流媒体 1

标签：

1.1.基本概念：

1.2.多媒体系统:

1.3.多媒体数据压缩与编码:

(1).熵编码:不考虑数据源的无损数据压缩技术。其核 心思想是按照符号出现的概率大小给符号分配长度 合适的代码,对常用的符号给它分配长度较短(即位 数较少)的代码,对不常用的符号给它分　　配长度较长 (即位数较多)的代码。最常见的熵编码技术是霍夫曼编码和算术编码

(2).源编码:考虑数据源特性的数据压缩技术。编码时考虑信号源的特性和信号的内容,因此也称“基于语 义的编码(semantic-based coding)”。例如,图像编码 考虑相邻像素的值可能完全相同或相近,视像相邻 帧之间的变化不大,也可能完全相同。为获得比较 大的压缩比,通常采用有损数据编码技术。

(3). 混合编码:组合源编码和熵编码的数据有损压缩技术。影视、图像和声音媒体几乎都采用这种编码方 式,如JPEG,MPEG-Video和MPEG-Audio。

2.数字声音编码

2.1 声音信号数字化

(1).声音的频率：

(2).采样——量化——编码：

采样频率：奈奎斯特理论指出,采样频率不应低于声音信号最高频率 的两倍,这样就能把以数字表达的声音还原成原来的声 音,这叫做无损数字化(lossless digitization)

采样精度：每个声音样本的位数（bps）　　

数据量（字节/秒）= (采样频率（Hz）*采样位数（bit）*声道数)/ 8   ，  声卡对声音的处理质量可以用三个基本参数来衡量，即采样频率、采样位数和声道数。 
   　　采样频率是指单位时间内的采样次数。采样频率越大，采样点之间的间隔就越小，数字化后得到的声音就越逼真，但相应的数据量就越大。声卡一般提供11.025kHz、22.05kHz和44.1kHz等不同的采样频率。 
 　　  采样位数是记录每次采样值数值大小的位数。采样位数通常有8bits或16bits两种，采样位数越大，所能记录声音的变化度就越细腻，相应的数据量就越大。 
　　   采样的声道数是指处理的声音是单声道还是立体声。单声道在声音处理过程中只有单数据流，而立体声则需要左、右声道的两个数据流。显然，立体声的效果要好，但相应的数据量要比单声道的数据量加倍。 

2.2.声音文件的存储格式：

2.3.话音编译码器

(1).波形编译码器：

　　不利用生成话音信号的任何知识而企图产生一种重构信号，它的波形与原始话音波形尽可能地一致。一般来说，这种编译码器的复杂程度比较低，数据速率在16 kb/s以上，质量相当高。低于这个数据速率时，音质急剧下降。最简单的波形编码是脉冲编码调制(pulse code modulation，PCM)，它仅仅是对输入信号进行采样和量化。

(2).音源编译码器

　　音源编译码的想法是企图从话音波形信号中提取生成话音的参数，使用这些参数通过话音生成模型重构出话音。针对话音的音源编译码器叫做声码器 (vocoder)。在话音生成模型中，声道被等效成一个随时间变化的滤波器，叫做时变滤波器(time-varying filter)，它由白噪声—无声话音段激励，或者由脉冲串——有声话音段激励。因此需要传送给解码器的信息就是滤波器的规格、发声或者不发声的标志和有 声话音的音节周期，并且每隔10～20 ms更新一次。声码器的模型参数既可使用时域的方法也可以使用频域的方法确定，这项任务由编码器完成。这种声码器的数据率在2.4 kb/s左右，产生的语音虽然可以听懂，但其质量远远低于自然话音。增加数据率对提高合成话音的质量无济于事，这是因为受到话音生成模型的限制。尽管它的音质比较低，但它的保密性能好，因此这种编译码器一直用在军事上。

(3).混合编译码器

　　混合编译码的想法是企图填补波形编译码和音源编译码之间的间隔。波形编译码器虽然可提供高话音的质量，但数据率低于16 kb/s的情况下，在技术上还没有解决音质的问题；声码器的数据率虽然可降到2.4 kb/s甚至更低，但它的音质根本不能与自然话音相提并论。为了得到音质高而数据率又低的编译码器，历史上出现过很多形式的混合编译码器，但最成功并且普 遍使用的编译码器是时域合成-分析(analysis-by-synthesis，AbS)编译码器。

3. 脉冲编码调制(pulse code modulation，PCM)

3.1，概念

　　脉冲编码调制(pulse code modulation，PCM)是概念上最简单、理论上最完善的编码系统，是最早研制成功、使用最为广泛的编码系统，但也是数据量最大的编码系统。PCM的编码原理比较直观和简单，它的输入是模拟声音信号，它的输出是PCM样本。

　　“防失真滤 波器”是一个低通滤波器，用来滤除声音频带以外的信号；

　　“波形编码器”可暂时理解为“采样器”，

　　“量化器”可理解为“量化阶大小(step-size)” 生成器或者称为“量化间隔”生成器。

3.2. 量化

　　声音数字化有两个步骤：第一步是采样，就是每隔一段时间间隔读一次声音的幅度；第二步是量化，就是把采样得到的声音信号幅度转换成数 字值。一类称为均匀量化，另一类称为非均匀量化。采用的量化方法不同，量化后的数据量 也就不同。因此，可以说量化也是一种压缩数据的方法。

(1).均匀量化

　　如果采用相等的量化间隔对采样得到的信号作量化，那么这种量化称为均匀量化。均匀量化就是采用相同的“等分尺”来度量采样得到的幅度，也称为线性量化，量化后的样本值Y和原始值X的差E=Y-X称为量化误差或量化噪声。

