文件名称：系统解码器模型-2020考研数学一真题及解析
文件大小：4.88MB
文件格式：PDF
更新时间：2024-07-10 02:56:05
视频 压缩 H264
图 5.3 系统解码器模型 5.2.2 音频 与 MPEG-1、MPEG-2 相比，MPEG-4 不仅支持自然声音（如语音和音乐），还支持合成声音（如 MIDI）。MPEG-4 音频部分将音频的合成编码和自然声音的编码相结合，并支持音频的对象特征。 5.2.2.1 自然声音编码 MPEG-4 研究比较了现有的各种音频编码算法，支持 2Kbps～64 Kbps 的自然声音编码。如 8KHz 采样频率的 2Kbps～4 Kbps 的语音编码，以及 8KHz 或 16KHz 采样频率 4Kbps～16 Kbps 的语音编 码，一般采用参数编码；而 6Kbps～24 Kbps 的语音编码，一般采用码激励线性预测 CELP（Code Excited Linear Predictive）编码技术；而从 16Kbps 以上码率的编码，则采用视频变换编码技术。这 些技术实质上借鉴了 G.723、G.728 以及 MPEG-1 和 MPEG-2 等。图 5.4 给出了 MPEG-4 音频支持 2～ 64Kbps 信道语音编码范围。 图 5.4 MPEG-4 音频支持语音编码范围 5.2.2.2 合成声音编码 MPEG-4 引入两个有力的编码技术：文本到语音编码（TTS，Text-to-Speech）和乐谱驱动合成 编码。事实上，合成语音编码技术是一种基于知识库的参数编码。值得一提的是，乐谱驱动合成技 术中，解码器由一种特殊的 合成语言 SAQL（Structured Audio Orchestra Language，结构化音频管弦 乐团语言）驱动的。“管弦乐团”由不同“乐器”组成，解码器不具有某“乐器”时，MPEG-4 还允许解码 器从编码器下载该“乐器”，以恢复合成声音。 5.2.3 视频 MPEG-4 支持对自然和合成视觉对象的编码。合成的视觉对象包括 2D、3D 动画和人面部表情 动画等。对于静止图像，MPEG-4 采用零树小波算法（Zerotree Wavelet Algorithm），以提高压缩比，