低码率语音编码中感知加权滤波器的一种新型算法

声学心理模型是对人听觉系统生理结构和人耳主观感知特性的数学抽象模型．这种模型已成功运用于宽带音频编码中．首次提出将声学心理模型原理应用于语音编码中感知加权滤波器的设计．通过对ＩＴＵＧ．７２３．１６．３／５．３ｋｂ／ｓ双速率编码算法中感知加权滤波器的改进,编码器的ＭＯＳ分可以改善０．１～０．３,而且新算法所要求的计算量仅比原算法大０．２６ＭＩＰＳ．基于声学心理模型的感知加权滤波器,与现有各类语音编码器中所用的感知加权滤波器相比,有自适应强、更符合人耳听觉特性、主观处理效果更佳的优点．     

基于感知熵的感知音频编码器量化模块的改进

在感知音频编码中,双循环结构作为标准的参考算法在对编码质量的评估等工作中能起到较好的效果,但由于收敛速度较慢,故难于用于实时编码应用。本文以MPEG-2 AAC的量化模块为例,对其进行分析,引入了基于感知熵的比特估算技术,并针对其缺陷重新设计了该模块,实验结果表明,新算法在迭代次数等方面有明显改进。     

音频编码中的频带复制技术浅析

频带复制(SBR)是用于改进信源编码系统的新方法—.SBR也称为频谱扩展技术,即通过在编码端减小频谱带宽,在解码端复制相应的音频来实现,在保持相同感知音质的情况下,它可以大幅减小编码比特率.在许多场合得到了应用,目前已成为MPEG-4的音频频谱扩展标准.     

非均匀快速傅立叶变换在音频编码中的应用

在音频变换编码中,一般采取均匀变换的方法进行频谱分析和心理声学模型计算,比如快速傅立叶变换（FFT）,移位离散傅立叶变换（SDFT）和改进离散余弦变换（MDCT）.但均匀频谱分析方法并不符合人耳听觉特性,需要进行额外的非线性映射,并且在低频段分辨率不足.本文在音频编码中引入非均匀快速傅立叶变换（NUFFT）,可以直接使频谱在不同频段具有不同的频率分辨率,非常有利于提高编码效率 同时根据音频编码的需求提出一种专门的近似求逆方法,尽管这种方法存在一定误差,但是可以证明这些误差主要与人耳不敏感的高频信息有关,并且采用此种近似求逆方法,NUFFT相对于FFT有更好的算法稳定性.最后给出了利用NUFFT和FFT进行变换操作的测试结果,从数据精度和客观音质评价两方面都说明在低码率下NUFFT的表现优于FFT.     

一种基于MPEG-2 AAC编码的音频水印方法

提出了一种针对MPEG-2 AAC压缩音频的脆弱水印算法.该算法利用了AAC中MDCT量化系数大于15的Huffman编码特性来嵌入水印,并依据水印的频率分布和音频信号感知熵PE的大小对嵌入算法进行了分析和改进.实验表明,该算法具有较高隐藏率和良好的不可感知性,并且水印的嵌入和提取过程十分方便快速,适合进行实时分析.     

MPEG-Ⅱ实时编码系统中音频编码的实现

基于利用人的听觉心理模型对音频信号进行压缩的管理,描述了MPEG音频压缩标准所采有的MUSICAM算法,并提出了MPEG－Ⅱ实时编码系统中音频编码模块的实现方案,该方案利用手机CPU来完成音频编码的工作,既可充分利用系统资源,又可降低成本,实践表明,该方案满足实时性,稳定性等方面的设计要求。     

码分复用数字音频水印嵌入方案

结合人耳听觉特性，用扩频方法在音频信号中的听觉不敏感区域嵌入多路数字水印，从而实现码分复用．在对嵌入信息的检测中，除了少量系统参数外，数字水印的提取不需要原始信号，并且毋需精确同步．实验表明，该水印具有很好的隐蔽性；尤其是对常见攻击，MP3编码具有良好的稳健性．     

快速霍夫曼解码算法在AAC音频解码中的应用

MPEG-2 AAC(Advanced Audio Coding,先进音频编码)数字音频压缩标准,已经成为MPEG国际标准中音频编码的核心,引领着感知音频的发展方向。MPEG-2 AAC是高保真音频编码标准中的一种。从编码原理的角度来看,它包含着多种新型高效的编码工具。主要有修正离散余弦变换(MDCT)、时域预测编码、瞬时噪声整形、无噪声编码等等。在本文中,针对AAC解码过程中复杂度最高的无噪声解码模块进行了改进,应用了快速霍夫曼解码,提高了解码效率。     

