TCS.35.040L71中華人民共和國國家標準GB/T17975.3—2002idtISO/IEC13818-3:1998信息技術運動圖像及其伴音信號的通用編碼第3部分：音頻InformationtechnologyGenericcodinggofmovingpicturesandassociatedaudioinformation-Part3:Audio2002-05-08發布2002-10-01實施中華人民共和國發布國家質量監督檢驗檢疫總局

GB/T17975.3-2002次ISO/IEC前言引言0.1GB/T17191.3音頻編碼向低取樣頻率的擴展0.2多聲道音頻的低比特率編碼…總述·········1.11.2引用標準2技術要求·……………·………2.1定義2.2號和縮略語……2.3比特流語法的描述方法·2.4GB/T17191.3向更低取樣頻率擴展的要求2.5GB/T17191.3向多聲道音頻擴展的要求附錄A（標準的附錄）圖·………附錄B(標準的附錄））表附錄C(提示的附錄）碼過程附錄D(提示的附錄）心理聲學模型附錄E(提示的附錄)浦助數據的應用

GB/T17975.3-20021998年,國際標準化組織(ISO）和國際電工委員會聯合成立了運動圖像專家組(MPEG）。MPEG針對運動圖像及其聲音的壓縮編碼研究制定了若干標準,如MPEG-2,其編號為ISO/IEC13818.稱為《信息技術-運動圖像及其伴音信號的通用編碼》。該標準的第3部分為聲音信號通用編碼要求為使我國聲音信號的通用編碼標準與國際接軌，本標準制定時根據國際標準化組織和國際電工委員會制定的ISO/IEC13818.3—1998《信息技術—-運動圖像及其伴音信號的通用編碼：音頻》進行。在技術內容上與該國際標準等同。制定過程中起草人把國家標準與國際標準進行對比.在“引用標準”中我國已有對應國家標準的改為我國的國家標準。本標準等同采用了ISO/IEC13818.3—1998的第0章、第1章和第2章，主要內容包含術語定義、編/解碼結構和參數、比特流語法等。這樣，使我國聲音信號的通用編碼標準盡可能與國際標準一致,以適應國際貿易、技術和經濟交流飛速發展的需要。根據國家標準規定格式的要求.本標準中1.1為“范圍"、1.2為“引用標準",各章中的條號及內容不變。取消原國際標準中2.6和附錄F、附錄G、附錄H、附錄1.這些內容為版權公告·對本標準無影響.本標準的附錄A、附錄B為標準的附錄。本標準的附錄C、附錄D、附錄E為提示的附錄本標準由國家廣播電影電視總局提出。本標準由全國信息標準化技術委員會歸口，本標準起草單位：國家廣播電影電視總局廣播科學研究院。本標準主要起草人：鄒峰、付明棟、孔小芳、楊明、凌三畫，

GB/T17975.3-2002ISO/IEC前言ISO(國際標準化組織)和IEC（國際電工委員會)作為世界范圍的標準制定了這一特定的系統ISO或IEC的各成員國家、團體,為研究特殊領域而由相應組織建立的各技術委員會，參與各項國際標準的開發。各ISO和IEC技術委員會在共同關心的領域內進行合作。其他與ISO和IEC有聯系的官方或非官方的國際組織：也參加了這項工作在信息技術的這一領域中.ISO和IEC已建立了一個聯合技術委員會ISO/IECJTCl。由該聯合技術委員會通過的國際標準(草案)在各國家、團體中函審·以便進行表決。當國際標準出版時，要求在投票表決的國家團體中至少要有75%贊成。國際標準ISO/IEC13818-3是由信息技術聯合技術委員會ISO/IECJTC1的音頻、圖像、多媒體和超媒體信息的編碼分委員會SC29制定的。ISO/IEC13818在總標題《信息技術運運動圖像及其伴音信號的通用編碼》之下，包括下列部分第1部分：系統第2部分：視頻第3部分：音頻第4部分：合格測試第5部分；軟件模擬第6部分：向DSM-CC擴展第7部分：高級音頻編碼（AAC)-第9部分：向系統解碼器的實時接口擴展-第10部分：向DSM-CC的一致性擴展附錄A和附錄B為ISO/IEC13818本部分的組成部分。附錄C～附錄E是提示性內容

