Повышение эффективности алгоритмов компрессии цифровых аудиоданных на основе учета временной маскировки

• Автор: Зырянов, Максим Викторович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Санкт-Петербург
• Количество страниц: 175 с. : ил.

ГЛАВА 1. МЕТОДЫ КОДИРОВАНИЯ ЗВУКОВЫХ СИГНАЛОВ С УСТРАНЕНИЕМ ПСИХОАКУСТИЧЕСКОЙ ИЗБЫТОЧНОСТИ
1.1. Цели кодирования цифровых аудиоданных
1.2. Кодирование с ортогональным преобразованием звукового сигнала 1 б
1.3. Алгоритмы кодирования звуковых сигналов с устранением психоакустической избыточности
1.3.1. Система кодирования MASCAM
1.3.2. Алгоритм компрессии MUSICAM
1.3.3. Метод кодирования ASPEC
1.3.4. Метод ATRAC
1.4. Стандарты кодирования семейства MPEG
1.4.1. Алгоритм кодирования аудиосигналов стандарта MPEG-1 ISO/IEC 11172-3
1.5. Алгоритмы кодирования звуковых сигналов стандарта MPEG-2 1SO/IEC 13818-3
1.6. Алгоритм кодирования MPEG-2 AAC ISO/IEC 13818-7
1.7. Алгоритм кодирования MPEG-4 FCD 14496-3
1.8. Стандарт кодирования DOLBY АС-3
1.9. Качество кодеков с компрессией цифровых аудиоданных
1.10. Постановка задачи и цель диссертационной работы
ГЛАВА 2. РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПОСТМАСКИРОВКИ И МЕХАНИЗМА ЕЁ УЧЕТА В КОДЕРАХ С КОМПРЕССИЕЙ ЦИФРОВЫХ АУДИОДАННЫХ
2.1. Использование временной маскировки в системах кодирования звуковых сигналов с устранением психоакустической избыточности
2.2. Математические модели постмаскировки
2.2.1. Суммирование индивидуальных порогов постмаскировки при их наложении во времени
2.3. Разработка механизма учета постмаскировки для использования в системах аудиокодирования
2.3.1. Учет частотной зависимости временной маскировки
2.3.2. Учет зависимости временной постмаскировки от уровня маскирующего сигнала
2.3.3. Получение комплексной зависимости порогов временной постмаскировки от частоты и от уровня маскирующего сигнала

2.4. Модификация психоакустической модели
ГЛАВА 3. РАЗРАБОТКА ПРОГРАММНОЙ МОДЕЛИ, СТРУКТУРЫ И ИНТЕРФЕЙСА ИССЛЕДОВАТЕЛЬСКОЙ УСТАНОВКИ
3.1. Структура исследовательской установки
3.1.1. Сбор экспериментальных данных
3.2. Методы анализа эффективности кодирования
3.3. Статистический анализ звуковых сигналов
3.4. Пользовательский интерфейс экспериментальной установки
3.5. Другие модификации программной модели
3.6. Проверка правильности работы программной модели
ГЛАВА 4. ПРОВЕДЕНИЕ ЭКСПЕРИМЕНТОВ. АНАЛИЗ РЕЗУЛЬТАТОВ. ОЦЕНКА ЭФФЕКТИВНОСТИ УЧЕТА ПОСТМАСКИРОВКИ
4.1. Классическая музыка — симфоническая музыка
4.2. Классическая музыка - струнные музыкальные инструменты
4.3. Классическая музыка - органная музыка
4.4. Современная музыка - электронная музыка
4.5. Современная музыка - Heavy Metal
4.6. Джазовая музыка
4.7. Современная музыка - рок-музыка
4.8. Современная музыка - поп-музыка
4.9. Речевые сигналы
4.10. Обобщение результатов исследования
4.11. Субъективная оценка
4.12. Выводы по главе 4
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Актуальность работы. Методы кодирования высококачественных звуковых сигналов (ЗС) получили в последнее десятилетие очень широкое распространение в области вещания, цифровой звукозаписи и бытовой звуко-и видеовоспроизводящей аппаратуры. Появился даже новый, стремительно растущий класс бытовой электроники - портативные MP3 проигрыватели. Развиваются сети цифрового теле- и радиовещания, предоставляющие потребителям высокое качество изображения и звука при широкой зоне охвата. Растет популярность телерадиовещания по сети Интернет и мобильным телефонным сетям. Все эти технологические новшества стали экономически целесообразны, а в ряде случаев и вообще технически возможны, благодаря использованию высокоэффективных алгоритмов сжатия цифровой видео- и аудиоинформации, таких как MPEG-1 ISO/IEC 11172, MPEG-2 КОЛЕС 13818, MPEG-4 КОЛЕС FCD 14496, ATSC Dolby АС-3. При этом за экономические преимущества использования таких алгоритмов, позволяющих на порядок снизить требования к пропускной способности каналов передачи или ёмкости носителей информации, приходится расплачиваться некоторым снижением качества звучания. За эпоху господства цифрового аудио компакт-диска у потребителей сформировалось требование к высокому качеству звучанию любого звуковоспроизводящего оборудования. Усилия разработчиков алгоритмов кодирования звуковых сигналов всегда были направлены на то, чтобы обеспечить качество декодированного аудиоматериала не худшее, чем у компакт-диска. Именно качество звучания часто является решающим фактором, определяющим экономический успех услуг цифрового вещания или служб распространения цифровых звукозаписей

ятшшшяшшшшшяшит
10О 150 О 50 100
Момент выключения маскера

-50 0
Момент появления маскера

Рис. 1.9. Схематичное представление эффектов временной маскировки по данным Э.Цвикера [173]: верхняя часть затемненной области показывает значение относительного порога маскировки для сигнала, ограниченного во времени. Уровень маскирующего сигнала составляет 60 дБ
Представленные схематично временные свойства маскировки практически не учитываются кодерами Layer 3. Известно лишь косвенное использование эффекта предмаскировки для уменьшения заметности эффекта пред-эха - типичных искажений сигнала, возникающих в гибридном банке фильтров кодера Layer 3.
Длительность действия предмаскировки достаточно мала (не превышает обычно 8-10 мс), её учет для целей вещания привел бы к увеличению общей задержки при обработке звукового сигнала в кодере, что нежелательно в данном случае. В отличие от этого длительность эффекта постмаскировки составляет до 200 - 250 мс. При длительности аудиофрейма равной 26 мс это означает, что на вычисляемые пороги маскировки влияют не только сигнал внутри самого аудиофрейма, но и сигнал предшествующих 7-8 фреймов.
Поскольку выбросы в реальном звуковом сигнале встречаются достаточно часто [148], есть основания предположить, что вполне возможно достичь определенного выигрыша в скорости цифрового потока при кодировании сигнала за счет учета постмаскировки.
Известно, что маскирующее воздействие, создаваемое одновременной маскировкой в частотной области, существенно больше того, которое создается во временной области. Поэтому наиболее рациональным путем