多聲道數(shù)字音頻系統(tǒng)的編碼及應(yīng)用

1、1多聲道數(shù)字音頻系統(tǒng)的編碼及應(yīng)用多聲道數(shù)字音頻系統(tǒng)的編碼及應(yīng)用MultichannelAudioCodingItsApplications胡澤（北京廣播學(xué)院錄音藝術(shù)學(xué)院）[摘要摘要]隨著存儲(chǔ)媒體容量和傳輸帶寬的不斷提高，高質(zhì)量多聲道數(shù)字音頻系統(tǒng)也逐漸取代傳統(tǒng)的單聲道、立體聲系統(tǒng)，而成為新的傳播媒體方式。本文著重介紹當(dāng)前幾種典型的多聲道數(shù)字音頻系統(tǒng)的編、解碼技術(shù)。以MPEG2、AC3、DTS、MPEGAAC多聲道數(shù)字音頻系統(tǒng)來(lái)討論它們各自

2、聲道的配置、數(shù)據(jù)容量、數(shù)據(jù)率等所帶來(lái)的優(yōu)缺點(diǎn)，最后介紹在數(shù)字音視頻廣播中，多聲道數(shù)字音頻系統(tǒng)的應(yīng)用。1、前言前言對(duì)于CD格式來(lái)說(shuō)，大家都知道它具有良好的信噪比、超過(guò)80dB以上的動(dòng)態(tài)范圍以及超過(guò)15kHz的頻率范圍，這使得它具有良好的音頻質(zhì)量和滿意的收聽(tīng)效果，但是它僅僅提供了兩個(gè)聲道。多聲道數(shù)字音頻系統(tǒng)通過(guò)聲道的擴(kuò)展，不僅在質(zhì)量上與CD音頻不相上下，同時(shí)還帶給聽(tīng)眾身臨其境的感受，而這是傳統(tǒng)單聲道和立體聲無(wú)法實(shí)現(xiàn)的，因此多聲道數(shù)字音頻系統(tǒng)

3、已被更多的聽(tīng)眾接受，同時(shí)也逐漸成為音樂(lè)制作的主流。在眾多的國(guó)際標(biāo)準(zhǔn)中，如SMPTE、EBU、ITUR、ISOIEC、MPEG等，都涵蓋著一種稱之為5.1聲道的多聲道數(shù)字音頻格式。在即將制定的DVDAudio標(biāo)準(zhǔn)中，也規(guī)定將采用24bit采樣精度、88.2，96，192KHz采樣率的多聲道數(shù)字音頻格式。一種廣泛接受的多聲道數(shù)字音頻系統(tǒng)配置方案就是我們常稱的5.1聲道系統(tǒng)，也就是32.1的配置方案。這種方法是按照ITRU的建議BS.775來(lái)

4、確定用于重放的揚(yáng)聲器擺放位置的，如圖1所示。根據(jù)建議可知，5個(gè)全頻帶的重放揚(yáng)聲器分為前置揚(yáng)聲器（包括L、R、C）和后置揚(yáng)聲器（也稱環(huán)繞揚(yáng)聲器，包括Ls、Rs），按照?qǐng)D示所規(guī)定的角度和方位進(jìn)行擺放，并且它們都位于一個(gè)圓的邊界上，其中L、R揚(yáng)聲器與C揚(yáng)聲器分別呈30度夾角，Ls、Rs揚(yáng)聲器與C揚(yáng)聲器分別呈110度夾角。除此5個(gè)全頻帶的聲道外，還有一個(gè)低頻增強(qiáng)聲道，稱之為L(zhǎng)FE，它的頻率范圍在200Hz以下，大約是全頻帶倍頻程的10%左右，因

5、此也稱點(diǎn)一聲道。它的放置沒(méi)有特殊的要求，一般放置在前面。5個(gè)重放揚(yáng)聲器的擺放并不是說(shuō)能夠完全重現(xiàn)真實(shí)的空間聲像，其實(shí)5個(gè)揚(yáng)聲器的使用僅僅是一種重現(xiàn)空間聲像而采用的粗略的實(shí)現(xiàn)方式。當(dāng)然，一方面重放的效果取決于音頻素材的制作，另一方面則需要嚴(yán)格的重放揚(yáng)聲器的空間位置擺放和收聽(tīng)者的位置關(guān)系。在電影院里我們往往能夠感受到聲像定位準(zhǔn)確的音頻效果，現(xiàn)在也有一些提法，認(rèn)為8個(gè)、10個(gè)、12個(gè)甚至更多的重放揚(yáng)聲器會(huì)有更加完美的音頻效果。這些觀點(diǎn)有它存在

