一、實驗原理
1. MPEG-1聲音的主要性能
輸入爲PCM信號，採樣率爲32，44.1或48kHz，輸出爲 32kbps到384kbps。
2. MPEG音頻編碼主要流程
三個獨立的壓縮層次
Layer1：編碼器最簡單，384kbps（4：1， 用於小型數字盒帶DCC，Compact Cassette）
Layer2：編碼器複雜程度中等，256kbps～192kbps（6： 1～8：1， 用於DAB、CD-I和VCD）
Layer3：編碼器最爲複雜，64kbps，用於ISDN，網絡 音頻。
MPEG音頻編碼爲同時獲得較高的時域精準度與頻域精準度，對信息分兩條線即時域和頻域分別處理，在綜合獲得最終結果。通過子帶分析濾波器組使信號具有高的時間 分辨率，確保在短暫衝擊信號情況下，編碼 的聲音信號具有足夠高的質量； 使信號通過FFT運算具有高的頻率分辨率，因爲掩蔽閾值是從功率譜密度推出來的。流程圖如下：
聲音壓縮算法屬於感知編碼，可以確立心理聲學特性的模型來取消更 多的冗餘數據。
3.心理聲學模型 ：
1.聽覺系統中存在一個聽覺閾值電平，低於這個電平的聲 音信號就聽不到 。聽覺閾值的大小隨聲音頻率的改變而改變，一個人是否聽到聲音取決於聲音的頻率，以及聲音 的幅度是否高於這種頻率下的聽覺閾值 。
2.聽覺掩蔽特性。即聽覺閾值電平是自適應的，會隨聽到的不同頻率聲音而發生變化 。
4.頻域掩蔽域隨聲壓級變化曲線：
5.32個子帶濾波器組：
通過子帶分析濾波器組使信號具有高的時間分辨率，確保在短暫衝擊信號情況下，編碼的聲音信號具有足夠高的質量。將PCM樣本變換到32個子帶的頻域信號：如果輸入的採樣頻率爲48kHz ，那麼子帶的頻率寬度爲48/ （2*32 ）=0.75Hz
該多相濾波器組爲如下圖：
6.比例因子的取值和編碼：
對各個子帶每12個樣點進行一次比例因子計算。先定出12個 樣點中絕對值的最大值。查比例因子表中比這個最大值大的 最小值作爲比例因子。用6比特表示。
第2層的一幀對應36個子帶樣值，是第1層的三倍，原 則上要傳三個比例因子。爲了降低比例因子的傳輸碼率， 採用了利用人耳時域掩蔽特性的編碼策略：
每幀中每個子帶的三個比例因子被一起考慮，劃分成 特定的幾種模式。根據這些模式，1個、2個或3個比例因 子和比例因子選擇信息（每子帶2比特）一起被傳送。如 果一個比例因子和下一個只有很小的差別，就只傳送大 的一個，這種情況對於穩態信號經常出現。
使用這一算法後，和第1層相比，第2層傳輸的比例因 子平均減少了2個，即傳輸碼率由22.5Kb/s降低到了 7.5Kb/s。
7.比特分配及編碼：
在調整到固定的碼率之前先確定可用於樣值編碼的有效比特數。這個數值取決於比例因子、比例因子選擇信息、比特分配信息 以及輔助數據所需比特數 。
比特分配的過程 ：
1、對每個子帶計算掩蔽-噪聲比MNR，MNR = SNR –SMR (dB)
2、對最低MNR的子帶分配比特，使獲益最大的子帶的量化級別增加一級
3、重新計算分配了更多比特子帶的MNR
循環，直到沒有比特可用。使整幀和每個子帶的總噪聲—掩蔽比最小。第1層一幀用4比特給每個子帶的比特分配信 息編碼；而第2層只在低頻段用4比特，高頻 段則用2比特。
8.子帶樣值的量化和編碼：
（1）輸入以12個樣本爲一組，每組樣本經過時間-頻率變換 之後進行一次比特分配並記錄一個比例因子(scale factor)
（2）比特分配信息告訴解碼器每個樣本由幾位表示，比例因子用6比特表示，解碼器使用這個6比特的比例因子乘逆量化器的每個輸出樣本值，以恢復被量化的子帶 值。比例因子的作用是充分利用量化器的量化範圍， 通過比特分配和比例因子相配合，可以表示動態範圍超過120dB的樣本。
（3）第2層中，量化級別的數目隨子帶的不同而不同，但量化等級仍然覆蓋了3~65535的範圍，同時子帶不被分配給比特的概率增加了，沒有分配給比特的子帶就不被量化。低頻段的量化等級有15級，中頻段7級，高頻段只有3級。
二、關鍵代碼分析
實驗流程一再原理部分中說明，下面直接分析關鍵代碼。
#ifdef NEWENCODE
sf_transmission_pattern (scalar, scfsi, &frame);
main_bit_allocation_new (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
//main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
if (error_protection)
CRC_calc (&frame, bit_alloc, scfsi, &crc);
write_header (&frame, &bs);
//encode_info (&frame, &bs);
if (error_protection)
putbits (&bs, crc, 16);
write_bit_alloc (bit_alloc, &frame, &bs);
//encode_bit_alloc (bit_alloc, &frame, &bs);
write_scalefactors(bit_alloc, scfsi, scalar, &frame, &bs);
//encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);
subband_quantization_new (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
*subband, &frame);
//subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
// *subband, &frame);
write_samples_new(*subband, bit_alloc, &frame, &bs);
//sample_encoding (*subband, bit_alloc, &frame, &bs);
#else
/*add by Alfred*/
if(frameNum==200)
{
int k,t,i;
fprintf(result,"採樣率=%.1f khz\n",s_freq[header.version][header.sampling_frequency]);
fprintf(result,"目標碼率=%d kbps\n", bitrate[header.version][header.bitrate_index]);
fprintf(result,"第%d幀\n",frameNum);
fprintf(result,"可用比特數=%d\n",adb);
fprintf(result,"比例因子:\n");
for(k=0;k<nch;k++)
{
fprintf(result,"聲道[%d]\n",k);
for(i=0;i<frame.sblimit;i++)
{
fprintf(result,"子帶[%d]:",i);
for(t=0;t<3;t++)
{
fprintf(result,"%d\t",scalar[k][t][i]);
}
fprintf(result,"\n");
}
}
}
/*end by Alfred*/
transmission_pattern (scalar, scfsi, &frame);
main_bit_allocation (smr, scfsi, bit_alloc, &adb, &frame, &glopts);
/*add by Alfred*/
if(frameNum==200)
{
int k,i;
fprintf(result,"比特分配:\n");
for(k=0;k<nch;k++)
{
fprintf(result,"聲道[%d]\n",k);
for(i=0;i<frame.sblimit;i++)
{
fprintf(result,"子帶[%d]:%d\n",i,bit_alloc[k][i]);
}
}
}
/*end by Alfred*/
if (error_protection)
CRC_calc (&frame, bit_alloc, scfsi, &crc);
encode_info (&frame, &bs);
if (error_protection)
encode_CRC (crc, &bs);
encode_bit_alloc (bit_alloc, &frame, &bs);
encode_scale (bit_alloc, scfsi, scalar, &frame, &bs);
subband_quantization (scalar, *sb_sample, j_scale, *j_sample, bit_alloc,
*subband, &frame);
sample_encoding (*subband, bit_alloc, &frame, &bs);
#endif三、實驗結果
輸出一個“.txt”文件。
