Bài giảng Multimedia - Chương 2: Kỹ thuật Audio

MULTIMEDIAI I NỘI DUNG • TỔNG QUAN • KỸ THUẬT AUDIO • KỸ THUẬT VIDEO Kỹ thuật Audio Nội dung • GIỚI THIỆU • MÃ HOÁ AUDIO CẢM QUAN • PHÂN TÍCH TÂM LÝ ÂM HỌC • KỸ THUẬT NÉN AUDIO • MPEG-1 • MPEG-2 • AC-3 (DOLBY DIGITAL) • APT-X100 • MÃ HOÁ ÂM THANH NỔI Giới thiệu • Âm thanh: • Dạng lan truyền của sóng trong không gian, • Sóng âm khi ñến tai người nghe, ñập vào màng nhĩ, làm cho người ñó cảm nhận ñược sự rung ñộng này • Con người có khả năng phân biệt với các âm thanh khác dựa vào một số ñặc tính như tần số, nhịp ñiệu, mức áp lực... • Mục ñích của các hệ thống audio: • Xử lý, tạo hiệu ứng, nén tín hiệu audio từ tín hiệu thu nhận từ nguồn. • Audio số: • Chuỗi các giá trị số ñược biểu diễn bằng mức âm thanh theo thời gian. Ứng dụng • Các hệ thống thông tin không dây: – Truyền hình phân giải cao (HighDensity TV HDTV), Âm thanh quảng bá số (Digital Broadcast Audio DBA), Vệ tinh quảng bá trực tiếp (Digital Broadcast Satelite DBS). • Các môi trường mạng: – Âm thanh theo yêu cầu (chuyển mạch gói, Internet), Truyền hình cáp (CATV) các tuyến studio. • Các ứng dụng ña môi trường: – CD-R, ðĩa ña năng số (DVD). • Cinema: – Dolby AC-3 (5 kênh, @384kbps), APT-x100. • Lưu trữ khối: – MiniDisc, DCC. Audio số • Hệ thống audio tương tự và số • Hệ thống audio tương tự, việc xử lý tín hiệu gặp phải một số vấn ñề như khả năng của linh kiện (về mặt tần số), lưu trữ, phức tạp... từ ñó méo phi tuyến cao, SNR bé. • Hệ thống audio số, việc thu nhận, hiệu chỉnh, xử lý và phát lại trở nên dễ dàng hơn rất nhiều. Các kỹ thuật tổng hợp và nhận dạng phát triển một cách nhanh chóng, tương thích máy tính và con người trở nên phong phú hơn. • Ưu ñiểm của audio số là: ðộ méo tín hiệu nhỏ (0,01%), Dải ñộng âm thanh lớn gần mức tự nhiên (>90dB), Dải tần rộng hơn (20Hz ñến 20kHz), ðáp tuyến tần số bằng phẳng, Cho phép ghi âm nhiều lần mà không giảm chất lượng, Thuận tiện lưu trữ, xử lý, Tăng dung lượng kênh truyền, Khả năng xử lý bằng hệ phi tuyến Quá trình thu nhận audio số Hình 2-1 Quá trình thu nhận âm thanh số Tín hiệu vào tương tự L Tín hiệu vào tương tự R Khuếch ñại tuyến tính Tạo Dither Lấy và giữ mấu Lọc thông thấp Mã hóa Khuếch ñại tuyến tính Lấy và giữ mấu Lọc thông thấp Mã hóa Ghép kênh Xử lý Tín hiệu ra số Lấy mẫu và lượng tử hoá • Lấy mẫu và giữ mức: Lấy mẫu là quá trình rời rạc hóa tín hiệu về mặt thời gian và giữ cho biên ñộ trong khoảng thời gian lấy mẫu không ñổi. • Lượng tử hóa: Lượng tử hóa là quá trình rời rạc tín hiệu về mặt biên ñộ. Tại mỗi mẫu, biên ñộ ñược chia thành các mức gọi là các mức lượng tử Hình 2-2 Lấy giữ mẫu và lượng tử Tín hiệu vào Lượng tử Dither • Nguyên nhân: Lượng tử hóa
méo. Tín hiệu có biên ñộ càng nhỏ thì méo lượng tử càng cao. • Khắc phục: Cộng âm thanh trước khi lấy mẫu với một tạp âm tương tự
