音频的构架以及原理(5)

容，增加宽长比，另一方面我们要提高采样精度就必须增加保持电容，减小宽长比。当然现在的采样电路虽然本质思想还没变但要比上面我们所讨论的基本的采样电路要复杂的多。沟道注入效应和时钟溃通效应也以后明显的改善。但这两个效应任然限制这采样精度，这也是采样电路设计的一大难点。

采样一般与A/D转换结合使用，CH电容反应了我们采样到的信号强度。开关断开后进行AD转换，AD转化的时间要远大于采样的时间。CH放电会导致电平的下降从而给后端的AD转化带来误差。于是我们就提出了保持这一概念来确保在AD转换时电容上的电平几乎没变化。于是我们据需要缓冲运算放大器。缓冲运算放大器具有很高的输入阻抗保证保持电容上电平几乎不变换，另一方面有驱动后端的AD转化电路。

高质量运放的设计可以提高采样精度，适用与更广的采样频率。在这里高质量运放主要参数是：高的输入等效电阻，低的输入等效电容，高的增益带宽积。高质量的运放的设计也是采样电路的一大难点。这里就不对运放的设计做过多的分析了，有兴趣了解可以参考模拟CMOS中“自举增益运算放大器的设计”。

下图就是一个简单的带有高增益运放的采样电路。相对与一般的MOS开关加电容式采样电路有更高的精度，更好保持特性以及更高的采样频率。

通过计算我们可以得到：Usc=1/[1-(1/A1+1/A1*A2)]Usr.所以增大运放的增益就可以提高采样的精度。开关闭合时整个电路就相当于一个大的跟随器，输出等于输入。开关断开时保持电容CH使得输出信号保持在上次采样到的输入值。这种电路模型对于沟道注入和时钟溃通效应有比较好的抑制作用。

4.3AD转换

AD转化的意义就是把模拟的信号量值离散化，是把整个幅值上连续的模拟信号划分成一个个台阶的离散信号。说白了就是把模拟信号转化成计算机能够识别的二进制码。

AD转换也是有两个主要参数即转换精度和转换速度，这和采样比较类似。AD

转换包括：并行比较型AD转换，逐次比较型AD转换和双积分型AD转换。如下图就是一个并行的AD转换器。

VREFR13V15REF11R15VREFRC7C6C5CO7Q7Q6Q5Q4Q31DC11DC11DC11DC11DC11DC11DC1寄存器I7I6I5优先I4编码I3器I2I1D2(MSB)D1CO6CO5RC4RC3C2CO4CO3CO2D0(LSB)R3VREF15R1V15REFR/2Q2C1CO1Q1vICP电压比较器代码转换器

并行AD转换的优点是速度快，其转换时间只是门延迟时间。其缺点也是很明

显的转换精度不够，如果我们需要8位AD转换即转换级数需要256位则需要256个运放以及寄存器，这就比较繁琐。基于这个原因改进型并行AD转化器就产生了，改进方法是从分压电阻入手，把分压电阻设计成：R/2,R,2R,4R,8R??，这样在同样的运放和寄存器数量下转化精度大大提高了。此时我们需要8位AD转换时需要的运放和寄存器数量只是8个。

对于另外两种AD转换这里就不再详述。这三种AD转换由于其设计的简单在要求精度不高的情况下是应用普遍的。而对于一些要求精度比较高的场合可能会综合三种方式的优点来设计，当然也可能自行设计新的方案。但是不管怎么说AD转换其原理是相同的思路也是大同小异的。

第五章音频信号的编码

对于音频信号的编码现在有很多种，比如PCM,WAV,MP3,ACC等,编码的目的就

是压缩减小音频文件的大小方便其存储和传输。PCM编码是最原始简单的编码，压缩率很低，由于一些语音文件，现在不多见。WAV和MP3是现在比骄常见的编码方式具有很高的压缩率，现在一般的音频文件都有这两种编码格式，一些消费类

电子产品也基本上都支持这两种音频文件的播放。ACC音频格式其实就是MP4，他具有比MP3文件更高的压缩率同时比MP3有更高的音质，但是其编码与解码的处理要比MP3格式复杂，增加CPU或者DSP处理器的负担。

这一章以MP3编码为例来说明音频编码的原理。

5.1音频编码的由来

对于音频信号我们常看到44.1KHZ/16bit/386Kb/S。这种用来描述音频信号的表示方法。44.1KHZ是表示采样频率也就是说我们采脉冲的频率，由于人耳的感知范围是20-20kHZ所以44.1KHZ已经大于我们人耳感知的最高频率的两倍，一次理论上来讲我们是可以无失真的还原出音频信号的。而16bit即表示采样位宽。其量化级数为2的16次方个量级。从中我们可以看出位宽越宽其量化级数越多量化的就越是精确细腻。256kbit/s表示的是比特流，即每秒传输音频信号的比特数。

