MPEG-2 AAC

В 1997 году стандарт MPEG-2 был дополнен усовершенствованной системой кодирования звука ААС (Advanced Audio Coding), имеющей следующие основные характеристики:

-число звуковых программ в потоке данных до 16, полное число основных звуковых каналов до 48, низкочастотных каналов до 15, каналов многоязычного сопровождения до 15 и каналов данных до15;

-частота дискретизации звуковых сигналов от 8 до 96 кГц;

-число обрабатываемых частотных составляющих увеличено до 1024 (на Layer III было 32x18=576 составляющих);

-предусмотрены три профиля кодирования: основной (Main), упрощенный (LC - Low complexity) и масштабируемый (SSR - Scalable Sampling Rate);

-используется адаптивное предсказание кодируемого звукового кадра по предыдущему;

-улучшен алгоритм распределения битов.

Кроме того, ААС, содержит ряд других дополнений и усовершенствований по сравнению с Layer III.

В результате хорошее качество звучания достигается при сжатии стереозвука до 96 кбит/с, а при 128 кбит/с звук практически неотличим от исходного несжатого звука.

71

Кодирование звука в MPEG-4

Комплекс стандартов ГОСТ Р 53556 «Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio)» состоит из 13 отдельных взаимосвязанных стандартов, перечень которых приведен ниже, разработанных на базе международного стандарта ИСО/МЭК 14496-3:2009

«Информационные технологии. Кодирование аудиовизуальных объектов. Часть 3. Аудио». ГОСТ Р 53556.0-2009 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с

сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Основные положения. ПЕРЕИЗДАНИЕ. Июль 2020 г.

ГОСТ Р 53556.1-2012 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Общие требования к кодированию.

ГОСТ Р 53556.2-2012 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Кодирование речевых сигналов с использованием гармонических векторов (HVXC).

ГОСТ Р 53556.3-2012 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Кодирование речевых сигналов с использованием линейного предсказания (CELP).

72

Кодирование звука в MPEG-4

73

Кодирование звука в MPEG-4

ГОСТ Р 53556.10-2014 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Передискретизация аудио

ГОСТ Р 53556.11-2014 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Аудиокодирование без потерь

ГОСТ Р 53556.12-2014 Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Масштабируемое кодирование без потерь

74

Кодирование звука в MPEG-4

Стандарт MPEG-4 Part 3: Audio обеспечивает средства кодированного представления натуральных звуков (речь и музыка) и синтезированных звуков. Представление синтезированных звуков основывается на текстовом или инструментальном описании. MPEG-4 предусматривает кодирование звука при скоростях потоков 2…64 кбит/с. Включено усовершенствованное кодирование звука AAC, регламентируемого в MPEG-2. AAC обеспечивает средства общей компрессии в верхней части скоростей потоков от 6 кбит/с. MPEG-4 устанавливает синтаксис потоков компрессированных данных. В диапазоне 2…4 кбит/с используется

кодирование HVXC (Harmonic Vector eXcitation Coding), в диапазоне 4…24 кбит/с — кодирование CELT (Code Excited Linear Predictive Coding).

Как и для видеообъектов, в стандарте MPEG-4 введена классификация типов объектов звука. В общей сложности первая версия определила 15 типов объектов, часть из них базируется на алгоритме ААС. Один на алгоритме Twin VQ, три типа объектов связаны с алгоритмами кодирования речи, еще четыре определяют типы объектов для синтезированных звуков. Определены 4 профиля кодирования звука.

75

Кодирование звука в MPEG-4

MPEG-4 аудио предлагает широкий перечень приложений, которые покрывают область от понятной речи до высококачественного многоканального аудио, и от естественных до синтетических звуков. В частности, он поддерживает высокоэффективную презентацию аудио объектов, состоящих из:

Речь: Кодирование речи может производиться при скоростях обмена от 2 кбит/с до 24 кбит/с. Низкие скорости передачи, такие как 1.2 кбит/с, также возможны, когда разрешена переменная скорость кодирования. Для коммуникационных приложений возможны малые задержки. Когда используются средства HVXC, скорость и высота тона могут модифицироваться пользователем при воспроизведении. Если используются средства CELP, изменение скорости воспроизведения может быть реализовано с помощью дополнительного средства.

Синтезированная речь: TTS-кодировщики с масштабируемой скоростью в диапазоне от 200 бит/ с до 1.2 кбит/с которые позволяют использовать текст или текст с интонационными параметрами (вариация тона, длительность фонемы, и т.д.), в качестве входных данных для генерации синтетической речи. Это включает следующие функции.

Синтез речи с использованием интонации оригинальной речи

Управление синхронизацией губ и фонемной информации.

Трюковые возможности: пауза, возобновление, переход вперед/назад.

76

MPEG-4

79