Ngẫu nhiên hóa các ảnh hưởng méo lượng tử ñể phân phối ñều méo lượng tử thành các lỗi ngẫu nhiên chứ không tập trung nhiều vào phần có biên ñộ thấp. • Khái niệm: Dither là một nhiễu ñược cộng vào tín hiệu âm thanh. • Mục ñích: Loại bỏ méo lượng tử. • Cơ sở: Dither làm cho tín hiệu âm thanh bị biến ñổi giữa các mức lượng tử gần nhau, ñiều này làm giảm ñộ tương quan của lượng tử hóa tín hiệu, loại các ảnh hưởng của lỗi và mã hóa các biên ñộ tín hiệu thấp hơn một mức lượng tử. • Nhược ñiểm: Cộng nhiễu vào tín hiệu. Dither Hình 2-3 Dither và không dither Dither Tín hiệu gốc Tín hiệu lấy mẫu Không dither Tín hiệu gốc Tín hiệu lấy mẫu Tín hiệu sau khi lọcTín hiệu sau khi lọc Mã hóa và mã hóa kênh • Mã hoá – là quá trình chuyển các mức rời rạc thành một chuỗi các mẫu số nhị phân (hoặc các hệ ñếm khác) theo một quy luật nhất ñịnh. – Sau mã hóa nhị phân, ta ñược tín hiệu ñiều xung mã PCM. – Tín hiệu PCM không thích hợp ñể lưu trữ hoặc truyền dẫn vì vẫn còn tồn tại thành phần một chiều
mã hóa kênh. • Mã hóa kênh – biến ñổi dữ liệu với mục ñích ñạt ñược mật ñộ bit cao trong giới hạn băng thông của kênh truyền. – Giảm sự tổn hao trong khi truyền hoặc lưu trữ. – Cải thiện dải thông, dữ liệu truyền dẫn có ñặc tính tối ưu. – Làm cho phổ tín hiệu âm thanh số ít méo. Ghép kênh – Tín hiệu âm thanh số thường bao gồm nhiều kênh, ví dụ hệ thống âm thanh 5.1 gồm các kênh trái, phải, trung tâm, trái vòm, phải vòm và siêu trầm, ngoài ra còn có các tín hiệu mã phụ, mã ñồng bộ – Nguyên lý ghép kênh có thường ñược áp dụng ñó là ghép kênh phân chia theo thời gian, mỗi kênh sử dụng một khe thời gian ñược ấn ñịnh trước. L R L R Ghép kênh L+R Hình 2-4 Ghép kênh tín hiệu audio MÃ HOÁ AUDIO CẢM QUAN • Giới thiệu Mục ñích: Biểu diễn chuỗi số ngắn gọn. Tốc ñộ bit thấp. Chất lượng cao ðộng cơ: Giảm tốc ñộ dữ liệu. Giảm chi phí truyền dẫn (BW). Giảm các yêu cầu lưu trữ. Mạnh. Các yêu cầu: Cảm nhận trong suốt. ðộc lập nguồn. Có khả năng ña kênh. ðộ phức tạp bất ñối xứng. ðộ trễ hợp lý. MÃ HOÁ AUDIO CẢM QUAN Mã hoá nguồn không thực tế với tín hiệu audio, do ñó, trong audio, người ta tiến hành - Khai thác các ñặc tính thu ñược. - Loại bỏ các thành phần không thích hợp với cảm nhận. - Giảm các dư thừa thống kê. Thoại Audio Băng thông 200-3400Hz 20Hz-20kHz Tốc ñộ lấy mẫu 8kHz 44.1kHz/48kHz Số bits trên mẫu 8bits 16+bits Tốc ñộ bit thô 64kbps 768kbps Số kênh 1 1-6+kênh Mô hình hiệu quả nguồn Có Không Sức chịu ñựng nguồn Có thể yêu cầu Yêu cầu Chất lượng mong ñợi Méo do bị giới hạn Chất lượng “CD” Tính ña dạng của phổ Harmonic, V/UV/TR Không thể phân loại MÃ HOÁ AUDIO CẢM QUAN • Các tiêu chuẩn lấy mẫu theo các yêu cầu cụ thể khác nhau - Chất lượng. - ðộ trễ. - Băng thông. - Tốc ñộ 20Khz192.0 kbytes/sStereo16 bits/mẫu48 kHzDAT 20kHz176.4 kbytes/sStereo16 bits/mẫu44.1 kHzCD 10kHz88.2 kbytes/sStereo16 bits/mẫu22.05 