基于谱扩展技术的低码率音频压缩研究

摘要

数字音频信号在存储和传输时，考虑到带宽和存储介质的限制，必须进行压缩。为了进一步充分利用带宽和存储介质，基于人耳对信号高频成分敏感度低于低频部分这一事实，传统的音频压缩算法往往将信号的高频部分丢弃，从而造成音频质量的下降。音频信号的谱扩展技术是利用可以得到的信号的低频部分通过某种算法将高频扩展出来，从而得到尽可能高质量的全频带音频信号。因此研究音频信号的谱扩展技术具有重要的理论和应用价值。 SBR技术是一种高性能的高频扩展技术，在编码端对音频信号进行高频分析，提取高频控制参数，传送至解码端，结合传统音频解码器输出的低频成分，可以很好地扩展出高频，得到高品质的重建音质。PlusV是一种算法简洁的谱扩展技术，主要是为了在大规模集成电路上的实现。所谓的“盲”扩展技术，比如基于对数域的线性外推方法，不需要在编码端提取参数，而只在解码端利用低频进行扩展。它们在性能和可应用性上各有优势。 本论文提出一种简化参数的谱扩展技术（论文中简称为SPBE）。SPBE在分析高频时着重分析高频部分与低频部分的相关性，采取相关性度量来决定扩展的方法，最后提取的高频参数只含有高低频相关性信息和高频能量信息；另外，为了保证信号分析时在瞬态发生时有足够的时间分辨率，加入了瞬态检测模块，利用基于能量的不可预测度判据来判断瞬态信号的发生；为了达到信号的完全重构，降低算法复杂度，时频变换利用MDCT滤波器组来实现，为了进一步减低滤波器组的运算量，采用基于FFT的快速算法。 MPEG-AAC作为新一代的感知音频编码器，具有很高的压缩性能，它分为三个层次，分别对应于不同的应用领域。为验证SPBE算法的性能，以AAC为参考，设计了基本编码器，用于处理音频信号的低频部分。SPBE和基本编码器相结合，实现了一个基于SPBE的低码率音频压缩编码系统，以充分利用基本编码器的压缩性能和SPBE良好的高频重建性能。 在大量数值实验的基础上，对SPBE算法应用于音频信号效果进行验证和改进，包括高频子带的划分方法，截止频率的选取，不同瞬态检测方法的选取等等。在对不同性质的音频信号测试中，重建的音频具有良好的音质，表明了SPBE算法可以有效地扩展出音频信号的高频，与其它谱扩展技术比较，显示出了一定的性能和应用价值。