音頻壓縮技術定義

　　音頻信號能進行壓縮的依據(jù)是音頻壓縮技術。

　　音頻壓縮技術指的是對原始數(shù)字音頻信號流（PCM編碼）運用適當?shù)?a target="_blank">數(shù)字信號處理技術，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。它必須具有相應的逆變換，稱為解壓縮或解碼。音頻信號在通過一個編解碼系統(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，能夠實現(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。

　　音頻壓縮技術編碼分類

　　編碼：信號系統(tǒng)如何把一定的信息內容包含在少量特定信號的排列組合之中

　　1、采用一定的格式來記錄數(shù)字數(shù)據(jù)

　　2、采用一定的算法來壓縮數(shù)字數(shù)據(jù)以減少存貯空間和提高傳輸效率

　　音頻信號編碼按照壓縮原理不同，分為波形編碼、參數(shù)編碼以及多種技術相互融合的編碼形式

　　波形編碼

　　直接對音頻信號的時域或頻域波形按一定速率采樣，然后將幅度樣本分層量化，變換為數(shù)字代碼，由波形數(shù)據(jù)產生一種重構信號

　　編碼系統(tǒng)源于信號原始樣值，波形與原始聲音波形盡可能地致，保留了信號的細節(jié)變化和各種過渡特征

　　波形編碼類型

　　脈沖編碼調制（pcm ）→差分脈沖編碼調制（dpcm ）→自適應差分脈沖編碼調制 （adpcm）

　　脈沖編碼調制（PCM）

　　最簡單的波形編碼，僅僅是對輸入信號進行采樣和量化

　　聲音帶寬受采樣頻率限制，采樣頻率與信號帶寬的通過防失真濾波器進行匹配

　　運用非均勻量化，對幅度大的輸入信號采用大的量化間隔，幅度小的輸入信號采用小的量化間隔，在滿足量化精度要求的情況下用較少的位數(shù)來表示信號

　　差分編碼調制（DPCM）

　　源于PCM，根據(jù)聲音信號相鄰采樣值之間呈現(xiàn)明顯的相關性，利用前一個樣樣本估算下一個樣本信號的幅度大小，形成預測值

　　對預測的樣本值與原始的樣本值之差進行量化

　　如果樣本的預測值與樣本的實際值比較接近，它們之間的差值幅度的變化就比原始聲音樣本幅度值的變化小，因此量化這種差值信號時就可以用比較少的位數(shù)來表示差值

　　自適應差分編碼調制（ ADPCM）

　　綜合了根據(jù)輸入信號幅度大小來改變量化階大小的自適應特性和差分特性，核心思想是：

　　使用小的量化等級去量化小的差值，使用大的量化等級去量化大的差值

　　使用過去的采樣樣本值估算下一個采樣樣本的預測值，使實際樣本值和預測值之間的差值總是最小

　　子帶編碼（SBC）

　　屬于依據(jù)感知特性的頻域編碼

　　將音頻信號進行時間足夠短的分段，通過分段塊由時間域轉變?yōu)轭l率域，利用帶通濾波器（BPF）組把原始信號的頻帶分割為若干子頻帶

　　對聽覺感知比較重要的子頻帶，編碼器分配比較多的位數(shù)來表示它們，對于其他的子帶編碼器就可以分配比較少的位數(shù)來表示

　　由于各子帶頻率范圍不同，通過對每個子頻帶中的音頻信號運用不同采樣頻率和不同量化間隔的自適應控制

　　在信道上傳送時設置m路數(shù)字編碼器，將各路子帶的代碼復合起來通過多路復用器輸出子帶編碼數(shù)據(jù)

　　將各路子帶輸出信號送到m路并聯(lián)數(shù)字解碼后同步相加，相加恢復為原始信號

　　自適應變換編碼（ATC）

　　變換編碼是先對信號進行某種函數(shù)變換，從一種信號（空間）變換到另一種（空間），然后再對信號進行編碼

　　音頻信號大部分都是低頻信號，在頻域中信號的能量較集中，將時域信號變換到頻域再進行采樣、編碼，那么可以肯定能夠減少數(shù)據(jù)

　　變換編碼最典型是應用離散余弦變換（DCT）或改進的離散余弦變換（DCT）

　　變換編碼過程是將音頻信號進行時間足夠短的采樣，通過采樣塊由時間域變換為頻率域，采樣塊的作用相當于將連續(xù)的音頻呈現(xiàn)在一個“窗口”進行處理

　　在變換系統(tǒng)中，用于量化一組變換樣值的比特總數(shù)是固定的，所以選擇變換的采樣塊（窗口）長度，就可以調整時域分辨率和編碼壓縮比，采用短的采樣塊能夠提高時域分辨率，長的采樣塊能夠獲得較高的壓縮比

　　自適應的概念主要表現(xiàn)在配合聲學心理模型，根據(jù)音頻信號的特性進行采樣塊（窗口）長度切換，緩解時域分辨率與編碼壓縮比的沖突

　　變換編碼與子帶變換都是針對一定的采樣塊進行工作，子帶編碼具有出色的時間分辨率，但頻率分辨率差;而變換編碼有出色的頻率分辨率，但時間分辨率差

　　參數(shù)編碼

　　首先根據(jù)不同的信號源，如語言信號、自然聲音等形式建立特征模型，通過提取特征參數(shù)和編碼處理，力圖使重建的聲音信號盡可能高的保持原聲音的語意，但重建信號的波形同原聲音信號的波形可能會有相當大的差別

　　常用的特征參數(shù)有共振峰、線性預測系數(shù)、頻帶劃分濾波器等參數(shù)編碼技術可實現(xiàn)低速率的聲音信號編碼，比特率可壓縮到2Kbi/s-48Kbi！s，但聲音的質量只能達到中等，特別是自然度較低，僅適合語言語言的傳遞與表達

　　混合編碼

　　將波形編碼和參量編碼組合起來的編碼形式

　　克服了原有波形編碼和參量編碼的弱點，力圖保持波形編碼的高質量和參量編碼的低速率，在4-16 Kbit / s速率上能夠得到高質量的合成聲音信號

　　混合編碼的基礎是線性預測編碼（LPC），常用脈沖激勵線性預測編碼（ MPLPO）、規(guī)劃脈沖激勵線性預測編碼（ KPELPO）碼本激勵線性預測編碼（ CELPO）等編碼方式