調頻數字音頻廣播中的信源編碼技術

【摘要】 DRA+（Dynamic Resolution Adaptation）是我國自主研發的音頻編解碼標準。DRA+通過游程編碼、自適應時頻分塊技術，提高了編碼效率和質量，具有解碼簡單、壓縮率高、信號質量好等優點，符合人耳聽覺特性。本文對調頻數字音頻廣播中的DRA+音頻信源編碼算法進行重點介紹，對DRA+編碼技術的發展起到了積極影響，具有一定借鑒價值。

【關鍵詞】 DRA+ 調頻數字音頻廣播 信源編碼技術

一.引言

DRA+（Dynamic Resolution Adaptation）符合GB/ T22726—2008《多聲道數字音頻編解碼技術規范》[1]，是我國自主研發的信源編解碼技術，通過量化和編碼聲音信號，得到符合人耳聽覺特性的音頻。DRA+編碼算法具有解碼簡單、音頻質量好、壓縮效率高等優點，可以在移動多媒體、IPTV、網絡流媒體、激光視盤機、數字影院、數字音頻廣播、數字電視等領域應用。

為了推動DRA+技術的發展，科研機構進行了深入的探討。IEC61937-12標準對打包并傳輸DRA+碼流的傳輸方案進行詳細的說明；HDMI和CEA對傳輸DRA+數據的標準方案進行制定；MEP4和SMPTE能夠將視頻和DRA+音頻數據封裝成同一文件；IETF標準能夠利用RTP協議傳輸DRA+碼流；國際藍光音頻將DRA+作為可選音頻標準；國標GB/T26686—2011《地面數字電視接收機通用規范》將DRA+作為必選音頻標準；行標GY/T220.7-2008《移動多媒體廣播：接收解碼終端技術要求》明確指出，將DRA+作為CMMB終端的音頻標準。

我國專家、學者也開展了大量關于DRA+編碼技術的研究，取得了豐碩的成果。文獻[2-3]重點探討了DRA+編碼技術的應用，設計并實現了DRA+音頻解碼器；文獻[4-6]利用DSP、FPGA等硬件設備實現了DRA+音頻編碼器，對DRA+音頻編碼算法的特性、指標進行測試分析；文獻[7-11]等對DRA+音頻編碼算法進行了改進和優化，獲得了更高的編碼效率和質量；文獻[12-16]重點闡述了DRA+技術的應用現狀，并對未來發展前景進行預測。上述研究成果為DRA+技術的發展和應用奠定了堅實的基礎。

本文將對DRA+音頻編碼技術進行重點研究，結合DRA+編碼在調頻數字音頻廣播中的應用，重點介紹DRA+擴展編碼類型，以期為我國自主研發的DRA+數字音頻編碼技術的起到一定推動作用。

二.調頻數字音頻廣播中的DRA+標準

DRA+編碼算法的流程如圖1所示，其編碼過程如下：輸入PCM數字音頻信號，經過自適應時頻分割，分解出最優音頻信號；通過聯合立體聲編碼提高聲道間的獨立性；根據心理聲學模型繪制最佳掩蔽曲線，得到全局比特分配，線性量化譜系數；根據量化譜系數分布實現自適應分區，采用哈夫曼編碼壓縮數據，降低數據冗余度，根據標準規范將音頻數據打包成DRA+幀。

在調頻頻段數字音頻廣播中，音頻信源編碼輸入信號的標準采樣率范圍是16kHz～96kHz，輸出碼率范圍是16kb/s到256kb/s。用戶可通過設置編碼參數，選擇不同碼率下最優的主觀聲音質量以及滿足一個調頻信道內傳輸多路立體聲節目或一路環繞聲節目的需求。采用的CDR編碼類型主要包括四種。其中類型0是符合國標的DRA+編碼算法。但是，標準DRA+對碼率參數、采樣頻率、聲道數量進行了嚴格規定，限制了其性能的提高。其余三種類型是對DRA+編碼算法的增強和改進，包括DRA+低碼率分層編碼、DRA+分層編碼和DRA+低碼率音頻編碼。這四種DRA+編碼算法支持的音頻編碼類型如表1所示。