音频压缩编码技术分析

将量化后的声音信息直接存入计算机会占用大量存储空间，而音频压缩编码技术为解决这一问题提供了可行性。本文主要介绍了音频压缩编码技术的原理及方法。     

听觉临界频带及其在声频信号处理中的应用

本文首先从临界频带概念的提出、临界频带带宽的测评和临界频带率度量等几个方面详细分析阐述了临界频带这一听觉的十分重要的概念，然后以响度模型和音频压缩编码中的感知编码为实例，说明了临界频带在声频信号处理中的应用。     

一种改进的先进音频编码固定码率控制算法

国际标准化组织所建议的标准算法在实现先进音频编码(AAC)固定码率时,存在码率不稳定和计算量大的问题.为此,文中提出了一种新的固定码率控制算法.该算法在为当前帧分配比特时,充分考虑比特缓冲池的使用情况和编码复杂度,使比特缓冲池真正起到缓冲作用；同时根据编码所需比特数和感知熵的关系,在量化循环之前进行掩蔽阈值的预调整.实...     

多媒体技术之音频处理技术浅析

本文对计算机领域中广泛用到的各种音频处理技术进行了分析讲解，同时详细介绍了声音信号、音频编码及压缩技术的相关知识和应用。     

基于听觉感知特性的FFT域自适应音频隐写算法

本文在研究人耳听觉感知特性的基础上,改进了FFT域音频隐写算法。算法利用心理声学模型对音频信号进行分析,选取中低频子带部分低于掩蔽阈值的点位上嵌入秘密信息,嵌入强度自适应于音频段能量大小,同时采用单极性系数量化原理实现盲提取,通过实验验证了算法具有良好的不可感知性和较强的鲁棒性。     

CCITTG.722音频编码系统及其编,解码器的设计与实现

ＣＣＩＴＴＧ．７２２建议书描述的是一种５０￣７０００Ｈｚ音频信号的压缩编码系统，码率为６４ｋｂｉｔ／ｓ。该系统采用了子带自适应差分脉冲编码技术（ＳＢ－ＡＤＰＣＭ），具有ＦＭ广播的音质。本文简介了Ｇ．７２２压缩编码系统，介绍了运用ＴＭＳ３２０Ｃ２５定点高速数字，处理器实时实现编、解码算法的方法，分析了编、解码器的工程实现中要解决的主要问题。     

参数编码算法概述

参数模型已经被证明是一种在低码率下行之有效的音频编码技术。介绍了参数编码的基本方法，分析和比较了参数编码中不同的参数模型和相关的算法，以及参数编码的一些缺陷和以后的发展方向。     

变换音频编码预回声产生机理与抑制方法

针对变换音频编码中的顸回声问题，阐述了预回声的概念及产生机理，分析了预回声抑制方法的原理与实现手段．提出了基于时域拆分——频域合成的预回声处理算法，与窗切换及比特池等预回声处理技术相比，可以减小算法延迟，并取得良好的预回声抑制效果．     

MPEG-2 AAC缩放因子的算术编码方法

Huffman码的码字只能由整数比特逼近符合的熵，同时它的母符概率模型要做自适应调整非常困难，为克服这些局限进一步提高编码效率，提出用算术编码对先进音频编码器（AAC）的缩放因子进行无损编码，实验验证了该方法的可行性和有效性，表明算术编码在音频编码中具有良好的应用前景。     

面向实时通信的低延迟高质量音频编码算法

提出了一种新的低延迟高质量音频编码算法,主要面向交互式的实时通信。为了降低编解码算法延迟,采用了相对较短、长度固定的变换窗,从而大幅度地降低了算法延迟。同时,为了在高压缩比下获得高质量的音频,运用修正的离散余弦变换(MDCT)的分析方法,不仅降低了算法复杂度,同时也提高了分析的精确度。算法的提出弥补了传统音频编码算法和语音编码算法的不足,它不仅具有较低的编解码算法延迟,而且在编码效率、音质和算法复杂度等方面,可以与时下的其它高级感知音频编码算法相媲美。     

鲁棒的DCT域音频盲水印算法

选择合适的DCT系数嵌入水印,可以使鲁棒性和不可感知性达到很好的平衡。为了找到这个系数,利用人耳听觉的频率掩蔽效应分析了DCT系数的听觉容差,发现直流系数具有最大的听觉容差,非常适合嵌入水印。提出了一种新的通过改变DCT直流系数的音频盲水印算法。实验结果表明,嵌入水印后的音频文件具有良好的不可感知性,与其它DCT算法得到的水印文件比较具有更强的鲁棒性,能够抵抗噪声、低通滤波、重采样、回声和Mp3压缩等的攻击。     

一种基于听觉感知特性的自适应音频信息隐藏方案

本文从人类听觉模型[1][4]和听觉感知特性[11]出发,深入分析了音频信息隐藏技术的性能要求及其相互关系,提出了一种基于听觉感知特性的自适应音频信息隐藏方案,并给出了具体的数据嵌入和提取算法.仿真实验结果验证了方案的有效性.最后指出了存在的问题和进一步研究的方向.