《多媒体技术基础》课程教学课件（PPT讲稿）第11章 MPEG声音

多媒体技术基础(第3版) 第11章 MPEG声音

2025年10月26日 第11章 MPEG声音 2/42 第11章 MPEG声音目录 11.1 听觉系统的感知特性 11.1.1. 对响度的感知 11.1.2. 对音高的感知 11.1.3. 掩蔽效应 11.2 感知声音编码 11.2.1 MPEG声音的压缩依据 11.2.2 感知子带编码 11.2.3 杜比数字编码 11.3 MPEG-1 Audio 11.3.1 声音编码 11.3.2 声音的性能 11.3.3 子带编码 11.3.4 多相滤波器组 11.3.5 编码层 11.4 MPEG-2 Audio 11.4.1 MPEG-2 Audio简介 11.4.2 MPEG-2 Audio使用的环绕声 11.4.3 MPEG-2 Audio的后向兼容结 构 11.5 MPEG-2 AAC 11.5.1 MPEG-2 AAC是什么 11.5.2 MPEG-2 AAC编解码器的结构 11.5.3 MPEG-2 AAC的类型 11.6 MPEG-4 Audio 11.6.1 MPEG-4 Audio是什么 11.6.2 MPEG-4 Audio工具与文档 11.6.3 MPEG-4话音(speech)编码 11.6.4 MPEG-4声音(audio)编码 11.6.5 MPEG-4 声音无损压缩

2025年10月26日 第11章 MPEG声音 3/42 第11章 MPEG声音 ◼ 前言 ➢ MPEG声音的数据压缩和编码不是依据波形本身的 相关性和模拟人的发音器官的特性，而是利用人的 听觉系统的特性来达到压缩声音数据的目的，这种 压缩编码称为感知声音编码 ➢ 进入20世纪80年代，人类在利用自身的听觉系统的 特性来压缩声音数据方面取得了很大的进展，先后 制定了MPEG-1 Audio, MPEG-2 Audio，MPEG-2 AAC和MPEG-4 Audio等标准[1][2][3][4]，并把它们 统称为MPEG声音。 ➢ 本章涉及的许多具体算法已经超出本教材的要求。 为给需要深入研究和具体开发产品的读者提供方便， 本章提供了大量宝贵的参考文件和站点地址

2025年10月26日 第11章 MPEG声音 4/42 11.1 听觉系统的感知特性 ◼ 对响度的感知 ➢ 声音的响度就是声音的强弱 ◼ 在物理上，用dyn/cm2(达因/平方厘米)(声压)或 W/cm2(瓦特/平方厘米)(声强)度量 ◼ 在心理上，主观感觉的声音强弱使用响度级“方 (phon)”或“宋(sone)”来度量 ◼ 这两种计量单位完全不同，但它们之间有一定的 联系 ➢ 人耳的听觉范围 ◼ 听阈：当声音弱到人耳朵刚可听见时的声音强度 ◼ 痛域：声音强到使人耳感到疼痛时的声音强度 ◼ 听觉范围：位于听阈和痛域之间，见图11-1

2025年10月26日 第11章 MPEG声音 5/42 11.1 听觉系统的感知特性(续1) 图11-1 “听阈—频率”曲线和“痛阈—频率”曲线

2025年10月26日 第11章 MPEG声音 6/42 11.1 听觉系统的感知特性(续2) ◼ 对音高(频率)的感知 ➢ 客观上用频率表示声音的音高，其单位是Hz。 而主观感觉的音高单位则是“美(Mel)”。 ➢ 主观音高与客观音高的关系为 2 Mel f = + 1000log (1 ) 其中，f 的单位为Hz，Hz和Mel不同但有联系 ➢ 人耳对频率的感知范围，可以听到 ◼ 最低频率约20 Hz ◼ 最高频率约20000 Hz

2025年10月26日 第11章 MPEG声音 7/42 11.1 听觉系统的感知特性(续3) ➢ 音高-频率曲线 ◼ 测量主观音高时， 让实验者听两个声 强级为40 dB的纯 音，固定其中一个 纯音的频率，调节 另一个纯音的频率， 直到他感到后者的 音高为前者的两倍， 就标定这两个声音 的音高差为两倍。 测出的“音高—频 率”曲线见图11-2 图11-2 “音高—频率”曲线

2025年10月26日 第11章 MPEG声音 8/42 11.1 听觉系统的感知特性(续4) ◼ 掩蔽效应 ➢ 一种频率的声音阻碍听觉系统感受另一种频 率的声音的现象 ◼ 前者称为掩蔽声音(masking tone) ◼ 后者称为被掩蔽声音(masked tone) ◼ 掩蔽可分成频域掩蔽和时域掩蔽 ➢ 频域掩蔽 ◼ 一个强纯音掩蔽在其附近同时发声的弱纯音的特 性，也称同时掩蔽(simultaneous masking), 如图 11-3所示

2025年10月26日 第11章 MPEG声音 9/42 11.1 听觉系统的感知特性(续5) 图11-3 频域掩蔽

2025年10月26日 第11章 MPEG声音 10/42 11.1 听觉系统的感知特性(续6) ◼ 图11-4中的一组曲线表示为250 Hz，1 kHz和4 kHz纯音的掩蔽效应，它们的声强均为60 dB ◆ 250 Hz，1 kHz和4 kHz附近，对其他纯音的掩蔽效果 最明显 ◆ 低频纯音可有效地掩蔽高频纯音，相反则不明显 图11-4 不同纯音的掩蔽效应曲线