MDFT域参数立体声编码器设计与实现

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (13): 48-54.

MDFT域参数立体声编码器设计与实现

曾敏1，2，涂卫平1，2，蔡旭芬1，2

1.武汉大学计算机学院，武汉 430072
2.武汉大学国家多媒体软件工程技术研究中心，武汉 430072

出版日期:2016-07-01 发布日期:2016-07-15

Design and implementation of parametric stereo encoder in MDFT domain

ZENG Min1，2, TU Weiping1，2, CAI Xufen1，2

1.Computer School of Wuhan University, Wuhan 430072, China
2.National Engineering Research Center for Multimedia Software of Wuhan University, Wuhan 430072, China

Online:2016-07-01 Published:2016-07-15

摘要/Abstract

摘要： FFT域参数立体声编码器在立体声参数提取和主声道编码时采用不同的时频变换, 导致计算复杂度高。设计并实现了一种MDFT（Modified Discrete Fourier Transform，修正离散傅里叶变换）域参数立体声编码器，使得立体声参数提取和主声道编码部分能够复用MDCT（Modified Discrete Cosine Transform，修正离散余弦变换）变换，从而有效降低计算复杂度。与经典的FFT域参数立体声编码器相比，在保证音质相当的同时，编解码计算复杂度下降约33%。完善并验证了已有的MDFT域参数立体声编码理论。

关键词: 参数立体声编码器, 修正离散傅里叶变换（MDFT）, 时频变换, 复杂度

Abstract: Parametric stereo coding in FFT domain uses different time-frequency transforms in core encoder and stereo parameter extraction module, which leading to high computational load. A parametric stereo codec based on MDFT（Modified Discrete Fourier Transform） is designed and implemented so that the same transform—MDCT（Modified Discrete Cosine Transform） be reused in down mixing channel coding and parameter extraction, thereby computational complexity can be reduced efficiently. Test results show that this codec provides comparable audio quality with the computational complexity reduction by 33% compared to the classical parametric stereo codec in FFT domain. Existing theory of parametric stereo coding in MDFT domain is completed and verified.

Key words: parametric stereo coding, Modified Discrete Fourier Transform（MDFT）, time-frequency transform, computational complexity

曾敏1，2，涂卫平1，2，蔡旭芬1，2. MDFT域参数立体声编码器设计与实现[J]. 计算机工程与应用, 2016, 52(13): 48-54.

ZENG Min1，2, TU Weiping1，2, CAI Xufen1，2. Design and implementation of parametric stereo encoder in MDFT domain[J]. Computer Engineering and Applications, 2016, 52(13): 48-54.

[1]	刘艺，张起贵. 划分层次限制的快速帧间预测算法[J]. 计算机工程与应用, 2021, 57(10): 200-203.
[2]	袁顺杰，程辉，叶贞成，程培鑫. SOM-T2 FLS在股市预测中的应用研究[J]. 计算机工程与应用, 2020, 56(7): 130-136.
[3]	贾雁飞，杜艳丽，赵立权. 快速收敛参考独立分量分析方法[J]. 计算机工程与应用, 2020, 56(7): 255-259.
[4]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[5]	邓有为1，杨永建1，彭志颖1，甘轶1，马健1，黄柏儒2. 物种生灭算法的改进策略[J]. 计算机工程与应用, 2019, 55(3): 55-60.
[6]	陈飞1，2，刘建东1，胡辉辉1，2，商凯1，2. 二维整数帐篷映射模型设计及安全性仿真分析[J]. 计算机工程与应用, 2019, 55(1): 103-108.
[7]	赵瑛1，耿秀琳1，李琦1，蒋广琪1，谷宇1，2. 视觉假体中动态图像识别研究[J]. 计算机工程与应用, 2018, 54(23): 162-169.
[8]	唐坤剑，容强. 基于加权浓缩树的粗糙集属性约简算法[J]. 计算机工程与应用, 2018, 54(2): 76-81.
[9]	刘光达，王伟，尚小虎. 基于脑电模糊分析的睡眠分期方法研究[J]. 计算机工程与应用, 2017, 53(23): 29-33.
[10]	高峰1，孙莉莉2. 基于增强粒神经网络的人脸识别算法[J]. 计算机工程与应用, 2017, 53(20): 141-147.
[11]	冯彦卿，王伦文. 基于构造型云神经网络的电磁环境评估方法[J]. 计算机工程与应用, 2017, 53(16): 211-215.
[12]	王驰，冯桂. 3D-HEVC深度图帧内快速模式决策算法[J]. 计算机工程与应用, 2017, 53(11): 206-210.
[13]	刘焕玉，喻小光. 多启发式规则融合粒子群算法的受限项目调度[J]. 计算机工程与应用, 2016, 52(22): 226-231.
[14]	闵亮1，邵良杉2，赵永刚1. 基于节点相似度的社团检测[J]. 计算机工程与应用, 2015, 51(9): 77-81.
[15]	霍甲，刘蓉. 基于Karatsuba算法低复杂度伽罗华域乘法器设计[J]. 计算机工程与应用, 2015, 51(5): 38-43.