Цифровая компрессия аудиоданных в ЦРВ. Лекция 1,2

Системы ЦРВ

Система цифрового звукового вещания DAB (Digital Audio Broadcasting) предназначена
для доставки высококачественных звуковых программ и данных, передаваемых
наземными и спутниковыми передатчиками в метровом (88...114 МГц)
и дециметровом (0,5...2 ГГц) диапазонах частот и принимаемых автомобильными,
переносными и стационарными приемниками цифровых сигналов, а также распределяемых
с помощью кабельных сетей. Система DAB разработана для так называемой
одночастотной передающей сети (ОЧС).
В системе DAB используются широкополосные радиоканалы с одновременной передачей
в них нескольких звуковых программ, множества сигналов данных, разнообразной сервисной
и другой полезной информации. Она совместима с другими службами радиосвязи.
На сегодняшний день в мире получили распространение несколько технологий
цифрового радио.
Это европейская система Eureka – 147 (DAB), продвигаемая в США концепция IBOC,
система низкочастотного (до 30 МГц) цифрового вещания DRM (Digital Radio Mondiale –
всемирное цифровое радио), а также цифровое спутниковое вещание в формате DSR
(Digitale Satelliten Radio).

Структурная схема цифровой системы передачи сигналов

Уровень, Дб
Уровень, Дб
Кривая слышимости человеческого слуха
В отсутствие громких звуков
В присутствии тонального звука

Эффект частотного (статического) маскирования

Эффект временного (динамического) маскирования
Уровень, Дб
t
Длительность маскирующего тона
Маскирование
«назад»
Маскирование
«вперед»

Преобразование спектра сигнала при компрессии аудиоданных

Психоакустические модели (ПАМ):
1. NMR (Noise to Mask Ratio)
3. PERCEVAL (PERCeptual EVALution).
2. PAQM (Perceptual Audio Quality Measure)
ASPEC (Adaptive Spectral Perceptual Entropy Coding,
ATRAC/АТАС (Adaptive Transform Acoustic Coding, США).
Методы кодирования и компрессии:
1. Субполосное кодирование
MUSICAM (Masking Pattern Adapted Universal Subband Integrated
Coding and Multiplexing),
2. Кодирование с преобразованием

Характеристики кодирования источника
20 моно...4 стерео

Набор
фильтров (32)
Компрессия
аудиоданных
Определение
К масшт.
Сокращение
избыточной
информации
БПФ
Динамическое
распределение
бит
Дополнительные
данные
Желаемая
скорость
Оценка порога
слышимости
Мультиплексирование
Цифровой ЗС
В канал
Структурная схема монофонического кодера MUSICAM

Банк фильтров
(32 субполосы)
БПФ
(1024 отсчета
ЗС)
Динамическое
распределение
бит
Расчет
масштабных
коэффициентов
Психоакустическая
модель
Формирование
гранул
Кодирование
дополнительной
информации
Установка
скорости
цифр. потока
(32…384 кбит/с)
Форматирование,
контроль ошибок
(CRC)
Масштабирование,
равномерное
квантование и
кодирование ЗС
Цифровой ЗС
ИКМ, 768 кбит/с
Кодированный аудиосигнал, 32…384кбит/с
Функционирование кодера MUSICAM

Алгоритм работы кодера MPEG 11172-3 по методу MUSICAM

Частотный анализ ЗС в кодере MUSICAM

Демультиплексирование
Декомпрессия
аудиоданных
Декодирование
Инверсный
банк фильтров
Вход
К масшт
Распределение
бит
Выход
Цифровой ЗС
Структурная схема декодера MUSICAM

Структурная схема декодера MPEG 11172-3

Семейство кодеков MPEG
(Motion Pictures Experts Group)
1. MPEG – 1 (ISO/IEC 11172)
2. MPEG – 2 (ISO/IEC 13818)
3. MPEG – 4 (ISO/IEC 14496)
4. MPEG – 7 (ISO/IEC WD 15938)
5. ATSC AC – 3 (Dolby AC – 3)

Профили стандарта MPEG-1
11172 – 1 «Системы». Описывает синхронизацию и мультиплексирование
потоков видео и аудио в единый поток, пригодный для цифровой записи или
передачи.
11172 – 2 «Видео». Определяет кодированное представление сжатых видео
последовательностей с 625- и 525-строчным разложением и прогрессивной
разверткой до скоростей ~1,5 Мбит/с.
11172 – 3 «Звук». Определяет кодированное представление сжатых аудио
данных (моно- и стерео).
11172 – 4 «Проверка соответствия». Описывает процедуры тестирования
цифрового потока и декодера на соответствие профилям 1…3.
11172 – 5 «Эталонное программное обеспечение». Примеры реализации ПО
для п. 1…3.
«Информационные технологии – Кодирование движущихся изображений
и сопровождающего звука для цифровой записи со скоростями до 1,5 Мбит/с»