kHzFM radio 5kHz11.0 kbytes/sMono8 bits/mẫu11.025 kHzAM radio 4Khz8 kbytes/sMono8 bits/mẫu8 kHzðiện thoại Băng tầnTốc ñộMono/stereoSố bits/mẫuTốc ñộ lấy mẫu Tiêu chuẩn MÃ HOÁ AUDIO CẢM QUAN  Băng lọc số: Băng lọc số là một tập hợp các bộ lọc số có chung ñầu vào nhiều ñầu ra hoặc chung ñầu ra nhiều ñầu vào. Băng lọc số phân tích là tập hợp các bộ lọc số có ñáp ứng tần số Hk(e jω) có chung ñầu vào và nhiều ñầu ra Ngõ ra gồm M tín hiệu Xk(n) chiếm dải tần liên tiếp nhau gọi là các tín hiệu băng con (subband). Các bộ lọc H0(e jω): thông thấp, HM-1(e jω): thông cao, Hi(e jω): thông dải, với i từ 1 ñến M-2 H0(e jω) H1(e jω) HM-1(e jω) X0(e jω) X1(e jω) XM-1(e jω) x0(n) x1(n) xM-1(n) x(n) X(ejω) MÃ HOÁ AUDIO CẢM QUAN Băng lọc số tổng hợp: Là tập hợp các bộ lọc số có ñáp ứng tần số Gk(e jω) có chung ñầu ra Các bộ lọc : G0(e jω): thông thấp, GM-1(e jω): thông cao, Gi(e jω): thông dải, với i từ 1 ñến L-2 Băng lọc số nhiều nhịp hai kênh và băng lọc gương cầu phương QMF (Quadrature Mirror Filter Bank): Băng lọc số nhiều nhịp là sự kết hợp của băng lọc số phân tích, băng lọc số tổng hợp với bộ phân chia và bộ nội suy. Với số bộ lọc của băng lọc phân tích và tổng hợp bằng 2 thì ta có băng lọc số nhiều nhịp hai kênh. G0(e jω) G1(e jω) GL-1(e jω) X0(e jω) X1(e jω) XL-1(e jω) x0(n) x1(n) xL-1(n) x(n) X(ejω) + + MÃ HOÁ AUDIO CẢM QUAN • H0(ejω), G0(ejω) :Lọc thông thấp. H1(ejω), G1(ejω) :Lọc thông cao. • Lý tưởng: • Nếu |H0(ejω)|=|H1(ejω)| và nếu chọn tần số cắt cho 2 bộ lọc là π/2 thì ta thấy |H0(ejω)|là ảnh của |H1(ejω)| qua gương ñặt ở vị trí π/2. Băng lọc nhiều nhịp hai kênh với ñặc tính như vậy gọi là băng lọc gương cầu phương. • Nếu giống dạng tín hiệu ngõ vào thì ta gọi là băng lọc gương cầu phương khôi phục hoàn hảo PRQMF (Perfect Reconstructure QMF) 0ˆ( ) ( )x n cx n n= − H0(e jω) ↓2 ↑2 G0(ejω) H1(e jω) ↓2 ↑2 G1(ejω) + x(n) x0(n) x1(n) v0(n) v1(n) y1 ’(n) ˆ( )x n y0 ’(n)y0(n) y1(n) ˆ( ) ( )x n x n= MÃ HOÁ AUDIO CẢM QUAN • Mã hoá băng con và cấu trúc bộ lọc QMF – Mã hoá băng con • Sử dụng bộ lọc số ñể mã hoá băng con • Thuận lợi cho việc nén tín hiệu âm thanh vì phổ tập trung không ñồng ñều. Từ ñó, ta có ñược sự phân bố hợp lý, vừa hiệu quả, vừa ñạt chất lượng cao. H0(e jω) ↓2 ↑2 G0(ejω) H1(e jω) ↓2 ↑2 G1(ejω) + x(n) x0(n) x1(n) v0(n) v1(n) y1 ’(n) ˆ( )x n y0 ’(n)y0(n) y1(n) v0(n) v1(n) Kênh truyền dẫn Mã hoá Giải mã MÃ HOÁ AUDIO CẢM QUAN • Cấu trúc dạng cây ñơn phân giải H01(e jω) ↓2 H11(e jω) ↓2 x(n) H02 0(ejω) ↓2 H12 0(ejω) ↓2 H02 1(ejω) ↓2 H12 1(ejω) ↓2 MÃ HOÁ AUDIO CẢM QUAN • Cấu trúc dạng cây ña phân giải – Cấu trúc này cho ta lượng bit ngõ ra tối ưu và phù thuộc vào sự phân bố phổ của tín hiệu. H01(e jω) ↓2 H11(e jω) ↓2 x(n) H02 0(ejω) ↓2 H12 0(ejω) ↓2 MÃ HOÁ AUDIO CẢM QUAN • Các phương pháp mã hoá chuyển ñổi – FFT (Fast Fourier Transform) – DFT (Discrete Fourier