6、的理由，聲像的表現(xiàn)當(dāng)然是越準(zhǔn)確越好，但是一味的通過(guò)增加重放揚(yáng)聲器的數(shù)量以及增加音頻聲道數(shù)的話，它也會(huì)帶來(lái)另外的負(fù)面影響，如聲像的定位更加困難等等，因此我們?cè)诖藘H僅通過(guò)5.1聲道的實(shí)現(xiàn)方式來(lái)進(jìn)行闡述。另外，我們還應(yīng)明確一點(diǎn)，對(duì)于家庭消費(fèi)者來(lái)說(shuō)，5.1聲道已經(jīng)足夠表現(xiàn)較完美的音頻效果了。不管是那種擺放方式，它的實(shí)現(xiàn)都離不開(kāi)基本的編碼方式和主要規(guī)則。另外5.1聲道方式還會(huì)帶來(lái)較大的壓縮比和較低的比特率（相對(duì)于更多聲道的情況），下面就詳細(xì)的來(lái)介

7、紹一下多聲道數(shù)字音頻系統(tǒng)的編碼方式。3去除掉，在編碼時(shí)則僅僅對(duì)有用的那部分音頻信號(hào)進(jìn)行編碼，從而降低了參與編碼的數(shù)據(jù)量。同時(shí)再將編碼的信號(hào)進(jìn)行比特精度的分配，對(duì)于幅度比較大的信號(hào)或變化比較快的信號(hào)分配更多的比特?cái)?shù)，而對(duì)于幅度小、變化慢的信號(hào)則減少比特?cái)?shù)的分配，從而達(dá)到減少數(shù)據(jù)率的可能性，實(shí)現(xiàn)編碼的高效率。當(dāng)然這種結(jié)果是以編碼過(guò)程復(fù)雜化為代價(jià)的。下面具體分析幾種聲學(xué)模型。圖2編碼、傳輸、人耳聽(tīng)音的實(shí)現(xiàn)21根據(jù)聽(tīng)覺(jué)域度對(duì)可聞信號(hào)進(jìn)行編碼根據(jù)

8、聽(tīng)覺(jué)域度對(duì)可聞信號(hào)進(jìn)行編碼人耳對(duì)聲振動(dòng)的感受，在頻率及聲壓級(jí)方面都有一定的范圍，頻率范圍正常人約為20Hz~20kHz，而聲壓級(jí)范圍則是如圖聽(tīng)閾曲線來(lái)描述的。意即在這條曲線之下的對(duì)應(yīng)頻率的信號(hào)是聽(tīng)不到的。聲壓級(jí)A聽(tīng)閾曲線B頻率f圖3聽(tīng)覺(jué)域度對(duì)編碼的作用如圖3所示，對(duì)于信號(hào)A來(lái)說(shuō)，由于其聲壓級(jí)超過(guò)聽(tīng)閾曲線的聲壓級(jí)域值，所以可以對(duì)人耳造成聲振動(dòng)的感受，意即聽(tīng)到A信號(hào)。而對(duì)B信號(hào)來(lái)說(shuō)，其聲壓級(jí)位于聽(tīng)閾曲線之下，雖然它是客觀存在的，但人耳是不可

9、聞的。因此，可以將類似的信號(hào)去除掉，以減少音頻數(shù)據(jù)率。22根據(jù)掩蔽效應(yīng)，只對(duì)幅度強(qiáng)的掩蔽信號(hào)進(jìn)行編碼根據(jù)掩蔽效應(yīng)，只對(duì)幅度強(qiáng)的掩蔽信號(hào)進(jìn)行編碼人耳能在寂靜的環(huán)境中分辨出輕微的聲音，但在嘈雜的環(huán)境中，同樣的這些聲音則被嘈雜聲淹沒(méi)而聽(tīng)不到了。這種由于一個(gè)聲音的存在而使另一個(gè)聲音要提高聲壓級(jí)才能被聽(tīng)到的現(xiàn)象稱為聽(tīng)覺(jué)掩蔽效應(yīng)。聲壓級(jí)A后向掩蔽前向掩蔽BC頻率f圖4聽(tīng)覺(jué)掩蔽效應(yīng)如圖4所示，雖然B、C兩信號(hào)的聲壓級(jí)已超過(guò)聽(tīng)閾曲線的范圍，人耳已可以聽(tīng)