常用音頻協(xié)議介紹收藏

會(huì)議電視常用音頻協(xié)議介紹及對(duì)比白皮書(shū)
一、數(shù)字化音頻原理：聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對(duì)應(yīng)于時(shí)間軸線，振幅對(duì)應(yīng)于電平軸線。通常人耳可以聽(tīng)到的頻率在20Hz到20KHz的聲波稱(chēng)為為可聽(tīng)聲，低于20Hz的成為次聲，高于20KHz的為超聲，多媒體技術(shù)中只研究可聽(tīng)聲部分。
可聽(tīng)聲中，話音信號(hào)的頻段在80Hz到3400Hz之間，音樂(lè)信號(hào)的頻段在20Hz-20kHz之間，語(yǔ)音（話音）和音樂(lè)是多媒體技術(shù)重點(diǎn)處理的對(duì)象。
由于模擬聲音在時(shí)間上是連續(xù)的，麥克風(fēng)采集的聲音信號(hào)還需要經(jīng)過(guò)數(shù)字化處理后才能由計(jì)算機(jī)處理。通常我們采用PCM編碼（脈沖代碼調(diào)制編碼），即通過(guò)采樣、量化、編碼三個(gè)步驟將連續(xù)變化的模擬信號(hào)轉(zhuǎn)換為數(shù)字編碼。
1、采樣
采樣，就是每隔一段時(shí)間間隔讀一次聲音的幅度。單位時(shí)間內(nèi)采樣的次數(shù)稱(chēng)為采樣頻率。顯然采樣頻率越高，所得到的離散幅值的數(shù)據(jù)點(diǎn)就越逼近于連續(xù)的模擬音頻信號(hào)曲線，同時(shí)采樣的數(shù)據(jù)量也越大。
為了保證數(shù)字化的音頻能夠準(zhǔn)確(可逆)地還原成模擬音頻進(jìn)行輸出，采樣定理要求：采樣頻率必須大于等于模擬信號(hào)頻譜中的最高頻率的2倍。
常用的音頻采樣率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。
例如:話音信號(hào)頻率在0.3～3.4kHz范圍內(nèi)，用8kHz的抽樣頻率（fs），就可獲得能取代原來(lái)連續(xù)話音信號(hào)的抽樣信號(hào)，而一般CD采集采樣頻率為44.1kHz。

2、量化
量化，就是把采樣得到的聲音信號(hào)幅度轉(zhuǎn)換成數(shù)字值，用于表示信號(hào)強(qiáng)度。
量化精度：用多少個(gè)二進(jìn)位來(lái)表示每一個(gè)采樣值，也稱(chēng)為量化位數(shù)。聲音信號(hào)的量化位數(shù)一般是 4,6,8,12或16 bits 。

由采樣頻率和量化精度可以知道，相對(duì)自然界的信號(hào)，音頻編碼最多只能做到無(wú)限接近，在計(jì)算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是PCM編碼，通常PCM約定俗成了無(wú)損編碼。

3、編碼
一個(gè)采樣率為44.1kHz，量化精度為16bit，雙聲道的PCM編碼輸出，它的數(shù)據(jù)速率則為 44.1K×16×2 =1411.2Kbps，存儲(chǔ)一秒鐘需要176.4KB的空間，1分鐘則約為10.34M，因此，為了降低傳輸或存儲(chǔ)的費(fèi)用，就必須對(duì)數(shù)字音頻信號(hào)進(jìn)行編碼壓縮。
到目前為止，音頻信號(hào)經(jīng)壓縮后的數(shù)碼率降低到32至256kbit/s，語(yǔ)音可以低至8kbit/s以下。
對(duì)數(shù)字音頻信息的編碼進(jìn)行壓縮的目的是在不影響人們使用的情況下使數(shù)字音頻信息的數(shù)據(jù)量最少。通常用如下6個(gè)屬性來(lái)衡量：
     —比特率；
—信號(hào)的帶寬。
     —主觀/客觀的語(yǔ)音質(zhì)量；
     —延遲；

