多聲道數(shù)字音頻編解碼技術規(guī)范

Title:多聲道數(shù)字音頻編解碼技術規(guī)范Content:SJ/T11368---2006多聲道數(shù)字音頻編解碼技術規(guī)范1范圍本標準規(guī)定了多聲道數(shù)字音頻壓縮編解碼技術方案：包括碼流格式（句法結構與語義）、解碼過程以及各個解碼技術模塊的技術要求，并對采用該技術的編碼部分提供了資料性的建議和實現(xiàn)方法。本標準規(guī)定的數(shù)字音頻編解碼技術方案的信號通道能保持24bit以L的精度（除了因量化而有意舍棄的精度外）?？芍С值穆暤涝O置除了常見的立體聲、5.1環(huán)繞聲、6.1環(huán)繞聲和7.1環(huán)繞聲之外，還為未來的音頻技術發(fā)展預留了空間（最多可支持64.3環(huán)繞聲）。本標準可支持從8kHz到192kHz間的標準采樣頻率，包括44.1KHz和48KHz。本標準對編碼比特率（碼率）沒有明確限制，在具體應用時可根據(jù)信道帶寬和音質(zhì)要求等因素來設定。本標準適用于各種數(shù)字音頻廣播、數(shù)字電視伴音、家庭影院、網(wǎng)絡流媒體以及個人媒體播放器等應用領域。2術語和定義下列術語和定義適用于本標準。對句法和編解碼過程的描述均采用標準C++語言。2.1音頻數(shù)據(jù)audiodata編碼后用于表示原始音頻信號的比特序列（數(shù)據(jù)）。2.2音頻樣本audiosample輸入編碼器或輸出解碼器的PCM音頻樣本。2.3輔助數(shù)據(jù)auxiliarydata包括諸如時間碼之類的不屬于音頻信號本身，但又與其有關系的數(shù)據(jù)。2.4暫窗口函數(shù)briefwindowfunction總長度為256個樣本，但卻只用其中160個樣本的MDCT的窗口函數(shù)。2.5臨界頻帶criticalband人耳對聲音分辨的數(shù)學模型可用一個子帶濾波器組來近似表示，該濾波器組的帶寬隨頻率的上升而成近似的指數(shù)l二升。此濾波器組的一個子帶即被稱為一個臨界頻帶。2.6碼流或比特流bitstream由符合本標準的編碼器產(chǎn)生的表示原始音頻信號的比特序列。2.7l幀frame由符合本標準的編碼器產(chǎn)生的表示一幀音頻信號的音頻數(shù)據(jù)。它是構成本標準的碼流的基本單位。本標準的一個幀可涵蓋128、256、512、或1024個音頻樣本。2.8幀頭frameheader本標準的一個幀的開頭部分的音頻數(shù)據(jù)，包括同步字和描述音頻信號的特性的字，比如采樣率、正常聲道的數(shù)日、LFE聲道數(shù)同等。

2.9LFE低頻效應聲道lowfrequencyeffectchannel帶寬有限(120Hz)但音量通常比正常聲道高的聲道。2.10長窗口函數(shù)longwindowfunction長度為2048個樣本的MDCT的窗口函數(shù)。2.11MDCT塊MDOTblock應用一次MDCT所產(chǎn)生的一組頻域系數(shù)或子帶樣本。或相應地，輸入MDCT的一組新音頻樣本。本標準用到的MDCT塊分別包含128和1024個音頻樣本或子帶樣本。2.12正常聲道normalchannel除低頻效應聲道以外的全頻譜聲道。2.13量化指數(shù)quantizationindex量化子帶樣本所生成的指數(shù)。2.14量化步長quantizationstepsize量化子帶樣本用的步長。2.15量化單元quantizationunit由臨界頻帶在頻域和瞬態(tài)段在時域聯(lián)合界定的一個矩形；所有在此矩形內(nèi)的子帶樣本都屬于同一個量化單元。2.16準穩(wěn)態(tài)幀或穩(wěn)態(tài)幀quasistationaryframe一幀沒有瞬態(tài)的音頻樣本。2.17短窗口函數(shù)shortwindowfunction長度為256個樣本的MDCT的窗口函數(shù)。2.18旁信息sideinformation一幀音頻數(shù)據(jù)中不表示子帶樣本白釓僅僅協(xié)助解碼的字。2.19子帶樣本subbandsample應用MDCT所產(chǎn)生的一組頻域系數(shù)。2.20子帶段subbandsegment由時間界定的一段子帶樣本。2.21同步宇synchronizationword指示音頻幀的開始的字。2.22瞬態(tài)幀transientframe，一幀有瞬態(tài)的音頻或子帶樣本。2.23

