AAC感知音頻編碼算法的優(yōu)化與設(shè)計.pdf

1、隨著網(wǎng)絡(luò)信息與多媒體技術(shù)的快速發(fā)展，人們對于多媒體業(yè)務(wù)的需求越來越迫切，多媒體與計算機(jī)網(wǎng)絡(luò)技術(shù)逐漸融合為一體，已經(jīng)滲透到社會經(jīng)濟(jì)與生活的各個方面。為了方便存儲和傳輸，基于心理聲學(xué)模型的感知音頻編碼技術(shù)得到了廣泛的應(yīng)用。
　　 高級音頻編碼技術(shù)(Advanced Audio Coding，簡稱AAC)是目前最先進(jìn)的感知音頻編碼技術(shù)，它的優(yōu)勢主要體現(xiàn)在以下三方面：較高的信號壓縮比、模塊化的量化編解碼過程、完美透明的重建音質(zhì)。作為一種

2、音頻編碼標(biāo)準(zhǔn)廣泛的應(yīng)用于各個領(lǐng)域，AAC具有得天獨厚的優(yōu)點以及其潛在的市場價值。但是AAC標(biāo)準(zhǔn)算法同樣存在不足之處，由于其算法復(fù)雜度很高，消耗大量的運算時間及系統(tǒng)資源，存在一定的編碼延時，十分不利于當(dāng)今感知音頻編碼技術(shù)的實時性要求。根據(jù)實驗研究分析表明，AAC編碼過程中的系統(tǒng)資源消耗及運算消耗主要集中在量化與編碼、心理聲學(xué)模型及濾波器組等編碼器的各主要模塊上。
　　 為實現(xiàn)一個低復(fù)雜度、高實現(xiàn)效率的音頻編解碼器，在具有高效性的同

3、時實現(xiàn)完美透明的重建音質(zhì)，本文充分利用感知音頻核心理論--心理聲學(xué)模型，用客觀的參數(shù)指標(biāo)反映主觀的聽覺效果，針對量化編碼過程中的預(yù)回聲問題提出一種基于動態(tài)分塊的自適應(yīng)窗口切換算法。該算法采用動態(tài)分塊的理念，針對不同采樣率的音頻信號采用不同的分塊效果，結(jié)合心理聲學(xué)模型中的時域掩蔽效應(yīng)，更準(zhǔn)確的判別出瞬變信號并合理的進(jìn)行窗口切換，將預(yù)回聲控制并消除在時域階段，以達(dá)到產(chǎn)生的量化噪聲不可感知化，實現(xiàn)高效率、高保真的音頻編碼效果。該算法在保證音頻