—計(jì)算復(fù)雜度和對(duì)存儲(chǔ)器的要求；

—對(duì)于通道誤碼的靈敏度；

為使編碼后的音頻信息可以被廣泛地使用，在進(jìn)行音頻信息編碼時(shí)需要采用標(biāo)準(zhǔn)的算法。傳統(tǒng)會(huì)議電視設(shè)備主要采用ITU-T推薦的G.711、G.722、G.728和AAC_LD等音頻標(biāo)準(zhǔn)。
二、常用音頻協(xié)議簡(jiǎn)介：1、
ITU－T G.728

1992年ITU-T發(fā)布的電話聲音信號(hào)編碼方式推薦標(biāo)準(zhǔn)。采用LD-CELP編碼方式，采樣率為8KHz，以16kb/秒的速度傳送聲音信號(hào)，傳送延遲時(shí)間極短，僅有0.625 ms 的算法編碼延遲。
2、
ITU－T G.711
標(biāo)準(zhǔn)公布于1972年，其語(yǔ)音信號(hào)編碼是非均勻量化PCM。語(yǔ)音的采樣率為8KHz，每個(gè)樣值采用8bit量化，輸出的數(shù)據(jù)率為64kbps。這種窄帶編碼支持對(duì)300到 3,400赫茲的音頻進(jìn)行壓縮。但雖然壓縮質(zhì)量不錯(cuò)，但是消耗的帶寬相對(duì)較大，主要用于數(shù)字PBX/ISDN上的數(shù)字式電話。
3、
ITU－T G.722
ITU－TG.722標(biāo)準(zhǔn)是第一個(gè)用于 16 KHZ 采樣率的標(biāo)準(zhǔn)化寬帶語(yǔ)音編碼算法，1984年被CCITT定義為標(biāo)準(zhǔn)，而且現(xiàn)今還在使用。.G.722編解碼器在 16 kHz 頻率上接收 16 位數(shù)據(jù)（帶寬從 50 Hz 至 7 kHz），并將其壓縮為 64、56 與 48Kbit/s，其總延遲約 3 ms，能夠提供更好的通話質(zhì)量。
G.722的優(yōu)點(diǎn)是延時(shí)和傳輸位誤差率非常低，且沒(méi)有任何的專(zhuān)利技術(shù),費(fèi)用低廉。因此G.722在無(wú)線通信系統(tǒng)，VoIP生產(chǎn)商，個(gè)人通信服務(wù)，視頻會(huì)議應(yīng)用等廣泛應(yīng)用。
4、
G.722.1
G.722.1基于 Polycom 的第三代 Siren 7 壓縮技術(shù)，1999年被ITU-T批準(zhǔn)為G.722.1標(biāo)準(zhǔn)。G.722.1采用16 KHZ采樣頻率，16 位數(shù)據(jù)量化，支持從 50 Hz 至 7 kHz頻率范圍的音頻采樣，并將其壓縮為 32 與 24 Kbit/s。它采用20ms封幀，提供40ms的算法延遲。
G722.1可實(shí)現(xiàn)比 G.722 編解碼器更低的比特率以及更大的壓縮。目標(biāo)是以大約一半的比特率實(shí)現(xiàn)與 G.722 大致相當(dāng)?shù)馁|(zhì)量。這種編碼使用許可需要獲得Polycom公司的授權(quán)。
5、
G722.1 Annex C
G722.1 Annex C基于 Polycom 的Siren 14 壓縮技術(shù), 采用32kHz采樣頻率，支持從 50 Hz 至 14 kHz頻率范圍的音頻采樣，并將其壓縮為 24、32或48 kbps。采用20ms封幀，提供40毫秒演算延遲。
2005年中，國(guó)際電信聯(lián)盟（ITU）批準(zhǔn)Polycom Siren 14™
技術(shù)為14 kHz超寬帶音頻編碼新標(biāo)準(zhǔn)。同時(shí)進(jìn)入作為ITU-T建議的G.722.1 Annex C。
G722.1 Annex C具有低運(yùn)算能力，低帶寬的優(yōu)點(diǎn)。適于處理語(yǔ)音、音樂(lè)與自然界聲音。
6、
AAC-LD
AAC（AdvancedAudioCoding，高級(jí)音頻編碼）是由Fraunhofer研究院（MP3格式的創(chuàng)造者）、杜比（DOLBY）試驗(yàn)室和AT&T（美國(guó)電話電報(bào)公司）共同研發(fā)出的一種音頻壓縮格式，是MPEG-2規(guī)范的一部分，并在1997年3月成為國(guó)際標(biāo)準(zhǔn)。隨著MPEG－4標(biāo)準(zhǔn)在2000年成型后，MPEG2AAC也被作為核心編碼技術(shù)，并增加了一些新的編碼特性，又叫MPEG-4 AAC。
MPEG-4 AAC家族目前共有九種編碼規(guī)格，AAC-LD（Low Delay，低延遲規(guī)格）是用在低碼率下編碼。它支持8K～48K采樣率的，可以64Kbps的碼率輸出接近 CD 音質(zhì)的音頻，并支持多聲音通道，AAC-LD 算法延遲僅為 20ms。
AAC因?yàn)槠淠K化設(shè)計(jì)，功能更為強(qiáng)大。本身的框架結(jié)構(gòu)能夠被不斷的新的東西填充，這就使得不同發(fā)展方面的內(nèi)核相互融合，彼此吸收精華成為可能。