Transform) – DCT (Discrete Cosine Transform) – MDCT (Modified DCT) – Wavelets. MÃ HOÁ AUDIO CẢM QUAN • DCT (Discrete Cosine Transform) DCT là phép biến ñổi trực giao, một thuật toán hiệu quả, cho các ñặc tính nén mạnh và giảm ñộ tương quan. Chuyển ñổi DCT thuận: Chuyển ñổi DCT ngược       −≤< = =∆ −= + ∆=∑ − = 10, 2 ;0, 1 )( 1,..0, 2 )12( cos)()()( 1 0 Nn N n Nn Nk N kn nxnkX N n π       −≤< = =∆ −= + ∆=∑ − = 10, 2 ;0, 1 )( 1,..,0, 2 )12( cos)()()( 1 0 Nn N n Nn Nn N kn kXnnx N k π MÃ HOÁ AUDIO CẢM QUAN • MDCT (Modified DCT): DCT ñược hiệu chỉnh. MDCT là phép biến ñổi trực giao tuyến tính ñược hiệu chỉnh từ DCT. MDCT thuận: Và chuyển ñổi MDCT ngược (IMDCT): Với p(x) là hàm cửa sổ sin ñược xác ñịnh: • Wavelets Wavelets có thể ñược xem như một bộ phân tích băng con, với cây không cân bằng, nghĩa là các tần số ñược chia một cách không ñồng nhất. Vậy, băng lọc tương ñồng với dải tới hạn. ( ) sin( ) x p x N π = 1 0 ( ) ( ) ( ) os (2 1 )(2 1) ; 0,.., 1; 0,.., 1. 2N 2 2 N n N N X k p n x n c n k n N k π− =  = + + + = − = −   ∑ .1 2 ,..,0;1,..,0,)12)( 2 12( 2 cos)()( 4 )( 1 2 0 −=−=    +++= ∑ − = N kNnk N n N kXnp N nx N k π MÃ HOÁ AUDIO CẢM QUAN • DWT (Discrete Wavelet Transform) Mở rộng và dịch chuyển “hàm mẹ” h(t) bằng cách ñịnh nghĩa một cơ sở trực giao, wavelet cơ sở: Trong ñó: n là tỷ lệ, m là ñộ dời và t là thời gian. Hệ số tỷ lệ n chỉ thị ñộ rộng của các wavelet và hệ số vị trí m xác ñịnh vị trí của nó. Với hàm mẹ h(t), ta ñược một tập hàm wavelet trực giao cơ sở. Trực giao: f(t), g(t) là hai vector thuộc không gian L2(a,b). t∈[a,b]. Hai vector gọi là trực giao khi tích vô hướng của chúng bằng 0. ( )/ 2. ( ) 2 2m mn mh t h t n− −= − ∫ =>=< b a dttgtftgtf 0)()()(),( * MÃ HOÁ AUDIO CẢM QUAN • Cơ sở trực giao: Tập các vector {vk}={v1,v2, ,vn} ñược gọi là cơ sở trực giao nếu chúng trực giao từng ñôi một và có ñộ dài bằng 1. =δmn. Hay: •Hàm delta: Chuyển ñổi Wavelet: Chuyển ñổi wavelet ngược: .)(*)( kll b a k dtthth δ=∫    ≠ = = lk lk kl ,0 ,1 δ ∑== *,, )(),( mnmn htxcmnXω ∑∑ +∞ ∞− +∞ ∞− = )()( ,. thctx mnmn PHÂN TÍCH TÂM LÝ ÂM HỌC • Hệ thống thính giác của con người – ðược chú trọng khai thác trong mã hoá audio cảm quan. – Con người có thể nghe trong dải 20Hz ñến 20kHz với khả năng nghe không ñồng nhất với các tần số trong dải này. Việc cảm nhận còn phụ thuộc vào mức áp lực và tuỳ thuộc vào từng người. – Dải 20Hz÷20kHz ñược chia thành các dải con không ñồng nhất và không tuyến tính. Cảm nhận tốt trong khoảng 2kHz ñến 4kHz và ngưỡng nghe ñến ngưỡng ñau khoảng 96dB. – Phụ thuộc vào môi trường nghe, với môi trường nhiễu lớn thì hạn chế khả năng nghe và khả năng phân biệt các âm thanh khác nhau. – Vậy, phân tích tâm lý nghe là xét các vấn ñề: • ðộ nhạy của tai, khả năng ñáp ứng của các cường ñộ khác nhau. • ðáp ứng của tai với các tần số khác nhau. • Nghe một âm