GB/T17975.3-2002GB/T17975系列標準是等同采用的國際標準ISO/IEC13818.ISO/IEC13818是由SC29/WG11，亦稱為MPEG(運動圖像專家組)制定的。為了對存儲在數字存儲媒體上的運動圖像及其聲音的編碼表示制定一個標準.于1988年組成了MPEG.ISO/IEC13818分成3個部分出版。第1部分(系統)規定了該標準的系統編碼層。該部分定義了把音頻數據與視頻數據組合起來的復用結構,并指定為了實時地重放同步序列所需要的定時信息的表示第2部分(視頻)規定視頻數據的編碼表示,以及為了重新構成圖像所需要的解碼處理。第3部分(音頻)規定了音頻數據的編碼表示，以及為了解碼音頻信號所需要的解碼處理。與ISO/IEC13818-3:1995的第1次出版相比,在第2版中的技術變更如下：1）在第1次出版中·未禁止動態串音與預測的某些組合·但是·實際上這些組合是不可實現的。在第2版中.明確地禁止這些組合。2）在第1次出版中.在矩陣模式2（模擬的環繞聲模式)中，對單聲道環繞聲信號應用了低通濾波器。在第2版中，省略了這一濾波器，大大簡化了解碼器。3)在第1次出版中.LFE聲道的語法描述是任意的。在第2版中.已明確了這一描述緊接在這些技術變更之后.為了改善易讀性和明確性,已做了很多編寫上的變動。0.1GB/T17191.3音頻編碼向低取樣頻率的擴展為了在非常低的比特率下（每個音頻聲道←64kb/s)特別是和ITU-T(原稱CCITT）建議G.722的性能相比時,能取得更好的聲音質量.對GB/T17191.3的層1、層和層提供了三個新增的取樣頻率。新增的取樣頻率（C)為16kHz、22.05kHz和24kHz。這允許相應的音頻帶寬大約為7.5kHz.10.3kHz和11.25kHz。除了取樣頻率字段、比特率索引字段和比特分配表的新定義外.GB/T17191.3的語法、語義及編碼方法維持不變。如果在GB/T17191.3頭內的ID比特等于零·這些新的定義是有效的。為了得到最好的音頻特性.用于編碼器內的心理聲學模型的參數必須相應地改變。對于這些取樣頻率，音頻頓的長度相應為：取樣頻率16kHz22.05kH24kHz24ms17.41..ms16ms72ms52.24..ms48ms26.12..ms36ms24ms0.2多聲道音頻的低比特率編碼0.2.1通用多聲道音頻系統單聲道或立體聲信號的低比特率編碼標準由GB/T17191.3中的MPEG-1音頻制定。本標準適用于在具有有限容量的存儲媒介上或傳輸通道中攜有與圖像信息有關或無關的高質量的數字音頻信號。在僅需要雙聲道立體聲的任何情況下，GB/T17191.3音頻編碼標準都可與MPEG-1及MPEG-2視頻一起使用。MPEG-2音頻(GB/T17975.3)提供向3/2多聲道音頻和可選擇的低頻增強（LFE)聲道的擴展。

