帧数据包含384个样本(32 x 12)

  • - 采用线性子带划分

  • - 使用频域掩蔽特性

  • - SMR使用全局掩蔽阈值


5656738

3 MPEG Audio编解码系统

3.3 MPEG Audio 的编码分层

  • 层2

  • - 每帧数据包含1152个样本(32 x 12 x 3)

  • - 采用线性子带划分

  • - 使用频域掩蔽和时域掩蔽特性

  • - SMR使用全局掩蔽阈值


5656738

3 MPEG Audio编解码系统

3.3 MPEG Audio 的编码分层

  • 层3(即MP3)

  • - 每帧数据包含1152个样本(32 x 12 x 3)

  • - 采用临界频带划分子带

  • - 使用频域掩蔽和时域掩蔽特性,还考虑了立体声冗余特性

  • - 增加使用Huffman编码进一步压缩数据


Thank you

Thank you !


  • Login