音頻編碼和解碼原理

音頻編碼和解碼原理

每張CD光盤重放雙聲道立體聲信號可達74分鐘。VCD視盤機要同時重放聲音和圖像，圖像信號數(shù)據(jù)需要壓縮，其伴音信號數(shù)據(jù)也要壓縮，否則伴音信號難于存儲到VCD光盤中。

一、伴音壓縮編碼原理
伴音信號的結(jié)構(gòu)較圖像信號簡單一些。伴音信號的壓縮方法與圖像信號壓縮技術(shù)有相似性，也要從伴音信號中剔除冗余信息。人耳朵對音頻信號的聽覺靈敏度有其其規(guī)律性，對于不同頻段或不同聲壓級的伴音有其特殊的敏感特性。在伴音數(shù)據(jù)壓縮過程中，主要應用了聽覺閾值及掩蔽效應等聽覺心理特性。

1、閾值和掩蔽效應
(1) 閾值特性
人耳朵對不同頻率的聲音具有不同的聽覺靈敏度，對低頻段(例如100Hz以下)和超高頻段(例如16KHZ以上)的聽覺靈敏度較低，而在1K－5KHZ的中音頻段時，聽覺靈敏度明顯提高。通常，將這種現(xiàn)象稱為人耳的閾值特性。若將這種聽覺特性用曲線表示出來，就稱為人耳的閾值特性曲線，閾值特性曲線反映該特性的數(shù)值界限。將曲線界限以下的聲音舍棄掉，對人耳的實際聽音效果沒有影響，這些聲音屬于冗余信息。
在伴音壓縮編碼過程中，應當將閾值曲線以上的可聽頻段的聲音信號保留住，它是可聽頻段的主要成分，而那些聽覺不靈敏的頻段信號不易被察覺。應當保留強大的信號，忽略舍棄弱小的信號。經(jīng)過這樣處理的聲音，人耳在聽覺上幾乎察覺不到其失真。在實際伴音壓縮編碼過程中，也要對不同頻段的聲音數(shù)據(jù)進行量化處理?？蓪θ硕幻舾蓄l段采用較粗的量化步長進行量化，可舍棄一些次要信息；而對人耳敏感頻段則采用較細小的量化步長，使用較多的碼位來傳送。
(2)掩蔽效應
掩蔽效應是人耳的另一個重要生理特征。如果在一段較窄的頻段上存在兩種聲音信號，當一個強度大于另一個時，則人耳的聽覺閾值將提高，人耳朵可以聽到大音量的聲音信號，而其附近頻率小音量的聲音信號卻聽不到，好像是小音量信號被大音量信號掩蔽掉了。由于其它聲音信號存在而聽不到本聲音存在的現(xiàn)象，稱為掩蔽效應。
根據(jù)人耳的掩蔽特性，可將大音量附近的小音量信號舍棄掉，對實際聽音效果不會發(fā)生影響。既使保留這些小音量信號，人耳也聽不到它們的存在，它屬于伴音信號中的冗余信息。舍棄掉這些信號，可以進一步壓縮伴音數(shù)據(jù)總量。
經(jīng)仔細觀察，掩蔽效應分為兩大類，一類是同時掩蔽效應，另一類是短時掩蔽效應。其中，同時掩蔽效應是指同時存在一個弱信號和一個強信號，兩者頻率接近，強信號將提高弱信號的聽閾值，將弱信號的聽閾值提高到一定程度時，可使人耳聽不到弱信號。例如，同時出現(xiàn)A、B兩聲，若A聲的聽覺閾值為50dB，由于存在另一個不同頻率的B聲，將使A聲的閾值提高到64～68dB，例如取68dB，那么數(shù)值(68～50)dB=18dB，該值稱為掩蔽量。將強大的B聲稱為掩蔽聲，而較弱的A聲稱為被掩蔽聲。上述掩蔽現(xiàn)象說明，若僅有A聲時，其聲壓級50dB以上的聲音可以傳送出去，而50dB以下的聲音將聽不到；若同時出現(xiàn)B聲，B聲具有同時掩蔽效應，使得A聲在聲壓級68dB以下的聲音也聽不到了，即50～68dB之間的A聲人耳也聽不到了，這些聲音不必傳送，即使傳送也聽不到，只須傳送聲壓級68dB以上的聲音。總之，為了提高一個聲音的閾值，可以同時設(shè)置另一個聲音，使用這種辦法可以壓縮掉一部分聲音數(shù)據(jù)。在周圍十分安靜的環(huán)境下，人耳可以聽到聲壓級很低的各種頻率聲音，但對低頻聲和高頻聲的掩蔽閾值較高，即聽覺不靈敏。經(jīng)研究還發(fā)現(xiàn)，掩蔽聲越強，掩蔽作用越強；當掩蔽聲與被掩蔽聲的頻率相差越小，掩蔽效果越明顯，兩者頻率相等時，掩蔽效果最佳；低頻聲(設(shè)為B)可有效地掩蔽高頻聲(設(shè)為A)，而高頻聲(設(shè)為B)幾乎不能掩蔽低頻聲(設(shè)為A)。因而輸入信號時，在受掩蔽的頻帶內(nèi)加入更大的噪聲時，人耳也感覺不到與原始信號有所區(qū)別。上述的同時掩蔽效應，又稱為頻域掩蔽效應，它主要反映在頻域方面對掩蔽作用的影響。在聲音壓縮編碼中，更多地使用單頻聲音的掩蔽效應。
如果A聲和B聲不同時出現(xiàn)，也可發(fā)生掩蔽作用，稱它為短時掩蔽效應。短時掩蔽又可分為兩種類型，作用仍可持續(xù)一段時間，即后向掩蔽和前向掩蔽。后向掩蔽是指掩蔽聲B消失后，其掩蔽作用仍可持續(xù)一段時間，一般可達0.5～2秒。掩蔽機理是人耳的存儲效應所致。而前向掩蔽是指被掩蔽聲A出現(xiàn)一段時間后出現(xiàn)掩蔽聲B，只要A、B聲音隔不太大(一般在0.05～0.2秒以內(nèi))，B也可對A起掩蔽作用。掩蔽機理是A聲尚未被人耳感知接受時，強大的B聲已來臨所致。在實踐中，后向掩蔽有較高的應用價值。短時掩蔽效應具有很強的時域結(jié)構(gòu)特性，故又稱為時域掩蔽效應。在聲音壓縮編碼中，應兼顧好人耳的頻域和時域兩種掩蔽效應。

