Title:多聲道數(shù)字音頻編解碼技術(shù)規(guī)范Content:SJ/T11368---2006多聲道數(shù)字音頻編解碼技術(shù)規(guī)范1范圍本標(biāo)準(zhǔn)規(guī)定了多聲道數(shù)字音頻壓縮編解碼技術(shù)方案：包括碼流格式（句法結(jié)構(gòu)與語義）、解碼過程以及各個(gè)解碼技術(shù)模塊的技術(shù)要求，并對采用該技術(shù)的編碼部分提供了資料性的建議和實(shí)現(xiàn)方法。本標(biāo)準(zhǔn)規(guī)定的數(shù)字音頻編解碼技術(shù)方案的信號通道能保持24bit以L的精度（除了因量化而有意舍棄的精度外）。可支持的聲道設(shè)置除了常見的立體聲、5.1環(huán)繞聲、6.1環(huán)繞聲和7.1環(huán)繞聲之外，還為未來的音頻技術(shù)發(fā)展預(yù)留了空間（最多可支持64.3環(huán)繞聲）。本標(biāo)準(zhǔn)可支持從8kHz到192kHz間的標(biāo)準(zhǔn)采樣頻率，包括44.1KHz和48KHz。本標(biāo)準(zhǔn)對編碼比特率（碼率）沒有明確限制，在具體應(yīng)用時(shí)可根據(jù)信道帶寬和音質(zhì)要求等因素來設(shè)定。本標(biāo)準(zhǔn)適用于各種數(shù)字音頻廣播、數(shù)字電視伴音、家庭影院、網(wǎng)絡(luò)流媒體以及個(gè)人媒體播放器等應(yīng)用領(lǐng)域。2術(shù)語和定義下列術(shù)語和定義適用于本標(biāo)準(zhǔn)。對句法和編解碼過程的描述均采用標(biāo)準(zhǔn)C++語言。2.1音頻數(shù)據(jù)audiodata編碼后用于表示原始音頻信號的比特序列（數(shù)據(jù)）。2.2音頻樣本audiosample輸入編碼器或輸出解碼器的PCM音頻樣本。2.3輔助數(shù)據(jù)auxiliarydata包括諸如時(shí)間碼之類的不屬于音頻信號本身，但又與其有關(guān)系的數(shù)據(jù)。2.4暫窗口函數(shù)briefwindowfunction總長度為256個(gè)樣本，但卻只用其中160個(gè)樣本的MDCT的窗口函數(shù)。2.5臨界頻帶criticalband人耳對聲音分辨的數(shù)學(xué)模型可用一個(gè)子帶濾波器組來近似表示，該濾波器組的帶寬隨頻率的上升而成近似的指數(shù)l二升。此濾波器組的一個(gè)子帶即被稱為一個(gè)臨界頻帶。2.6碼流或比特流bitstream由符合本標(biāo)準(zhǔn)的編碼器產(chǎn)生的表示原始音頻信號的比特序列。2.7l幀frame由符合本標(biāo)準(zhǔn)的編碼器產(chǎn)生的表示一幀音頻信號的音頻數(shù)據(jù)。它是構(gòu)成本標(biāo)準(zhǔn)的碼流的基本單位。本標(biāo)準(zhǔn)的一個(gè)幀可涵蓋128、256、512、或1024個(gè)音頻樣本。2.8幀頭frameheader本標(biāo)準(zhǔn)的一個(gè)幀的開頭部分的音頻數(shù)據(jù)，包括同步字和描述音頻信號的特性的字，比如采樣率、正常聲道的數(shù)日、LFE聲道數(shù)同等。2.9LFE低頻效應(yīng)聲道lowfrequencyeffectchannel帶寬有限(120Hz)但音量通常比正常聲道高的聲道。2.10長窗口函數(shù)longwindowfunction長度為2048個(gè)樣本的MDCT的窗口函數(shù)。2.11MDCT塊MDOTblock應(yīng)用一次MDCT所產(chǎn)生的一組頻域系數(shù)或子帶樣本。或相應(yīng)地，輸入MDCT的一組新音頻樣本。本標(biāo)準(zhǔn)用到的MDCT塊分別包含128和1024個(gè)音頻樣本或子帶樣本。2.12正常聲道normalchannel除低頻效應(yīng)聲道以外的全頻譜聲道。2.13量化指數(shù)quantizationindex量化子帶樣本所生成的指數(shù)。2.14量化步長quantizationstepsize量化子帶樣本用的步長。2.15量化單元quantizationunit由臨界頻帶在頻域和瞬態(tài)段在時(shí)域聯(lián)合界定的一個(gè)矩形；所有在此矩形內(nèi)的子帶樣本都屬于同一個(gè)量化單元。2.16準(zhǔn)穩(wěn)態(tài)幀或穩(wěn)態(tài)幀quasistationaryframe一幀沒有瞬態(tài)的音頻樣本。2.17短窗口函數(shù)shortwindowfunction長度為256個(gè)樣本的MDCT的窗口函數(shù)。2.18旁信息sideinformation一幀音頻數(shù)據(jù)中不表示子帶樣本白釓僅僅協(xié)助解碼的字。2.19子帶樣本subbandsample應(yīng)用MDCT所產(chǎn)生的一組頻域系數(shù)。2.20子帶段subbandsegment由時(shí)間界定的一段子帶樣本。2.21同步宇synchronizationword指示音頻幀的開始的字。2.22瞬態(tài)幀transientframe，一幀有瞬態(tài)的音頻或子帶樣本。