7、
各種音頻協(xié)議的主要參數(shù)對(duì)比：

采樣頻率
支持音頻帶寬
輸出碼率
最低算法延遲

G711
8KHz
300 Hz ~ 3,400 Hz
64 Kbps
<1ms

G722
16kHz
50 Hz ~ 7 kHz
64 Kbps
3ms

G722.1
16kHz
50 Hz ~7 kHz
24、32 Kbps
40ms

G722.1 C
32kHz
50 Hz~14 kHz
24、32、48Kbps
40ms

AAC-LD
48kHz
20 Hz－20kHz
48～64 Kbps
20ms

三、AAC_LD與G722. Annex C優(yōu)缺點(diǎn)對(duì)比：

G722.1 C
AAC_LD

采樣音頻頻率范圍支持50 Hz~14 kHz，接近CD音質(zhì)，但丟失了高頻部分。
支持20 Hz－20kHz全頻段的采樣，音頻更加接近CD音質(zhì)。

輸出碼率24、32、48Kbps，帶寬低于AAC－LD，但是以犧牲高頻為代價(jià)的。
48～64 Kbps,并支持大于64Kbps的輸出，為更好的音頻質(zhì)量提供了可能。

算法復(fù)雜性算法復(fù)雜度低，CPU占用率略好于AAC-LD
模塊化設(shè)計(jì)，功能更為強(qiáng)大,有TI等專(zhuān)用芯片支持

最低延遲采用20ms封幀，40ms算法延遲
20ms算法延遲，好于G722.1 C

多聲道可以支持雙聲道
AAC支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌

標(biāo)準(zhǔn)通用性G722.1-C 由Polycom制定開(kāi)發(fā)，使用需要Polycom授權(quán)，目前只有Polycom和極少數(shù)會(huì)議電視廠商使用。
作為MPEG4核心標(biāo)準(zhǔn)，受到Apple、諾基亞、松下等支持，并被泰德等眾多會(huì)議電視廠商所采用，應(yīng)用前景更廣闊。

由Fraunhofer研究院的調(diào)查對(duì)比圖可以知道，在相同的采樣頻率下，AAC-LD可以提供比G722.1C、MP3等更好的音質(zhì)。AAC-LD實(shí)現(xiàn)了超寬頻音頻編碼中最短的延時(shí)，并保證接近CD的音質(zhì)，達(dá)到音質(zhì)、比特率和延時(shí)三者的最佳組合，是會(huì)議電視領(lǐng)域的最優(yōu)選擇。
此文章來(lái)自：中國(guó)視訊論壇 http://www.vctech.cn/,原文地址:http://www.vctech.cn/viewthread.php?tid=3913