感知音频编码中的心理声学模型研究.pdf

武汉大学
硕士学位论文
感知音频编码中的心理声学模型研究
姓名：王莉
申请学位级别：硕士
专业：计算机应用技术
指导教师：胡瑞敏
20030501
摘要可靠性和有效性。新的通信时代的来临，带来了通信量的增加，同时也据量，同时保持了重建信号的高保真性。声学掩蔽效应是用于开发音频信号中感知冗余的关键效应。在感知音频编码算法中，心理声学模型根据声学掩蔽效应的特性确定每个予带的掩蔽阈值，然后根据掩蔽阈值来本文首先阐述了本课题的研究背景和意义。接着，介绍了感知音频到的关键技术心理声学模型的原理及实现方法进行研究，并且针对现有感知音频编码算法的不足提出了改进的方案，即：这些算法中通常只考虑了帧内的掩蔽效应，即频域掩蔽，而没有考虑帧间信号的相互掩蔽效应，即时域掩蔽。而研究表明，时域掩蔽效应对于掩蔽阈值的确定有着非线性电路模拟时域掩蔽中的前向掩蔽效应，使这两种效应同时起作现在广泛使用的感知音频编码算法包括珹，．龋渲涤斜绕渌魏蝐柿恳羝蹈袷蕉级嗟南颜撸砑绦颍布重点研究了算法用到的掩蔽模型。并且在惴ɑ∩隙云湫睦声学模型进行改进，最后通过实验从客观和主观两方面对改进后模型的文章的最后，对全文进行了总结，指出了进一步研究的方向，对该音频编码技术应用在很多领域，例如：个人通信系统、网络多媒体和数字广播等。信息的数字表示所包含的信号．保证了传输或者存储的提出了有效利用带宽的需求，音频编解码器也随之盛行。成熟的音频编码范例都采用了人耳听觉特性来减少音频编码的数分配每个子带的编码比特数以保持量化噪声最小。心理声学模型的准确与否，直接决定了音频编码的质量。编码算法的基本原理和算法框架。然后，重点对感知音频编码算法中用相当的重要性。改进后的算法同时考虑了频域掩蔽和时域掩蔽，用一个用，更进一步地提高编码质量，降低算法复杂度。备。本文在比较了多种心理声学模型中使用的听觉掩蔽模型的基础上，性能进行了测试和分析。课题的发展趋势进行了描述。关键词：感知音频编码．人耳听觉特性。声学掩蔽效应．心理声学模型．
诧蟚珻瓻：甅琈黏琈琲簆瓵．．，，，．，．自珏
第一章引言语音的信号带宽阂羝笛顾醯幕疽G笫歉叩牟裳剩玫氖声音是信息传输中极为重要的媒体，是人们用来传递信息最方便、最熟悉的方式。数字声音技术在通信、计算机、广播电视、信息高速公路等诸多领域中得到广泛的应用。然而数字技术也存在数字化后信号量太大的缺点。特别是音频信号，数字化后的数据量相当惊人，这给传输和存储带径。一条更为主动的途径就是着眼于数字音频信号压缩传输技术的研究，不断探索高质量数字音频编码算法．以求低速率、高质量的音频编码技术。音频信号压缩应用到许多领域中，例如，多媒体信号编码、高质量音频传输和存储。音频压缩有其必要性。如果保存．裳乃酪的数据，传统的就是采用这种方式来存储音频信号。这个数量级远远超出了现存通信网络的带宽能力，对于存储空间也提出了很高的要求。由于传输带宽和存储介质容量的有限性，在有限和固定码率的情况下保持最低限度感觉失真已经成为一个重要的课题。音频压缩和语音压缩相比有很大的不同，这主要是因为它们各自所处理的对象音频藕庞胗镆藕啪哂胁煌奶匦裕河镆有一个高效的人声产生模型，对音频信号而言，由于音源的性质不确定，类似的模型是不存在的；音频信号的频谱带宽达，远远宽于间／频谱分辨率，大的动态范围和高质量的期望。传统方法在减少数据量时，多是利用了音频信号的内在冗余。近来提出的先进音频编码算法考虑了人的感知因素，在进一步减少数据率的同时保持了高保真的音质。重建信号的质量最终由人的感知来确定。感知包括知觉器官对刺激的识别和解释。音频信号刺激人的听觉系统，并导致了器官的感知活动。在减少数据率的时候可能会产生失真。感知音频编解码器对这些失真进行处理使它们不被人耳察觉。感知编码可以描述成：对有功于声音感知的信息部分进行表示：或者描述为：只有对感知有影响的信号才被表示。在编解码器的设计中感知效应的利用，使得在高压缩比的情况下保持低的失真水平成为可能。掩蔽效应，是音频编解码器中考虑的最主语音压缩的方法不能直接应用于音频信号的压缩。音频编码方法有其来了困难。提高信道传输速率、发展芯片存储技术，是解决问题的一条途频信号。每个采样点蛞幻胫拥男畔⑿枰，．痵，一分钟内将产生大于要的一种感知效应。自身的特点。痵／
多声道，仍然保持三个层次，声道数扩展到伽．，即左、中、音频鳊码的发展状况诒涡屯ㄓ糜诖酆媳嗦牒透从孟低常杜比公司开公司研制开发的感知音频编码器，该编码器将感知编码的思想引入立体声的两个声道中来。拦鶫咔逦度电视芯孔橛攵疟裙玖:峡7⒌腁系统，该编码方案被美国大联议的日本广播协会开发的低频预测型自带编