2、子帶編碼原理
(1)子帶編碼和解碼過程
所謂子帶編碼技術(shù)，是將原始信號由時間域轉(zhuǎn)變?yōu)轭l率域，然后將其分割為若干個子頻帶，并對其分別進行數(shù)字編碼的技術(shù)。它是利用帶通濾波器(BPF)組把原始信號分割為若干(例如m個)子頻帶(簡稱子帶)。

在接收端實現(xiàn)發(fā)送端的逆過程。輸入子帶編碼數(shù)據(jù)流，將各子帶信號分別送到相應的數(shù)字解碼電路(共m個)進行數(shù)字解調(diào)，經(jīng)過諸路低通濾波器(m路)，并重新解調(diào)，可把各子帶頻域恢復為當初原始信號的分布狀態(tài)。最后，將各路子帶輸出信號送到同步相加器，經(jīng)過相加恢復為原始信號，該恢復的信號與原始信號十分相似。
(2)子帶編碼的應用
子帶編碼技術(shù)具有突出的優(yōu)點。首先，聲音頻譜各頻率分量的幅度值各不相同，若對不同子帶分配以合適的比例系數(shù)，可以更合理地分別控制各子帶的量化電平數(shù)目和相應的重建誤差，使碼率更精確地與各子帶的信號源特性相匹配。通常，在低頻基音附近，采用較大的比特數(shù)目來表示取樣值，而在高頻段則可分配以較小的編碼比特。其次，通過合理分配不同子帶的比特數(shù)，可控制總的重建誤差頻譜形狀，通過與聲學心理模型相結(jié)合，可將噪聲頻譜按人耳主觀噪聲感知特性來形成。于是，利用人耳聽覺掩蔽效應可節(jié)省大量比特數(shù)。
在采用子帶編碼時，利用了聽覺的掩蔽效應進行處理。它對一些子帶信號予以刪除或大量減少比特數(shù)目，可明顯壓縮傳輸數(shù)據(jù)總量。比如，不存在信號頻率分量的子帶，被噪聲掩蔽的信號頻率的子帶，被鄰近強信號掩蔽的信號頻率分量子帶等，都可進行刪除處理。另外，全系統(tǒng)的傳輸信息量與信號的頻帶范圍、動態(tài)范圍等均有關(guān)系，而動態(tài)范圍則決定于量化比特數(shù)，若對信號引入合理的比特數(shù)，可使不同子帶內(nèi)按需要給以不同的比特數(shù)，也可壓縮其信息量。

