分析多聲道數(shù)字音頻系統(tǒng)的編碼問(wèn)題

摘要：當(dāng)前多聲道數(shù)字音頻系統(tǒng)已經(jīng)發(fā)展成音樂(lè)制作的主流，廣泛應(yīng)用于影院和數(shù)字電視及廣播中，本文分析了多聲道數(shù)字音頻系統(tǒng)發(fā)展的趨勢(shì)及遇到的問(wèn)題，介紹了幾種常見(jiàn)的多聲道音頻編碼方式以及一種先進(jìn)的多聲道音頻質(zhì)量評(píng)估方法。

關(guān)鍵詞：多聲道數(shù)字音頻；AAC；DTS；MC-PEAQ

中圖分類號(hào)：G201 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-8122（2011）05-0110-01

隨著數(shù)字時(shí)代的發(fā)展，人們不再滿足于單聲道、立體聲所帶來(lái)的音響效果。存儲(chǔ)媒體容量和傳輸帶寬的增加，使得高質(zhì)量多聲道數(shù)字音頻系統(tǒng)成為新的傳播媒體方式。多聲道數(shù)字音頻系統(tǒng)通過(guò)擴(kuò)展聲道，在提高音頻質(zhì)量的同時(shí)，可以給聽(tīng)眾帶來(lái)音像環(huán)繞的效果。當(dāng)前多聲道數(shù)字音頻系統(tǒng)已發(fā)展成音樂(lè)制作的主流，不僅廣泛應(yīng)用于電影院、家庭影院，還滲透到數(shù)字電視和數(shù)字廣播中。

一、多聲道數(shù)字音頻系統(tǒng)面臨的問(wèn)題

采用多聲道數(shù)字音頻系統(tǒng)進(jìn)行音頻傳輸，可以獲得高質(zhì)量的音頻效果。但是從單聲道、雙聲道立體聲等向多聲道的過(guò)渡，對(duì)存儲(chǔ)媒體容量和傳輸帶寬提出了更高的要求。在不影響數(shù)字音頻質(zhì)量的前提下，降低多聲道數(shù)字音頻系統(tǒng)的數(shù)據(jù)率是阻礙多聲道音頻系統(tǒng)發(fā)展的重要問(wèn)題。[1][2]

CD采用線性PCM編碼，一張CD的總的音頻容量低于800MB，其采樣頻率多為FS=44.1kHz，均勻量化的采樣精度為16bit，總數(shù)據(jù)率B_CD=1.4112Mbps，對(duì)于一小時(shí)的CD格式的音樂(lè)節(jié)目，其存儲(chǔ)量約為635.04MB。而多聲道數(shù)字音頻系統(tǒng)的總數(shù)據(jù)率B_CD=3.5986Mbps，對(duì)于同樣一小時(shí)的音樂(lè)節(jié)目，多聲道數(shù)字音頻系統(tǒng)需要1.62GB的存儲(chǔ)空間，這遠(yuǎn)遠(yuǎn)超過(guò)了CD的存儲(chǔ)容量（<800MB）。同時(shí)，傳輸帶寬也給多聲道音頻系統(tǒng)的發(fā)展造成了限制。

二、多聲道數(shù)字音頻系統(tǒng)編碼方式[1][2]

（一）MPEG-2 AAC。AAC是MPEG-2標(biāo)準(zhǔn)中一種非常強(qiáng)大的聲音感知編碼標(biāo)準(zhǔn)，可支持48鉻主聲道、16鉻低頻音效加強(qiáng)通道LFE、16個(gè)多語(yǔ)言通道和16個(gè)數(shù)據(jù)流。AAC在壓縮比為11︰1的情況下，即每個(gè)聲道數(shù)據(jù)率為64Kb/s，可以將5.1聲道系統(tǒng)的數(shù)據(jù)率壓縮到320Kb/s而不會(huì)對(duì)音頻質(zhì)量造成較明顯的損害。AAC相對(duì)于MPEG-1 Layer II壓縮率提高了1倍，而且質(zhì)量更高；在保證音效質(zhì)量相同的條件下，與MPEG-2層3相比，AAC的數(shù)據(jù)率僅為其70%。

（二）DTS。DTS相干聲學(xué)編碼是一種最優(yōu)化的差分子音頻編碼方法，系統(tǒng)編解碼電路不對(duì)稱，信號(hào)處理的復(fù)雜措施偏向于由編碼系統(tǒng)負(fù)擔(dān)。DTS系統(tǒng)可以在壓縮比為4︰1的情況下提供高質(zhì)量的多聲道音頻信息。

三、一種多聲道音頻質(zhì)量評(píng)估方法

在多聲道音頻系統(tǒng)中，聲道間存在著相關(guān)度和冗余度，采用Karhunen-Loeve變換（KLT）可以有效去除聲道間的相關(guān)度，進(jìn)一步減小數(shù)據(jù)率。為了評(píng)價(jià)在編碼前采取KLT去除聲道相關(guān)度的好處，提出了一種多聲道音效質(zhì)量評(píng)估的MC-PEAQ方法。MC-PEAQ利用某一通道的解碼多聲道信號(hào)和揚(yáng)聲器的預(yù)定安置位置，重建監(jiān)聽(tīng)點(diǎn)的音頻場(chǎng)。此外，還引入了外耳和身體對(duì)人類聽(tīng)覺(jué)過(guò)程中聲源定位的影響作用，從而可以獲得含壓縮效應(yīng)和空間信息的雙聲道信號(hào)。雙聲道信號(hào)最終輸入到標(biāo)準(zhǔn)PEAQ，輸出質(zhì)量檢測(cè)（MC-ODG），原理如圖1所示。

圖1多聲道PEAQ原理示意圖[3]

隨著多聲道音頻編碼技術(shù)的改進(jìn)和發(fā)展，使得多聲道數(shù)字音頻系統(tǒng)多聲道高質(zhì)量傳輸音頻成為可能，在今后的數(shù)字廣播發(fā)展中，不受帶寬限制，可提供更高質(zhì)量、更多聲道的多聲道數(shù)字音頻系統(tǒng)會(huì)占據(jù)主導(dǎo)地位。

參考文獻(xiàn)：

[1]胡澤.多聲道數(shù)字音頻系統(tǒng)的編碼及應(yīng)用[J].北京廣播學(xué)院學(xué)報(bào)(自然科學(xué)版)，2001(3).

[2]吳帆，朱偉.多通道音頻壓縮編碼原理及應(yīng)用[J].數(shù)字音頻，2003(11).

[3]Soledad Torres-Guijarro， Jon A. Beracoechea-Aacute;lava， Luis I. Ortiz- Berenguer， et al. Inter-channel de-correlation for perceptual audio coding [J]. Applied Acoustics，2005.