感知音频编码中预回声的产生机理与抑制方法

阐述了预回声的概念和产生机理，对几种抑制预回声方法的基本思想和实现手段进行了讨论，并简要介绍了它们在ＰＡＣ中的应用。

基于感知熵的感知音频编码器量化模块的改进

在感知音频编码中 ,双循环结构作为标准的参考算法在对编码质量的评估等工作中能起到较好的效果 ,但由于收敛速度较慢 ,故难于用于实时编码应用 .本文以 MPEG- 2 AAC的量化模块为例 ,对其进行分析 ,引入了基于感知熵的比特估算技术 ,并针对其缺陷重新设计了该模块 .实验结果表明 ,新算法在迭代次数等方面有明显改进 .

基于音频感知编码的减谱去噪和水印嵌入算法

将音频感知编码的减谱去噪和水印嵌入算法与编码算法有效结合在一起 ,通过合理利用编码过程中的变换和控制 ,使得新算法获得了优于传统算法的性能 ,并完善了软件编码器性能 .实验结果表明去噪算法提高了信噪比并改善了主观听觉效果 ;水印嵌入算法既避免了后续压缩编码过程对水印信号的损坏 。

基于高斯混合模型的感知域音频编码方法

传统感知音频编码方案采用心理声学掩蔽降低编码码率,其声道模型＋信号激励的方式难以同时实现高质量的中低码率语音和音频信号编码。为此,提出一种基于高斯混合模型的感知域音频编码方法,利用Gammatone滤波器组模拟人耳听觉系统,采用多路复用掩蔽模型替换降低包络脉冲的数量,对结构化模型进行拟合,使用高斯-牛顿算法对听觉包络进行高斯混合模型参数的拟合,将高斯混合模型参数替代音频信号特征。实验结果表明,与基于稀疏包络表示重构的音频编码方法相比,该方法的主观测试高0.5分-0.8分,客观测试高5分-10分,解码得到的语音和大部分音乐信号都能还原到原始音频信号,可用于实现高质量的中低码率语音和音频编码。

AAC:21世纪音频编码的主流

数字音频编码技术无论对多媒体通信、多媒体广播、消费类电子都有其重要性。首先简要地回顾了数字音频编码技术的发展过程,然后介绍了包括MPEG音频,MP3,AC-3,ATRACPAC在内的8种现行商用数字音频编码系统,并作了特征比较。作为重点、详细地叙述了MPEG-2AAC的算法和特点。介绍了ITU-R有关高质量音频编码主观评价的方法,给出了AAC,PAC,MP3AC-3音质评分表,评分显示在相同低数码率时AAC具有最好的音质,并达到ITU-R的有关规定最后简要介绍AAC的实现。

变换音频编码预回声产生机理与抑制方法

针对变换音频编码中的预回声问题,阐述了预回声的概念及产生机理,分析了预回声抑制方法的原理与实现手段.提出了基于时域拆分——频域合成的预回声处理算法,与窗切换及比特池等预回声处理技术相比,可以减小算法延迟,并取得良好的预回声抑制效果.

低延迟音频编码及应用

通用的感知音频编码技术能在很低码率下提供透明的音质,但编解码算法延迟大,难以满足两地实时通信的要求,语音编码技术能以低延迟提供良好的语音服务,但不适合处理复杂的音频信号。分析了影响感知音频编解码算法延迟的主要因素,并给出了定量的计算方法,着重论述了MPEG-4 AAC-LD的关键技术、性能及其应用。

一种AAC音频编码量化器的改进算法

提出了一种AAC音频编码量化算法的迭代初始化与搜索的改进算法,该方法能有效减少量化器的迭代次数并且在不同风格的音频曲目与音频帧之间的编码时间相对稳定,从而使编码器更适用于实时编码的应用。

基于感知熵和BFOS改进的MPEG4-AAC量化

感知音频编码中,特别是低码率时,编码性能很大程度上依赖于编码器比特分配方案的效率和收敛速度。MPEG4-AAC采用基于双循环结构的量化模块,难于实时编码,并且未考虑"比特利用效率"。本文针对此缺陷提出基于新的感知熵比特估计算法和一种改进的BFOS算法的比特分配方案,收敛速度和比特利用效率得到改善。仿真结果表明新的量化模块具有明显的优越性。