二、MPEG-1音頻編碼方框圖

1、MPEG-1音頻編碼的依據(jù)
MPEG-1音頻壓縮編碼標準采用了心理學算法。利用感知模型刪去那些聽覺不靈敏的聲音數(shù)據(jù)，而使重建的聲音質(zhì)量無明顯下降。它采用子帶編碼技術(shù)，根據(jù)心理聲學模型取得不同子帶的聽覺掩蔽閾值；對各子帶的取樣值進行動態(tài)量化。它根據(jù)不同頻段上大音量信號所引起的小音量信號掩蔽閾值的變化規(guī)律，對不同頻段給以不同的量化步長，以便保留主要信號，而舍棄對聽覺效果影響很小的成分，經(jīng)過數(shù)據(jù)壓縮，可取得合理的比特流，將原來大約1.5Mbit/s的聲音傳輸碼率減少到0.3Mbit/s，即壓縮率可達到1/5。

2、編碼流程
圖2.3.2是基于MUSICAM(掩蔽模式通用子帶編碼和多路復用)的MPEG-1音頻壓縮編碼方框圖。輸入信號是經(jīng)過取樣的二進制PCM數(shù)字音頻信號，取樣頻率可以取44.1KHz、48KHz或32KHz，該音頻數(shù)碼信號的碼值與原來采樣信號的幅度、頻率成正比。

數(shù)字音頻信號首先進入數(shù)字濾波器組，它被分成等帶寬的32個子頻帶，可由數(shù)字濾波器輸出32個子帶數(shù)據(jù)信號。這種處理方法與圖像編碼信號進行DCT變換的作用相似，但不是像圖像信號那樣分為64種余弦頻率信息，這里僅分成32個子帶，即將音頻數(shù)據(jù)流改為32種頻率的組合。聲音的分解力低于圖像，這種處理方法是可行的。然后，對32個子帶的伴音數(shù)據(jù)進行再量化，以便再壓縮數(shù)據(jù)量。對于各個子頻帶的量化步長不相同，量化步長是根據(jù)人耳的聽覺閾值和掩蔽效應而確定的。經(jīng)過量化處理的已壓縮數(shù)據(jù)，保留了伴音信息的主體部分，而舍棄了聽覺效果影響較小的伴音信息。
進入編碼系統(tǒng)的輸入信號，分流部分信號送到并列的1024點快速傅利葉變換器(FFT)進行變換，它檢測輸入信號每一個瞬間取樣點在主頻譜分量頻域的分布的強度，經(jīng)變換的信號送到心理聲學模型控制單元。根據(jù)聽覺心理聲學測量統(tǒng)計結(jié)果，可以歸納出一個心理聲學控制對照表格，并按照此表格制成控制單元，而單元電路可以集中地反映出人耳的閾值特性和掩蔽特性。
經(jīng)過量化的32個子頻帶數(shù)據(jù)已經(jīng)被壓縮，還要加上比例因子、位分配信息等輔助信息，共同加到1位流格式化單元，編碼成為兩個層次的伴音編碼信號。它既含有32個子頻帶的伴音數(shù)碼，又帶有這些數(shù)碼所對應的位分配數(shù)據(jù)和不同頻帶數(shù)據(jù)的強弱比例因子。待將來數(shù)據(jù)解碼時，可根據(jù)各子頻帶的數(shù)據(jù)恢復聲音信號，以及壓縮時碼位分配和強弱比例情況，在進行反量化時，參照壓縮時的程序進行還原。
可見，伴音的壓縮編碼和圖像處理一樣，也要經(jīng)過變換、量化、碼位壓縮等處理過程，它運用了許多數(shù)學模型和心理聽覺測量的統(tǒng)計數(shù)據(jù)，對32個子頻帶和各個層次信號的處理也各有不相同的取樣速率。實際的心理聽覺模型和適時處理控制過程十分復雜。這些算法細節(jié)都已按硬件方式被固化在解碼芯片中，這些內(nèi)容不能再改變。

3、伴音與圖像的同步
圖像和聲音信號的壓縮方法有許多不同，圖像數(shù)據(jù)量又遠遠大于聲音數(shù)據(jù)量，兩者傳送的數(shù)據(jù)碼率大不相同。每傳送14～15個視頻數(shù)據(jù)包才傳送1個音頻數(shù)據(jù)包，而播放聲音和圖像的內(nèi)容又必須作到良好同步，否則將無法保證視聽統(tǒng)一的效果。
為了作到聲圖同步，MPEG-1采用了獨立的系統(tǒng)時鐘(簡稱為STC)作為編碼的參照基準，并將圖像和聲音的數(shù)據(jù)分為許多播放單元。例如，將圖像分為若干幀，將聲音分為若干段落。在數(shù)據(jù)編碼時，在每個播放單元前面加置一個展示時標(PTS)，或者加置一個解碼時標(DTS)。當這些時標出現(xiàn)時，表示前一個播放單元已經(jīng)結(jié)束，一個新的圖像和聲音播放單元立即開始。在播放相互對應的同一圖像單元和聲音單元時，可實現(xiàn)互相同步。
為了使整個系統(tǒng)在時鐘在編碼和重放時，聲圖有共同的時鐘基準，又引入系統(tǒng)參考時鐘SCR的概念。系統(tǒng)參考時鐘是一個實時時鐘，其數(shù)值代表聲圖的實際播放時間，用它作為參照基準，以保證聲圖信號的傳輸時間保持一致。實時時鐘SCR必須與生活中的真實時間一致，要求它的準確度很高，否則可能發(fā)生聲音和圖像都播快或播慢的現(xiàn)象。為了使SCR時間基準穩(wěn)定、準確，MPEG-1采用了系統(tǒng)時鐘頻率SCF，以它作為定時信息的參照基礎(chǔ)。SCF系統(tǒng)時鐘的頻率是90KHz，頻率誤差為90KHz±4.5KHz。聲圖信號以SCF為統(tǒng)一的基準，其它定時信號SCR、PTS、DTS也是以它為基礎(chǔ)。