瞬態(tài)位置transientlocation對瞬態(tài)幀，指示瞬態(tài)發(fā)生的位置。2.24瞬態(tài)段transientsegment統(tǒng)計特性類似的子帶段。在瞬態(tài)幀內(nèi)，瞬態(tài)段的起始f訌置通常為瞬態(tài)發(fā)f#的位置。在平穩(wěn)幀內(nèi)，整幀音頻樣本或子帶為一個瞬態(tài)段。2.25窗口函數(shù)windowfunctionMDCT用的窗口函數(shù)。2.26字word本標準的編碼器產(chǎn)生的音頻數(shù)據(jù)的最小語義單元。3概述3.1編碼器編碼器的l要組成部分如圖1和表l所示。表1編碼器編碼器部件功能瞬念檢測器檢測輸入的PCM樣本是否含有瞬念響脅多分辨率分析濾波器組把每個聲道的音頻信號的PCM樣本分解成子帶信號。該濾波器組的時頻分辨率由瞬態(tài)檢測的結果面定交義重組器當幀中存在瞬態(tài)時，用來交叉重組予帶樣本以便千降低傳輸它們所需的總比特數(shù)人耳聽覺模型計算人耳的噪聲掩蔽閥值可選的和／差編碼器把左右聲道對的字帶樣本轉(zhuǎn)換成和／差聲道對可選的聯(lián)合強度編碼器利用人耳在高頻的聲像定能特性而對聯(lián)合聲道的幽頻分量進行強度編碼全局比特分配器把比特資源分配給各個量化單元，以使它們的量化噪聲功率低十人耳的掩蔽閥值線性標量量化器利用全局比特分配器提供的量化步長賴量化各個最化單元內(nèi)的子帶樣本碼書選樣器基于量化指數(shù)的局部統(tǒng)計特征對量化指數(shù)分組，并把最佳的碼書從碼書庫中選擇出來分配給各組量化指數(shù)量化指數(shù)編碼器用碼書選擇器選定的碼書及其應用范圍來對所有的鞋化指數(shù)進行Huffman編碼多路復用器把所有最化指數(shù)的Huffman碼和輔助信息打包成一個完整的比特流

注：實線代表音頻數(shù)據(jù)，虛線代表控制／輔助信息圖1編碼器3.2解碼器解碼器的主要組成部分如圖2和表2所示。表2解碼器解碼器部件功能多路解復用器從比特流解包出各個碼字。由于Huffman碼屬前綴碼，其解碼和多路解復用是在同一個步驟中完成的碼書選擇器從比特流中解碼出用于解碼量化指數(shù)用的各個Huffman碼書及其應用范圍(applicationrange)量化指數(shù)解碼器用于從比特流中解碼出量化指數(shù)量化單元個數(shù)重建器由碼書應用范圍重建各個瞬態(tài)段的量化單元的個數(shù)

表2（續(xù)）解碼器部件功能逆量化器從碼流中解碼出所有量化單元的量化步長，并用它由量化指數(shù)重建子帶樣本可選聯(lián)合強度解碼器利用聯(lián)合強度比例因子由源聲道的子帶樣本重建聯(lián)合聲道的子帶樣本可選的和／差解碼器由和／差聲道的子帶樣本重建左右聲道的予帶樣本逆交叉重組器當幀中存在瞬態(tài)時，逆轉(zhuǎn)編碼器對量化指數(shù)的交叉重組短／暫窗口函數(shù)序列重建器對瞬態(tài)幀-根據(jù)瞬態(tài)的位置及MDCT的完美重建(PerfectReconstruction)條件來重建該幀須用的短和暫窗口函數(shù)序列可變分辨率合成濾波器組由子帶樣本重建PCM音頻樣本注：實線代表音頻數(shù)據(jù)，虛線代表控制／輔助信息圖2解碼器4句法結構4.1函數(shù)對句法的描述而定義的函數(shù)見表3。表3特殊函數(shù)定義函數(shù)定義-max(x,y)返回x和y的最大值_min(x，y)返回x和y的最小值Ceil(x)返回大于或等于x的最小整數(shù)ErrorHandlingO錯誤處理Exit()退出解碼GetHuffDim(pCodeBook)返回Huffman碼書pCodeBook的維數(shù)GetHuffMidTread(pCodeBook)如果Huffman碼書pCodeBook的碼指數(shù)是踏中(Mid-treading)的，返回true；否則，返回falseGetNumHuffCodes(pCodeBook)返回Huffman碼書pCodeBook的每一維的大?。℉uffman碼的個數(shù)）HuffDec(pCodeBook)用Huffman碼書pCodeBook從碼流中進行Huffman解碼：HuffDec(pCodeBook){k=0：unBits=O;for(n=O;n<nNumCodes;n++){nShift=pCodeBook[k++];if(sShift>O){unBits=unBits《nShift;unBitsI=Unpack(nShift);)if(unBits==pCodeBook[k++]){returnpCodeBook[k];)k++：)}其中，nNumCodes是Huffman碼書pCodeBook的每一維的大小(Huffman碼的個數(shù))

