多声道数字音频编解码技术规范

Title:多声道数字音频编解码技术规范Content:SJ/T11368---2006多声道数字音频编解码技术规范1范围本标准规定了多声道数字音频压缩编解码技术方案：包括码流格式（句法结构与语义）、解码过程以及各个解码技术模块的技术要求，并对采用该技术的编码部分提供了资料性的建议和实现方法。本标准规定的数字音频编解码技术方案的信号通道能保持24bit以L的精度（除了因量化而有意舍弃的精度外）。可支持的声道设置除了常见的立体声、5.1环绕声、6.1环绕声和7.1环绕声之外，还为未来的音频技术发展预留了空间（最多可支持64.3环绕声）。本标准可支持从8kHz到192kHz间的标准采样频率，包括44.1KHz和48KHz。本标准对编码比特率（码率）没有明确限制，在具体应用时可根据信道带宽和音质要求等因素来设定。本标准适用于各种数字音频广播、数字电视伴音、家庭影院、网络流媒体以及个人媒体播放器等应用领域。2术语和定义下列术语和定义适用于本标准。对句法和编解码过程的描述均采用标准C++语言。2.1音频数据audiodata编码后用于表示原始音频信号的比特序列（数据）。2.2音频样本audiosample输入编码器或输出解码器的PCM音频样本。2.3辅助数据auxiliarydata包括诸如时间码之类的不属于音频信号本身，但又与其有关系的数据。2.4暂窗口函数briefwindowfunction总长度为256个样本，但却只用其中160个样本的MDCT的窗口函数。2.5临界频带criticalband人耳对声音分辨的数学模型可用一个子带滤波器组来近似表示，该滤波器组的带宽随频率的上升而成近似的指数l二升。此滤波器组的一个子带即被称为一个临界频带。2.6码流或比特流bitstream由符合本标准的编码器产生的表示原始音频信号的比特序列。2.7l帧frame由符合本标准的编码器产生的表示一帧音频信号的音频数据。它是构成本标准的码流的基本单位。本标准的一个帧可涵盖128、256、512、或1024个音频样本。2.8帧头frameheader本标准的一个帧的开头部分的音频数据，包括同步字和描述音频信号的特性的字，比如采样率、正常声道的数日、LFE声道数同等。

2.9LFE低频效应声道lowfrequencyeffectchannel带宽有限(120Hz)但音量通常比正常声道高的声道。2.10长窗口函数longwindowfunction长度为2048个样本的MDCT的窗口函数。2.11MDCT块MDOTblock应用一次MDCT所产生的一组频域系数或子带样本。或相应地，输入MDCT的一组新音频样本。本标准用到的MDCT块分别包含128和1024个音频样本或子带样本。2.12正常声道normalchannel除低频效应声道以外的全频谱声道。2.13量化指数quantizationindex量化子带样本所生成的指数。2.14量化步长quantizationstepsize量化子带样本用的步长。2.15量化单元quantizationunit由临界频带在频域和瞬态段在时域联合界定的一个矩形；所有在此矩形内的子带样本都属于同一个量化单元。2.16准稳态帧或稳态帧quasistationaryframe一帧没有瞬态的音频样本。2.17短窗口函数shortwindowfunction长度为256个样本的MDCT的窗口函数。2.18旁信息sideinformation一帧音频数据中不表示子带样本白钆仅仅协助解码的字。2.19子带样本subbandsample应用MDCT所产生的一组频域系数。2.20子带段subbandsegment由时间界定的一段子带样本。2.21同步宇synchronizationword指示音频帧的开始的字。2.22瞬态帧transientframe，一帧有瞬态的音频或子带样本。2.23

