多声道数字音频系编码及应用.doc

多声道数字音频系统的编码及应用[摘要]随着存储媒体容量和传输带宽的不断提高,高质量多声道数字音频系统也逐渐取代传统的单声道、立体声系统,而成为新的传播媒体方式。本文着重介绍当前几种典型的多声道数字音频系统的编、解码技术。以MPEG-2、AC-3、DTS、MPEG AAC多声道数字音频系统来讨论它们各自声道的配置、数据容量、数据率等所带来的优缺点,最后介绍在数字音视频广播中,多声道数字音频系统的应用。1、前言对于CD格式来说,大家都知道它具有良好的信噪比、超过80dB以上的动态范围以及超过15kHz的频率范围,这使得它具有良好的音频质量和满意的收听效果,但是它仅仅提供了两个声道。多声道数字音频系统通过声道的扩展,不仅在质量上与CD音频不相上下,同时还带给听众身临其境的感受,而这是传统单声道和立体声无法实现的,因此多声道数字音频系统已被更多的听众接受,同时也逐渐成为音乐制作的主流。在众多的国际标准中,如SMPTE、EBU、ITU-R、ISO/IEC、MPEG等,都涵盖着一种称之为声道的多声道数字音频格式。在即将制定的DVD-Audio标准中,也规定将采用24bit采样精度、,96,192KHz采样率的多声道数字音频格式。一种广泛接受的多声道数字音频系统配置方案就是我们常称的声道系统,也就是3/2/.1的配置方案。这种方法是按照ITR-U的建议来确定用于重放的扬声器摆放位置的,如图1所示。根据建议可知,5个全频带的重放扬声器分为前置扬声器和后置扬声器,按照图示所规定的角度和方位进行摆放,并且它们都位于一个圆的边界上,其中L、R扬声器与C扬声器分别呈30度夹角,Ls、Rs扬声器与C扬声器分别呈110度夹角。除此5个全频带的声道外,还有一个低频增强声道,称之为LFE,它的频率范围在200Hz以下,大约是全频带倍频程的10%左右,因此也称点一声道。它的放置没有特殊的要求,一般放置在前面。5个重放扬声器的摆放并不是说能够完全重现真实的空间声像,其实5个扬声器的使用仅仅是一种重现空间声像而采用的粗略的实现方式。当然,一方面重放的效果取决于音频素材的制作,另一方面则需要严格的重放扬声器的空间位置摆放和收听者的位置关系。在电影院里我们往往能够感受到声像定位准确的音频效果,现在也有一些提法,认为8个、10个、12个甚至更多的重放扬声器会有更加完美的音频效果。这些观点有它存在的理由,声像的表现当然是越准确越好,但是一味的通过增加重放扬声器的数量以及增加音频声道数的话,它也会带来另外的负面影响,如声像的定位更加困难等等,因此我们在此仅仅通过声道的实现方式来进行阐述。另外,我们还应明确一点,对于家庭消费者来说,声道已经足够表现较完美的音频效果了。不管是那种摆放方式,它的实现都离不开基本的编码方式和主要规则。另外声道方式还会带来较大的压缩比和较低的比特率,下面就详细的来介绍一下多声道数字音频系统的编码方式。图1 ITR-U的建议确定的用于重放的扬声器摆放位置1、多声道数字音频的编码从立体声向多声道的过渡,增加了对存储和传输媒体的需要。下面以CD格式为例,假设它的采样频率为Fs=,采样精度R为16bit,那么CD格式的音频数据率B为:BCD=2×R×Fs=/s由此可知,一个小时的CD格式的音乐需要635MB的存贮空间,其实CD最长的重放时间为74分钟。那么如果使用的是多声道时,此时的数据率为:Bcdmultichannel=×R×Fs=/s同样一个小时的多声道格式的音乐需要的存储空间,远远大于CD的容量。同时当前已应用的多声道系统面临着带宽的问题。如美国的数字电视中仅仅给多声道的音频384kb/s的带宽,音频广播中,也只有56kb/s的数据通道,因此由上可知,多声道数字音频系统面临者存储容量和传输带宽的限制。如何将多声道数字音频数据率降低的同时又能够保证音频质量,是多声道数字音频系统面临的重大问题。众所周知,对于线性PCM来说,它的实现简单,在高容量/高带宽的前提下可以提供CD质量的音频信号。从另一个角度来看,采样精度的提高以及采样频率的提高,会带来更高的音频质量,如将采样精度由R=16提高到R=24;将采样频率由Fs=或Fs=48kHz提高到Fs=96kHz或Fs=192kHz。这种发展趋势已经逐渐地由一些录音工程师和音乐制作商所接受,同样多声道数字音频系统则也要顺应这种趋势。但如果仍然采用线性PCM,这无疑是增加了更大的数据量,提高了现有的数据率。我们知道线性PCM并没有充分利用音频信号的特性进行编码,在PCM数据流中存在着大量的冗余信息。同时要强调的是不管音频信号如何编解码、传输,最终还是要靠我们的人耳来实现的,如图2所示,因此我们可以充分地考虑人耳的听觉特性,并加以利用,如人耳的掩蔽效应、哈斯效应等等。这样就可以将音频信号中与人耳有关的那部分冗余信息