2.23瞬態(tài)位置transientlocation對瞬態(tài)幀，指示瞬態(tài)發(fā)生的位置。2.24瞬態(tài)段transientsegment統(tǒng)計(jì)特性類似的子帶段。在瞬態(tài)幀內(nèi)，瞬態(tài)段的起始f訌置通常為瞬態(tài)發(fā)f#的位置。在平穩(wěn)幀內(nèi)，整幀音頻樣本或子帶為一個(gè)瞬態(tài)段。2.25窗口函數(shù)windowfunctionMDCT用的窗口函數(shù)。2.26字word本標(biāo)準(zhǔn)的編碼器產(chǎn)生的音頻數(shù)據(jù)的最小語義單元。3概述3.1編碼器編碼器的l要組成部分如圖1和表l所示。表1編碼器編碼器部件功能瞬念檢測器檢測輸入的PCM樣本是否含有瞬念響脅多分辨率分析濾波器組把每個(gè)聲道的音頻信號的PCM樣本分解成子帶信號。該濾波器組的時(shí)頻分辨率由瞬態(tài)檢測的結(jié)果面定交義重組器當(dāng)幀中存在瞬態(tài)時(shí)，用來交叉重組予帶樣本以便千降低傳輸它們所需的總比特?cái)?shù)人耳聽覺模型計(jì)算人耳的噪聲掩蔽閥值可選的和／差編碼器把左右聲道對的字帶樣本轉(zhuǎn)換成和／差聲道對可選的聯(lián)合強(qiáng)度編碼器利用人耳在高頻的聲像定能特性而對聯(lián)合聲道的幽頻分量進(jìn)行強(qiáng)度編碼全局比特分配器把比特資源分配給各個(gè)量化單元，以使它們的量化噪聲功率低十人耳的掩蔽閥值線性標(biāo)量量化器利用全局比特分配器提供的量化步長賴量化各個(gè)最化單元內(nèi)的子帶樣本碼書選樣器基于量化指數(shù)的局部統(tǒng)計(jì)特征對量化指數(shù)分組，并把最佳的碼書從碼書庫中選擇出來分配給各組量化指數(shù)量化指數(shù)編碼器用碼書選擇器選定的碼書及其應(yīng)用范圍來對所有的鞋化指數(shù)進(jìn)行Huffman編碼多路復(fù)用器把所有最化指數(shù)的Huffman碼和輔助信息打包成一個(gè)完整的比特流注：實(shí)線代表音頻數(shù)據(jù)，虛線代表控制／輔助信息圖1編碼器3.2解碼器解碼器的主要組成部分如圖2和表2所示。表2解碼器解碼器部件功能多路解復(fù)用器從比特流解包出各個(gè)碼字。由于Huffman碼屬前綴碼，其解碼和多路解復(fù)用是在同一個(gè)步驟中完成的碼書選擇器從比特流中解碼出用于解碼量化指數(shù)用的各個(gè)Huffman碼書及其應(yīng)用范圍(applicationrange)量化指數(shù)解碼器用于從比特流中解碼出量化指數(shù)量化單元個(gè)數(shù)重建器由碼書應(yīng)用范圍重建各個(gè)瞬態(tài)段的量化單元的個(gè)數(shù)表2（續(xù)）解碼器部件功能逆量化器從碼流中解碼出所有量化單元的量化步長，并用它由量化指數(shù)重建子帶樣本可選聯(lián)合強(qiáng)度解碼器利用聯(lián)合強(qiáng)度比例因子由源聲道的子帶樣本重建聯(lián)合聲道的子帶樣本可選的和／差解碼器由和／差聲道的子帶樣本重建左右聲道的予帶樣本逆交叉重組器當(dāng)幀中存在瞬態(tài)時(shí)，逆轉(zhuǎn)編碼器對量化指數(shù)的交叉重組短／暫窗口函數(shù)序列重建器對瞬態(tài)幀-根據(jù)瞬態(tài)的位置及MDCT的完美重建(PerfectReconstruction)條件來重建該幀須用的短和暫窗口函數(shù)序列可變分辨率合成濾波器組由子帶樣本重建PCM音頻樣本注：實(shí)線代表音頻數(shù)據(jù)，虛線代表控制／輔助信息圖2解碼器4句法結(jié)構(gòu)4.1函數(shù)對句法的描述而定義的函數(shù)見表3。表3特殊函數(shù)定義函數(shù)定義-max(x,y)返回x和y的最大值_min(x，y)返回x和y的最小值Ceil(x)返回大于或等于x的最小整數(shù)ErrorHandlingO錯(cuò)誤處理Exit()退出解碼GetHuffDim(pCodeBook)返回Huffman碼書pCodeBook的維數(shù)GetHuffMidTread(pCodeBook)如果Huffman碼書pCodeBook的碼指數(shù)是踏中(Mid-treading)的，返回true；否則，返回falseGetNumHuffCodes(pCodeBook)返回Huffman碼書pCodeBook的每一維的大小（Huffman碼的個(gè)數(shù)）HuffDec(pCodeBook)用Huffman碼書pCodeBook從碼流中進(jìn)行Huffman解碼：HuffDec(pCodeBook){k=0：unBits=O;for(n=O;n<nNumCodes;n++){nShift=pCodeBook[k++];if(sShift>O){unBits=unBits《nShift;unBitsI=Unpack(nShift);)if(unBits==pCodeBook[k++]){returnpCodeBook[k];)k++：)}其中，nNumCodes是Huffman碼書pCodeBook的每一維的大小(Huffman碼的個(gè)數(shù))表3（續(xù)）函數(shù)定義HuffDecDiff(pCodeBook)用Huffman碼書pCodeBook從碼流中進(jìn)行差值Huffman解碼。