音頻感知編碼模型及關(guān)鍵技術(shù)的研究.pdf

1、關(guān)于音頻感知編碼模型的研究主要集中在兩個(gè)方面：一是各種音頻壓縮編碼算法的研究；二是音頻編解碼器實(shí)現(xiàn)技術(shù)的研究。當(dāng)前，隨著移動(dòng)通訊網(wǎng)絡(luò)的普及，音頻產(chǎn)品的傳播變得更加頻繁和方便，但移動(dòng)設(shè)備終端的計(jì)算能力和存儲(chǔ)容量都是有限的，因此，低復(fù)雜度高質(zhì)量的音頻編碼算法研究和系統(tǒng)實(shí)現(xiàn)成為數(shù)字音頻處理領(lǐng)域的研究熱點(diǎn)之一。 為實(shí)現(xiàn)一個(gè)低復(fù)雜度高質(zhì)量的音頻編解碼器，本論文的工作主要圍繞下述兩個(gè)方面展開(kāi)：在算法級(jí)上，選擇音頻感知編碼模型中具有突出優(yōu)點(diǎn)的

2、AAC編碼系統(tǒng)為研究對(duì)象，分別在頻域變換、心理聲學(xué)分析和量化編碼這三大關(guān)鍵模塊中進(jìn)行算法優(yōu)化，在保證編碼質(zhì)量的前提下，降低運(yùn)算復(fù)雜度，減小編碼耗時(shí)；在實(shí)現(xiàn)技術(shù)方面，采用SOPC設(shè)計(jì)策略，使用“微處理器軟核+專用IP核”的模式進(jìn)行軟硬件協(xié)同工作，在FPGA開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn)一個(gè)低復(fù)雜度高音質(zhì)的AAC編解碼系統(tǒng)。 本文的主要工作和創(chuàng)新如下： (1)濾波器組是音頻感知編碼模型中的計(jì)算密集型模塊，占用較大的運(yùn)算量。本文針對(duì)濾波器組的

3、快速實(shí)現(xiàn)算法進(jìn)行了研究，分別提出了兩種改進(jìn)方案——基于遞歸結(jié)構(gòu)和基于N/8點(diǎn)FFT核的MDCT/IMDCT快速實(shí)現(xiàn)方案，適于IP核設(shè)計(jì)并可以實(shí)現(xiàn)MDCT/IMDCT電路共用。第一種方案具有電路規(guī)整、占用硬件資源少、運(yùn)算速度快和吞吐能力強(qiáng)等優(yōu)點(diǎn)，與現(xiàn)有遞歸算法相比，只需要N<'2>/16個(gè)周期就可以完成N點(diǎn)MDCT/IMDCT變換。第二種方案，相對(duì)于目前流行的基于N/4點(diǎn)FFT核的實(shí)現(xiàn)方法，增加了一些加法器，但降低了對(duì)乘法器數(shù)目的需求，減

4、小了計(jì)算誤差，同時(shí)將運(yùn)算速度提升了近一倍。 (2)為消除預(yù)回聲的影響，音頻感知編碼模型在心理聲學(xué)模塊中通過(guò)暫態(tài)分析，判斷信號(hào)的瞬變性，以指導(dǎo)變換編碼中自適應(yīng)長(zhǎng)短塊的切換。本文結(jié)合人耳聽(tīng)覺(jué)特性和音頻編碼特點(diǎn)，草擬了一種聽(tīng)覺(jué)感知閾值的擬合模型框架，并且，分析了基于感知熵的塊類型選擇算法存在的缺點(diǎn)，提出了一種簡(jiǎn)單的暫態(tài)分析方法——時(shí)域峰值檢測(cè)法，能在時(shí)域上快速判斷出音頻信號(hào)的瞬變性，從而，對(duì)平穩(wěn)信號(hào)和瞬變信號(hào)使用不同的變換窗長(zhǎng)度，以獲

5、取較好的時(shí)域分辨率和頻域分辨率。在對(duì)音質(zhì)影響不大的前提下，提高了心理聲學(xué)模型的計(jì)算速度。 (3)音頻感知編碼模型中使用Brandenburg的雙循環(huán)量化處理結(jié)構(gòu)，可以獲取較好的編碼質(zhì)量，但存在收斂速度慢、迭代次數(shù)多的缺點(diǎn)，不具備實(shí)時(shí)處理能力。本文在原量化模塊設(shè)計(jì)思想的指導(dǎo)下，提出了基于噪聲預(yù)測(cè)的量化-編碼結(jié)構(gòu)。通過(guò)確定公共縮放因子和尺度因子的制約關(guān)系，縮小量化階的迭代范圍，加快了收斂速度，簡(jiǎn)化了量化模塊的運(yùn)算復(fù)雜度。與原有雙循環(huán)

6、迭代結(jié)構(gòu)相比，在對(duì)音質(zhì)影響不大的前提下，運(yùn)算速度提高了一倍。相應(yīng)地，在反量化模塊中，提出了一種改進(jìn)型的查表方法，與現(xiàn)有算法相比，減少了50％的存儲(chǔ)空間，并將計(jì)算誤差控制在10<'-6>級(jí)別內(nèi)。 (4)依據(jù)嵌入式系統(tǒng)實(shí)時(shí)操作和可編程化的要求，本文提出了一種基于SOPC架構(gòu)的數(shù)字音頻編解碼系統(tǒng)的可編程實(shí)驗(yàn)?zāi)Ｐ?。選擇MPEG AAC為實(shí)驗(yàn)對(duì)象，通過(guò)對(duì)編解碼系統(tǒng)中關(guān)鍵模塊的算法改進(jìn)和部分電路的硬件優(yōu)化，軟硬件協(xié)同設(shè)計(jì)，降低編解碼的運(yùn)算復(fù)