AC3 overview
1.AC3 encode overview
AC3 encoder的框图如下:
AC3在频域采用粗量化(coarsely quantizing)来获取较高的压缩率。
1).输入PCM 经过MDCT变换到频域,将时域信号转换成频率系数。512个sample 转换成256个频率系数。
2).将每个频率系数表示成二进制的指数(exponent)和尾数(mantissa)形式. exponent代表频率系数的envelop。
3).使用envelop来决定mantissa需要多少bit数来encode
4).6个audioblock (1536 sample)的envelop和mantissa加上header(SI,BSI)和CRC formatted成一个frame.如下:
2.AC-3 encode算法overview:
1). exponent coding.
AC-3 bitstream主要包含原始信号的频率系数,频率系数由exponent和mantissa组成。
frequece_coefficient [k] = mantissa[k] >> exponent[k] = mantissa[k]*2^(-exponent[k]).
exponent 是frequence confficient中leading zero 的个数,主要描述频谱的evelop.
exponent采用差分编码, 并非所有的exponent都需要编码,而是可以通过不同的exponent strategy,将多个exponent组成group,用一个group value来表示多个exponent,达到更高的压缩率。
2). Bit allocation
Bit allocation通过人耳masking curve分析音频信号的频率系数的envelop,来确定mantissa需要多少bit 来encode。
3).Coulping
人耳对高频信号相位不敏感的特性,对高频部分采用coupling来由各个channel的高频部分产生coupling channel, coupling channel中包含各个channel的平均频率系数,每个coupled channel的高频部分不压缩,只保留各自的一组coupling coordinates 用以还原出原始channel的频率系数。
4).Rematrix
当两个channel 的信号有很大的相似性(highly correlated)时,rematrix技术并不压缩两个channel的原始信息,而是压缩两个channel的和与差。
quantization 和data packing都是基于left'和right'.如果left/right很相似的话,right'就几乎为0,那可以使用更少的bit进行压缩。
5).MDCT
采用MDCT进行时频转换,x[n]为时域信号,采用long window时N为512,short window时N为256.
3.AC-3 decode overview.
decode 流程如下:
1)dialog norm
当音频来源于不同的source,在平台端接收到音频信号时会有很明显的loudness变化。比如说movie和广告间切换,不同电视频道的切换,节目的loudness会变化较大。
AC-3使用dialog normalization来标识当前bitstream的loudness.
dianorm存在于BSI信息中,占用5个bit,范围为1~31 db,标识当前bitstream中正常人声对话的level。
AC-3 decoder并不直接使用dianorm. 接收音频信号的平台端的音量调节系统会利用dianorm来调节音量。
通常音量调节系统会根据用户的输入来使得平台达到期望的loundess或者SPL(sound pressure level),调节系统的gain来达到用户期望的音量.
但是如果是AC-3 bitstream, 系统的gain值与用户期望的dialog 的SPL和bitstream中dianorm同时相关联。
例如,如果用户想要调节音量(节目中dialog level)达到67 db SPL(利用dianorm,对任何source的AC-3 bitstream,音量调节系统都能达到准确的SPL),
当播放一个high quality的娱乐节目时,dianorm为25 db。调节系统的gain值使得full scale signal(信号的最大level)达到92 db SPL (92 - 25 =67 db).
当播放一个广告节目时,dianorm为15db,调节系统的gain值使得100%的digital level (信号最大level)达到82 db SPL,那么广告中的dialog 的level为82-15 = 67 db SPL.
2)DRC
一个high quality的节目(比如film),通常音频会由wide dynamic range 的声音mix在一起。以dialog level 作为reference,爆炸声比dialog level高20db以上,风吹动树叶的声音比dialog level低50db以上。
在大部分听众而言,如果声音非常大,会有不好的听觉体验。而听众会想要听到非常微弱的声音,所以需要将loudest sound做compress downward,而quiet sound做bring upward.那么wide dynamic range 将会被compress.
AC-3 coding技术将dynamic range control value(dynrng)压到bitstream中,使得听众获得更好的听觉体验。AC-3 encoder产生一系列的dynrng,每个dynrng在decoder端用于一个或多个audio block作为gain来进行DRC.
对于听众来说,希望将loudest信号往dialog level方向往下调,而quiet信号往dialog level方向向上调。而对于那些与dialog level具有相同loudness的信号不做调节。
例如:对于一部电影,dialog level为-25 db,爆炸声达到0db,微弱的声音低于dialog level 50 db为-75db. AC-3 encoder将产生一组dynrng, audio level高于dialog level时, dynrng 标识负的gain. audio level低于dialog level时, dynrng标识正的gain. 0db的信号,对应dynrng标识降低15db。微弱的声音dynrng标识增加20db。
当用户想要听到所有的声音,并且希望不影响到其他人,AC-3 decoder可以使用默认的full compression方式做DRC。当用户将dialog level调节到 60 db SPL时,爆炸声为70 db SPL(本来是高于dialog level 25 db(80db SPL),但是dynrng降低15 db).微弱的声音为30 db SPL(本来是低于dialog level 50 db (10 db SPL), 但是dynrng提高20 db).那么原本的dynamic range变为70-30 = 40 db。
3)downmix
在解码的平台端,通常speaker的数目与bitstream的channel并不匹配。比如说bitstream是5.1 ch,但是平台只有两个speaker.这时候需要做downmix.