瞬态位置transientlocation对瞬态帧，指示瞬态发生的位置。2.24瞬态段transientsegment统计特性类似的子带段。在瞬态帧内，瞬态段的起始f讧置通常为瞬态发f#的位置。在平稳帧内，整帧音频样本或子带为一个瞬态段。2.25窗口函数windowfunctionMDCT用的窗口函数。2.26字word本标准的编码器产生的音频数据的最小语义单元。3概述3.1编码器编码器的l要组成部分如图1和表l所示。表1编码器编码器部件功能瞬念检测器检测输入的PCM样本是否含有瞬念响胁多分辨率分析滤波器组把每个声道的音频信号的PCM样本分解成子带信号。该滤波器组的时频分辨率由瞬态检测的结果面定交义重组器当帧中存在瞬态时，用来交叉重组予带样本以便千降低传输它们所需的总比特数人耳听觉模型计算人耳的噪声掩蔽阀值可选的和／差编码器把左右声道对的字带样本转换成和／差声道对可选的联合强度编码器利用人耳在高频的声像定能特性而对联合声道的幽频分量进行强度编码全局比特分配器把比特资源分配给各个量化单元，以使它们的量化噪声功率低十人耳的掩蔽阀值线性标量量化器利用全局比特分配器提供的量化步长赖量化各个最化单元内的子带样本码书选样器基于量化指数的局部统计特征对量化指数分组，并把最佳的码书从码书库中选择出来分配给各组量化指数量化指数编码器用码书选择器选定的码书及其应用范围来对所有的鞋化指数进行Huffman编码多路复用器把所有最化指数的Huffman码和辅助信息打包成一个完整的比特流

注：实线代表音频数据，虚线代表控制／辅助信息图1编码器3.2解码器解码器的主要组成部分如图2和表2所示。表2解码器解码器部件功能多路解复用器从比特流解包出各个码字。由于Huffman码属前缀码，其解码和多路解复用是在同一个步骤中完成的码书选择器从比特流中解码出用于解码量化指数用的各个Huffman码书及其应用范围(applicationrange)量化指数解码器用于从比特流中解码出量化指数量化单元个数重建器由码书应用范围重建各个瞬态段的量化单元的个数

表2（续）解码器部件功能逆量化器从码流中解码出所有量化单元的量化步长，并用它由量化指数重建子带样本可选联合强度解码器利用联合强度比例因子由源声道的子带样本重建联合声道的子带样本可选的和／差解码器由和／差声道的子带样本重建左右声道的予带样本逆交叉重组器当帧中存在瞬态时，逆转编码器对量化指数的交叉重组短／暂窗口函数序列重建器对瞬态帧-根据瞬态的位置及MDCT的完美重建(PerfectReconstruction)条件来重建该帧须用的短和暂窗口函数序列可变分辨率合成滤波器组由子带样本重建PCM音频样本注：实线代表音频数据，虚线代表控制／辅助信息图2解码器4句法结构4.1函数对句法的描述而定义的函数见表3。表3特殊函数定义函数定义-max(x,y)返回x和y的最大值_min(x，y)返回x和y的最小值Ceil(x)返回大于或等于x的最小整数ErrorHandlingO错误处理Exit()退出解码GetHuffDim(pCodeBook)返回Huffman码书pCodeBook的维数GetHuffMidTread(pCodeBook)如果Huffman码书pCodeBook的码指数是踏中(Mid-treading)的，返回true；否则，返回falseGetNumHuffCodes(pCodeBook)返回Huffman码书pCodeBook的每一维的大小（Huffman码的个数）HuffDec(pCodeBook)用Huffman码书pCodeBook从码流中进行Huffman解码：HuffDec(pCodeBook){k=0：unBits=O;for(n=O;n<nNumCodes;n++){nShift=pCodeBook[k++];if(sShift>O){unBits=unBits《nShift;unBitsI=Unpack(nShift);)if(unBits==pCodeBook[k++]){returnpCodeBook[k];)k++：)}其中，nNumCodes是Huffman码书pCodeBook的每一维的大小(Huffman码的个数)