Профили стандарта MPEG-2
Информационные технологии – Обобщенное кодирование движущихся
изображений и сопровождающей звуковой информации.
13818 – 1 «Системы». Описывает мультиплексирование одного или нескольких
ЭП видео, аудио и др. данных в одно- или многопрограммный поток, пригодный
для записи или передачи.
13818 – 2 «Видео». Определяет средства компрессии видеоданных при
прогрессивной и чересстрочной развертке, а также процесс декодирования,
необходимый для восстановления изображения.
13818 – 3 «Звук». Представляет обратно совместимое расширение звукового
стандарта MPEG – 1.
13818 – 4 «Соответствие». Описывает процедуры тестирования
цифрового потока и декодера на соответствие профилям 1…3.
13818 – 5 «Моделирование ПО». Примеры реализации ПО
для п. 1…3.
13818 – 6 «DSM – CC».Определяет набор протоколов по управлению
цифровыми потоками MPEG – 1 и MPEG – 2.
13818 – 7 «ААС». Описывает алгоритм кодирования многоканального звука
ААС, не совместимый с MPEG – 1.
13818 – 9 «Интерфейс реального времени для декодеров». Описывает
интерфейс реального времени для декодеров транспортного потока.
13818 – 10 «Соответствие для DSM – CC». Определяет расширение для
совместимости с DSM – CC.

Профили стандарта MPEG - 4
Информационные технологии – Обобщенное кодирование аудиовизуальных
объектов.
14496 – 1 «Системы». Определяет описание сцены, мультиплексирование,
синхронизацию, управление буфером.
14496 – 2 «Визуальные средства». Определяет кодированное представление
натуральных и синтетических визуальных объектов.
14496 – 3 «Звук». Описывает кодированное представление натуральных и
синтетических звуковых объектов.
14496 – 4 «Проверка соответствия». Описывает процедуры тестирования
цифрового потока и декодера на соответствие профилям 1…3.
14496 – 5 «Рекомендуемое ПО». Содержит программные модули
большинства компонентов MPEG – 4 для построения совместимых
устройств.
14496 – 6 «DMIF». Определяет сеансовый протокол управления
мультимедийными потоками в обобщенной среде.

Профили 3 «Звук» семейства стандартов MPEG
Стандарт MPEG – 1 (ISO/IEC 11172 - 3) рекомендуется для кодирования
высококачественных моно- и двухканальных стереосигналов, предусматривает
три значения Fдискр. = 32; 44,1 и 48 кГц.
Стандарт MPEG – 2 (ISO/IEC 13818 - 3) это обратно совместимая с MPEG – 1
версия метода кодирования ЗС различных форматов: 1/0; 2/0; 3/1; 3/2; 5.1;
сигналов систем Dolby (Dolby Stereo; Dolby Surround; Dolby Pro Logic и др.).
Использует дополнительно к имеющимся в MPEG – 1 Fдискр. = 16; 22,05 и 24 кГц.
Стандарт MPEG – 2 (ISO/IEC 13818 – 7 ААС) предназначен для
высококачественного (по стандартам EBU (ЕСР)) кодирования в полной полосе
частот (до 20 кГц) при скоростях передачи ~64 кбит/с.
Стандарт MPEG – 4 (ISO/IEC 14496 - 3) ориентирован на мультимедийные
приложения. Расширяет возможности между мультимедиа терминалами
мобильного доступа низкой сложности до высококачественных звуковых
систем.

Уровни (слои) стандартов MPEG
Layer I (слой 1) рекомендуется для применения в профессиональной области
в системах записи-перезаписи с высоким студийным качеством с достаточной
емкостью памяти. Характеризуется небольшой сложностью и невысокой
степенью компрессии (редукции) аудиоданных. Скорость цифрового потока
192…256 Кбит/с; коэффициент компрессии ~4, задержка сигнала при обработке
~20мс.
Layer II (слой 2) потребительская область применения, высококачественное РВ.
Средняя сложность и средняя степень компрессии аудиоданных. Рекомендуемая
скорость цифрового потока 128 Кбит/с при кодировании ЗС в полосе частот
40…15 кГц; коэффициент компрессии ~6, задержка сигнала при обработке
40…50 мс
Layer III (слой 3) рекомендуется для передачи ЗС по сети ISDN в
профессиональной области со средним качеством, Интернет – вещания.
Отличается высокой сложностью и следующими параметрами: скорость
цифрового потока 64 Кбит/с при полосе ЗС 40…15 кГц, коэффициент
компрессии ~ 12, время задержки более 50 мс.

