AAC 中使用的量化器是非均匀量化器 非线性量化的主要优点是内置有一个取决于系数幅度的噪声整形。对于给定的频谱样值 在一定的范围内增加scalefactor或减小全局缩放因子嘟可以放大量化器输出值的幅度 同时迅速降低量化失真的程度。

公式如下

反量化公式

输入 x_quant[g][win][sfb][bin] : 量化谱线

输出 x_invquant[g][win][sfb][bin] : 逆量化谱线

临时控制变量:

g:窗组坐标

win:窗坐标

sfb:scale factor band 坐标

bin:谱线坐标.

伪代码

for (g g num_window_groups; g ) {

     for (sfb sfb max_sfb; sfb ) {

          width (swb_offset [sfb 1] - swb_offset [sfb]);

          for (win win window_group_len[g]; win ) {;

              for (bin bin width; bin ) {

                   x_invquant[g][win][sfb][bin] sign(x_quant[g][win][sfb][bin]) *

                                                              abs(x_quant[g][win][sfb][bin]) ^(4/3);

              }

          }

     }

}

对与反量化模块的实现有以下几种方式

1   直接计算法

2   查表法

3   泰勒展开式法

4   线性差值法

5   综合法

直接计算的话使用的是超越函数计算 运算量很大 不适合应用。查表法是算法最简单 计算量最小 但它属于一种用空间换时间的方法 即制作一张对于所有范围的输入数据 都能直接得到输出结果的表。但是若输入数据的范围为较大 如果全部制成表格 则需存储表格的空间也很大 浪费空间。泰勒展开式法是一种用普通计算代替超越函数计算的方法 但随着精度的提高泰勒展开的级数也增加较大。运算量也是相当的大。不适合实现。所以一般都用线性差值加查表法的综合结构实现反量化解码。

在11172-3和13818-7中 反量化的主要部分是

计算xiquant的值是反量化的主要工作 常规的方法是采用查表法 即制作一张对于所有范围的输入数据 都能直接得到输出结果的表。但是由于x的范围为08191 如果全部制成表格 则需8192字存储空间 在存储空间紧张的系统中这样做非常不经济。因此 为了降低存储空间 同时也保证运算的正确性。制作长度为256的查找表 每项以4字节表示 其它数值可以通过线性插值运算得到:

1)对于x 1--256之间的值 可以直接查表得到。

2)对于x在257 2048之间的值 使用公式:

3)对于x在2049-8192之间的值 使用公式:

式中int 表示取整 rem()表示取余 f()对系数表进行查找操作。使用这种方法在节省了存储空间的同时 计算也只是简单的乘加运算。在定点处理器中式3-6或式3-7的运算只要一次乘法 3次加法和3次移位操作。虽然这种简化运算与实际值有误差 但是在实际解码时量化后的频谱系数超过256的往往所占比例并不是很大。经过统计发现 x的取值小于256的占了99% 这说明使用这种插值和查找表方法是能够得到满意的解码音质。

13818-7 ISO参考代码中的iquant的实现是集成在函数huffspec内的。

流程图如下

MAX_IQ_TBL 128

在128以下的值用查表法

在128以上的值用直接计算法

以下来自esc_iquant函数

    if (q MAX_IQ_TBL) {

      return((Float)iq_exp_tbl[q]);

    }

    else {

      return(pow(q, 4./3.));

}

以下iquant不含负数变正书处理

#ifdef FIXED_POINT

/* For FIXED_POINT the iq_table is prescaled by 3 bits (iq_table[]/8) */

#ifndef BIG_IQ_TABLE

 Faad的处理提供两种方法 使用宏定义区别开来

方法1

全部查表法

      // IQ_TABLE_SIZE 8192

if (q IQ_TABLE_SIZE)

    {

        return sgn * tab[q];

}

注faad的表是静态表 在全局数据段中

方法2

部分查表加线性差值法

#define COEF_BITS 28

#define COEF_PRECISION (1 COEF_BITS)

#define REAL_BITS 14 // MAXIMUM OF 14 FOR FIXED POINT SBR

#define REAL_PRECISION (1 REAL_BITS)

#define REAL_CONST(A) \\

(((A) 0) ? ((real_t)((A)*(REAL_PRECISION) 0.5)) : ((real_t)((A)*(REAL_PRECISION)-0.5)))

static const real_t errcorr[]

{

        REAL_CONST(0)     , REAL_CONST(1.0/8.0),

REAL_CONST(2.0/8.0) , REAL_CONST(3.0/8.0),

        REAL_CONST(4.0/8.0) , REAL_CONST(5.0/8.0),

REAL_CONST(6.0/8.0) , REAL_CONST(7.0/8.0),

        REAL_CONST(0)

    };

    real_t x1, x2;

// IQ_TABLE_SIZE 1026

    if (q IQ_TABLE_SIZE)

    {

        return sgn * tab[q];

    }

   if (q 8192)

    {

        *error 17;

        return 0;

    }

    /* 线性差值部分 */

    x1 tab[q 3];

    x2 tab[(q 3) 1];

    return sgn * 16 * (MUL_R(errcorr[q 7],(x2-x1)) x1);

faad使用的公式和前面提出的不大一样

只要q 1026就用公式

Float esc_iquant(int q)

{

  if (q 0) {

if (q MAX_IQ_TBL) {

 //反量化表的最大值,小于MAX_IQ_TBL的谱线的逆量化用查表法

      return((Float)iq_exp_tbl[q]);

    }

    else {

      return(pow(q, 4./3.));

    }

  }

  else {

    q -q;

    if (q MAX_IQ_TBL) {

      return((Float)(-iq_exp_tbl[q]));

    }

    else {

      return(-pow(q, 4./3.));

    }

  }

}

转载于:https://www.cnblogs.com/gaozehua/archive/2012/02/14/2351872.html