基于EaacPlus的可分层可分级音频编码系统

在多媒体通信中,一方面要求音频业务质量能适应不断变化的网络带宽,体现一定的层次性;另一方面,要求音频信源能够按码率任意截断从而更好地适应信道变化,以保证音频业务质量要求。这种信源的分层分级码流在网络传输时,更便于信道不对等保护技术的使用。提出了一种音频业务的可分层模型和基于EaacPlus核心编码器的可分层可分级音频编码方案。实验表明,分层模型的使用使得音质具有较强的层次感;可分级码率的增加能够带来音质的连续增强。     

一种基于正弦模型的音频压缩算法

提出一种适用于无线移动通信的低码率音频压缩算法。该算法基于正弦模型，而且针对极低码率的应用做了修正，提高了重建音频的质量。这些修正包括：自适应变换的分析长度，用于匹配跟踪算法和参数量化的心理声学模型以及频域的无相位音频重建算法。主观测试表明，在0.5bit/抽样的码率要求下，重建信号达到并超过了调幅广播的音频质量。     

远程故障会诊中的音频编码技术应用

为利用有限的资源,编码技术从一出现便受到广泛的重视。远程故障会诊系统音频编解码器是在总结已有的音频编码方案的基础上,针对科学考察船实际应用情况,提出的新的音频编码方法。此编码技术将音频的合成编码和自然声音的编码相结合,其优越之处在于——它不仅支持自然声音,而且支持合成声音,有效降低(压缩)原始数字音频信号流码率,适用于带宽资源有限的船载卫通信道。     

一种基于WLP-MDCT混合音频编码算法

介绍了一种卷曲线性预测(Warped Linear Prediction,WLP)与改进型离散余弦变换(Modified Discrete Cosine Transform,MDCT)混合音频编码的算法。WLP技术用来构造一对前滤波器和后滤波器,其中前滤波器用来降低MDCT编码过程中前回声的产生,后滤波器可以对量化噪声进行整形,从而进一步提高重建音频的主观听觉质量。实验结果表明该算法确实有效可行。     

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,ATRAC,PAC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,MP3,AC-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,达到了ITU-R的有关规定。最后简要介绍了AAC的实现。     

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。     

基于正弦波的参数音频编码算法

正弦波模型已被证明是一种行之有效的语音信号编码技术。近年来．在低码率的音频编码算法中也开始应用它。采用 ＭＰ算法来处理正弦波模型，根据音频信号的特点对抽象的 ＭＰ算法进行改进和变化。它在分析时将合成过程考虑在内，保证了分析与合成的一致性。在合成时，采用增强技术可以有效地改善音质。还讨论了 ＭＰ算法的正交化缺陷和它对合咸信号质量的影响。     

一种符合ITU-T指标要求的嵌入式立体声语音频编码方法

 基于国际电信联盟标准化组织(ITU-T)编码标准G.729.1,本文提出了一种嵌入式变速率立体声语音与音频编码方法.本算法利用G.729.1和改进的调制叠接变换(Modulated Lapped Transform,MLT)编码技术对输入信号的中值与边带信息进行分层编码,形成具有嵌入式结构的码流.编码器可处理宽带和超宽带的立体声信号,宽带立体声信号编码的最大码率为48kb/s,超宽带立体声信号编码的最大速率为64kb/s.实现结果表明,本编码器的编码质量均达到了ITU-T对G.EV-VBR立体声编码的指标要求.     

基于信号规整和稀疏变换的语音与音频分层编码方法

基于语音和音频信号的固有周期性特征,本文构建了一种适合语音和音频信号的统一分析/合成模型,并分别在24kbps和32kbps码率下,实现了对宽带语音和音频信号的高质量分层编码.首先,本文将具有时变周期的输入信号规整为具有固定周期的信号,并对规整后的周期信号构建规整矩阵;其次,对规整矩阵的行和列分别进行调制叠接变换(MLT)和离散余弦变换(DCT),完成规整矩阵的稀疏化;最后,利用分带量化和矢量哈夫曼编码完成稀疏矩阵元素的量化和编码.主客观测试结果表明,本文所提方法的语音、音频及其混合信号的编码质量均优于同等速率下的ITU-T G.722.1和AMR-WB编码器.     

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。     

基于小波变换和音质模型的音频编码算法研究

音频编码要解决的问题是以最小感知失真用低速率表达音频信号.本文设计了一种基于正交小波变换和音质模型的自适应比特分配音频编码算法,它可以将1411.2kbit/s的双声道立体声高保真音频信号压缩成低至32kbit/s的速率,并保持很好的音频质量.     

