目录
一、感知音频编码的设计思想
1. MEPG音频编码器框架图
2. 多相滤波器组
将PCM样本变换到32个子带的频域信号，每个子带上每12个样点共用一个量化器，即以12个样点为单位进行一次比例因子计算。找到12个样点中绝对值的最大值，在比例因子查找表中找到比该最大值大的最小值作为这12个样点的比例因子。
在MPEG2中，在32个子带上每个子带做了36次子带分解，每12个样本有一个比例因子，因此每个自带上共有三个比例因子，存在三个比例因子几乎相同、两个相同、各不相同的情况，若三者非常接近，则只需传输一个最大的比例因子。
3. 心理声学模型
临界频带
- 定义：当某个纯音被以它为中心频率，且具有一定带宽的连续噪声所掩蔽时，如果该纯音刚好被听到时的功率等于这一频带内的噪声功率，这个带宽称为临界频带宽度。
- 通常认为从20Hz到16KHz有25个临界频带，单位为bark，1bark=一个临界频带宽度
掩蔽阈值的计算
- 有乐音对乐音的掩蔽、乐音对噪声的掩蔽、噪声对乐音的掩蔽、噪声对噪声的掩蔽四种掩蔽音与被掩蔽音的组合方式。
- 计算思路：每个掩蔽音的掩蔽效果先独立变换再线性相加。
具体过程：
（1）将样本变换到频域
引入FFT补偿频率分辨率不足的问题，采用512（Layer Ⅰ）或1024（Layer Ⅱ/Ⅲ）样本窗口。
（2）确定声压级别
（3）考虑安静时阈值
即绝对阈值。在标准中有根据输入PCM信号的采样率编制的“频率、临界频带率和绝对阈值”表。此表为多位科学家经多次心理声学实验所得。
（4）将音频信号分解为“乐音”和“噪声”部分：因为两种信号的掩蔽能力不同
根据音频频谱的局部功率最大值确定乐音成分：局部峰值为乐音，然后将本临界频带内的剩余频谱合在一起，组成一个代表噪声频率（无调成份）。
（5）音调和非音调掩蔽成分的消除
利用标准中给出的绝对阈值消除被掩蔽成分；考虑在每个临界频带内，小于0.5Bark的距离中只保留最高功率的成分。
（6）单个掩蔽阈值的计算
音调成分和非音调成分单个掩蔽阈值根据标准中给出的算法求得。
（7）全局掩蔽阈值的计算
（8）每个子带的掩蔽阈值
选择出本子带中最小的阈值作为子带阈值。
对高频不正确——高频区的临界频带很宽，可能跨越多个子带，从而导致模型1将临界带宽内所有的非音调部分集中为一个代表频率，当一个子带在很宽的频带内却远离代表频率时，无法得到准确的非音调掩蔽值。但计算量低。
（9）计算每个子带信号信掩比
SMR = 信号能量 / 掩蔽阈值，并将SMR传递给编码单元。
4. 码率分配
（1）Layer Ⅰ编码
在调整到固定的码率之前，先确定可用于样值编码的有效比特数，这个数值取决于比例因子、比例因子选择信息、比特分配信息以及辅助数据所需比特数 。
码率分配
- 思路：使整帧和每个子带的噪掩值NMR=SMR-SNR(dB)最小。
- 算法：对最高NMR的子带分配比特，使获益最大的子带的量化级别增加一级，重新计算分配了更多比特子带的NMR。
（2）Layer Ⅰ装帧
二、实验步骤
1. 输出音频的采样率和目标码率
设定命令行参数：
运行结果为：
采样率为44.1KHz，目标码率为192Kbps。
2. 输出数据帧的比例因子、分配的比特数和分配结果
在m2aenc.c中增加代码：
fprintf(out_txt, "该音频声道数：%d\n", nch);
fprintf(out_txt, "观测第 %d 帧\n", frameNum);
fprintf(out_txt, "本帧所分配比特：%d bits\n", adb);
fprintf(out_txt, "该帧比例因子和比特分配结果如下：\n");
for (ch = 0; ch < nch; ch++)
{
fprintf(out_txt, "--- 声道%2d ----\n", ch + 1);
for (sb = 0; sb < frame.sblimit; sb++)
{
fprintf(out_txt, "子带[%2d]比例因子:\t", sb + 1);
for (gr = 0; gr < 3; gr++)
{
fprintf(out_txt, "%2d\t", scalar[ch][gr][sb]);
}
fprintf(out_txt, "\n");
fprintf(out_txt, "子带[%2d]比特分配表:\t%2d\n", sb + 1, bit_alloc[ch][sb]);
fprintf(out_txt, "\n");
}
}在int main（）内增加代码：
int gr;
FILE* out_txt = NULL;
unsigned char* outTXT = NULL;
out_txt = fopen("output.txt", "w");3. 选择三个不同特性的音频文件
（1）音乐
选取音乐music.wav：
结果保存在output.txt中：
（2）噪声
选取一段持续噪音noise.wav：
结果保存在output.txt中：
（3）混合
选取音乐+噪音混合mix.wav：
结果保存在output.txt中：
