臺灣博碩士論文加值系統

多媒體已經成為目前人們交換資訊、傳達思想的主要表現方式，而隱藏在生動活潑的多媒體效果背後，是一筆相當龐大的影音資料；為了能讓觀賞者能快速的欣賞，我們必須有效率的傳送及儲存這些多媒體資料，因此數位音訊中的編解碼技術便顯得非常重要。
本篇論文就目前多聲道音訊編解碼裡最常被用到的MPEG及AC-3兩種方式做一完整介紹，其中包含了時頻轉換的濾波器組（filter band）、基本的人耳聽覺心理模式、聲道間的連結（channel coupling）及影響聲音品質最鉅的位元分配（bit allocation）等等。最後並就兩者的演算法、壓縮品質及應用上做一比較。

Multimedia has become the most popular way of exchanging information and expressing thoughts today. However, behind the lively effect of multimedia is a huge amount of audio and video data. In order to adapt audio and video into real world applications, we have to transfer and store these multimedia data efficiently. Absolutely, it is important about the coding technology of digital audio process.
In this thesis we will focus on MPEG and AC-3, the most widely used audio standard with multi-channels today and try to explain the details of concept and implementation of each encoding step. This includes filter band, psychoacoustic principles, channel coupling and bit allocation etc. Finally, we will discuss the differences between MPEG and AC-3 audio, in their design concept, compress quality, and applications.

第1章 序論1
1.1 研究動機1
1.2 MPEG音訊壓縮標準2
1.3 DOLBY AC-3音訊壓縮標準2
1.4 章節編排3
第2章 人類聽覺心理模式4
2.1 最小感知音量5
2.2 遮蔽效應5
2.2.1 頻域領域遮蔽效應6
2.2.2 時間領域遮蔽效應8
2.3 臨界頻帶9
2.4 聲音定位10
第3章 MPEG標準概觀11
3.1 MPEG編碼系統11
3.2 位元流格式12
3.3 壓縮編碼程序16
3.3.1 次頻帶分析（filter band analysis）16
3.3.2 計算刻度因素（Calculation of Scalefactors）18
3.3.3 聲音心理模型（Psychoacoustic model）19
3.3.4 位元分配演算法（Bit Allocation Algorithm）22
3.3.5 位元分配編碼（Coding of Bit Allocation）22
3.3.6 量化（Quantization）23
3.3.7 組合（Grouping）23
3.4 MPEG-2新增的擴充24
3.4.1 多聲道系統（Universal Multichannel Audio System）25
3.4.2 MPEG-2的相容性（Compatibility of MPEG-2/Aduio）25
3.4.3 低資料率編碼的延伸（Extension to Low-bitrate Coding）28
3.4.4 動態的聲道切換（Dynamic Transmission Channel Switching）29
3.4.5 動態的聲道共用（Dynamic Cross-talk）29
3.4.6 多聲道的適性偵測（Adaptive Multi-channel Prediction）31
3.4.7 中央聲道的虛擬（Phantom Coding of Centre Channel）32
第4章 AC-3標準概觀34
4.1 AC-3編碼系統34
4.2 位元流格式36
4.3 編碼程序39
4.3.1 突音偵測（Transient detection）41
4.3.2 時頻轉換（Time to frequency transformation）43
4.3.3 聲道連結策略（Coupling strategy）44
4.3.4 重矩計算（Rematrixing）44
4.3.5 指數計算（Extract exponents）45
4.3.6 指數策略（Exponent strategy）45
4.3.7 指數編碼（Encode exponents）46
4.3.8 假數均化（Normalize Mantissas）47
4.3.9 位元分配（Core Bit Allocation）47
4.3.10 假數量化（Quantize Mantissas）48
第五章 MPEG與AC-3之比較50
5.1 演算法的比較50
5.1.1 感官式編碼50
5.1.2 壓縮率51
5.1.3 系統複雜度52
5.2 音效品質的比較53
5.3 應用上的比較54
第六章 結論56
6.1 目前應用與發展56
6.2 未來研究方向57
參考資料58
附錄A：MPEG位元流60
附錄B：AC-3位元流63
圖例
圖1-1 多聲道系統架構圖1
圖2-1 人類聽覺最小感知音量圖5
圖2-2 單頻遮蔽圖6
圖2-3 單頻單音遮蔽曲線圖7
圖2-4 多頻遮蔽曲線圖7
圖2-5 多頻混和遮蔽曲線圖7
圖2-6（a）前遮蔽效應8
圖2-6（b）後遮蔽效應8
圖3-1 MPEG編碼器功能區塊圖11
圖3-2 MPEG Layer I 的框架格式12
圖3-3 MPEG Layer II 的框架格式12
圖3-4 MPEG的HEAD格式12
圖3-5 MPEG編碼流程圖16
圖3-6 MPEG次頻帶分析流程圖17
圖3-7 音訊的頻譜響應20
圖3-8 音調性訊號頻譜圖20
圖3-9 非音調性訊號頻譜圖21
圖3-10 MPEG-2相容於MPEG-1的資料格式27
圖3-11 MPEG-2相容於MPEG-1的資料混和方式27
圖3-12 MPEG-2延伸欄位相容於MPEG-1的資料格式27
圖3-13 虛擬中央聲道的架構圖33
圖4-1 AC-3編碼器功能區塊圖34
圖4-2 AC-3框架格式36
圖4-3 AC-3聲音區塊格式38
圖4-4 AC-3編碼流程圖40
圖4-5 突音現象41
圖4-6 突音現象造成的失真41
圖4-7 區段分割示意圖42
圖4-8 AC-3位元分配流程圖48
表例
表1-1 AC-3聲道組合3
表2-1 人耳臨界頻帶分佈表10
表3-1 MPEG-1Layer索引表13
表3-2 MPEG-1資料率索引表13
表3-3 MPEG-1取樣頻率索引表14
表3-4 MPEG-1mode索引表15
表3-5 MPEG-1bound範圍索引表15
表3-6 次頻組的分配表24
表3-7 MPEG-2新增定的取樣頻率28
表3-8 聲道配置圖（3/2 configuration）29
表3-9 聲道共用配置圖（3/2 configuration）31
表4-1 AC-3取樣頻率對應表37
表4-2 AC-3位元流模式對應表37
表4-3 AC-3指數策略對應表46
表4-4 D25的無號數對應表47
表4-5 AC-3位元分配表49
表4-6 AC-3 bap=2的量化表49

