8. Дискретное косинус-преобразование

Модифицированное дискретное косинус-преобразование (МДКП) является преобразованием Фурье и основывается на дискретном косинусном преобразовании (ДКП-IV). Это преобразование с перекрытием. Оно выполняется на последовательных блоках объемных наборов данных, каждый из последующих блоков перекрывается. Это происходит следующим образом: вторая половина предыдущего блока совпадает с первой половиной следующего. Такое перекрытие, вдобавок к функциям ДКП, делает МДКП особенно полезным для сжатия сигналов тех приложений, где необходимо избежать появления артефактов, которые обычно выходят за границы блоков. Таким образом, МДКП работает в форматах MP3, AC-3, Vorbis и AAC для сжатия аудио, к примеру.

В MP3, МДКП применяется не к аудио-сигналу непосредственно, а на выходе 32-полосного многофазного квадратурного фильтра (МКФ). Выход в этом МДКП обработан по формуле аннулирования временных помех, чтобы уменьшить типичные помехи МКФ-фильтров. Такое сочетание набора фильтров с МДКП называется гибридным (i) набором фильтров или подзона МДКП (i). Напротив, AAC, как правило, использует чистое МДКП; только (ранее используемые) MPEG-4 AAC-SSR (от Sony) обрабатываются 4-полосным набором МКФ из МКДП. ATRAC использует стековые квадратурные зеркальные фильтры (КЗФ), а затем МДКП.

Поскольку МДКП является преобразованием с перекрытием, оно немного отличается от других преобразований Фурье. В МДКП в два раза меньше выходов, чем входов (в отличие от других преобразований, где выходов ровно столько же, сколько входов).

{\displaystyle X_{k}=\sum _{n=0}^{2N-1}x_{n}\cos \left[{\frac {\pi }{N}}\left(n+{\frac {1}{2}}+{\frac {N}{2}}\right)\left(k+{\frac {1}{2}}\right)\right]}

9 Виды избыточности речевого сигнала.

Для речевого сигнала характерна высокая степень избыточности, что обеспечивает его высокую помехоустойчивость. На рис.5.1. представлены основные виды избыточности речевого сигнала с учетом механизмов речеобразования и восприятия речи.

10. Структура кодера для компрессии звуковых сигналов.

Сжатие (компрессия) аудиоданных представляет собой процесс уменьшения скорости цифрового потока за счет сокращения статистической и психоакустической избыточности цифрового звукового сигнала.

Методы сокращения статистической избыточности аудиоданных также называют сжатием без потерь, а, соответственно, методы сокращения психоакустической избыточности — сжатием с потерями.

Обобщенная структура кодера звукового сигнала с компрессией цифровых аудиоданных

11. Психоакустическая модель слуховой системы в частотной области

Алгоритм работы психоакустической модели слуховой системы предназначен для вычисления глобальных маскирующих порогов и отношения сигнал/маска и состоит из следующих пяти этапов.

1.Спектральный анализ и нормализация уровня звукового давления сигнала.

Оценка спектральной плотности мощности в дБ с использованием 512-точечного быстрого преобразования Фурье производится по формуле

при , (6.7)

Поскольку уровни воспроизведения сигнала неизвестны в момент проведения психоакустического анализа сигнала, процедура нормализации и параметр используются для оценки уровня звукового давления независимо от входного сигнала.

2.Идентификация тональных и шумовых маскеров. Локальные максимумы в спектральной плотности мощности , которые превышают соседние компоненты в пределах одного барка по крайней мере на 7 дБ, идентифицируются как тональные. Множество тональных спектральных максимумов определяется следующим выражением:

, (6.8)

где к-й локальный спектральный максимум;

После идентификации тональных маскеров значение спектральной плотности мощности в дБ единственного шумового маскера для каждой критической полосы вычисляется из оставшихся спектральных составляющих, находящихся за пределами диапазона тонального маскера , по формуле

3.Прореживание и преобразование маскеров. На этом шаге количество маскеров сокращается на основе двух критериев: абсолютного порога слышимости и частотного прореживания. Тональные и шумовые маскеры, расположенные ниже абсолютного порога слышимости, отбрасываются, а остаются лишь маскеры, удовлетворяющие условию

, (6.11)

где  уровень звукового давления абсолютного порога слышимости в тишине для -й спектральной составляющей.

Данный этап удаляет спектральные компоненты, которые присутствуют обычно ниже порога слышимости в тишине, и более слабые тональные компоненты, находящиеся в пределах половины ширины критической полосы (0,5 барка) сильного тонального компонента. Данная модель использует прореженные тональные и нетональные (шумовые) компоненты для определения глобального порога маскирования в частотной области.

4.Вычисление индивидуальных порогов маскирования. Каждый индивидуальный порог характеризует маскирующий вклад в i-й частотный бин тонального или шумового маскера, расположенного в j-м бине, преобразованном на этапе 3. Индивидуальные пороги тональногомаскера вычисляются по формуле

,

5. Вычисление глобальных порогов маскирования. Индивидуальные пороги маскирования объединяются, чтобы оценить глобальный порог маскирования для каждого частотного бина в подмножестве. Данная модель основана на свойстве аддитивности маскирующих эффектов. Глобальный порог маскирования вычисляется следующим образом:

.