多媒体原理与系统设计

自适应差分脉冲编码调制ADPCM
32 kbps output Translate the nonlinear input into linear PCM code + + Adaptive Quantization
64 kbps A-law /-law PCM input
Adaptive Predictor
多媒体原理与系统设计
中南大学信息科学与工程学院 黄东军
第二章

数字音频基础
声音的相关概念 MIDI与计算机音乐（略） 声卡的结构及工作原理 数字音频编码
一、声音的基本概念
声音的概念 介质振动在听觉系统中产 生的反应。
空气压力
振幅 t
周期
声音的两个基本物理属性 频率与振幅
0 Hz 20 Hz 20 kHz
量化值
0.75 0.5 0.25 0 - 0.25 - 0.5
t
- 0.75
e.g. CD-Audio 16 bits；移动通信 8bits
二、声卡的结构及工作原理
声卡的结构
MIDI/GAME CD-ROM DSP Speaker MIC Line in Line out
Mixture
ROM RAM
Sampling Step size samples x1x2x3 x4 x5 x6
μ律压扩（μ- law codec ） 由μ 系数调 节的对数函数型非线性量化PCM编码。
Sgn(x) 是 x的极性符号 μ 是压扩系数
-1 ≤ x ≤ 1
μ 通常取 255
A律压扩（A- law codec ） 由A系数 调节的分段函数型线性与非线性组合 量化构成的PCM编码。
功能模块
ROM or/and RAM : 波表（软波表） - Store the real musical instruments sound samples which can be used in synthesizing. The ROM is called Wave Table - The RAM can be refreshed by new samples data. It is called Soft Wave Table
CD-ROM Interface
Synthesizer
Bus Interface
功能模块
DSP : Digital Signal Processor
- Sampling
- quantization
- code and decode:codec - D/A
功能模块
Synthesizer : 合成器 - Its functionality is just like the same component in MIDI systems.
样本高度 tБайду номын сангаас
T 采样周期
采样频率 Sampling Rate，单位时间 内采集的样本数，是采样周期的倒数。
CD-Audio 采样率为 44.1 kHz
其他常用采样率：22.05KHz，11.025KHz
一般网络和移动通信的音频采样率：8KHz
量化深度 表示一个样本的二进制的位数， 即样本的比特数。
音频编码 指将模拟音频转换成数字音 频并以某种格式存储的技术或过程。 PCM编码 即通过脉冲编码调制方法 生成数字音频数据的技术或格式。
(sampling) Anti-alias filter Wave-form coder Quantization
PCM code
Analogous signal input
(Adjusting Step-size Δ )
PCM的均匀量化 指量化阶跃值是常数的
PCM量化。（quantization step size ）
Digital output Sampling Step size samples
非均匀量化 量化阶跃为变量的PCM量 化，又称非线性量化。
Digital output
+ +
+
Adaptive unQuantization
子带自适应差分脉冲编码调制SUB-BAND ADPCM
Forward Cross Filter
multiplex High Frequency ADPCM coder 16kbps Low Frequency 64kbps 0,8,16kbps
初始化
预测值计算
编码输出
y 0 = 0； y[0] = 0； x[0] = 1； for (ith sampling not end) { if ( x[i-1] == 1 ) y[i] = y[i–1] + ； else y[i] = y[i-1] - ； if ( yi > y[i] ) x[i] = 1 else x[i] = 0; }
功能模块
Mixture 混声器 - filtering to decrease noise - mixing different sound signals - switching single/double-channel - adjusting of sound volume
三、音频编码技术
Human hearing frequency range 音频信号（audio）
次声波 Subsonic
超声波
ultrasonic
声音的三要素 音高、音色、音强
模拟音频 Analogous Audio，用连续的 电流或电压表示的音频信号。
数字音频 Digital Audio，通过采样和 量化技术获得的离散性（数字化）音 频数据。
ADPCM coder 48kbps
Datainserting component
部分语音编码国际标准（G系列标准）
NO. 1 ID G.711 CODEC PCM(μ-law used in North America and Japan; A-law used in Europe and China ) Data rate Sampling rate 8KHz,8 bit per sample, transmission rate: 64kbps
0 < |x| < 1/A A 通常取 87.56 1/A < |x| < 1
增量调制编码（DM） 通过增量起伏 来记录模拟音频信号实际变化过程的 数字音频编码。 noise
Coded output
DM算法描述 设 量化间隔 yi 输入样本值 x[i] 对应yi的编码输出 y[i] yi的预测值，y[i+1] = y[i] ±