表3（續(xù)）函數(shù)定義HuffDecDiff(pCodeBook)用Huffman碼書pCodeBook從碼流中進行差值Huffman解碼。具體實現(xiàn)如下：DecDiff(pCodeBook){nDiff=Decode():nIndex=(nIndex+nDiff)%nNumCodes;returnnIndex;}其中．nNumCodes足Huffman碼書pCodeBook的每一維的大?。℉uffman碼的個數(shù)）：nlndex是碼書pCodeBook的記憶性變最，由ResetHuffIndex(pCodeBook)初始化HuffDecRecursive(pCodeBook)用Huffman碼書pCodeBook從碼流中進行回歸Huffman解碼。具體實現(xiàn)如下：DecRecursive(pCodeBook){k=-1;do(k++；nQIndex=BuffDec(pCodeBook);)while(nQIndex==nNumCodes-1):nQlndex=k*(nNumCodes-l)+nQlndex:returnnQIndex:}其中，nNumCodes足Huffman碼書pCodeBook的每一維的大小(Huffman碼的個數(shù))ResetHuffIndex(pCodeBook)把Huffman碼書pCodeBook的記憶性變量nIndex清零：ResetHufflndex(pCodeBook){nIndex=O：}：該記憶性變量nIndex將存HuffDecDiff(pCodeBook)函數(shù)中用到Unpack(X)從碼流中解包出X比特無正負號的數(shù)4.2碼流碼流如下所示：BitStreamOwhile(Unpack(16)==Ox7FFF)Frame0;

4.3幀幀如下所示Frame0FrameHeader0;for(nCh=O;nCh<nNumNormalCh;nCh++)UnpackWinSequence0;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;if(bUseSumDiff==true&&(nCh%2)==l)UnpackSumDff0;if(bUseJIC==true&&nCh>O)UnpackJicScale0;for(nCh=nNumNormalCh;nCh<nNumNormalCh+nNumLfeCh;nCh++)if(nNumBlocksPerFrm==8)nWinTypeCurrent=WIN_LONG_LONG2LONG;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;elsenWinTypeCurrent=WINSHORT_SHORT2SHORT;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;ErrorCheck0;AuxiliaryData0;

4.4幀頭幀頭如下所示：FrameHeader0nFrmHeaderType=Unpack(l):if(nFrmHeaderType==0)nNumWord=Unpack(lO);elsenNumWord=Unpack(13);nNumBlocksPerFrm=l<<Unpack(2)nSampleRateIndex=Unpack(4);if(nFrmHeaderType==0)nNumNormalCh=Unpack(3)+1;nNumLfeCh=Unpack(l);elsenNumNormalCh=Unpack(6)+1;nNumLfeCh=Unpack(2);bAuxChCfg=Unpack(1);if(nFrmHeaderType==0)if(nNumNormalCh>l)bUseSumDiff=Unpack(l)bUseJIC=Unpack(l);elsebUseSumDiff=O;bUseJIC=O;if(bUseJIC==1)nJicCb=Unpack(5)+1;elsenJicCb=O;elesbUseSumDiff=O;bUseJIC=O;nJicCb=O;4.5窗口序列窗口序列如下所示：UnpackWinSequenceOif(nCh==O||(bUseJIC==false&&bUseSumDiff==false》nWinTypeCurrent=Unpack(4);if(nWinTypeCurrent!=ANY_LONG_WIN)nNumCluster=Unpack(2)+1;if(nNumCluster>=2)nLast=O;for(nCluster=O;nCluster<nNumCluster-l;nCluster++)k=HuffDec(pClusterBook)+1:anNumBlocksPerFrmPerCluster[nCluster]=k;nLast+=k;anNumBlocksPerFrmPerCluster[nCluster]=nNumBlocksPerFrm-nLast;elseanNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;elsenNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;

elsenWinTypeCurrent=ChO.nWinT