基于MPEG-4的音频可伸缩无损编码的研究开题报告

1. 研究目的与意义

语音压缩算法如mpeg-1 layer iii（mp3）或mpeg-4aac 在每个声道都能以48~64kbps的比特率传送感知透明的cd音质（48khz16bit/sample）。

随着宽带接入技术和存储技术的进步，大量的数字音频应用软件已经出现，在无损性能下以高的采样率提供高质量的语音服务。

同时，还有许多应用需要高压缩的数字语音。

2. 课题关键问题和重难点

aaz采用变换编码方案，在这种方法种，整数mdct（intmdct），一个用于无损编码滤波器组离散余弦变换（mdct）中的整数实现。

在aaz中，输入音频的整数mdct频谱被mpeg-4 aac编码器首先编码以产生嵌入aac比特流，同时整数mdct频谱数据之间的残余频谱和由嵌入aac编码器产生的量化值和bpgc（bit-plane golomb code）随后被编码产生粒度可伸缩无损比特流。

aaz将很多音频压缩技术整合到一个框架之中，aaz编码器可分2层：感知核心层和无损增强层。

3. 国内外研究现状（文献综述）

在过去的二十年中，我们在语音压缩技术的发展上进行了大量的努力，这些努力取得了巨大的成果。

大部分语音压缩算法如mpeg-1 layer Ⅲ(mp3)或mpeg-4 aac在每个声道都能以48~64k bps的比特率传送感知透明的cd音质(48khz,16bit/sample)。

目前，比较流行的无损音频压缩格式有2种：dvd-audio和sacd(super audio cd)，但这2种格式的关键技术为几家公司垄断，为发展一种更广泛使用的无损音频压缩标准，mpeg音频小组在2002年7月开始征集无损音频压缩方案，并对无损音频压缩方案的兼容性、可分级性以及随机访问能力提出了一些具体要求。

4. 研究方案

对此，我们提出两种编码方法进一步简化bpgc编码过程以提高整数mdct残余部分无损压缩的编码效率，第一种方法是基于上下关系的算数编码（cbac），它用上下文建模技术来获得整数mdct残留信号在它的频谱位置，临近频谱行的范围和核心aac量化器的可能性分布的统计学关系。

第二种是低能量模式编码方法，它是用极低的能量级别来替代整数mdct频谱数据从时域道频域的bpgc进程。

cbac和低能量编码方法以前曾作为核心试验在mpeg中提到过，它是用来提高mpeg-4 sls的性能。

5. 工作计划

第1周：根据课题查找关于课题的的资料信息并对相关外国文献进行翻译。

了解课题的基本信息，并对此进行基本分析，制定初步计划，做好前期预备工作。

第2周：完善课题初步设计计划，并根据计划迅速采取行动，完善课题的整体思路；按照要求填写课题设计的开题报告，并根据老师的意见对开题报告以及文献翻译进行修改完善，最后上传开题报告和文献翻译。