GB/T17975.3-2002本標準描述了稱為ISO/MPEG-多聲道音頻的音頻子帶編碼系統，該系統可在具有有限容量的存儲媒介上或傳輸通道中傳送高質量的數字多聲道和/或多語種音頻信息.它的一個基本特點就是與使用GB/T17191.3編碼的單聲道、立體聲或雙聲道音頻節目的后向兼容性。其設計用途涵蓋了由ISO)MPEG音頻組及ITU-R(原稱CCIR)專家組TG10/1、10/2及10/3所考慮到的不同應用與傳統的雙聲道音頻系統相比·多聲道音頻系統提供了更強的立體聲表現力。現已確認其改進了的播放效果不僅有與圖像相關的應用.而且也適用于僅有音頻的應用。通用的及兼容的多聲道音頻系統適用于衛星或地面電視廣播、數字音頻廣播(地面和衛星)和其他非廣播媒體，如：CATV有線電視CDAD電纜數寧音頻分配DAB數寧音頻廣播DVD數宇通用光盤ENG電子新聞采集（包括衛星新聞采集）HDTV高清晰度電視IC人際間通信(視頻會議，可視電話等)ISM交互存儲媒體（光盤等）NDB網絡數據庫業務（通過ATM等）DSM數字存儲媒體(數字錄像機等)電子影院HTT家庭電視影院ISDN綜合業務數字網看起來，這些業務對制造商、經營者和消費者都有非常大的吸引力0.2.2多聲道音頻的表示0.2.2.13/2立體聲加LFE格式關于立體聲的播放,ITU-R、SMPTE和EBU的專家小組建議使用一個附加的中置揚聲器聲道C和兩個環繞聲揚聲器聲道LS和RS,以增強左前、右前揚聲器聲道(L和R)。這種音頻參考形式被稱為"3/2立體聲"(3個前置/2個環繞聲揚聲器聲道)它要求傳送5個正確格式化的音頻信號。對于隨同圖像的音頻應用(如HDTV),三個前揚聲器聲道按照在電影院中共同的實踐，能保證足夠的方向穩定性和與圖像有關的前方聲像清晰度。主要好處是“穩定的中心”，這在無論聽眾在什么位置的條件下都能得到保證，而且這對大多數對話來說也是重要的。另外，對于僅有音頻的應用,已發現3/2立體聲格式是對雙聲道立體聲的一種改進。附加一對環繞聲聲道使收聽氣氯更為真實。低頻增強聲道(在本文件中稱這為LFE聲道)能夠任選地附加到這些配置中。這個聲道的目的是允許聽眾在頻率和電平方面擴展重放節目的低頻內容。這樣,它與電影工業為其數字聲系統所建議的LFE聲道是相同的，不應該把LFE聲道用于多聲道播放中的整個低頻內容。在接收機上.LFE聲道是任選的，這樣，LFE聲道應該只攜載可能具有高電平的低頻聲音效果。LFE聲道并不包括在解碼器內的解矩陣操作中。LFE聲道的取樣頻率相應于主聲道的取樣頻率除以因子96。這樣一個音頻順中就包括12個LFE樣值。LFE聲道能處理從15Hz～120Hz范圍的信號。0.2.2.2兼容性從2/0立體聲向多聲道聲音擴展由于傳統雙聲道立體聲(2/0立體聲)重放的廣泛采用,本標準必須保持與現有的2/0立體聲重放

GB/T17975.3-2002系統或現有的矩陣式環繞聲接收機的兼容性。這意味著,對于很多種應用來說,必須把包含多聲道節目音頻信息的適當縮混結果的基本立體聲信號與多聲道音頻信息一起傳輸出去。公式對（1)和（2）、公式(3)和公式(4)、公式(5)和(6)及公式(7)和(8)給出適當的縮混公式：Lo=L+(0.5*VZ)*C十(0.5*Z)*LSRo=R十(0.5*／Z）*C+(0.5*／Z）*RS10=1+（0.5*VZ)*C十0.5*LSRo=R+(0.5*／Z)*C+0.5*RSLo=LRo=RLo=L+（0.5*／Z)*C-（0.5*／Z)*SSRo=R+(0.5*Z）*C+（0.5*Z)*iS這里·SS通過從LS和RS計算的單聲道分量求得。然后,對這一分量進行動態范圍壓縮和90°移相按公式（7)和(8)縮混以適合于現有的矩陣式環繞聲解碼器。