Относительная сложность кодеков MPEG - 1

Структурная схема кодера MPEG – 1 (ISO/IEC 11172-3) Layer I и Layer II
(МР1 и МР2)
Банк фильтров
32 субполосы
(PQMF-фильтры)
Нормирование
субполосных
отсчетов ЗС
Квантование
субполосных
отсчетов ЗС
Кодирование
субполосных
отсчетов ЗС
…
0
31
…
0
31
Расчет
масштабных
коэффициентов
Кодирование
дополнительной
информации
ПАМ 1
NMR
БПФ (512 ˅ 1024)
Динамическое
распределение
бит
Формирование
цифровых потоков и
помехоустойчивое
кодирование
ИКМ-сигнал, fд= 48 кГц, ΔА=16 бит/отсчет, v=768 кбит/с
Установка скорости
цифрового потока
Кодированный аудиосигнал,
v = 32…384 кбит/с
Глобальный порог
маскировки

Структурная схема кодера MPEG – 1 (ISO/IEC 11172-3) Layer III (МР3)
Банк фильтров
32 субполосы
Сегментация по
времени, расчет
коэффициентов
МДКП
…
31
…
576
0
1
576 или 3х192
коэффициента МДКП
Hybrid PQMF
Filter Bank
Образование
блоков
и неравномерное
квантование
коэффициентов
МДКП
Кодер
Хаффмана
(энтропийное
кодирование)
Кодирование
дополнительной
информации
Формирование
цифровых потоков и
помехоустойчивое
кодирование
Резервуар
бит
ПАМ 2
(модифицированная)
Входной ИКМ
сигнал
Установка скорости
цифрового потока
Итерационное распределение бит
Кодированный аудиосигнал, v=32…256 кбит/с
Глобальный порог маскировки
и психоакустическая энтропия

Декодер стандарта MPEG - 1 (ISO/IEC 11172-3) Layer II

Структура аудиофрейма стандарта MPEG ISO/IEC 11172-3 Layer II
Структура аудиофрейма стандарта MPEG ISO/IEC 11172-3 Layer I

Описание структуры аудиофрейма (20 бит)
1бит – бит идентификации ID, 1- поток аудиоданных полностью соответствует MPEG 11172-3
0- нет (MPEG-2)
2 бита – код уровня (слой кодирования: Layer-I; Layer-II; Layer-III; резерв)
1 бит – бит защиты, 1 – не применяется помехоустойчивое кодирование
0 - применяется
4 бита – скорость цифрового потока для каждого слоя кодирования (32…448 кБит/с для Layer-I;
32…384 кБит/с для Layer-II; 32…320 кБит/с для Layer-III)
2 бита – частота дискретизации: 44,1; 48 или 32 кГц
1 бит – паддинг, 1- частота дискретизации равна 44,1 кГц
0 - иначе
1 бит – для передачи дополнительной информации
2 бита – код режима передачи: стерео, совмещенное стерео, 2 независимых канала, один канал
2 бита – код режима расширения при передаче в режиме Joint Stereo
1 бит – бит права копирования, равен 0, если копирование запрещено
1 бит – оригинал/копия, равен 1, если передается оригинал
2 бита – код предыскажения

Header
(Преамбула,
заголовок
аудиофрейма)
32 бита
CRC-16
16 бит
Bit Allocation
88 бит
SCFSI
2 бита на
субполосу
(2х32)
SCF
6…18 бит
на субполосу
Subband Samples (Аудиовыборки)
12 блоков по 96 отсчетов (1152)
(кодовое слово отсчета – до 16 бит)
Ancillary
Data
Аудиофрейм стандарта MPEG ISO/IEC 11172-3 Layer II
Структура аудиофрейма стандарта MPEG ISO/IEC 11172-3 Layer II
Header- служебная информация (12 бит синхрослово 111111111111 и 20 бит - описание структуры данных
аудиофрейма)
CRC – избыточные биты (остаток) CRC-16
Bit Allocation – распределение количества бит по субполосам
SCFSI – распределение масштабных коэффициентов
SCF – значения масштабных коэффициентов
Subband Samples – значения нормированных отсчетов субполосных сигналов
Ancillary Data – вспомогательные данные

Структура аудиофрейма стандарта MPEG ISO/IEC 11172-3 Layer III
…
Аудиофрейм n - 1
Аудиофрейм n
Аудиофрейм n + 1
Длинный
блок
Короткий блок 1
Короткий блок 2
Короткий блок 3
0…575
0…191
Коэффициенты МДКП
Блок данных

