MP3壓縮算法

MP3壓縮編碼主要由3大功能模塊組成，包括混合濾波器組（子帶濾波器和MDCT），心理聲學(xué)模型，量化編碼（比特和比特因子分配和哈夫曼編碼）。

1. 混合濾波器組。這部分包括子帶濾波器組和MDCT兩部分。子帶濾波器組編碼完成樣本信號從時域到頻域的映射，并將規(guī)定的音頻信號通過帶通濾波器組分解成32個子帶輸出。子帶濾波器組輸出的32個子帶是等帶寬的，而由心理聲學(xué)模型得出的臨界帶寬則不是等帶寬的，所以為了使得進行編碼的各個比例因子帶與臨界頻帶相匹配，需要對每個子帶信號做MDCT變換。將子帶濾波器組的輸出送到MDCT濾波器組后，每組將細分為18條頻線，共產(chǎn)生576條頻線。然后利用心理聲學(xué)模型中計算出來的子帶信號的信掩比，決定分配給576條譜線的比特數(shù)。

MP3壓縮算法圖一

2. 心理聲學(xué)模型。心理聲學(xué)模型利用了人耳聽覺系統(tǒng)的遮蔽效應(yīng)特性，移除大量的不相關(guān)信號，從而達到壓縮音頻數(shù)據(jù)的效果。為了精確地計算遮蔽閾值，要求信號有更好的頻域解析度，因此在使用心理聲學(xué)模型前先對信號進行傅立葉變換。MPEG－I提供了兩種心理聲學(xué)模型，第一種模型計算簡單，在高比特率編碼時提供適當精度，第二種模型比較復(fù)雜，一般在較低比特率編碼時使用。MP3編碼中一般使用心理聲學(xué)模型二。心理聲學(xué)模型的目的就是求出各個子帶的掩蔽域值，并以此控制量化過程。心理聲學(xué)模型實現(xiàn)過程一般是先用FFT求出信號的頻譜特性，根據(jù)頻譜特性找出各頻率點上的音調(diào)成分（有些稱為音樂成分）和非音調(diào)成分(或稱噪音成分)；根據(jù)掩蔽域曲線確定各個音調(diào)成分和非音調(diào)成分在其它頻率點的掩蔽域值；最后求出各頻率點的總體掩蔽域，并折算到編碼子帶中。對于子帶濾波器組輸出的譜值量化后產(chǎn)生的噪聲，如果能夠被控制在掩蔽域值以下，則最終的壓縮數(shù)據(jù)被解碼后的結(jié)果與原始信號可以不加區(qū)分。一個給定信號的掩蔽能力取決于它的頻率和響度，所以心理聲學(xué)模型的最終輸出是信掩比SMR(signal-to-maskradio)，即信號強度與掩蔽閾值的比率。

MP3壓縮算法圖二

3. 量化編碼。量化編碼使用一個三層迭代循環(huán)模型來實現(xiàn)比特分配和量化。這三層包括：幀循環(huán)，外層循環(huán)和內(nèi)層循環(huán)。幀循環(huán)復(fù)位所有的迭代變量，計算能夠提供給每節(jié)數(shù)據(jù)的最大比特數(shù)，然后調(diào)用外層迭代模型；外層迭代模型首先使用內(nèi)層迭代模型，內(nèi)層迭代模型對輸入矢量進行量化，通過遞增量化步長使量化輸出能夠在一定的比特位數(shù)限制之內(nèi)被編碼。哈夫曼編碼對量化的最大值有限制，所以需要判斷所有的量化值是否超過限制，如果超過限制，則內(nèi)層迭代循環(huán)需要遞增量化步長，重新量化。然后確定哈夫曼編碼的位數(shù)，使其所占的比特數(shù)小于由幀循環(huán)計算出的每節(jié)編碼所能提供的最大比特數(shù)，否則也要增加量化步長重新量化。當量化滿足要求后，存儲最終的比例因子數(shù)值，跳出外層循環(huán)，并在幀循環(huán)中計算存儲每節(jié)數(shù)據(jù)所用的比特位數(shù)。

MP3壓縮算法圖三

以上就是MP3壓縮算法