如何做到数字音频突破音响障碍

    人们都期望高质量的录音和放音音响效果。然而，他们又不太愿意为庞大的硬盘驱动器或T1线或长时间等待文档传送而多花成本。如何解决这些矛盾呢？按照数字信号处理器参考手册上的介绍采用数字信号处理技术和芯片，也许会带来额外的惊喜。

    在44.1kHz上供采样的双声道16位数字音频剪辑电路上就能产生一个略大于1.4Mbps的数据位流。但这种以文档方式传送需要近11M字节／分的存储容量。无损耗或熵压缩技术可以将数据压缩三分之一或者一半，但是这种信息量超过了一般ADSL（不对称数字用户线），或电缆调制解调器连接所能够可靠地传送或**下载的容量。而且，它会迅速地填满基于磁、光和半导体的存储介质。此外，许多无损耗压缩技术也不适于数据流动传送。

    许多资料表明，人们对损耗、判别、压缩的兴趣日益浓厚并作了很多努力。而损耗、判别、压缩可以把文件压缩到其原大小的1/12甚至1/24，而且压缩后，与原声没有可听到的原质的差别。如果音频源可以容许限制保真度和频率，例如一种目标指向次低音喇叭的深低音频道或一种单音的言词技巧，那么这种减小作用可能更为显著。

　　通用基础

    许多有损耗的压缩方案都采用一组类似的高级功能模块，或它们的子集。编码器把输入的无压缩的位流分为多种采样重叠窗口，而每一组平行路由到一个滤波器程序库和一个感知处理器。滤波器程序库在每个窗口上实行时间/频率的变换，类似于在JPEG和MPEG图像压缩核心的位置到频率的像素矩阵DCT（离散余弦变换）。时间/频率的变换消除了从采样到采样的频率冗余，将其分解成普通系数。如果变换设计得好，而且像滤波那样当数据处于频率域时，不发生更改，那么，随后的频率/时间的再变换就会准确地再现原来的信号。这种"输入等于输出"的目标称为识别系统。

　　判别处理器确定了构想中采样的频率掩蔽和时间掩蔽特性。在频率掩蔽中，大一点的音会掩没住附近频率的很小的静音，而在时间掩蔽中，大的音会掩蔽了在其前后发生的很小的静音。判别处理器首先要识别出强度**高的音频采样并变换频带，然后计算出其掩蔽曲线。这种曲线把人们的听觉系统的灵敏度曲线与频率的函数关系组合在一起。

　　运用滤波器库和判别模式的输出，量化器根据其频率和计算出的掩蔽曲线测定出可明显衰减的音调数据。它完全有可能丢弃某些音调数据。由于人的耳朵固有特性和对附近的较大声音（在时间和频率内）的掩蔽，即使在**后的压缩数据位流中信息可能会存在，但这种信息也可能会听不到。同样，这种功能模块确定每个低于由量化产生而又察觉不出的噪声频率的掩蔽水平。它把每个系数量化到增加的噪声将低于恰好是可听见阈值的点上。某些编译码器，在假定低强度声音比高强度声音更通用而且元件的高分辨率在无噪声通过（此时满足要求的SNR大多难于获得）过程更重要的条件下，选择一种非线性量化法。

　　该过程的下一步包括用赫夫曼编码、算术编码或类似的方式选择无损耗的压缩量化系数。因为量化一般会产生长序列的重复零，所以无损耗编码可以有效地减小数据位流量。**后，编码器把这些系数紧缩进通用尺寸的数据"程序块"，有时候还加上同步、错误隐蔽、缓冲区管理、信息标题以及其他的附加位等。

    相应的译码器通常比较简单，它应适应一种一对多个多媒体分配方案。它首先打开压缩的音频位流，重新产生频率系数，然后执行频率与时间的再变换，往往带有低通滤波功能消除假频。它也必须能对付缓冲区管理，特别是用可变位率压缩和误差管理来对付缓冲区管理，在误差管理中，是针对序列之外到达的输入信息包及其他根本不能到达的信息包。

[1] [2] [3] [4] [5] [6] 下一页