音視頻學(xué)習(xí)從零到整(1)
音視頻學(xué)習(xí)從零到整(2)
音視頻學(xué)習(xí)從零到整(3)
音頻編碼
一.為什么要做音頻編碼?
之前的文章中,我?guī)е蠹襾?lái)計(jì)算過(guò)CD音質(zhì)的數(shù)據(jù)采樣,每分鐘需要存儲(chǔ)空間約為10.1MB.從存儲(chǔ)的角度或者網(wǎng)絡(luò)實(shí)時(shí)傳播的角度.這個(gè)數(shù)據(jù)量都是太大了.對(duì)于存儲(chǔ)和傳輸都是非常具有挑戰(zhàn)的.所以我們需要通過(guò)壓縮編碼
壓縮編碼的可能性
壓縮編碼的基本指標(biāo)就是壓縮比,壓縮比通常小于1(如果等于或者大于1,是不是就失去的壓縮的意義了,壓縮目的就是為了減少數(shù)據(jù)體量).壓縮算法分為2種,有損壓縮和無(wú)損壓縮.
- 無(wú)損壓縮:解壓后的數(shù)據(jù)可以完全復(fù)原.在常用的壓縮格式中,用的較多的都是有損壓縮.
- 有損壓縮:解壓后的數(shù)據(jù)不能完全復(fù)原,會(huì)丟失一部分信息.壓縮比越小,丟失的信息就會(huì)越多,信號(hào)還原的失真就會(huì)越大.
需要根據(jù)不同的場(chǎng)景(考慮因素包括存儲(chǔ)設(shè)備,傳輸網(wǎng)絡(luò)環(huán)境,播放設(shè)備等),可以選用不同壓縮編碼算法.
壓縮編碼的原理實(shí)際上就是壓縮冗余的信號(hào).冗余信號(hào)就是指不能被人耳感知的信號(hào).包括人耳聽(tīng)覺(jué)范圍之外的音頻信號(hào)以及被掩蓋掉的音頻信號(hào).
- 拓展小課堂
人耳掩蓋效應(yīng)
- 主要表現(xiàn)在頻域掩蓋效應(yīng)與時(shí)域掩蓋效應(yīng).無(wú)論是在時(shí)域還是頻域上,被掩蓋掉的信息都認(rèn)為是冗余信息,不進(jìn)行編碼處理
- 掩蔽效應(yīng)指人的耳朵只對(duì)最明顯的聲音反應(yīng)敏感，而對(duì)于不明顯的聲音，反應(yīng)則較不為敏感。例如在聲音的整個(gè)頻率譜中，如果某一個(gè)頻率段的聲音比較強(qiáng)，則人就對(duì)其它頻率段的聲音不敏感了。應(yīng)用此原理，人們發(fā)明了mp3等壓縮的數(shù)字音樂(lè)格式，在這些格式的文件里，只突出記錄了人耳朵較為敏感的中頻段聲音，而對(duì)于較高和較低的頻率的聲音則簡(jiǎn)略記錄，從而大大壓縮了所需的存儲(chǔ)空間。在人們欣賞音樂(lè)時(shí)，如果設(shè)備對(duì)高頻響應(yīng)得比較好，則會(huì)使人感到低頻響應(yīng)不好，反之亦然。
常用壓縮編碼格式
WAV編碼
WAV編碼的一種實(shí)現(xiàn)方式(其實(shí)它有非常多實(shí)現(xiàn)方式,但都是不會(huì)進(jìn)行壓縮操作).就是在源PCM數(shù)據(jù)格式的前面加上44個(gè)字節(jié).分別用來(lái)描述PCM的采樣率,聲道數(shù),數(shù)據(jù)格式等信息.
- 特點(diǎn):音質(zhì)非常好,大量軟件都支持其播放
- 適合場(chǎng)合:多媒體開(kāi)發(fā)的中間文件,保存音樂(lè)和音效素材
MP3編碼
MP3編碼具有不錯(cuò)的壓縮比,而且聽(tīng)感也接近于WAV文件,當(dāng)然在不同的環(huán)境下,應(yīng)該調(diào)整合適的參數(shù)來(lái)達(dá)到更好的效果.
- 特點(diǎn):音質(zhì)在128Kbit/s以上表現(xiàn)不錯(cuò),壓縮比比較高.大量軟件和硬件都支持.兼容性高.
- 適合場(chǎng)合:高比特率下對(duì)兼容性有要求的音樂(lè)欣賞.
AAC編碼
AAC是目前比較熱門(mén)的有損壓縮編碼技術(shù),并且衍生了LC-AAC,HE-AAC,HE-AAC v2 三種主要編碼格式.
LC-AAC 是比較傳統(tǒng)的AAC,主要應(yīng)用于中高碼率的場(chǎng)景編碼(>= 80Kbit/s)
HE-AAC 主要應(yīng)用于低碼率場(chǎng)景的編碼(<= 48Kbit/s)
特點(diǎn):在小于128Kbit/s的碼率下表現(xiàn)優(yōu)異,并且多用于視頻中的音頻編碼
適合場(chǎng)景:于128Kbit/s以下的音頻編碼,多用于視頻中的音頻軌的編碼
Ogg編碼
Ogg編碼是一種非常有潛力的編碼,在各種碼率下都有比較優(yōu)秀的表現(xiàn).尤其在低碼率場(chǎng)景下.Ogg除了音質(zhì)好之外,Ogg的編碼算法也是非常出色.可以用更小的碼率達(dá)到更好的音質(zhì).128Kbit/s的Ogg比192Kbit/s甚至更高碼率的MP3更優(yōu)質(zhì).但目前由軟件還是硬件支持問(wèn)題,都沒(méi)法達(dá)到與MP3的使用廣度.
- 特點(diǎn):可以用比MP3更小的碼率實(shí)現(xiàn)比MP3更好的音質(zhì),高中低碼率下均有良好的表現(xiàn),兼容不夠好,流媒體特性不支持.
- 適合場(chǎng)景:語(yǔ)言聊天的音頻消息場(chǎng)景
總結(jié)
簡(jiǎn)單介紹了為什么需要做音頻編碼?音頻壓縮編碼的可能性來(lái)自哪里?音頻的數(shù)據(jù)冗余信息以及壓縮編碼格式的使用場(chǎng)景.
