《中国跨境进口零售电商行业研究报告简版》由会员分享,可在线阅读,更多相关《中国跨境进口零售电商行业研究报告简版(15页珍藏版)》请在金锄头文库上搜索。
1、研究生多媒体通信技术课程报告题 目:一种新型的广播音频编码技术 学 号 M201471787 姓 名 邹 勇 院(系、所) 电子信息与通信学院 二零一五年一月摘 要 广播音频编码技术在近几十年里去的了长足的发展,各国学者提出的各项新技术令音频编码技术达到了一个前所未有的高度,也为用户提供了越来越高质量,越多样化的服务。本文首先介绍了广播音频编码技术现在的发展背景;其次利用较大篇幅详细介绍了音频编码技术的发展历史,尤其着重介绍了相关标准制定的发展历程,同时也对最新的一些编码技术进行了简要介绍。之后,本文详细介绍了一种最新的音频编码技术空间音频对象编码,详述了其技术背景、实现方式、应用场景和一次实
2、际应用效果。与之相似的,在之后详细介绍了扩展高效先进音频编码技术,详述了其技术背景、主要实现方式、实验测试及结果、和标准化过程。最后,对全文进行了简单总结,并对未来的工作进行了展望。关键词: 广播,音频编码,空间音频对象编码,扩展高效先进音频编码ABSTRACTIn the last decades there have been major advances in broadcasting technologies as well as a change in consumer behavior and demands. The quality and variety of service
3、is becoming better and better.This paper will give a short overview of the history of broadcast audio coding and development history of audio coding standardizing, then point out which codecs are currently used in the major broadcasting systems,After that, this paper will introduce two new audio cod
4、ing technologies, spatial audio object coding and extended HE-AAC, in technology background, implementation model, and testing result.At last summarize this paper and look forward to the future work.Key word: broadcasting,audio coding,SAOC,extended HE-ACC目 录摘 要IABSTRACTII目 录III一、文章背景1二、广播音频编码介绍2三、空间
5、音频对象编码43.1 对话放大技术43.2 温布尔登实验4四、扩展高效先进音频编码64.1 相关背景64.2统一语音音频编码64.3相关测试与结果64.4 ITU 广播标准提案8五、总结9六、参考文献10I一、 文章背景过去几十年里,无论是广播播放技术还是广播听众的需求都发生了很大的变化。但由于广播内容容量的限制,尤其是无线带宽的限制,如何更高效的对广播内容进行编码越来越成为一个热门话题。广播产业正在不断的发展变化中,越来越多的新技术和新平台也应运而生,无论是内容生产、内容传还是内容播放都在朝着数字化的方向发展,在提高效率的同时也能更好的满足听众的需求。尤其是对于内容传播而言,提高了传输的频谱
6、效率,就意味着能提高广播质量,甚至可同时为同一节目提供不同语言和版本。想要建立起一套新的广播系统,对于广播系统、流媒体和文件格式的标准化都是必不可少的。本文将要介绍几种较新的广播音频编码技术,其一是空间音频对象编码器(SAOC),它允许听众在接收端与发送者进行互动,如对不同声道的音量进行调节。另外,扩展高效先进音频编码器(xHE-AAC)是一种混合语音与图像的编码法方式,本文也将进行相关的介绍。二、 广播音频编码介绍音频编码的历史可以追溯到上世界80年代,为了利用电话线路传输音乐,欧洲的一些科学家开始研究如何压缩声音与图像信号,并于1987年开启了标准化数字广播系统的计划。与此同时,国际标准化
7、组织(ISO)和动态图像专家组(MPEG)也开始了音频标准化的工作,并最终由MUSICAM和ASPEC建立了三种音频编码方式MPEG-1 Layer 13。图1中显示了MUSICAM和ASPEC中的各家公司,及其与MPEG-1中各层的关系。图1. 创制MPEG-1的相关公司 其中Layer 1,编码器最为简单,主要应用于录音磁带;Layer 2:编码器中的算法较为复杂,主要应用于数字音频广播、数字电视、VCD 和 DVD 等因,其较低的算法复杂度被选为欧洲数字音频广播的标准;Layer 3:编码器算法最为复杂,主要用于高质量音频在网络上的传输,其在音频编码过程中使用了心理声学模型、非均匀的量化
8、算法和无噪声的音频编码等先进技术。这些先进技术使得音频信号在低码率的编码过程中保持了较好的音质。因此,在商业上很快取得了成功,被广泛流传于互联网上,目前有很多支持 MP3 格式的播放器。MPEG-2 标准制定于 1994 年。它是在 MPEG-1 标准基础上推出的,设计目标是为了满足更高的图像质量和传输率的要求,主要针对 HDTV(高清数字电视)的音频和视频编码压缩的需要。MPEG-2 标准的音频部分增加了对采样率为16kHZ,22.5kHz 和 24kHz 的支持,且支持对多声道音频信号的编码。然而,MPEG-2标准保持了对 MPEG-1 标准的兼容性,这样就限制 了MPEG-2 音频编码技