本標準比特流的格式可使GB/T17191.3音頻解碼器能按照上述縮混公式組之一（見0.2.3.1),正確解碼基本立體聲信息。在出版本標準時，尚未對通過使用公式（7)和(8)而實現的與現有環繞聲解碼器的兼容性進行驗證。在本標準中.為了與多聲道音頻信息一起對用戶提供基本立體聲縮混，可區分3種不同的可能性：a）以GB/T17191.3后向兼容的方式在一個比特流中固有地與多聲道信息一起傳輸的2/0立體聲,從而避免同播。這是考慮到最有效地利用2/0立體聲及多聲道音頻信號此二者所需要的比特率。其它的優點是：這兩個節目按PCM音頻樣值嚴格同步，以及在MPEG音頻比特流輔助數據區內運載的音頻節目相關數據只能傳輸1次.從多聲道音頻信號向立體聲的縮混由ISO/IEC13818-3編碼器來處理。本標準提供了許多根據公式(1)和(2)及公式（3)和（4)的用于縮混矩陣處理選項。b）按照本標準來編碼的多聲道音頻信號,與按照（B/T17191.3來編碼的立體聲信號在一起同播。這一解決方法需要兩個可通過GB/T17975.1進行復用和傳輸的獨立比特流。節目供應商必須對是否需要把兩個比特流同步起來作好準備。進一步，同播選擇需要高得多的比特率，因為總共必須傳輸7個音頻聲道來代替在3/2多聲道聲音情況下的5個聲道。然而,同播選擇考慮到了可以由音響工程師進行控制的，獨立的、動態的向2/0立體聲的縮混。）通過利用非矩陣處理模式(縮混公式(5)和(6)).只傳輸多聲道信號。于是，每一個立體聲解碼器必須能夠解碼5個聲道,并且，能夠進行立體聲縮混。雖然這種縮混可以在進行濾波操作之前在解碼器中進行·并且只需在兩個聲道上進行濾波·但這使解碼器明顯復雜化了。如果需要與現有矩陣式環繞聲解碼器兼容,則本標準還提供了3種解決方法：1）為保證3/2多聲道信號和矩陣式環繞聲信號二者所需比特率的高效利用，可以在后向兼容的立體聲通道內傳輸這一環繞聲信號。按照公式（7)和(8)的矩陣選項·10°提供了可在基本立體聲聲道內傳輸適當兼容的信號。通過利用GB/T17191.3雙聲道解碼器，可在接收機上獲得適合于現有矩陣式環繞聲解碼器的矩陣式環繞聲信號。通過利用ISO/IEC13818-3解碼器，可得到相應的3/2聲道輸出。2）在對使用GB/T17191.3的矩陣式環繞聲信號和使用本標準的3/2多聲道音頻信號進行同播時，需要較高的比特率。這一同播選擇考慮到了可由音響工程師進行控制的,對矩陣式環繞聲信號的獨立混合。這一解決方法的缺點是，如果使用矩陣選項·10".需要傳輸7個聲道，而非只傳輸5個聲道，這就需要附加的比特率。

GB/T17975.3-20023）通過利用非矩陣處理模式.只傳輸多聲道信息。于是，每一個立體聲解碼器必須能夠解碼全部5個聲道，并且能夠按照公式（7.8)進行縮混。雖然這種縮混可以在進行濾波操作之前在解碼器中進行，并且只需在兩個聲道上進行濾波，但這使解碼器明顯復雜化了。向下兼容性在1992年11月的ITU-R775號建議書《帶圖像和不帶圖像的多聲道立體聲音頻系統》中，建議了-種使用較少數量的揚聲器聲道且播放效果有所降低(降到2/0立體聲甚至單聲道)的音頻格式層次體系，以及一組相應的縮混公式。在受到經濟或通道容量限制的情況下可使用的另一些較低級的音頻格式是：3/1.3/0,2/2,2/1.2/0和1/0。相應的揚聲器配置是3/2.3/1.3/0.2/2.2/1.2/0和1/0。后向兼容性在一些應用中，其目的是通過傳輸附加的音頻聲道(中置，環繞聲)而不使用同播工作來擴展現有的2/0立體聲系統。