[原创]桓泽学音频编解码(4):MP3 和 AAC 中反量化原理,优化设计与参考代码中实现

标准11172-3(MP3)的量化原理

11172-3即mpeg-1 audio(以下称11172-3)中层1层2和层3的量化算法是不同的,层1层2使用的是均匀量化,层3使用的是非均匀量化。

层1和层2的反量化公式如下。

 

层1和层2的rescaler公式如下。

 

S´´ 输入反量化数据

层3的反量化公式

(1)    long block:

(2)    short block:

标准13818-7(AAC)的量化原理

13818-7即AAC标准中所采用的非均匀量化公式

 

 

其中int为取整操作.mdct_line是mdct输出频率谱线,scalefactor是各子带的缩放因子,common_scalefac是全局缩放因子,MAGIC_NUMBER是调整偏差,其值为60。

 

非线性反量化公式如下所示:

 

 

非线性量化的主要优点是内置有一个取决于系数幅度的噪声整形。对于给定的频谱样值,在一定的范围内增加scalefactor或减小全局缩放因子嘟可以放大量化器输出值的幅度,同时迅速降

低量化失真的程度。

 

反量化模块优化设计

对与反量化模块的实现有以下几种方式

1. 直接计算法

2. 查表法

3. 泰勒展开式法

4. 线性差值法

5. 综合法

直接计算的话使用的是超越函数计算,运算量很大,不适合应用。查表法是算法最简单,计算量最小,但它属于一种用空间换时间的方法,即制作一张对于所有范围的输入数据,都能直接得到输出结果的表。但是若输入数据的范围为较大,如果全部制成表格,则需存储表格的空间也很大,浪费空间。泰勒展开式法是一种用普通计算代替超越函数计算的方法,但随着精度的提高泰勒展开的级数也增加较大。运算量也是相当的大。不适合实现。所以一般都用线性差值加查表法的综合结构实现反量化解码。

 

在11172-3和13818-7中,反量化的主要部分是

 

 

计算xiquant的值是反量化的主要工作,常规的方法是采用查表法,即制作一张对于所有范围的输入数据,都能直接得到输出结果的表。但是由于x的范围为08191,如果全部制成表格,则需8192字存储空间,在存储空间紧张的系统中这样做非常不经济。因此,为了降低存储空间,同时也保证运算的正确性。制作长度为256的查找表,每项以4字节表示,其它数值可以通过线性插值运算得到:

1)对于x= 1--256之间的值,可以直接查表得到。

 

2)对于x在257-2048之间的值,使用公式:

 

3)对于x在2049-8192之间的值,使用公式:

 

 

 

式中int()表示取整,rem()表示取余,f()对系数表进行查找操作。使用这种方法在节省了存储空间的同时,计算也只是简单的乘加运算。在定点处理器中式3-6或式3-7的运算只要一次乘法,3次加法和3次移位操作。虽然这种简化运算与实际值有误差,但是在实际解码时量化后的频谱系数超过256的往往所占比例并不是很大,经过统计发现, x的取值小于256的占了99%,这说明使用这种插值和查找表方法是能够得到满意的解码音质。

 

反量化模块在不同参考软件中的实现方法

 

13818-7 参考代码上的iquant实现

MAX_IQ_TBL = 128

在128以下的值用查表法

在128以上的值用直接计算法

以下来自esc_iquant函数

    if (q < MAX_IQ_TBL) {

      return((Float)iq_exp_tbl[q]);

    }

    else {

      return(pow(q, 4./3.));

}

Faad参考代码上iquant实现

 

以下iquant不含负数变正书处理

#ifdef FIXED_POINT

/* For FIXED_POINT the iq_table is prescaled by 3 bits (iq_table[]/8) */

#ifndef BIG_IQ_TABLE

 Faad的处理提供两种方法,使用宏定义区别开来

 

方法1

全部查表法,

      // IQ_TABLE_SIZE = 8192

if (q < IQ_TABLE_SIZE)

    {

        return sgn * tab[q];

}

注faad的表是静态表,在全局数据段中

方法2

部分查表加线性差值法

#define COEF_BITS 28

#define COEF_PRECISION (1 << COEF_BITS)

#define REAL_BITS 14 // MAXIMUM OF 14 FOR FIXED POINT SBR

#define REAL_PRECISION (1 << REAL_BITS)

 

#define REAL_CONST(A) \

(((A) >= 0) ? ((real_t)((A)*(REAL_PRECISION)+0.5)) : ((real_t)((A)*(REAL_PRECISION)-0.5)))

 

static const real_t errcorr[] =

{

        REAL_CONST(0)     , REAL_CONST(1.0/8.0),

REAL_CONST(2.0/8.0) , REAL_CONST(3.0/8.0),

        REAL_CONST(4.0/8.0) , REAL_CONST(5.0/8.0),

REAL_CONST(6.0/8.0) , REAL_CONST(7.0/8.0),

        REAL_CONST(0)

    };

    real_t x1, x2;

// IQ_TABLE_SIZE = 1026

    if (q < IQ_TABLE_SIZE)

    {

        return sgn * tab[q];

    }

 

   if (q >= 8192)

    {

        *error = 17;

        return 0;

    }

    /* 线性差值部分 */

    x1 = tab[q>>3];

    x2 = tab[(q>>3) + 1];

    return sgn * 16 * (MUL_R(errcorr[q&7],(x2-x1)) + x1);

 

 

faad使用的公式和前面提出的不大一样

只要q>1026就用公式

 

 

 

Libmp3dec的iquant实现

 

Libmp3dec使用函数l3_unscale完成反量化和rescale 两个功能

l3_unscale反量化使用全部查表法实现反量化

e = table_4_3_exp[value];

 

但与faad的全查表不同的是,libmp3dec的表是动态表,在堆栈中,初始化时申请的。Faad的表在全局数据段中。是静态的。

 

MPEG1 参考代码的iquant实现

态的MPEG1参考代码的iquant在III_dequantize_sample函数中实现,完全使用exp指数运算。

 

posted @ 2012-05-04 07:30  杭州桓泽  阅读(1822)  评论(3编辑  收藏  举报