5.1 ch到2ch 做LoRo downmix:
clev 和slev是由BSI信息中的cmixlev和surmixlev字段标识的downmix 系数。
为了防止downmix 后信号的overflow,实际的downmix系数需要乘以一个scale.例如:clev和slev都是0.707时,每个downmix 系数需要乘以1/(1+0.707+0.707)=0.4143
4 ch到2ch做LoRo downmix
5.1 ch到2ch做LtRt downmix:
为了防止overflow, downmix系数都需要乘以1/(1+0.707+0.707+0.707)=0.3204
4ch到2ch做LtRt downmix:
转载于:https://www.cnblogs.com/fellow1988/p/8681905.html
AC3 overview相关推荐
- Overview of ISA and TMG Networking and ISA Networking Case Study (Part 1)
老方说:此篇文章摘自ISASERVER.ORG网站,出自Thomas Shinder达人之手.严重建议ISA爱好者看看. Published: Dec 16, 2008 Update ...
- 论文: Data-Driven Evolutionary Optimization: An Overview and case studies(1) 数据驱动概念,文章结构,大数分类
声明: 只作为自己阅读论文的相关笔记记录,理解有误的地方还望指正 论文下载链接: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumb ...
- AC3 bit allocation
1.bit allocation overview bit allocation通过分析audio 信号的频谱envelop,使用masking effect来确定使用多少bit来表示频率系数的man ...
- Android开发者指南(18) —— Web Apps Overview
前言 本章内容为开发者指南(Dev Guide)/Web Applications/Web Apps Overview,版本为Android 3.2 r1,翻译来自:"happyjiahan ...
- SAP WM初阶之TO报表LX12 - TOs Resident Documents(Detailed Overview)
SAP WM初阶之TO报表LX12 - TOs Resident Documents(Detailed Overview) SAP WM模块里的TO的报表LX12 – Detailed Overvie ...
- SAP Retail Execution Overview
SAP Retail Execution Overview 如下地址可以下载SAP Retail Execution Overview相关介绍的PDF文件. REX 3x (edgesuite.net ...
- SAP Forecasting and Replenishment for Retail – A short Overview【中英文双语版】
SAP Forecasting and Replenishment for Retail – A short Overview SAP零售预测和补货–简要概述 General Objectives a ...
- [译]5.1. System Initialization Overview 系统初始化简介
目录:http://www.cnblogs.com/WuCountry/archive/2008/11/15/1333960.html [不提供插图,读者最好从网上下载源书] 5.1. Syste ...
- Openstack组件部署 — Overview和前期环境准备
目录 目录 前言 软件环境 Openstack 简介 Openstack 架构 Openstack Install Overview 创建Node虚拟机 环境准备 基础设置 Install OpenS ...
最新文章
- 微信小程序----map组件实现(获取定位城市天气或者指定城市天气数据)
- 本地搭建Hadoop伪分布式环境之四:开启搭建Hadoop2.4.0之旅
- php用rabbit可以干嘛,RabbitMQ能干什么,有什么用,RabbitMQ入门
- 音视频技术开发周刊(第130期)
- HTML基础第四讲---图像
- IEEE 回应禁止华为系审稿人;WiFi联盟、蓝牙联盟已恢复华为成员资格;中国计算机学会:暂时中止与IEEE通信学会合作……...
- nutch2.3.1 scoring-opic 插件url评分为0 问题
- 【电子书】Head First Java
- java后端开发题库_2020年Java题库整理
- php listen命令,开启队列时,命令行输入php think queue:listen出现乱码
- 面向创意设计人员的CATIA
- Hive中变量的使用
- 冷藏温度范围_食品冷藏的温度是多少
- 04 Convex problem凸优化问题
- mysql leader/followers_Leader/Followers 模式
- Linux的du 和 df 的区别
- OpenCV每日函数 几何图像变换模块 (9) resize函数
- 总结一下使用Emgucv的经验和经历
- 解析Linux中的系统安全及应用(二)
- 阿里技术实战:一些云上资源调度的经验谈
热门文章
- 大数据存储系统学习笔记(一)
- xml中[CDATA[]]浅解
- vjudge使用指南
- 注意:qq邮箱不要开通CardDAV/CalDAV服务
- 基于android百度云推送务设计,Android之基于百度云推送IM
- C++文件操作之freopen
- ERROR: libgomp.so.1: version `GOMP_4.0‘ not found报错解决
- 直播声卡-直播的同时,让手机快充不掉电方案
- 兄弟Brother MFC-J470DW 驱动
- 2011年托业考试时间