具體實(shí)現(xiàn)如下：DecDiff(pCodeBook){nDiff=Decode():nIndex=(nIndex+nDiff)%nNumCodes;returnnIndex;}其中．nNumCodes足Huffman碼書pCodeBook的每一維的大小（Huffman碼的個(gè)數(shù)）：nlndex是碼書pCodeBook的記憶性變最，由ResetHuffIndex(pCodeBook)初始化HuffDecRecursive(pCodeBook)用Huffman碼書pCodeBook從碼流中進(jìn)行回歸Huffman解碼。具體實(shí)現(xiàn)如下：DecRecursive(pCodeBook){k=-1;do(k++；nQIndex=BuffDec(pCodeBook);)while(nQIndex==nNumCodes-1):nQlndex=k*(nNumCodes-l)+nQlndex:returnnQIndex:}其中，nNumCodes足Huffman碼書pCodeBook的每一維的大小(Huffman碼的個(gè)數(shù))ResetHuffIndex(pCodeBook)把Huffman碼書pCodeBook的記憶性變量nIndex清零：ResetHufflndex(pCodeBook){nIndex=O：}：該記憶性變量nIndex將存HuffDecDiff(pCodeBook)函數(shù)中用到Unpack(X)從碼流中解包出X比特?zé)o正負(fù)號的數(shù)4.2碼流碼流如下所示：BitStreamOwhile(Unpack(16)==Ox7FFF)Frame0;4.3幀幀如下所示Frame0FrameHeader0;for(nCh=O;nCh<nNumNormalCh;nCh++)UnpackWinSequence0;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;if(bUseSumDiff==true&&(nCh%2)==l)UnpackSumDff0;if(bUseJIC==true&&nCh>O)UnpackJicScale0;for(nCh=nNumNormalCh;nCh<nNumNormalCh+nNumLfeCh;nCh++)if(nNumBlocksPerFrm==8)nWinTypeCurrent=WIN_LONG_LONG2LONG;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;elsenWinTypeCurrent=WINSHORT_SHORT2SHORT;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;ErrorCheck0;AuxiliaryData0;4.4幀頭幀頭如下所示：FrameHeader0nFrmHeaderType=Unpack(l):if(nFrmHeaderType==0)nNumWord=Unpack(lO);elsenNumWord=Unpack(13);nNumBlocksPerFrm=l<<Unpack(2)nSampleRateIndex=Unpack(4);if(nFrmHeaderType==0)nNumNormalCh=Unpack(3)+1;nNumLfeCh=Unpack(l);elsenNumNormalCh=Unpack(6)+1;nNumLfeCh=Unpack(2);bAuxChCfg=Unpack(1);if(nFrmHeaderType==0)if(nNumNormalCh>l)bUseSumDiff=Unpack(l)bUseJIC=Unpack(l);elsebUseSumDiff=O;bUseJIC=O;if(bUseJIC==1)nJicCb=Unpack(5)+1;elsenJicCb=O;elesbUseSumDiff=O;bUseJIC=O;nJicCb=O;4.5窗口序列窗口序列如下所示：UnpackWinSequenceOif(nCh==O||(bUseJIC==false&&bUseSumDiff==false》nWinTypeCurrent=Unpack(4);if(nWinTypeCurrent!=ANY_LONG_WIN)nNumCluster=Unpack(2)+1;if(nNumCluster>=2)nLast=O;for(nCluster=O;nCluster<nNumCluster-l;nCluster++)k=HuffDec(pClusterBook)+1:anNumBlocksPerFrmPerCluster[nCluster]=k;nLast+=k;anNumBlocksPerFrmPerCluster[nCluster]=nNumBlocksPerFrm-nLast;elseanNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;elsenNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;elsenWinTypeCurrent=ChO.nWinTy