調頻數字音頻廣播系統的編碼端將立體聲音頻信號壓縮為基本層和增強層，利用廣播傳輸信道將經過壓縮編碼的信號傳輸給用戶。如果用戶所處的位置接收條件較好，能夠同時解析增強層和基本層的碼流，得到高保真的立體聲信號；如果用戶所處的位置接收條件較差，信號強度低、質量差，能夠接收到基本層碼流，保證音頻信號的有效傳輸。結合用戶的接收條件，為用戶提供高保真或基本的音頻信號，滿足不同用戶的實際需求，具有更強的靈活性。

三.DRA+編碼框架

GB/T 22726-2008《多聲道數字音頻編解碼技術規范》對DRA+編碼算法進行了詳細說明，在此不再贅述。本文重點介紹其余三種擴展編碼算法。DRA+擴展編碼算法將增強編碼功能和工具融入到DRA+附加數據中，如分層模塊、參數立體聲、頻帶復制技術等，以得到更高的編碼效率和質量。

（1）DRA+_S低碼率擴展編碼算法

如圖2所示，為DRA+_S立體聲和單聲道的低碼率擴展編碼框架。其中L表示左聲道或單聲道信號；R表示右聲道，虛線部分為可選模塊，當輸入為單聲道時參數立體聲編碼模塊無效。

DRA+_S低碼率的單聲道編碼算法中，DRA+編碼模塊對其輸入信號的低頻部分進行編碼處理，輸出DRA+編碼碼流；帶寬擴展編碼模塊對其輸入信號的高頻部分進行編碼處理，輸出帶寬擴展編碼碼流，所有碼流通過復用碼流模塊輸出DRA+_S低碼率編碼碼流。

DRA+_S低碼率的立體生編碼算法中，立體聲音頻信號根據編碼碼率選擇是否使用參數立體聲編碼模塊進行處理。如果使用則輸出參數立體聲編碼碼流，DRA+編碼模塊對其輸入信號的低頻部分進行編碼處理，輸出DRA+編碼碼流；帶寬擴展編碼模塊對其輸入信號的高頻部分進行編碼處理，輸出帶寬擴展編碼碼流，所有碼流通過復用碼流模塊輸出DRA+_S低碼率編碼碼流。

如圖3所示，為DRA+_S低碼率環繞聲擴展編碼框圖。

DRA+_S低碼率環繞聲編碼結構則由三部分構成：LR聲道對DRA+_S編碼、C（中央聲道）單聲道DRA+_ S編碼及LFE（低頻增強聲道）單聲道DRA+編碼、LSRS（左環繞和右環繞）聲道對DRA+_S編碼。

（2）DRA+_L分層編碼算法

如圖4所示，為DRA+_L的立體聲和單聲道編碼系統圖。

基本層編碼按照編碼比特率完成DRA+編碼，增強層輸入信號是基本層恢復信號與輸入信號的殘差信號，通過DRA+量化、熵編碼壓縮殘差信號，最終完成DRA+編碼。

如圖5所示，為DRA+_L的環繞聲編碼系統圖。

DRA+_L環繞聲編碼結構則由三部分構成：LR聲道對DRA+_L編碼、C（中央聲道）單聲道DRA+_L編碼及LFE（低頻增強聲道）單聲道DRA+編碼、LSRS（左環繞和右環繞）聲道對DRA+_L編碼。