我们对音频信号进行编码不管怎么样都回在采样和量化的基础上使得信号进一步的失真。那么我们为何还要对音频信号编码而不是直接传输储存呢。我们编码的根本目的是为了压缩音频信号，尽量把其中冗余和人耳感知不到的部分去掉，另外尽量保证人耳能感知部分的完整性。假设44.1KHZ/24bit/6声道音频信号（这是现在CD音质的音频信号）则其大小为：44.1*1000*24*6=5.2MB。这也就是说一秒钟这种音频信号占大概5Mbit的空间,8分钟音频信号则占5*60*8/8=300MB的空间。这么大的文件对于我们传输和存储而言是让人无法忍受的（一张CD的空间以700M计算，那么我们最多存储20分钟的歌曲）。因此我们需要对其压缩来解决这以问题。

5.2心里声学模型

谈到MP3的编码我们就现需要了解一下心理声学模型。MP3 具有高压缩率（大概13：1）并且对音频信号还有高的保真主要原因是其采用了心理声学模型来模拟人耳的听觉。利用人耳感知上的遮蔽效应所得到的遮噪门限曲线决定各个子频带所允许的最大量化误差，使得量化后的失真不被听见。

心里声学模型可以分为4个部分：静音门限曲线，临界频带，频域的遮蔽效应，时域的遮蔽效应。

静音门限曲线是在安静的环境下人耳能够听到的在各个频率下不同的声音

门限。下图就是通过实际模拟得到的一条心里声学模型静音门限曲线。

从图中可以看出人耳对3-4KHZ的声音信号特别敏感，而对于50HZ一下以及12KHZ以上的信号很不敏感，甚至一般情况下可以忽略。更具这以静音曲线我们可以把PCM音频信号中在这一曲线一下的不敏感信号去掉而不影响音质。

临界频带：由于人耳对不同的频率的解析度不同（对于20-20khz中能感知的部分）。因此我们可以把20-20khz频域的信号划分成很多个临界频带，并且我们人耳无法分辨在同一频带中的两个不同的频率信号（即人耳对频率的解析度）就像人耳不能分辨同一量化级中的两个强度不同的信号一样。这样我们就相当与把信号的频域离散化。

每个临界频率的频宽有下式表示。

BW(f)=25+75*[1+1.4*(f/1000)^2]^0.69 HZ ???????2.1 通过临界频带这一概念我们就把信号的频率分成一段一段区间。每段区间都有相同的属性。

频域上的遮蔽效应：在频域上SPL（sound pressure Level，评估声音强度的标准）较大的信号会对周围频率临近的声音信号产生遮蔽效应如下图所示。图中有三个信号被marsker遮蔽，其中一个信号甚至低于静音门限。

通过静音门限曲线和频域上的遮蔽效应这两点我们可以确定最终的门限曲线。这样我们就可以引入一个量叫做SMR：signal-to-mask rate.即信号遮蔽比。也就是信号强度与门限的比值。另外我们还有SNR：即信噪吧比和MNR即屏蔽噪声比。

我们有：MNR=SMR-SNR只要MNR大于0。那么噪声所带来的误差我们将会听不到。

我们知道在量化的时候会产生噪声，量化的越细腻噪声就越小，那么我们要量化到多细腻所产生的噪声才不会对音质有影响呢？我们就由上面的公式知道只要保证MNR大于0就不会对音频质量有影响。因此通过MNR我们就可以确定不同频率的音频信号所需要的量化级数。通过上面所说的频域的遮蔽效应我们可以知道某一频带的具有交大的SPL的信号会对其相邻频带有遮蔽效应。而这个值的大小就由下面的公式得到

SFdb(X)?15.81?7.5*(x?0.474)?17.51?(x?0.474)2dB 其中x为频带间

的距离。

时轴上的屏蔽效应：人耳在时间轴上也会产生屏蔽效应。在一个很短的时间内，若出现两个声音信号，不论出现的先后顺序SPL大的声音信号将会屏蔽SPL小的声音信号。时间轴上的屏蔽效应重要之处在于能够让前回应的杂讯不被人耳所察觉。现来说明前回应产生的原因：若在一段振幅较小的 声音后，突然出现

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库音频的构架以及原理(5)在线全文阅读。