Учебники / Цифровое телевизионное вещание под редакцией Г. В. Мамчев, 2014

-0,05 r-

Относительный

уровень, дБ

Рис. 3.11. Нормированная АЧХ блока фильтров

На выходе каждого фильтра оказывается та часть входного сигнала, которая попадает в полосу пропускания данного фильтра. Далее в каждой полосе с помощью ПАМ анализируется спектральный состав сигнала и оценивается, какую часть сигнала следует передавать без сокращений, а какая лежит ниже порога маскирования и может быть переквантована на

меньшее число бит. Поскольку в реальных звуковых сигналах максималь­ ная энергия обычно сосредоточена в нескольких частотных полосах, может

оказаться, что сигналы в других полосах не содержат различимых звуков и

могут вообще не передаваться. Наличие, например, сильного сигнала в од­ ной полосе означает, что несколько вышележащих полос будут маскиро­ ваться и могут кодироваться меньшим числом бит.

Для сокращения максимального динамического диапазона определя­ ется максимальный отсчет в кадре и вычисляется масштабирующий мно­

житель, который приводит этот отсчет к верхнему уровню квантования.

Эта операция аналогична компандированию в аналоговом вещании. На этот же множитель умножаются и все остальные отсчеты. Масштабирую­

щий множитель передается к декодеру вместе с кодированными данными

для коррекции коэффициента передачи последнего. После масштабирова­

ния производится оценка порога маскирования и осуществляется перерас­

пределение общего числа бит между всеми полосами.

Квантование и распределение бит

Все вышеописанные операции не сокращали заметно объем данных, они были как бы подготовительным этапом к собственно сжатию звуко­

данных. Как и при компрессии цифровых видеосигналов, основное сжатие

происходит в квантователе. Исходя из принятых ПАМ решений о пере­

квантовании отсчетов в отдельных частотных полосах, квантователь изме­

няет шаг квантования таким образом, чтобы приблизить шум квантования

в данной полосе к вычисленному порогу маскирования. При этом на отсчет

может понадобиться вместо 16 ... 20 всего 4 или 5 бит [14].

Принятие решения о передаваемых компонентах сигнала в каждой

частотной полосе происходит независимо от других, и требуется некий «диспетчер», который выделил бы каждому из 32 полосных сигналов часть

из общего ресурса бит, соответствующую значимости этого сигнала в об­ щем ансамбле. Роль такого диспетчера выполняет устройство динамиче­ ского распределения бит.

Возможны три стратегии распределения бит.

В системе с прямой адаптацией кодер производит все расчеты и по­ сылает результаты декодеру. Преимущество данного способа в том, что алгоритм распределения бит может обновляться и изменяться, не затраги­ вая работы декодера. Однако для пересылки дополнительных данных де­ кодеру расходуется заметная часть общего запаса бит.

Система с обратной адаптацией осуществляет одинаковые расчеты и в кодере, и в декодере, поэтому нет необходимости пересылать декодеру дополнительные данные. Однако сложность и стоимость декодера значи­ тельно выше, чем в предыдущем варианте, и любое изменение алгоритма требует обновления или переделки декодера.

Компромиссная система с прямой и обратной адаптацией разделяет функции расчета распределения бит между кодером и декодером таким

образом, что кодер производит наиболее сложные вычисления и посылает

декодеру только ключевые параметры, затрачивая на это относительно не­

много бит, декодер проводит лишь несложные вычисления. В такой систе­ ме кодер не может быть существенно изменен, но настройка некоторых

параметров допустима.

Обобщенная схема звукового кодера и декодера, выполняющих циф­

ровое сжатие согласно описанному алгоритму с прямой адаптацией, при­

ведена на рис. 3.12, а. Сигналы на выходе частотных полос объединяются

в единый цифровой поток с помощью мультиплексора.

а) Распределение

Рис. 3.12. Обобщенная структурная схема звукового кодера и декодера:

а) с прямой адаптацией; б) с обратной адаптацией

в декодере процессы происходят в обратном порядке. Сигнал демуль­ типлексируется, делением на масштабирующий множитель восстанавли­ ваются исходные значения цифровых отсчетов в частотных полосах и по­ ступают на объединяющий блок фильтров, который формирует на выходе поток звукоданных, адекватный входному с точки зрения психофизиоло­

гического восприятия звукового сигнала человеческим ухом.

Вариант схемы с обратной адаптацией показан на рис. 3.12, б.

Уровни обработки звукоданных

Сжатие звукоданных в стандарте МPEG-2 базируется на принципах

полосного кодирования и отличается от сжатия видеоданных: отсутствуют

аналоги 1-, р- и В-кадров, не используется двунаправленное кодирование,

звуковые кадры всегда передаются в своей естественной последовательно­

сти, кадр содержит одинаковое количество данных. В зависимости от ис­

пользуемого алгоритма определены три Уровня (Layer) обработки, обозна­ чаемых латинскими цифрами 1, П, ПI и различающихся сложностью деко­

дера и особенно кодера и степенью сжатия.

Важнейшим свойством МPEG-2 является полная обратная совмести­ мость всех трех уровней. Это означает, что каждый декодер может декоди­

ровать сигналы не только своего, но и нижележащих уровней.

В основу алгоритма Уровня 1 положен разработанный компанией Phil-

ips для записи на компакт-кассеты формат DCC (Digital Compact Cassette).

Кодирование первого уровня применяется там, где не очень важна степень

компрессии и решающими факторами являются сложность и стоимость

кодера и декодера. Кодер Уровня 1 обеспечивает высококачественный звук

при скорости цифрового потока 384 кбит/с на стереопрограмму.