（3）DRA+_SL低碼率擴展及分層編碼算法

如圖6所示，為DRA+_SL的立體聲和單聲道編碼流程。其編碼原理與DRA+_S和DRA+_L基本相同。

如圖7所示，為DRA+_SL的環繞聲編碼流程。

四.音頻編碼算法的數據結構

（1）DRA+編碼算法的幀結構

DRA+基本幀結構如圖8所示[1]。幀頭信息中含有標志是否包含輔助數據的標志位，占1bit，用于增強性能和擴展功能，能夠保證增強算法與原DRA+算法的兼容性。

（2）輔助數據擴展的一般結構

如圖9所示，為輔助數據結構圖。DRA+幀頭用4byte的空間存儲幀長信息；括號中的數字用于表示該數據所占的存儲空間，單位是bit。X 1……Xn用于表示第1個……n個輔助數據的長度，單位是byte。

輔助數據類型主要包括三種：12bit的附屬數據長度，4bit的附屬數據類型和有效載荷。

（3）DRA+_S編碼類型的基本幀結構

DRA+_S編碼類型的基本幀結構如圖10所示。利用輔助數據擴展部分所提供的增強編碼工具，提高編碼DRA+的編碼效率，提供低碼率音頻編碼算法，其中增強編碼工具中帶寬擴展模塊為必選，如果有立體聲對信號輸入，則參數立體聲模塊為可選。

（4）DRA+-L及DRA+_ SL分層基本幀結構

DRA+_L和DRA+_SL的立體聲/單聲道編碼結構如圖11、12所示。按照總編碼比特率，為增強層和基本層分配適當的比特率，并編碼基本層和增強層。

DRA+_L的立體聲/單聲道編碼流程如下：按照分配給基本層的編碼比特率，利用DRA+算法編碼立體聲/單聲道信號。輸入增強層編碼的信號是基本層解碼與MDTC域音頻信號的殘差信號。通過改進的DRA+熵編碼算法進行編碼。采用改進的哈弗曼算法、量化步長指數編碼殘差信號，使殘差信號熵編碼效率顯著提高。

DRA+_SL的立體聲/單聲道編碼步驟如下：如果信號源為單聲道，基本層利用DRA+算法編碼單聲道，按照分配給基本層的比特率，結合實際情況使用寬帶擴展編碼工具。如果信號源為立體聲，基本層DRA+_S算法進行編碼，DRA+_L和DRA+_SL增強層的編碼方式一樣。

五.DRA+低比特率音頻壓縮質量檢測

以上介紹了DRA+標準技術細節，本節介紹DRA+編解碼軟件在24kb/s、32kb/s和48kb/s比特率下的聲音質量進行的主觀評價。

1.檢測依據

（1）ITU-R BS.1534《Method for the subjective assessment of intermediate quality level of coding systems》

（2）ITU-R BS.775《Multichannel stereophonic sound system with and without accompanying picture》

2.被測軟件

（1）《DRA+PlusEnc.exe》：編碼軟件

（2）《DRA+PlusDec.exe》：解碼軟件

3.測試序列

測試序列為6個立體聲wav文件，采樣頻率為48kHz，量化比特為16bit，選自EBU主觀評價序列及商業 CD。

4.比特率驗證

將6個測試片段進行編碼，通過編碼文件與原文件的大小計算測試用比特率，結果如表3所示：

5.主觀評價

（1）評價方法

依據ITU-R BS.1534建議書測試。

依據編碼比特率將測試分為3組，24kb/s為一組，32kb/s為一組，48kb/s為另一組。每組應用相同的測試序列。每組測試中，每一測試序列播放6遍，其中第1遍為源序列，后5遍為被測編碼軟件編解碼后產生的序列、參考編碼軟件編解碼后產生的序列、輔助參考序列1、輔助參考序列2及隱藏的源序列的隨機組合。