9、术的进一步提高。于是,在 1997 年 12 月推出了 MPEG-2Advanced Audio Coding(简称为MPEG-2 AAC)音频编码标准,它放弃了对 MPEG-1 音频的兼容性,AAC 制定了三种编码框架模型,分别是主框架模型、低复杂度框架模型和采样率可变框架模型。这三种编码框架模型适用于不同的场合,灵活性较高。MPEG-2AAC 能够实现在更低的码率下达到 VCD 的音质。实验结果也证明了这一方案的编码效率明显优于MP3 音频编码算法。MPEG-2 标准主要应用于音视频资料的保存、卫星传输、电视节目的播出等领域。MPEG-4 标准发布于 1998 年 11 月,是一种甚低码率
10、的音视频压缩编码标准,被看作是下一代多媒体的技术标准。MPEG-4 在多媒体系统上具有可操作性和交互性,支持各种各样的多媒体应用,数据压缩比高。MPEG-4 音频标准提供了可交互性的多媒体应用,具有很好的可扩展性和高度的灵活性。与以往 MPEG 制定的音频标准不同的是,MPEG-4 音频部分增加了许多在合成内容和场景描述等领域的新工作,增添了音调变化、可分级性以及可编辑性等功能。MPEG-4 AAC 标准仍然沿用了 MPEG-2AAC 音频编码的结构,仅在编码过程中加入了可以选择的感知噪声替换(perceptual noise substitution,PNS)技术和长时期预测(Long Te
11、rm Prediction,简称为 LTP)技术,用于适应低码率的情况。因此在解码器端并不能实现其向前兼容。MPEG-4 标准主要用于移动网络通信和网络公共电话,还可支持视频电话、可视邮件、邮件报纸等应用。近些年来,基于内容的音/视频数据的检索成为了多媒体领域的又一个新的研究热点。为此,MPEG 组织又制定了 MPEG-7 标准,被称之为“多媒体信息内容描述接口”。MPEG-7 标准并没有制定新的编码压缩算法,只是 MPEG-4 标准的补充,其任务是对各种不同的多媒体信息格式进行标准化的描述,并将该描述与所描述的信息存储内容相联系,以便于用户能够快速地搜索出所需要的不同类型的多媒体信息。MPE
12、G-7 应用于不同的领域中,如音视频数据库的检索、商标的检索、个人化视频服务、远程购物、远程教学、保安监控等领域。1994年,世界知名音频和多媒体技术研究机构Fraunhofer IIS与相关产业合作伙伴及标准化组织紧密合作,开启了下一代音频编码的工作。以先进音频编码(AAC)开始,开发出了一系列新的音频编码技术,其中包括MPEG环绕声(MPS),空间音频对象编码(SAOC)和统一语音视频编码(USAC)。先进音频编码技术(Advanced Audio Coding,简称为 AAC)是 MPEG-2 编码标准规范中的一部分,是由 Fraunhofer IIS、Dolby 实验室、索尼、诺基亚等
13、诸多公司共同研发,目标是为了代替 MP3格式。在 MPEG-4 标准产生以后,AAC 又重新集成了其特性,加入了感知噪声替换技术和长时期预测技术,为了与 MPEG-2AAC 音频编码进行区别又称之为 MPEG-4 AAC。在DVB标准体系中,定义了四中音频编码方式:MPEG-1,MPEG-2,AC-3和DTS,用于卫星电视,线缆电视和无线电视传输。AC-3标准长久以来都用于卫星或线缆传输电视的5.1环绕声。现代的传输中,如下一代传输系统DVB-T2,包含了MPEG-4 HE-AAC音频编码,而HE-AACv2则用于移动电视、移动手机等用户电子设备。三、 空间音频对象编码空间音频编码(Spati
14、al Audio Coding,SAC),是用于在有效压缩多声道音频信号的同时,维持与现有立体声音频系统的兼容性的技术。在MPEG中,SAC 技术自2002年起被标准化,并命名为环绕MPEG(Surround MPEG)。SAC 是基于传送的下混(downmix)信号和附加的空 间 参 数(Spatial Parameters)来 重 构 多 个 声 道 信 号的,其 中 空 间 参 数 表 示 音 频 信 号 的 人 类 知 觉 特 性。典型的空间参数包括用于表示音频信号的功率增益信息的声道电平差(CLD )、音频信号之间的声道间电平差(ICLD);用于表示视音频信号相位信息的声道间时间差(
15、ICTD);用于表示音频信号之间的相关信息的声道间相关(ICC );音频信号之间的虚拟源位置信息。不同于基于信道的MPEG环绕编码方式,空间音频对象编码是一种基于对象的编码方式,它允许传播者同时传输不同的音频对象。接受者可根据自身需要,对接收到的对象进行重新渲染,甚至可以对音频信息进行修改(如在卡拉ok或不同音频混合上)。3.1 对话放大技术对话放大是空间音频对象编码在广播环境中的一项重要应用,它允许终端用户根据自身需要或当前环境(环境嘈杂、利用耳机收听或在家中等),调整各部分声音的大小。对象编码器获取并分析信源信号,对各声音信号的混合关系进行分析后得出各个相关参数,以供后期分析处理,然后利用音频编码器,如MPEG-4、AAC或者HE-AAC进行编码,而参数信息则是随着编码后的音频比特流一同传输。另一方面,接收端对音频比特流进行解码,然后将混合音频信号导入SAOC解码器中,以利用参数比特流汇总的描述性数据开始对音频信源进行调整。用户可以分别对每个信源的音量进行调节,比如可以调高体育比赛中的解说生音。SAOC的对话方法技术完全匹配现有的传输与录放设备,接受者不用像现在这样只能使用默认的混音。3.2 温布尔登实验2011年SAOC技术在温布尔登网球公开赛中试验成功