音頻壓縮技術(shù)原理

　　音頻壓縮技術(shù)定義

　　音頻信號(hào)能進(jìn)行壓縮的依據(jù)是音頻壓縮技術(shù)。

　　音頻壓縮技術(shù)指的是對(duì)原始數(shù)字音頻信號(hào)流（PCM編碼）運(yùn)用適當(dāng)?shù)?a target="_blank">數(shù)字信號(hào)處理技術(shù)，在不損失有用信息量，或所引入損失可忽略的條件下，降低（壓縮）其碼率，也稱為壓縮編碼。它必須具有相應(yīng)的逆變換，稱為解壓縮或解碼。音頻信號(hào)在通過一個(gè)編解碼系統(tǒng)后可能引入大量的噪聲和一定的失真。

　　在音頻壓縮領(lǐng)域，有兩種壓縮方式，分別是有損壓縮和無損壓縮。常見到的MP3、WMA、OGG被稱為有損壓縮，有損壓縮顧名思義就是降低音頻采樣頻率與比特率，輸出的音頻文件會(huì)比原文件小。另一種音頻壓縮被稱為無損壓縮，也就是所要說的主題內(nèi)容。無損壓縮能夠在100%保存原文件的所有數(shù)據(jù)的前提下，將音頻文件的體積壓縮的更小，而將壓縮后的音頻文件還原后，能夠?qū)崿F(xiàn)與源文件相同的大小、相同的碼率。無損壓縮格式有APE、FLAC、WavPack、LPAC、WMALossless、AppleLossless、La、OptimFROG、Shorten，而常見的、主流的無損壓縮格式只有APE、FLAC。

　　音頻壓縮技術(shù)原理

　　1、數(shù)字音頻相關(guān)特點(diǎn)

　　數(shù)字音頻的質(zhì)量取決于：采樣頻率和量化位數(shù)這兩個(gè)參數(shù)，為了保真在時(shí)間變化方向上取樣點(diǎn)盡量密，取樣頻率要高;在幅度取值上盡量細(xì)，量化比特率要高，直接的結(jié)果就是存儲(chǔ)容量及傳輸信道容量要求的壓力

　　音頻信號(hào)的傳輸率=取樣頻率*樣本的量化比特?cái)?shù)*通道數(shù)取樣頻率=441KHz

　　樣本值的量化比特?cái)?shù)=16

　　普通立體聲的信號(hào)通道數(shù)=2

　　數(shù)字信號(hào)傳輸碼流大約14Mbit/s

　　一秒鐘的數(shù)據(jù)量為14Mbit/（8/Byte）

　　達(dá)1764 k byte（字節(jié)），等于88200個(gè)漢字的數(shù)據(jù)量

　　數(shù)字音頻的出現(xiàn)，是為了滿足復(fù)制、存儲(chǔ)、傳輸?shù)男枨?，音頻信號(hào)的數(shù)據(jù)量對(duì)于進(jìn)行傳輸或存儲(chǔ)形成巨大的壓力

　　音頻信號(hào)的壓縮是在保證一定聲音質(zhì)量的條件下，盡可能以最小的數(shù)據(jù)率來表達(dá)和傳送聲音信息

　　信號(hào)壓縮過程是對(duì)采樣、量化后的原始數(shù)字音頻信號(hào)流運(yùn)用適當(dāng)?shù)臄?shù)字信號(hào)處理技術(shù)進(jìn)行信號(hào)數(shù)據(jù)的處理，將音頻信號(hào)中去除對(duì)人們感受信息影響可以忽略的成分，僅僅對(duì)有用的那部分音頻信號(hào)進(jìn)行編排，從而降低了參與編碼的數(shù)據(jù)量

　　數(shù)字音頻信號(hào)中包含的對(duì)人們感受信息影響可以忽略的成分稱為冗余，包括時(shí)域冗余、頻域冗余和聽覺冗余

　2、時(shí)域冗余

時(shí)域與頻域的差異
?

　　時(shí)域冗余的表現(xiàn)形式

　　1）幅度分布的非均勻性

　　信號(hào)的量化比特分布是針對(duì)信號(hào)的整個(gè)動(dòng)態(tài)范圍而設(shè)定的，對(duì)于小幅度信號(hào)而言，大量的比特?cái)?shù)據(jù)位被閑置

　　2）樣值間的相關(guān)性

　　聲音信號(hào)是一個(gè)連續(xù)表達(dá)過程，通過采樣之后，相鄰的信號(hào)具有極強(qiáng)的相似性，信號(hào)差值與信號(hào)本身相比，數(shù)據(jù)量要小的多

　　3）信號(hào)周期的相關(guān)性

　　聲音信息在整個(gè)可聞?dòng)虻姆秶鷥?nèi)，每個(gè)瞬間只有部分頻率成分在起作用，即特征頻率，這些特征頻率會(huì)以一定的周期反復(fù)出現(xiàn)，周期之間具有相關(guān)關(guān)系

　　4）長(zhǎng)時(shí)自我相關(guān)性

　　聲音信息序列的樣值、周期相關(guān)性，在一個(gè)相對(duì)較長(zhǎng)的時(shí)間間隔也會(huì)是相對(duì)穩(wěn)定的，這種穩(wěn)定關(guān)系具有很高的相關(guān)系數(shù)

　　5）靜音

　　聲音信息中的停頓間歇，無論是采樣還是量化都會(huì)形成冗余，找出停頓間歇并將其樣值數(shù)據(jù)去除，可以減少數(shù)據(jù)量

　　3、頻域冗余

　　頻域冗余的表現(xiàn)形式

　　1）長(zhǎng)時(shí)功率譜密度的非均勻性

　　任何一種聲音信息，在相當(dāng)長(zhǎng)的時(shí)間間隔內(nèi)，功率分布在低頻部分大于高頻部分，功率譜具有明顯的非平坦性，對(duì)于給定的頻段而言，存在相應(yīng)的冗余

　　2）語言特有的短時(shí)功率譜密度

　　語音信號(hào)在某些頻率上會(huì)出現(xiàn)峰值，而在另一些頻率上出現(xiàn)谷值，這些共振峰頻率具有較大的能量，由它們決定了不同的語音特征，整個(gè)語言的功率譜以基音頻率為基礎(chǔ)，形成了向高次諧波遞減的結(jié)構(gòu)

　　4、聽覺冗余

　　根據(jù)分析人耳對(duì)信號(hào)頻率、時(shí)間等方面具有有限分辨能力而設(shè)計(jì)的心理聲學(xué)模型，將通過聽覺領(lǐng)悟信息的復(fù)雜過程，包括接受信息，識(shí)別判斷和理解信號(hào)內(nèi)容等幾個(gè)層次的心理活動(dòng)，形成相應(yīng)的連覺和意境

　　由此構(gòu)成聲音信息集合中的所以數(shù)據(jù)，并非對(duì)人耳辨別聲音的強(qiáng)度、音調(diào)、方位都產(chǎn)生作用，形成聽覺冗余

　　由聽覺冗余引出了降低數(shù)據(jù)率，實(shí)現(xiàn)更高效率的數(shù)字音頻傳輸?shù)目赡?/p>