Уровень П требует более сложного кодера и несколько более сложно­ го декодера, но обеспечивает лучшее сжатие - «прозрачность» канала дос­

тигается уже при скорости 256 кбит/с. Он допускает до 8 кодирова­ ний/декодирований без заметного ухудшения качества звука. В основу ал­ горитма Уровня П положен популярный в Европе формат МUSICAМ.

Самый сложный Уровень ПI включает все основные инструменты сжатия: полосное кодирование, дополнительное ДКП, энтропийное коди­ рование, усовершенствованную ПАМ. Ценой усложнения кодера и деко­ дера он обеспечивает высокую степень компрессии - считается, что «про­

зрачный» канал формируется на скорости 128 кбит/с, хотя высококачест­

венная передача возможна и на более низких скоростях.

В стандарте рекомендованы две психоакустические модели: более простая Модель 1 и более сложная, но и более высококачественная Модель 2. Они отличаются алгоритмом обработки отсчетов. Обе модели могут ис­

пользоваться для всех трех уровней, но Модель 2 имеет специальную мо­ дификацию для Уровня ПI.

МPEG-2 оказался одним из первых международных стандартов циф­ рового сжатия звуковых сигналов и это обусловило его широкое примене-

116 3. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ ВИДЕОКОМПРЕССИИ В ТЕЛЕВИДЕнии

шкал), полосы с номерами от 23 до 26 предоставляют выбор одной из 3 шкал (двухбитовый код), а полосы с номерами от 27 до 31 (выше 20 кГц) не передаются. Если шкалы квантования, выбранные для всех блоков кадра,

оказываются одинаковыми, то номер шкалы передается только один раз.

Еще одно существенное отличие алгоритма второго уровня в том, что

не все масштабирующие множители передаются по каналу связи. Если различие множителей трех последовательных субкадров превышает 2 дБ не более чем в течение 10% времени, передается только один набор мно­ жителей и это дает экономию расходуемых бит. Если в данной полосе про­ исходят быстрые изменения уровня звука, передаются два или все три набо­ ра масштабирующих множителей. Соответственно декодер должен запоми­ нать номера выбранных шкал квантования и масштабирующие множители и применять их при необходимости к последующему субкадру.

Алгоритм сжатия звукоданных кодерами третьего уровня

Кодер Уровня III использует усовершенствованный алгоритм коди­ рования с дополнительным ДКП. Структурная схема кодера показана на

рис. 3.15 [14].

Основной недостаток кодеров второго уровня - неэффективная обра­

ботка быстро изменяющихся переходов и скачков уровня звука - устраняет­ ся благодаря введению двух видов блоков ДКП - «длинного» с 18 отсчета­ ми и «короткого» с 6 отсчетами. Выбор режима осуществляется адаптивно

путем переключения оконных функций в каждой из 32 частотных полос.

Длинные блоки обеспечивают лучшее частотное разрешение сигнала со стандартными характеристиками, в то время как короткие блоки улучшают обработку быстрых переходов. В одном кадре могут быть как длинные, так

и короткие блоки, однако общее число коэффициентов ДКП не изменяется,

так как вместо одного длинного передаются три коротких блока.

Рис. 3.15. Структурная схема звукового

кодера третьего уровня

Для улучшения кодирования применяются также следующие усовер­

шенствования:

1. Неравномерное квантование (квантователь возводит отсчеты в сте­ пень 3/4 перед квантованием для улучшения отношения сигнал/шум; соот­ ветственно, декодер возводит их в степень 4/3 для обратной линеаризации).

2. В отличие от кодеров первого и второго уровней, на третьем уровне масштабирующие множители присваиваются не каждой из 32 частотных полос БФ, а полосам масштабирования - участкам спектра, несвязанным с

этими полосами и примерно соответствующим критическим полосам.

3. Энтропийное кодирование квантованных коэффициентов кодом Хаффмана.

4. Наличие «резервуара бит» - запаса, который кодер создает в перио­

ды стационарного входного сигнала.

Улучшение частотного разрешения при введении дополнительного

ДКП влечет за собой значительное ухудшение временн6го разрешения, проявляющееся в виде пред-эхо. В кодере имеются средства для борьбы с этим явлением. Во-первых, ПАМ модифицирована для обнаружения усло­

вий возникновения пред-эхо, во-вторых, имеется резервуар неиспользо­

ванных бит, из которого кодер может занять на короткое время необходи­ мые ему биты для снижения шумов квантования, в-третьих, кодер может переключаться в режим коротких блоков.

Существенное отличие кодера третьего уровня от кодеров нижних уровней - сложный адаптивный алгоритм распределения бит. Он включает

две вложенные одна в другую итерационные петли: внутреннюю - петлю

скорости потока, и внешнюю - петлю управления шумами квантования.

Расчет параметров кодирования начинается со значения масштабирующего множителя, равного 1. Если в первый момент скорость потока на выходе

кодера Хаффмана превышает заданную, увеличивается шаг квантования до

тех пор, пока скорость не войдет в заданные пределы. Далее рассчитывает­

ся шум квантования в данной частотной полосе и сравнивается с порогом

маскирования, сообщенным психоакустической моделью. Масштабирую­ щий множитель изменяется таким образом, чтобы сблизить эти значения. Однако новое значение масштабирующего множителя означает изменение

шага квантования и, следовательно, скорости потока, а потому внутренняя

петля должна каждый раз отрабатывать и вычислять новое значение коэф­ фициента усиления и шага квантования. Если итерационный процесс во

внутренней петле всегда сходится, то во внешней петле он может расхо­

диться. Итерационный процесс заканчивается в одном из трех случаев:

1. Шумы квантования во всех полосах масштабирования не превыша­

ют допустимых.

2. Следующая итерация приведет к возрастанию усиления в одной из

полос выше допустимого.

3. Очередная итерация требует увеличения усиления во всех полосах масштабирования.