　　用这种方法量化输入信号时，无论对大的输入信号还是小的输 入信号一律都采用相同的量化间隔。为了适应幅度大的输入信号，同时又要满足精度要求，就需要增加样本的位数。但是，对话音信号来说，大信号出现的机会并不多，增加的样本位数就没有充分利用。为了克服这个不足，就出现了非均匀量化的方法，这种方法也叫做非线性量化。

(2). 非均匀量化

　　非线性量化的基本想法是，对输入信号进行量化时，大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔，这样就可以在满足精度要求的情况下用较少的位数来表示。声音数据还原时，采用相同的规则。在非线性量化中，采样输入信号幅度和量化输出数据之间定义了两种对应关系，一种称为 m 律压扩(companding)算法，另一种称为A律压扩算法。

m 律压扩

　　m 律(m -Law)压扩(G.711)主要用在北美和日本等地区的数字电话通信中，按下面的式子确定量化输入和输出的关系：
　　　　
　　式中：x为输入信号幅度，规格化成-1≤x≤1 ;
　　sgn(x)为x的极性；
　　m 为确定压缩量的参数，它反映最大量化间隔和最小量化间隔之比，取100 ￡ m ￡ 500。
　　由于m 律压扩的输入和输出关系是对数关系，所以这种编码又称为对数PCM。具体计算时，用m＝255，把对数曲线变成8条折线以简化计算过程。

 A律压扩

　　A律(A-Law)压扩(G.711)主要用在欧洲和中国大陆等地区的数字电话通信中，按下面的式子确定量化输入和输出的关系：
　　　　 　　　　0 ￡ |x| ￡ 1/A
　　　　 　　1/A < |x| ￡ 1
　　式中：x为输入信号幅度，规格化成 -1 ￡ x ￡ 1;
　　sgn(x)为x的极性；
　　A为确定压缩量的参数，它反映最大量化间隔和最小量化间隔之比。
　　A律压扩的前一部分是线性的，其余部分与m 律压扩相同。具体计算时，A＝87.56，为简化计算，同样把对数曲线部分变成折线。详细计算请看参考文献[17]。
　 　对于采样频率为8 kHz，样本精度为13位、14位或者16位的输入信号，使用m 律压扩编码或者使用A律压扩编码，经过PCM编码器之后每个样本的精度为8位，输出的数据率为64 kb/s。这个数据就是CCITT推荐的G.711标准：话音频率脉冲编码调制(Pulse Code Modulation (PCM) of Voice Frequences)。

3.3.pcm应用

　PCM编码早期主要用于话音通信中的多路复用。一般来说，在电信网中传输媒体费用约占总成本的65%，设备费用约占成本的35%，因此提高线路利用率是一个重要课题。提高线路利用率通常用下面两种方法：
(1). 频分多路复用 (frequency-division multiplexing，FDM)
　 　这种方法是把传输信道的频带分成好几个窄带，每个窄带传送一路信号。例如，一个信道的频带为1400 Hz，把这个信道分成4个子信道(subchannels)：820～990 Hz, 1230～1400 Hz, 1640～1810 Hz和2050～2220 Hz，相邻子信道间相距240 Hz，用于确保子信道之间不相互干扰。每对用户仅占用其中的一个子信道。这是模拟载波通信的主要手段。

(2). 时分多路复用(time-division multiplexing，TDM)
　 　这种方法是把传输信道按时间来分割，为每个用户指定一个时间间隔，每个间隔里传输信号的一部分，这样就可以使许多用户同时使用一条传输线路。这是数字通 信的主要手段。例如，话音信号的采样频率f＝8000 Hz，它的采样周期＝125 m s，这个时间称为1帧(frame)。在这个时间里可容纳的话路数有两种规格：24路制和30路制。

 24路PCM的帧结构

　　24路制的重要参数如下：

　　　●每秒钟传送8000帧，每帧125 m s。
　　　●12帧组成1复帧(用于同步)。
　　　●每帧由24个时间片(信道)和1位同步位组成。
　　　●每个信道每次传送8位代码，1帧有24 × 8 ＋1＝193位(位)。
　　　●数据传输率R＝8000×193＝1544 kb/s。
　　　●每一个话路的数据传输率＝8000×8=64 kb/s。
　　30路制的重要参数如下：
　　　●每秒钟传送8000帧，每帧125 ms。
　　　●16帧组成1复帧(用于同步)。
　　　●每帧由32个时间片(信道)组成。
　　　●每个信道每次传送8位代码。
　　　●数据传输率：R＝8000×32×8＝2048 kb/s。
　　　●每一个话路的数据传输率＝8000×8=64 kb/s。
　 　时分多路复用(TDM)技术已广泛用在数字电话网中，为反映PCM信号复用的复杂程度，通常用“群(group)”这个术语来表示，也称为数字网络的等级。PCM通信方式发展很快，传输容量已由一次群(基群)的30路(或24路)，增加到二次群的120路(或96路)，三次群的480路(或384 路)...。图中的N表示话路数，无论N＝30还是N＝24，每个信道的数据率都是64 kb/s，经过一次复用后的数据率就变成2048 kb/s(N＝30)或者1544 kb/s(N＝24)。在数字通信中，具有这种数据率的线路在北美叫做T1远距离数字通信线，提供这种数据率服务的级别称为T1等级，在欧洲叫做E1远距离数字通信线和E1等级。T1/E1，T2/E2，T3/E3，T4/E4和T5/E5.

流媒体 1

标签：

原文地址：http://www.cnblogs.com/zxqstrong/p/4597456.html