Передаваемые сигналы в стандарте MPEG −2 ISO/IEC 13818 − 3

Кодер MPEG −1
стандарта
ISO/IEC 11172 − 3
Кодер MPEG −2
многоканального
расширения
стандарта
ISO/IEC 13818 − 3
М2
Декодер MPEG −1
стандарта
ISO/IEC 11172 − 3
Декодер MPEG −2
многоканального
расширения
стандарта
ISO/IEC 13818 − 3
М1
Структурная схема кодека MPEG −2 стандарта ISO/IEC 13818 − 3
(многоканальная конфигурация)
L
C
R
LS
RS
Т1
Т2
Т3
Т4
Т5
Т1
Т2
Т3
Т4
Т5
L'
C'
R'
LS'
RS'
T1 = α(L+βC+γLS);
T2 = α(R+βC+γRS);
T3 = αβC;
T4 = αγLS;
T5 = αγRS
Режим 2 Dolby Surround

Структурная схема кодера MPEG-2 ISO/IEC 13818-3 Layer II
PQMF
фильтр
PQMF
фильтр
PQMF
фильтр
PQMF
фильтр
PQMF
фильтр
Сумматор
сигналов
Сумматор
сигналов
ФНЧ
•
ПАМ
•
•
•
•
•
LS
L
С
RS
R
Предварительное
квантование
Предварительное
квантование
Предварительное
квантование
М1
Т1
Т2
Т3
Т4
Т5
Выбор
каналов
К квантованию и кодированию сигналов

Структурная схема кодера MPEG-2 ISO/IEC 13818-3 Layer II
(продолжение)
Т1
Т2
Т3
Т4
Т5
Переключение
каналов
Выбор
каналов
Блок расчета и
кодирования SCF
Блок кодирования с
линейным
предсказанием
Блок кодирования с
динамическим
переходным затуханием
MUX
От М1
Кодер МPEG – 1
Layer II
Кодер МPEG – 1
Layer II
Кодер многоканального
расширения
От ПАМ
Квантование и кодирование сигналов
к М1
Кодированный аудиосигнал

Header
CRC
BAL
SCFSI
SCF
Subband
Samples
AD
Доп. данные
Аудиофрейм стандарта MPEG - 1 ISO/IEC 11172-3 Layer II
Т1/Т2 – совместимый стереосигнал
МС –
Header
MC –
CRC
MC –
BAL
MC –
SCF
MC –
SCFSI
МС –
предсказание
МС –
Subband
Samples
Многоканальное
расширение - 2
AD
– 2
Аудиоданные многоканального расширения Т3,Т4,Т5
Многоканальное расширение
Структура данных аудиофрейма MPEG-2 стандарта ISO/IEC13818-3 Layer II
при отсутствии дополнительного расширения

Header
MPEG - 1
CRC
Аудиоданные
MPEG - 1
MC –
Header
МС –аудио-
данные
МС –
Доп. данные
MC –
CRC
Аудиофрейм стандарта MPEG - 2 ISO/IEC 13818-3 Layer II
Header
CRC
Аудиоданные
MPEG - 1
MC –
Header
MC –
CRC
МС –
предсказание
МС –аудио-
данные
Доп. данные
MPEG-2 аудиофрейм, совместимый с цифровым потоком MPEG-1
МС –
Доп. данные - 2
ext.
МС –аудио-
данные
ext.
длина
ext.
CRC
ext.
Sync
Цифровой поток дополнительного расширения
Структура данных аудиофрейма MPEG-2 ISO/IEC 13818-3
с дополнительным расширением

Гибридный
банк
фильтров
(сегментация
ЗС по времени
и частоте
Пред.
процессор
Процедура
объединения
сигналов
(режим
Coupling)
Процедура
кодирования
сигналов
M и S
(режим M/S)
Линейное
предска
зание
ТNS
процесс
Модифицированная психоакустическая модель 2
Входной аудио сигнал
Режим Jount Stereo
Установка скорости цифрового потока, управление и
контроль искажений квантования
Формирование
цифровых потоков
и
помехоустойчивое
кодирование
Оценка
масштабных
коэффициентов
Неравномерное
квантование
коэффициентов
МДКП
Кодер
Хаффмана
Итерационный
процесс
Кодированный аудиосигнал,
V=48…576 кбит/с на канал
Структурная схема кодера MPEG – 2 ААС ISO/IEC 13818 - 7

Алгоритмы компрессии цифровых данных MPEG – 4 стандарта ISO/IEC 14496 - 3
Предварительная
обработка
сигнала
Выбор алгоритма
кодирования
Параметрическое
кодирование
высоко-
качественного
ЗС
Кодирование речи
(SELP – кодер)
Субполосное
кодирование
с преобразованием
(ААС – кодер)
Модуль 1
(грубое
изменение
величины
и формы
спектра
энергии
искажений
квантования)
Модуль 2
(тонкое
изменение
величины
и формы
спектра
энергии
искажений
квантования
•
S(n)
Управление искажениями
квантования
Кодированный
аудиосигнал