数字音频压缩技术研究

音频信号数字化后的数据量相当惊人,不利于传输和存储,在日益广泛应用的数字技术中,数字音频的压缩成为其中的关键技术之。文中介绍了国内外现有的一些音频压缩技术,对其中重要的压缩算法进行了研究分析。     

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.     

数字音频水印

感知音频编码是音频信号存储和传输的主流技术。数字音频水印技术和感知音频编码技术相结合，在音频信号中嵌入水印数据。在保证合成音频信号质量不发生可察觉变化的同时，充分保证水印数据的健壮性。文中首先介绍了数字水印系统的概况，然后讨论了数字音频水印系统的特点和要求，比较了常用的数字音频水印技术，接着重点讨论了基于扩频技术的数字音频水印系统的实现方案，最后归纳了数字音频水印的典型应用。     

一种基于匹配跟踪的谐波和独立谱线正弦模型实现方案

该文基于匹配跟踪的谐波和独立谱线正弦模型提出了一种用于参数音频编码的实现方案,输入音频信号的正弦成分由谐波联合独立谱线共同表示,分析合成过程采用50%叠接相加(OLA)消除帧间不连续,匹配跟踪(MP)算法在频域提取模型参数(幅度、频率和相位)大大降低运算复杂度。谐波谱线基频由谐波积谱法(SHS)获得,各次谐波频点确切位置借助MP迭代过程推出,并进行二次曲线拟合,对应的谐波幅度采用LPC谱包络近似。独立谱线的提取有效弥补了谐波提取不足。实验证明该文提出的正弦模型实现方案可以很好地表示出音频信号中的平稳成分,并对低比特率的参数音频编码有一定的借鉴性。     

音频编码中瞬态信号的时域检测方法

在低比特率音频感觉编码中,预回声失真更为突出,而对其处理的前提是瞬态信号的有效检测。在时域,基于峰值功率与平均功率之比( PMR)定义了瞬态强度,并以此为判决函数提出一种新的瞬态信号时域检测算法。由于考虑了时域掩蔽效应来设置检测门限和有效瞬态点间隔,非常适用于感觉音频编码。与当前典型的基于感觉熵的频域瞬态检测方法相比,具有时间分辨率高、准确和算法简单等优点。     

改进的正弦模型在音频时域修正中的应用

介绍了一种更有效的相位内插算法,使正弦模型能够精确而更有效地分析/综合语音信号。将该正弦模型应用于音频的时域修正,通过使用正弦 瞬时冲击 噪声3种模型来灵活表示广泛的音频信号,分别针对不同的信号进行不同的时域修正,实验证明,通过此方法得到的效果明显优于传统时域修正算法。     

Perceptual Audio Coding Using Sinusoidal/Optimum Wavelet Representation

A perceptual audio coder, in which each audio segment is adaptively analyzed using either a sinusoidal or an optimum wavelet basis according to the time-varying characteristics of the audio signals, has been constructed. The basis optimization is achieved by a novel switched filter bank scheme, which switches between a uniform filter bank structure (discrete cosine transform) and a non-uniform filter bank structure (discrete wavelet transform). A major artifact of the International ISO/Moving Pictures Experts Group (MPEG) audio coding standard (MPEG-I layers 1 and 2) known as pre-echo distortion which uses a uniform filter bank structure for audio signal analysis, is almost eliminated in the proposed coder. A perceptual masking model implemented using a high-resolution wavelet packet filter bank with 27 subbands, closely mimicking the critical bands of the human auditory system, is employed in this audio coder. The resulting scheme is a variable bit-rate audio coder, which provides compression ratios comparable to MPEG-I layers 1 and 2 with almost transparent quality.     

可提高编码效率的MPEG-4音频可伸缩无损编码

最近提出的MPEG无损音频编码标准(MPEG-4音频SLS(scalable to Lossless编码技术)提供了一种统一的语音模式,这种语音模式可以将有损语音编码,无损语音编码以及粒度可伸缩语音编码的功能结合在 一个框架中.我们提出了两种提高SLS编码效率的方法,即基于上下关系的算术编码方法和低能量模式编码方法.这两种方法同当前的SLS框架搭配在一起运行,可以保持它的好的特征如:粒度可伸缩性,同时可以成功地改善它的无损压缩性能.     

听觉掩蔽和音频信号压缩编码原理

本文叙述了听觉掩蔽效应和音频信号压缩编码原理。讨论了ＡＴＲＡＣ、ＰＡＳＣ、ＭＵＳＩＣＡＭ编码和目前音频视频信号压缩编码的国际标准．