表3（续）函数定义HuffDecDiff(pCodeBook)用Huffman码书pCodeBook从码流中进行差值Huffman解码。具体实现如下：DecDiff(pCodeBook){nDiff=Decode():nIndex=(nIndex+nDiff)%nNumCodes;returnnIndex;}其中．nNumCodes足Huffman码书pCodeBook的每一维的大小（Huffman码的个数）：nlndex是码书pCodeBook的记忆性变最，由ResetHuffIndex(pCodeBook)初始化HuffDecRecursive(pCodeBook)用Huffman码书pCodeBook从码流中进行回归Huffman解码。具体实现如下：DecRecursive(pCodeBook){k=-1;do(k++；nQIndex=BuffDec(pCodeBook);)while(nQIndex==nNumCodes-1):nQlndex=k*(nNumCodes-l)+nQlndex:returnnQIndex:}其中，nNumCodes足Huffman码书pCodeBook的每一维的大小(Huffman码的个数)ResetHuffIndex(pCodeBook)把Huffman码书pCodeBook的记忆性变量nIndex清零：ResetHufflndex(pCodeBook){nIndex=O：}：该记忆性变量nIndex将存HuffDecDiff(pCodeBook)函数中用到Unpack(X)从码流中解包出X比特无正负号的数4.2码流码流如下所示：BitStreamOwhile(Unpack(16)==Ox7FFF)Frame0;

4.3帧帧如下所示Frame0FrameHeader0;for(nCh=O;nCh<nNumNormalCh;nCh++)UnpackWinSequence0;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;if(bUseSumDiff==true&&(nCh%2)==l)UnpackSumDff0;if(bUseJIC==true&&nCh>O)UnpackJicScale0;for(nCh=nNumNormalCh;nCh<nNumNormalCh+nNumLfeCh;nCh++)if(nNumBlocksPerFrm==8)nWinTypeCurrent=WIN_LONG_LONG2LONG;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;elsenWinTypeCurrent=WINSHORT_SHORT2SHORT;nNumCluster=1;anNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;UnpackCodeBooks0;UnpackQIndex0;UnpackQstepIndex0;ErrorCheck0;AuxiliaryData0;

4.4帧头帧头如下所示：FrameHeader0nFrmHeaderType=Unpack(l):if(nFrmHeaderType==0)nNumWord=Unpack(lO);elsenNumWord=Unpack(13);nNumBlocksPerFrm=l<<Unpack(2)nSampleRateIndex=Unpack(4);if(nFrmHeaderType==0)nNumNormalCh=Unpack(3)+1;nNumLfeCh=Unpack(l);elsenNumNormalCh=Unpack(6)+1;nNumLfeCh=Unpack(2);bAuxChCfg=Unpack(1);if(nFrmHeaderType==0)if(nNumNormalCh>l)bUseSumDiff=Unpack(l)bUseJIC=Unpack(l);elsebUseSumDiff=O;bUseJIC=O;if(bUseJIC==1)nJicCb=Unpack(5)+1;elsenJicCb=O;elesbUseSumDiff=O;bUseJIC=O;nJicCb=O;4.5窗口序列窗口序列如下所示：UnpackWinSequenceOif(nCh==O||(bUseJIC==false&&bUseSumDiff==false》nWinTypeCurrent=Unpack(4);if(nWinTypeCurrent!=ANY_LONG_WIN)nNumCluster=Unpack(2)+1;if(nNumCluster>=2)nLast=O;for(nCluster=O;nCluster<nNumCluster-l;nCluster++)k=HuffDec(pClusterBook)+1:anNumBlocksPerFrmPerCluster[nCluster]=k;nLast+=k;anNumBlocksPerFrmPerCluster[nCluster]=nNumBlocksPerFrm-nLast;elseanNumBlocksPerFrmPerCluster[O]=nNumBlocksPerFrm;elsenNumCluster=1;anNumBlocksPerFrmPerCluster[O]=1;

elsenWinTypeCurrent=ChO.nWinT