感知音頻編碼的關(guān)鍵技術(shù)與改進(jìn).pdf

1、近年來(lái)，多媒體技術(shù)的應(yīng)用需求促進(jìn)了各種高質(zhì)量數(shù)字音頻壓縮技術(shù)的快速發(fā)展。感知音頻編碼器以其壓縮效率高、重建音頻信號(hào)質(zhì)量好的特點(diǎn)在多媒體應(yīng)用領(lǐng)域得到廣泛關(guān)注。由于人們對(duì)聽(tīng)覺(jué)原理的研究日漸深入以及對(duì)心理聲學(xué)原理的充分利用，使得感知音頻編碼器越來(lái)越趨向感知上最優(yōu)的編碼效果，但引入的一個(gè)普遍現(xiàn)象是編碼器結(jié)構(gòu)的復(fù)雜化。因此，感知音頻編碼關(guān)鍵技術(shù)的研究具有重要的理論和應(yīng)用價(jià)值。 本文的主要工作包括分析和研究了瞬態(tài)信號(hào)檢測(cè)算法、前向掩蔽模型算

2、法、心理聲學(xué)模型算法、量化循環(huán)結(jié)構(gòu)和熵編碼，給出了改進(jìn)的音頻基礎(chǔ)編碼器(EAFC)的設(shè)計(jì)實(shí)例及其軟件界面，并對(duì)EAFC進(jìn)行了客觀評(píng)價(jià)分析。主要貢獻(xiàn)如下： 1)在感知音頻編碼中，需要對(duì)瞬態(tài)信號(hào)幀進(jìn)行特殊處理，前提是合理地檢測(cè)出瞬態(tài)信號(hào)。基于瞬態(tài)信號(hào)的時(shí)域和頻域特點(diǎn)，本文提出一種利用信號(hào)平坦測(cè)度作為判決函數(shù)的時(shí)一頻瞬態(tài)檢測(cè)算法。與已有的瞬態(tài)檢測(cè)技術(shù)相比，新算法在漏檢和誤檢方面有所改善，且運(yùn)算復(fù)雜度隨著瞬態(tài)信號(hào)的明顯程度自適應(yīng)變化，具

3、有檢測(cè)準(zhǔn)確度高、運(yùn)算簡(jiǎn)單等優(yōu)點(diǎn)。 2)對(duì)于心理聲學(xué)模型算法，本文在研究心理聲學(xué)原理和前向掩蔽模型基礎(chǔ)上，充分利用人耳的時(shí)域掩蔽和頻域掩蔽特性，將一種聽(tīng)覺(jué)前向掩蔽模型整合到傳統(tǒng)的心理聲學(xué)模型中，經(jīng)過(guò)掩模間的掩蔽非線性疊加，建立了時(shí)一頻域新的聯(lián)合掩蔽平面。由此消除了更多的人耳感知無(wú)關(guān)冗余，可提高感知音頻編碼效率。 3)由于AAC編碼器中量化模塊所采用的迭代雙循環(huán)結(jié)構(gòu)存在一定缺陷，本文對(duì)其量化循環(huán)結(jié)構(gòu)進(jìn)行了改進(jìn)：利用初始量化階