AC3 bit allocation

Posted 2020-10-30 fellow_jing

AC3 bit allocation

 

1.bit allocation overview

bit allocation通过分析audio 信号的频谱envelop,使用masking effect来确定使用多少bit来表示频率系数的mantissa.

bit allocation包含人耳的parameter model 来预估noise level thresold, 人耳的parameter model将audible和inaudible的频谱部分分开。

hearing model的parameter在encoder端基于信号的特征进行调整。例如，prototype masking curve可以简单的以两个线段表示，每个线段有自己的斜率和y轴相交的点。encoder从几个合适的线段中不断的迭代选择最佳的线段来表示prototype masking curve,这样的线段可以作为parameter压在bitstream中。

noise level threshold的预估是基于50个nonuniform bandwidth计算，不同的采样率具有不同的band structure.

mantissa的bit数是通过计算PSD与预估noise level threshold的差值，进行查表得到。

2. bit allocation 

1） initialize.

计算起始和截止频率。

通过码流中的parameter，查表确定描述sdecay, fdecay,sgain,dbknee，floor的值，这些值可以描述prototype masking curve的相关信息。masking curve可以简化成两个线段，fast decay和slow decay部分，slow gain表示的是PSD的peak到fast decay相交点的差值。

fbw channel:

coupling channel:

lfe channel:

2）.计算PSD:

将decode出来的exponent map成13 bit的PSD,每个频率点都计算一个PSD，所以计算出来的PSD是细粒度的.

exponent的范围为0~24，PSD的范围为0~3272.0表示lowest level signal, 3272表示highest level signal.

 3）PSD integration:

将256个频率点分为50个band，对每个band内的PSD 进行integration.

band structure如下，bandtab表示当前band中第一个mantissa（or频率系数）的index，bandsz表示当前band中有多少个mantissa。

每个mantissa可以map到对应的band中，masktab描述了这种map关系。

PSD integration采用log-addition的在每个band内进行，log-additon的结果是先计算两个参数的差值，然后用差值查表latab得到：

 4) 计算exciting function

利用encode选择的prototype masking curve（从bitstream中解码出来）和integrated PSD计算exicting fuction，计算的结果是integrated PSD 减去fgain or sgain.

计算过程如下：

其中sdecay表示prototye masking curve的slow decay线段每个band衰减的值，通过bitstream中的信息查表获得.

当前band的PSD的幅值减去slow decay线段与当前PSD的交点的幅值即为sgain。因此sgain和sdecay就可以描述slow decay线段。

 5)计算masking curve.

根据exciting function和人耳听觉threshold计算masking (noise level threshold) curve，即取exciting function和人耳听觉threshold的较大值作为noise level threshold.

 6)计算bit allocation

masking curve首先根据snroffset做调整后，用细粒度的PSD减去masking curver的差值左移5 bit的结果查找baptab得到bap。

在一个frame内的所有channel的mantissa的bit allocation受限于encoder端，在encoder基于csnroffset,fsnroffset通过不断迭代产生合适的结果以保证在decoder接收到的bit allocation 满足固定的bitrate.

bap是一个数组，包含一系列4bit的pointer,标识每个mantissa的bit数。