|
|
|
|
|
MPEG-1音频编码标准包括三部分：Layer 1、Layer 2和Layer 3。层次越高，其性能和复杂度也越高，用户可以在复杂性和声音质量之间进行权衡，对层次做出选择。
|
|
|
|
Layer1的编码器最简单，编码器的输出数据率为384kb/s，主要用于小型数字盒式磁带（Digital Compact Cassette, DCC）。Layer 2的编码器的复杂程度一般，编码器的输出数据率为256～192kb/s，其应用包括数字广播声音（Digital Broadcast Audio, DBA）、数字音乐、CD-I（Compact Disc-Interactive）和VCD（Video Compact Disc）等。Layer 3的编码器最复杂，编码器的输出数据率为64kb/s，主要应用于ISDN上的声音传输。
|
|
|
|
MPEG-1 Audio编／译码器的结构如下图所示。在编码器中，输入声音信号经过一个时间-频率多相滤波器组变换到频域的多个子带中。输入声音信号同时通过心理声学模型计算掩蔽特性。该模型计算以频率为自变量的噪声掩蔽阈值（masking threshold），查看输入信号和子带中的信号以确定每个子带中的信号能量与掩蔽阈值的比率。量化和编码部分使用信掩比（Signal-to-Mask Ratio, SMR）决定分配给子带信号的量化位数，使量化噪声低于掩蔽域值。最后通过数据流帧包装将量化的子带样本和其他数据按照规定的称为帧（frame）的格式组装成位（比特）数据流。解码器对位数据流进行解码，恢复被量化的子带样本值以重建声音信号。由于解码器无需心理声学模型，只需拆包、重构子带样本和把它们变换回声音信号，因此解码器比编码器简单得多。
|
|
|
|
|
|
|
|
|
|
MPEG-2一共有两种声音数据压缩格式：一种是MPEG-2 Audio（又称MPEG-2多通道声音），与MPEG-1 Audio兼容；另一种是MPEG-2 AAC（Advanced Audio Coding，先进的音频编码），与MPEG-1声音格式不兼容。
|
|
|
|
MPEG-2 Audio是MPEG为多声道声音开发的低码率编码方案，它是在MPEG-1音频标准基础上发展而来的，和MPEG-1音频相比，MPEG-2音频主要增加了以下三方面的内容。
|
|
|
|
（1）增加了声道数，支持5.1声道和7.1声道的环绕声。5.1声道能提供5个全带宽声道（左、右、中共3个喇叭声道以及两个环绕声道），外加一个低频效果增强（Low Frequency Effects, LFE）声道，5.1声道环绕声的示意图如下图所示。7.1声道与5.1声道类似，能提供7个全带宽声道（左、中左、中、中右、右共5个喇叭声道以及两个环绕声道），外加一个低频效果增强声道。
|
|
|
|
|
|
|
|
（2）扩展了编码器的输出速率范围，由32～384kb/s扩展到8～640kb/s。
|
|
|
|
（3）增加了低采样和低码率。在保持MPEG-1音频的单声道和立体声的原有采样率的情况下，MPEG-2又增加了三种采样率，即把MPEG-1的采样率降低了一半（16kHz、22.05kHz、24kHz），以便提高码率低于64kb/3时的每个声道的声音质量。
|
|
|
|
MPEG-2 AAC是MPEG-2标准中的一种非常灵活的声音感知编码标准，支持的采样频率为8～96kHz，AAC编码器的音源可以是单声道、立体声和多声道的声音。AAC标准支持48个主声道、16个低频音效加强通道、16个配音声道和16个数据流。MPEG-2 AAC在压缩比为11:1（即每个声道的数据率为44.1×16/11=64kb/s）、5声道的总数据率为320kb/s的情况下，很难区分还原后的声音与原始声音之间的差别。与MPEG-1的层2相比，MPEG-2 AAC的压缩率可以提高1倍，而且质量更高，与MPEG-1的层3相比，在质量相同的条件下其数据率是前者的70%。
|
|
|
|
|
|
MPEG-4 Audio标准可以集成从话音到高质量的多通道声音，从自然声音到合成声音，编码方法还包括参数编码（parametric coding）、码激励线性预测（Code Excited Linear Predictive, CELP）编码、时间／频率（Time/Frequency, T/F）编码、结构化声音（Structured Audio, SA）编码、文语转换（Text-To-Speech, TTS）的合成声音和MIDI合成声音等。
|
|
|
|
MPEG-7音频标准主要包括两部分内容：一是音频框架，是一组工具的集合和低级描述符，可用于构建更大的面向应用任务的框架，包括标量序列、低级音频描述符、静音等；二是高级工具，通过不同工具的搭配用于特定应用，这些工具使用音频框架，主要包括音色描述、声音识别、口语内容、旋律轮廓、旋律等。
|
|
|