這種與現有接收機后向兼容的措施意味著使用兼容矩陣,上一代解碼器必須能重放2個常規的基本立體聲信號L'o/R'o,多聲道解碼器從基本的立體聲信號和擴展信號中產生完整的3/2立體聲表示L、C'、R'、LS和RS'現已認識到·并不是對MPEG-2音頻的所有應用都要求后向兼容性。因此，現在正在評測不受后向兼容性限制的非后向兼容(NBC)音頻編碼系統,它可以作為一種選擇與本標準一起工作。0.2.2.3多語種性能特別是在HDTV應用中，需要多聲道立體聲效果和雙語言節目或多語種解說詞。本標準在5聲道音頻系統中為其他音頻聲道配置作好了準備.例如一個雙語聲的2/0立體聲節目或一個2/0.3/0立體聲節目加伴隨業務（例如，為聽力困難者提供的“清楚的對話”,為視力受損者提供的解說詞,多語種解說詞等等)。一種重要的配置是,與普通音樂/效果的立體聲縮混(例如資料影片、體育報道)一起重放解說詞對話(如通過中置揚聲器）。0.2.3多聲道音頻編碼系統的基本參數傳輸一個3/2聲音系統的5個音頻信號需要5個傳輸通道（雖然在比特率減少了的信號的語境中這些通道不一定是獨立的).為使傳輸信號中的特定兩路能自己提供一立體聲業務，一般在編碼前.源聲音信號經線性矩陣組合起來。這些已組合的信號（和它們的傳輸通道)以標志TO.T1,T2.T3和T4來識別。0.2.3.1同GB/T17191.3兼容性ISO/MPEG音頻多聲道系統提供與GB/T17191.3的全面兼容性。對于多聲道音頻比特流來說.后向兼容性意味著，GB/T17191.3音頻解碼器能正確地解碼基本立體聲信息。前向兼容性意味著MPEG2的多聲道音頻解碼器能的正確地解碼GB/T17191.3音頻比特流通過遵照GB/T17191.3來編碼基本立體聲信息、及利用GB/T17191.3音頻賴(從本標準的角度來看.是為基本賴)的輔助數據區、再加上向多聲道擴展的可選擴展賴,來實現后向兼容性。完整的GB/T17191.3賴包括四種不同類型的信息：頭信息，在GB/T17191.3音頻頓前32比特內CCRC(循環兄余校驗碼)，緊跟在頭信息之后(可選擇）由16bit組成音頻數據，對于層Ⅱ·由比特分配（BAL).比例因子選擇信息(SCFSI).比例因子(SCF)和子帶樣值組成。輔助數據，由于有許多不同應用使用本標準.故這一字段的長度和用法尚未規定

GB/T17975.3-2002輔助數據字段可變的長度允許把通道T2/T3/T4的整個擴展信息打包裝入輔助數據字段的第部分中。如果MC編碼器沒有使用用于多聲道擴展信息的全部輔助數據字段，則該字段的剩余部分可以用于其他輔助數據。多聲道擴展信息所需要的比特率，可根據聲音信號以逐賴為基礎而變化.由于使用了可選的擴展比特流.故總比特率可能超過對GB/T17191.3提供的比特率。包括擴展比特流在內的最大比特率由下表給出：取樣頻率最大總比特率32kHz903kb/s32kHz839kb/s32kH775kb/s44.1kH1075kb/44.1kHz1011kb/44.1kHz947kb/s48kH1130kb/48kHz1066kb/48kH1002kb/S本標準描述了層1、I和Ⅱ的基本Lo.Ro立體聲組合，及層Imc和層Ⅱmc的多聲道擴展。下列組合是可能的：基本LO、Ro立體聲多聲道擴展層I層Imc層Imc0.2.3.2音頻輸入/輸出格式取樣頻率：48.44.1或32kHz量化：高達24bit/PCM樣值的分辨率下列音頻聲道的組合可以用作音頻編碼器的輸入：a）5聲道使用3/2配暨L.C.R加2個環繞聲聲道LS.RSb）4聲道，使用3/1配置L,C.R加單個環繞聲聲道Sc）3聲道，使用3/0配置L.C,R沒有環繞聲d）5聲道·使用3/0+2/0配置第一個節目的L.C.R加第二個節目的L2.R2e）4聲道，使用2/2配置L.R加2個環繞聲聲道LS.RSf)3聲道，使用2/1配置L,R加單個環繞聲聲道S