khi có mặt một âm khác. PHÂN TÍCH TÂM LÝ ÂM HỌC • Ngưỡng nghe tuyệt ñối ATH (Absolute Theshold of Hearing) – Thí nghiệm:ðặt một người trong phòng kín, im lặng, phát âm kiểm tra (test tone) với tần số xác ñịnh (1kHz), tăng mức âm thanh cho ñến khi có thể nghe ñược, ghi lại các giá trị và lặp lại với tần số khác. – Vẽ ñồ thị, ta ñược ngưỡng nghe tuyệt ñối. Thử với người khác, ghi kết quả. PHÂN TÍCH TÂM LÝ ÂM HỌC • Dải tới hạn (critical bankwidth) – Fletcher tiến hành các thử nghiệm và cho thấy việc nghe của con người giống như sử dụng các bộ lọc tâm sinh lý có ñộ rộng gần bằng một giá trị tới hạn và Flecher gọi ñộ rộng của bộ lọc tới hạn là dải tới hạn. – Dải tới hạn biểu diễn công suất xác ñịnh của tai cho cho các tần số hay dải tần số liên tục. – Các thí nghiệm cho thấy rằng: • Với các tần số che nhỏ hơn 500Hz thì dải tới hạn không ñổi với ñộ rộng khoảng 100Hz. • Với các tần số che lớn hơn 500Hz thì dải tới hạn có ñộ rộng tăng tương ñối tuyến tính theo tần số. – Vậy, thang tần số không tuyến tính
thang bark (Barkhausen) PHÂN TÍCH TÂM LÝ ÂM HỌC • Dải tới hạn (critical bankwidth) – Flecher chia băng thông âm thanh thành 25 dải tới hạn. 655022050187751550025 1407707006307 1206305705106 1105104504005 1004003503004 .......... 1002001501002 -10050-1 Băng thôngTần số caoTsố trung tâmTần số thấpDải PHÂN TÍCH TÂM LÝ ÂM HỌC • Dải tới hạn (critical bankwidth) – Bark là ñơn vị ñể biểu diễn một dải tới hạn, 1 bark=1 ñộ rộng dải tới hạn. – Công thức chuyển ñổi: – Công thức khác: 1bark=13arctg(0.76f)+3.5arctg(f/7500) [bark] – Công thức khác nữa: 1bark=13arctg(0.76f)+3.5arctg(f2/65.25) [bark]      ≥+ < = 500), 1000 (log49 500, 1001 2 f f f f bark PHÂN TÍCH TÂM LÝ ÂM HỌC • Kỹ thuật che (masking) Con người khi nghe một âm với sự có mặt của một âm khác sẽ cảm nhận yếu ñi khi âm này có tần số gần với âm cần nghe hoặc biên ñộ lớn. – Che tần số (frequency masking) Thí nghiệm: ðặt một người trong phòng kín, phát ra một âm che (masking tone) với tần số xác ñịnh (1kHz) ở một mức nào ñó (60dB), sau ñó, phát âm kiểm tra (test tone) (1,1kHz) , tăng mức ñến khi có thể nghe ñược. Thay ñổi âm kiểm tra, vẽ ngưỡng nghe, lặp lại với âm che khác. PHÂN TÍCH TÂM LÝ ÂM HỌC – Che thời gian (temporal masking) Thí nghiệm: Phát một âm che ở tần số 1kHz, biên ñộ 55dB, thêm một âm kiểm tra 1,1kHz, biên ñộ 20dB trước và sau âm che. Âm kiểm tra không thể nghe ñược (nó ñang bị che). Lặp lại các mức khác của âm kiểm tra và vẽ. Với thí nghiệm trên, ta thấy âm 1,1kHz với 20dB bị che trước khoảng 15ms và che sau khoảng 50ms. KỸ THUẬT NÉN AUDIO • Cơ sở Âm thanh trung thực và chất lượng dịch vụ thoả mãn thì tốc ñộ dòng dữ liệu phải lớn. Ví dụ : Hệ thống âm thanh ña kênh mã hoá 16 bits, tần số lấy mẫu 48kHz (6 kênh) sẽ có tốc ñộ: 48x16x6=4.5Mbps. Tốc ñộ cao
Khó khăn lưu trữ, truyền dẫn và giá thành thiết bị.