[1] ISO/IEC 11172-3, “Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s-Part 3 : Audio”, ISO/IEC JTC1/SC 29, 5/20/1993.
[2] ISO/IEC 13818-3, “Generic coding of moving pictures and associated audio information”, ISO/IEC JTC1/SC 29, 1995.
[3] Seymour Shlien, “Guide to MPEG-1 Audio Standard”, IEEE Trans. on Broadcasting, vol. 40, no. 4 December 1994.
[4] Peter Noll, “MPEG Digital Audio Coding”, IEEE Singal Processing Magazine”, September 1997.
[5] Davis Pan, “A Tutorial on MPEG/Audio Compression”, IEEE Multimedia, Summer 1995.
[6] Konstantinos Konstantinides, “Fast Subband Filtering in MPEG Audio Coding”, IEEE Singal processing Letters, vol. 1, no. 2, February 1994.
[7] John P. Princen, Alan Berrnard Bradley, “Analysis/Synthesis Filter Bank Design Based on Time Domain Aliasing Cancellation”, IEEE Transactions on Acoustics, Speech, and Signal Processng, vol. ASSP-34, no. 5, October 1986.
[8] 謝勳璋, “數位音訊編解碼”, 電腦與通訊, CCL Technical Journal, 第30期, 6.5.1994
[9] 王禮瑋, “AC-3與MPEG-2音訊壓縮原理與比較”, 電腦與通訊, CCL Technical Journal, 第58期, 4.5.1997
[10] 王金敦, “寬頻音訊編碼之聽覺遮蔽效應探討”, 國立交通大學碩士論文, 民82
[11] 古媄君, “MPEG-1音訊編解碼器之研究與及時軟體之實作”, 國立台灣大學碩士論文, 民85
[12] United States Advanced Television Systems Committee (ATSC), Audio Specialist Group (T3/S7) Doc. A/52, “Digital Audio Compression Standard (AC-3)”, Nov. 1994.
[13] Steve Vernon, “Design and Implementation of AC-3 Coders”, IEEE Tr. Consumer Electronics, vol. 41, no. 3, August 1995.
[14] 陳昱志, “AC-3音訊壓縮標準之研討與實作”, 國立台灣大學碩士論文, 民86
[15] 鍾明宏, “Dolby AC-3音訊壓縮標準之軟體編碼器實作”, 國立台灣大學碩士論文, 民87
[16] 莊士賢, “AC-3架構下之音訊壓縮：轉換,耦合,及擾動”, 國立交通大學碩士論文, 民86