GB/T17975.3-2002g)2市道，使用2/0(或1/0+1/0)配置如GB/T17191.3中的立體聲(或雙聲道模式)h）4聲道，使用2/0+2/0(或1/0+1/0+2/0)配置第一個節目的L.R(或聲道1和聲道I）加第二個節目的L2,R21）1聲道，使用1/0配置單聲道模式(如GB/T17191.3)j）3聲道，使用1/0+2/0配置單聲道模式(如GB/T17191.3)加第二個節目的L2.R2對音頻輸入信號的不同組合進行編碼并在多至5路的可用傳輸通道TO.T1.T2.T3和T4內傳輸其中.通道TO和T1是GB/T17191.3的2個基本通道,并傳送后向兼容信號Lo和Ro。傳輸通道T2.T3和T4一起組成多聲道擴展信息,在GB/T17191.3輔助數據字段和可選的擴展比特流內兼容地傳輸在多聲道解碼之后，多至5個的音頻聲道被恢復·然后,在聽眾的選擇下,可以按任一種方便的格式播放：）5聲道，使用3/2配置前面：左（L.）和右（R)聲道加中置聲道（C)環繞聲：左環繞(LS)和右環繞（RS)聲道b）4聲道，使用3/1配置前面：左（L)和右（R)聲道加中置聲道（C)環繞聲：單環繞(S)聲道C）3聲道：使用3/0配置前面：左(L)和右(R)聲道加中置聲道(C)環繞聲：無d）4聲道：使用2/2配置前面：左(L)和右(R)聲道環繞聲：左環繞(LR)和右環繞(RS)聲道）3聲道：使用2/1配皆前面：左(L)和右(R)聲道環繞聲：單環繞（S)聲道f)2聲道：使用2/0配置前面：左(L)和右聲道(R)環繞聲：無）單市道輸出：使用1/0配暨前面：單聲道(M.)環繞聲：無可以把一個低頻增強聲道任選地加到任一配置中.1/0配置除外可以要求各輸出提供分立信號.也可以按照ITU-R建議775定義的縮混或向上變換公式把它們組合起來。0.2.3.3復合編碼模式動態傳輸通道切換為了在2個兼容信號TO和T1與3個附加傳輸信號T2.T3和T4間提供較好的正交性,T2,T3和

GB/T17975.3-2002T4通道的選擇需要有靈活性。本標準允許在許多頻率范圍內獨立地選擇在T2.T3和T4內傳輸L,C.R.LS.RS五路信號中3路的多種組合方式動態串音按照雙耳聽力模型，可以確定立體聲信號中與立體聲播放的空間感不相干的某些部分。這些與立體感不相干的信號分量不被掩蔽，但它們對聲源的定位無貢獻。在人類聽覺系統的雙耳處理器中將其忽略。因此·任何立體聲信號(L.C.R.LS或RS)中與立體感不相干的分量都可以通過配置中的任一個或幾個揚聲器恢復，而不影響立體聲效果。這可在許多頻率區域上獨立進行。自適應多聲道預測為了利用聲道間的統計相關性，可使用自適應多聲道預測來減少元余度。此時并不在通道T2.T3.T4內傳輸實際信號·而是傳輸相應的預測誤差信號。這里使用高達二階的具有延遲補償的預測器。中置聲道的幻象編碼由于人類聽覺系統在較高頻率時的定位只利用音頻信號的強度內容，故可在前置左、右聲道內傳送中置聲道的高頻部分.在中置揚聲器的位置上構成一幻象聲源。0.2.3.4編碼器和解碼器參數編碼和解碼：與GB/T17191.3相似編碼模式:3/2,3/1,3/0(十2/0).2/2.2/1.2/0(十2/0),1/0+1/0(十2/0),1/0(十2/0)