測試開始前，進行了2個序列的聽音訓練，使審聽人員熟悉測試環境和測試方法。

（2）輔助參考序列

輔助參考序列1和輔助參考序列2分別為源序列經3.5kHz和7kHz低通濾波后產生的序列。

？3.5kHz低通濾波特性如下：

通帶截止頻率fc=3.5kHz

通帶最大衰減0.1dB

4kHz處最小衰減25dB

4.5kHz處最小衰減50dB

？7kHz低通濾波特性如下：

通帶截止頻率fc=7kHz

通帶最大衰減0.1dB

7.5kHz處最小衰減25dB

8kHz處最小衰減50dB

（3）審聽人員

審聽人員包括音頻工程技術人員、高校教師、錄音師、音頻編輯制作人員、音樂制作人員等，計21人。

（4）評分標度

評分采用連續質量標度法，分為優、良、中、差、劣五個等級，在0～100之間連續打分。

（5）重放系統

測試信號由音頻工作站播放，經音頻接口卡，由揚聲器重放。揚聲器的布置符合 ITU-R BS.775的要求。

（6）重放聲壓級

每個揚聲器重放均方根電平為-20dBFS的粉紅噪聲信號，將每個揚聲器的重放聲壓級統一為82分貝，兩個揚聲器同時重放粉紅噪聲的聲壓級為85分貝左右（測量采用IEC-A加權）。

6.統計分析和結果

（1）審聽人員篩查

依據測試數據對審聽人員進行測后篩查。

對同一測試序列，評分應滿足：評分3.5kHz≤評分7kHz≤評分隱藏基準。設，分差值1=評分3.5kHz–評分7kHz；分差值2=評分7kHz–評分隱藏基準即審聽人員對同一序列的評分需同時滿足分差值1≤0和分差值2≤0。

測試分為三組，每組6個測試序列，按上式共產生36個分差值。21名審聽人員中，分差值大于零的數量不超過3個的為18人，分差值均不超過零的審聽人員為10人。

審聽人員篩查的結果為：從21名審聽者中保留了10名審聽者的數據進行統計。

（2）主觀評價結果

對通篩查的審聽人員的數據統計每一測試序列的評分均值，見表4。

（7）結論

依據ITU-R BS.1534對DRA++編解碼軟件在24kb/s、32kb/s和48kb/s比特率下的聲音質量進行了主觀評價。

對所測的6個序列，DAR+在24kb/s的評分均值為71.3，按連續質量標度，屬“良”；在32kb/s的評分均值為79.6，按連續質量標度，屬“良”；在48kb/s的評分均值為84.6，按連續質量標度，屬“優”。

六.總結與展望

數字音頻編碼技術發展速度較快，已經建立了較為完善的研究體系。改進并優化編碼模塊，全面提升編碼性能是數字音頻編碼技術未來發展的必然方向。添加并使用新的模塊，能夠為用戶帶來更優質的聽覺體驗，具有一定研究價值。

本文對DRA+編碼技術進行重點介紹，結合DRA+在調頻數字音頻廣播中的實際應用，對三種擴展DRA+編碼算法進行對比分析，為DRA+編碼技術的發展起到了積極影響。希望更多的專家、學者加入到相關研究之中，提高我國音頻編碼技術水平和自主研發能力。BP

參考文獻：

[1] GB/T 22726—2008，多聲道數字音頻編解碼技術規范[S]. 2008.

[2]劉金海. 基于Android平臺的DRA音頻解碼器實現及優化[D].華南理工大學，2013.

[2]馬文華，曾慶煜. DRA算法及其實時解碼器設計[J]. 電視技術，2009，05：36-39.

[3]許晶晶，馬文華. 基于DRA+技術的數字音頻編碼器的設計與應用[J]. 計算機應用與軟件，2010，03：135-138.

[4]馬紅杰. 基于FPGA的DRA+音頻編解碼算法的研究與實現[D].南昌大學，2011.

[5]馬文華，許晶晶，沈映娜. DRA音頻解碼算法及其DSP實現[J]. 電視技術，2011，16：33-36.

[6]閆建新，王磊. DRA分層音頻編碼技術[J]. 電視技術，2014，17：27-31.