音頻壓縮技術(shù)標(biāo)準(zhǔn)

　　音頻壓縮技術(shù)定義

　　音頻信號(hào)能進(jìn)行壓縮的依據(jù)是音頻壓縮技術(shù)。

　　音頻壓縮技術(shù)指的是對(duì)原始數(shù)字音頻信號(hào)流（PCM編碼）運(yùn)用適當(dāng)?shù)?a target="_blank">數(shù)字信號(hào)處理技術(shù)，在不損失有用信息量，或所引入損失可忽略的條件下，降低（壓縮）其碼率，也稱為壓縮編碼。它必須具有相應(yīng)的逆變換，稱為解壓縮或解碼。音頻信號(hào)在通過一個(gè)編解碼系統(tǒng)后可能引入大量的噪聲和一定的失真。

　　在音頻壓縮領(lǐng)域，有兩種壓縮方式，分別是有損壓縮和無損壓縮。常見到的MP3、WMA、OGG被稱為有損壓縮，有損壓縮顧名思義就是降低音頻采樣頻率與比特率，輸出的音頻文件會(huì)比原文件小。另一種音頻壓縮被稱為無損壓縮，也就是所要說的主題內(nèi)容。無損壓縮能夠在100%保存原文件的所有數(shù)據(jù)的前提下，將音頻文件的體積壓縮的更小，而將壓縮后的音頻文件還原后，能夠?qū)崿F(xiàn)與源文件相同的大小、相同的碼率。無損壓縮格式有APE、FLAC、WavPack、LPAC、WMALossless、AppleLossless、La、OptimFROG、Shorten，而常見的、主流的無損壓縮格式只有APE、FLAC。

　　音頻壓縮技術(shù)標(biāo)準(zhǔn)

　　音頻信號(hào)是多媒體信息的重要組成部分。音頻信號(hào)可分為電話質(zhì)量的語言、調(diào)幅廣播質(zhì)量的音頻信號(hào)和高保真立體聲信號(hào)（如調(diào)頻廣播信號(hào)、激光唱片音盤信號(hào)等）數(shù)字音頻壓縮技術(shù)標(biāo)準(zhǔn)分為電話語音壓縮、調(diào)幅廣播語音壓縮和調(diào)頻廣播及cd音質(zhì)的寬帶音頻壓縮3種。

　　在語音編碼技術(shù)領(lǐng)域，各個(gè)廠家都在大力開發(fā)與推廣自己的編碼技術(shù)，使得在語音編碼領(lǐng)域編碼技術(shù)產(chǎn)品種類繁多，兼容性差，各廠家的技術(shù)也難于盡快得到推廣。所以，需要綜合現(xiàn)有的編碼技術(shù)，制定出全球統(tǒng)一的語言編碼標(biāo)準(zhǔn)。自20世紀(jì)70年代起，ccett下第十五究組和國際標(biāo)準(zhǔn)化組織（iso）已先后推出了一系列的語音編碼技術(shù)標(biāo)準(zhǔn)。其中，ccitt推出了g系列標(biāo)準(zhǔn)，而iso則推出了h系列標(biāo)準(zhǔn)。

　　1、電話（200hz-3.4khz）語音壓縮標(biāo)準(zhǔn)主要有itu的g.722（64kb/s）、g721（32kb/s）、g.728（16kb/s）和g.729（8kb/s）等建議，用于數(shù)字電話通信。

　　2、調(diào)幅廣播（50hz-7khz）語音壓縮標(biāo)準(zhǔn)主要采用itu的g.722（64kb/s）建議，用于優(yōu)質(zhì)語音、音樂、音頻會(huì)議和視頻會(huì)議等。

　　3、調(diào)頻廣播（20hz-15khz）及cd音質(zhì)（20hz-20khz）的寬帶音頻壓縮標(biāo)準(zhǔn)主要采用mpeg-1或mpeg-2雙杜比ac-3等建議，用于cd、md、mpc、vcd、dvd、hdtv和電影配音等。

　　下面主要介紹一下g.722（64kb/s）和mpeg-4

　　G722音頻壓縮編碼標(biāo)準(zhǔn)

　　G.722是支持比特率為64， 56和48kbps多頻率語音編碼算法。在G.722中，語音信號(hào)的取樣率為每秒16000個(gè)樣本。與3.6kHz的頻率語音編碼相比較，G.722可以處理頻率達(dá)7kHz音頻信號(hào)寬帶。G.722 編碼器是基于子帶自適應(yīng)差分脈沖編碼（SB-ADPCM）原理的。信號(hào)被分為兩個(gè)子帶，并且采用 ADPCM 技術(shù)對(duì)兩個(gè)子帶的樣本進(jìn)行編碼。

　　G.722是G系列的語音編碼中一種寬帶的編碼方式。相對(duì)于G.711 采樣頻率由8KHZ擴(kuò)展為16KHZ語音質(zhì)量得以提高將信號(hào)劃分為2個(gè)子帶（高頻，低頻）每個(gè)子帶中的信號(hào)都采用ADPCM（adaptive differential pulse code modulation）進(jìn)行編碼ADPCM原理即只采樣聲音樣本中增量變化的那一段在最后比特率的計(jì)算中，低頻部分被分配到比較多的資源8Kbps X 6bit，高頻部分被分配到比較少的資源（多為摩擦聲，噪音等輔助音）8Kbps X 2bit，兩者相加既為64Kbps，故G.722相對(duì)于G.711比特率都為64kbps，但提高了語音質(zhì)量，在cisco CM7.0以上版本中已支持G.722編碼算法，cisco 79以上系列交換機(jī)已將G.722編碼作為默認(rèn)首選編碼。

　　MPEG-4音頻壓縮編碼標(biāo)準(zhǔn)

　　具有高度的靈活性和可擴(kuò)展性。主要服務(wù)于低比特率下的多媒體通信。引入了音頻對(duì)象（A○）

　　碼率范圍：2~64kb/s，提供三種類型編碼器①低比特率：參數(shù)化編碼器

　　參數(shù)編碼器：使用參數(shù)編碼技術(shù)。

　　兩種編碼工具：諧波矢量激勵(lì)編碼、諧波和特征線加噪聲編碼。

　?、谥虚g比特率：碼激勵(lì)線性預(yù)測(cè)編碼器

　　碼激勵(lì)線性預(yù)測(cè)編碼器：主要由激勵(lì)源和合成濾波器組成

　　③高比特率：時(shí)/頻編碼器

　　時(shí)/頻編碼器：時(shí)域模塊提取音頻信號(hào)的增益信息

　　濾波器組通過DCT變換信號(hào)從時(shí)域變換到頻域

　　心理聲學(xué)模型對(duì)不同頻段的頻域信號(hào)采取相應(yīng)的處理策略

　　頻域處理模塊根據(jù)心理聲學(xué)模塊的參數(shù)處理各個(gè)頻段的信號(hào)。

　　量化和編碼部分對(duì)頻域信號(hào)進(jìn)行編碼。