基于方差-平坦测度的音频瞬态段检测算法

瞬态段检测算法是数字音频信号编码前进行预处理的关键算法之一,其性能优劣直接影响到编码复杂度以及编码质量。提出了一种基于方差与平坦测度相综合的瞬态段检测算法,实验结果表明,本算法能够有效减少低能量瞬态段的冗余检测,并且可以以比帧更小的信号段作为检测对象,提高了时间分辨率,检测结果更能接近信号的实际情况,提高了编码质量。此外,本算法还具有检测准确度高、算法简单等优点。

多工作模式MPEG音频解码器

设计一个低功耗、可配置、低成本的MPEG-1/2 Layer I/II/III音频解码器。该解码器包含软件部分和硬件加速部分,可以选择工作在"高品质"和"低功耗"2种工作模式下。在"高品质"工作模式下,该解码器是全兼容的。在"低功耗"工作模式下,设计一个截止综合子带滤波和欠采样的方法,使得系统的动态功耗得到进一步降低。

美国数字音频广播的市场化前景

美国数字无线电（USADR）和朗讯数字广播（Lucent DR）合并成立爱比克数码（iBiquity Digital）公司。集两家技术之长的爱比克数码开发了独立产权的数字广播关键技术，即增强型带内同频数字音频技术（iDABTM）和增强型感知音频编码技术（PACTM），通过与其它广播台、设备供应商及信息提供商的合作，将加速实现数字音频广播（DAB）的市场化。

基于量化步长线性预测和BFOS算法的MPEG-4AAC量化

MPEG-4 AAC的编码性能很大程度上依赖于量化模块的编码效率和收敛速度,但其常用的基于双循环搜索结构的率失真控制器引起编码器性能较差,尤其在低码率时更为突出。提出一种新的量化优化算法。新方案采取单循环结构,用前面数帧的量化信息对当前帧的初始量化步长做线性预测,再用接近最优比特分配的BFOS算法控制量化步长的调节。仿真证明新方案的编码性能明显优于MPEG-4 AAC VM,对比BOFS算法,运算量得到极大降低。

一种基于平坦测度的瞬态信号检测技术

在感知音频编码中,需要对出现瞬态信号的帧进行特殊处理,其前提是合理地检测出瞬态信号。基于瞬态信号的时域和频域特点,提出一种利用信号的平坦测度作为判决函数的时-频瞬态检测方法。通过MATLAB软件仿真测试,此方法在多数测试音乐中的漏检和误检数量较少,且算法复杂度较低。与已有的瞬态检测方法相比,此方法在漏检和误检方面有所改善,且算法复杂度随着瞬态信号的明显程度自适应的变化,具有检测准确度高、算法简单等优点。

基于CORDIC变换实现任意点MDCT与IMDCT的算法

改进离散余弦变换(MDCT)与其反变换(IMDCT)是当今主流音频压缩标准中普遍采用的时频变换单元,也是计算量最密集的模块之一。传统的解决办法是采用基于旋转坐标变换(CORDIC)的FFT快速算法完成,但这要求MDCT变换点数为2次幂。提出了1种基于CORDIC变换实现任意点数的MDCT算法,不需要ROM存储三角函数值,可应用在支持多个标准的硬件框架中。

听觉临界频带及其在声频信号处理中的应用

本文首先从临界频带概念的提出、临界频带带宽的测评和临界频带率度量等几个方面详细分析阐述了临界频带这一听觉的十分重要的概念,然后以响度模型和音频压缩编码中的感知编码为实例,说明了临界频带在声频信号处理中的应用。

浅谈心理声学中掩蔽效应的应用

随着现代科学技术的发展，出现了标志着数字音频的激光唱盘（CD）和数字音频磁带（DAT），其特点都是高数据率和大容量的数据存储。新的无线和网络多媒体的应用，要求在不损伤声音质量的情况下对数据量进行压缩，这种需求推动了数字音频压缩技术的迅猛发展，越来越多的音频编码标准被制定出来。