Nén. • Nén không tổn hao Khôi phục ñúng thông tin ban ñầu sau khi giải nén. Cơ sở: Loại bỏ dư thừa thống kê, các thông tin xuất hiện trong tín hiệu mà có thể dự báo trước. Tỷ số nén thấp, khoảng 2:1, phụ thuộc vào ñộ phức tạp của tín hiệu nguồn. Thường sử dụng kỹ thuật mã hoá dự ñoán trong miền thời gian. KỸ THUẬT NÉN AUDIO – Thuật toán vi sai: Tín hiệu âm thanh có ñặc tính lặp ñi lặp lại nên xuất hiện sự dư thừa số liệu. Thông tin lặp sẽ ñược loại bỏ trong quá trình mã hoá và ñược ñưa vào lại trong quá trình giải mã sử dụng kỹ thuật DPCM. Các tín hiệu audio ñầu tiên ñược phân tích thành tập hợp các dải băng con bao gồm một số lượng âm thanh rời rạc, sau ñó, DPCM ñược sử dụng ñể dự báo các tín hiệu lặp lại theo chu kỳ. Nếu sử dụng ADPCM còn cho kết quả tốt hơn. – Mã hoá Entropy: Tận dụng ñộ dư thừa trong cách miêu tả các hệ số băng con ñã lượng tử hoá nhằm cải thiện tính hiệu quả của quá trình mã hoá. Các hệ số lượng tử ñược gởi ñi theo sự tăng dần của tần số. Kết quả nhận ñược là bảng mã tối ưu thống kê các giá trị miền tần số thấp và cao. Sử dụng mã hoá Hufman, Lempel-Zip ñể nén. KỸ THUẬT NÉN AUDIO • Nén tổn hao Hệ thống thính giác của con người không thể phân biệt các thành phần phổ có biên ñộ nhỏ giữa các thành phần phổ có biên ñộ lớn. Hệ số nén lớn, khoảng 20:1 phụ thuộc vào quá trình nén và giải nén và chất lượng audio yêu cầu. – Các kỹ thuật ñược sử dụng: - Kỹ thuật che (masking) ñối với các thành phần tín hiệu trong miền thời gian và tần số. - Che mức tạp âm lượng tử cho từng âm ñộ của tín hiệu âm thanh bằng cách chỉ ñịnh số bit vừa ñủ ñể chắc chắn rằng mức nhiễu lượng tử luôn nằm dưới mức giá trị cần che. - Mã hoá ghép: Khai thác ñộ dư thừa trong hệ thống audio ña kênh với các thành phần số liệu trong các kênh giống nhau. Mã hoá một phần số liệu chung trên một kênh và chỉ ñịnh cho bộ giải mã lặp lại tín hiệu ñó trên các kênh còn lại. MPEG-1 • Giới thiệu ðược phát triển trên cơ sở phối hợp chuẩn ISO/IEC 11172. Sử dụng tần số lấy mẫu của CD-DA, với fs=32;44.1;48kHz, mã hoá 16bits/mẫu tín hiệu. Tốc ñộ bít: 32 - 768 kbps/channel. Các kiểu: Mono, dual-mono, dual-stereo, joint-stereo. Xác ñịnh các tham số khác nhau về tốc ñộ, dòng số sau khi nén, số mẫu trong header cho một kênh, cấu trúc thời gian khung, phương pháp mã hoá dự ñoán và các chế ñộ làm việc. MPEG-1 Lớp I Lớp II Lớp III Mono và Stereo 32, 44.1, 48kHz MPEG-1 • ðặc tính Lớp I Lớp II Lớp III Dùng cho thiết bị dân dụng Dùng cho thiết bị chuyên dụng, ña môi trường Dùng cho thiết bị chuyên dụng, ña môi trường Tốc ñộ dòng số liệu từ 32- 448kbps Tốc ñộ dòng số liệu từ 32- 384kbps Tốc ñộ dòng số liệu từ 32- 320kbps 384mẫu/khung/kênh 1152mẫu/khung/kênh 1152mẫu/khung/kênh 32 băng con ñều nhau, mỗi băng con gồm block 12 mẫu 32 băng con ñều nhau, mỗi băng con gồm block 36 mẫu 32 băng con tới hạnthành 18 MDCT Chu kỳ một khung 8ms cho kênh có fs=48kHz Chu kỳ một khung 24ms cho kênh có fs=48kHz Chu kỳ một khung 24ms cho kênh có fs=48kHz Hệ số tỷ lệ 6 bits/băng, phân phối bit theo phương thức ứng trước. Hệ số tỷ lệ 6 bits/băng, phân phối bit theo phương thức ứng trước. Hệ số tỷ lệ 6 bits/băng, phân phối bit theo phương thức ứng trước. MPEG-1 • Khung lớp I : 12x32 =384. • Khung lớp II, III: 12x32x3=1152. Lọc băng con 0 Lọc băng con 1 Lọc băng con 31 Lọc băng con 2 Các mẫu Audio ngõ vào 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu 12 mẫu Khung lớp I Khung lớp II và lớp III MPEG-1 – Kiến trúc Băng lọc phân tích ña pha 32 kênh Lượng tử hoá Mã hoá M U X FFT LI: 512 LII: 1024 Phân tích tâm sinh lý âm học Phân phối bit ñộng 32 Dữ liệu Thông tin thêm SMR Lượng tử 32 s(n) kênh Dữ liệu SMR: Tỷ số tín hiệu/ngưỡng che Băng lọc phân tích ña pha 32 kênh MDCT M U X FFT Phân tích tâm sinh lý âm học SMR 32 s(n) kênh Vòng lặp chỉ ñịnh bit Lượng tử hoá Mã hoá Huffman Mã thông tin thêm ↓32 MPEG1 lớp 1,2 MPEG1 lớp 3 Thông tin thêm MPEG-1 • Thuật toán cơ bản – Tiến hành chia ngõ vào thành 32 băng con bởi các băng lọc. • Lấy 32 mẫu PCM trong cùng một thời ñiểm, kết quả là 32 hệ số tần số ở ngõ ra. – Trong MPEG-1 lớp I thì tập 32 giá trị PCM ñược kết hợp vào trong khối gồm 12 nhóm 32 mẫu này. – MPEG-1 lớp II và lớp III thì gồm 3 khối 12 nhóm này. – Phân bố bit ñảm bảo rằng mọi nhiễu lượng tử nằm ở dưới các ngưỡng che. – Với mỗi băng con, xác ñịnh mức biên ñộ và mức nhiễu bằng mô hình tâm sinh lý nghe. SMR (signal-mask rate) ñược sử dụng ñể xác ñịnh số bit cho quá trình lượng tử hoá ñối với mỗi băng con với mục ñích giảm thiểu dung lượng. MPEG-1 Ví dụ: Sau khi phân tích, mức của 16 băng con ñầu là: Band 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Level (db) 0 8 12 10 6 2 10 60 35 20 15 2 3 5 3 1 Nếu mức của băng con thứ 8 là 60 thì nó che 12 dB ở băng con thứ 7 và 15 dB ở băng con thứ 9. Băng con 7 có mức 10dB15dB: gởi ñi.
Chỉ có các mức lớn hơn mức che là ñược gởi ñi thay vì dùng 6 bits ñể mã hoá, ta chỉ dùng 4 bits. MPEG-Layer I: Bộ lọc DCT 1 khung và tần số bằng phẳng trong mỗi băng con. Mô hình tâm sinh lý nghe sử dụng che tần số. MPEG-Layer II: Có 3 khung trong bộ lọc (trước, hiện tại và kế), tổng là 1125