三、其它MPEG標準的音頻編碼器

1、MPEG-2音頻編碼方框圖
MPEG-1是處理雙聲道立體聲信號，而MPEG-2是處理5聲道（或7聲道）環(huán)繞立體聲信號，它的重放效果更加逼真。
圖2.3.3是MPEG-2音頻編碼方框圖。它輸入互相獨立的5聲道音頻信號，有前置左、右主聲道(L、R)，前置中央聲道(C)，還有后置左、右環(huán)繞聲道(LS、RS)。各聲源經(jīng)過模－數(shù)轉(zhuǎn)化后，首先進入子帶濾波器，每一聲道都要分割為32個子頻帶，各子帶的帶寬均為750Hz。為了兼容MPEG-1、普通雙聲道立體聲和環(huán)繞模擬立體聲等編碼方式，原來按MPEG-1編碼的立體聲道能夠擴展為多聲道，應當包括所有5聲道的信息，為此設(shè)置了矩陣變換電路。該電路可生成兼容的傳統(tǒng)立體聲信號LO、RO，還有經(jīng)過“加重”的左、中、右、左環(huán)繞、右環(huán)繞聲音信號(共5路)。對5路環(huán)繞立體聲信號進行“加重”處理的原因：當計算兼容的立體聲信號(LO、RO)時，為了防止過載,已在編碼前對所有信號進行了衰減，經(jīng)加重處理可以去失真；另外，矩陣轉(zhuǎn)變中也包含了衰減因子和類似相移的處理。
編碼器原始信號是5路，輸入通道是5個，經(jīng)過矩陣轉(zhuǎn)化處理后產(chǎn)生了7種聲音信號。應當設(shè)置通道選擇電路，它能夠根據(jù)需要，對7路信號進行合理的選擇處理。該處理過程決定于解矩陣的過程，以及傳輸通道的分配信息；合理的通道選擇，有利于減弱人為噪聲加工而引起的噪聲干擾。此外，還設(shè)置了多聲道預測計算電路，用于減少各通道間冗余度。在進行多聲道預測時，在傳輸通道內(nèi)的兼容信號LO、RO，可由MPEG-1數(shù)據(jù)計算出來。根據(jù)人耳生理聲學基

礎(chǔ)，后級設(shè)置了動態(tài)串話電路，可在給定比特的情況下提高聲音質(zhì)量，或在要求聲音質(zhì)量的前提下降低比特率。但設(shè)置該電路增加了MPEG-2解碼器的復雜程度。
經(jīng)過編碼器產(chǎn)生了多種信息，主要有編碼取樣值，比例因子，比特分配數(shù)據(jù)，動態(tài)串話模式，多聲道預測信息，通道預測選擇信號等，諸信息傳遞給復接成幀模塊電路，最后以MPEG-2比特流形式輸出壓縮編碼信號。
MPEG-2解碼器基本上是編碼器的逆過程，其電路結(jié)構(gòu)簡單一些，運算量小一些。解碼器的解碼轉(zhuǎn)換矩陣可輸出5路信號，再經(jīng)過32分頻子帶濾波器處理，可輸出LS、L、C、R、RS信號；另外，經(jīng)過量化、SCF和子帶濾波器處理后，還可以取得前置立體聲LO、RO，共計可輸出7路音頻信號。

2、MPEG-4音頻解碼
MPEG-4音頻編碼和MPEG-4視頻編碼一樣，具有許多特點和功能，例如可分級性，有限時間音頻流，音頻變化/時間尺度變化，可編輯性，延遲性等。它具優(yōu)越的交互性能和高壓縮比。它不僅利用分級方法可對語言和音樂進行編輯，也能解決合成語言和音樂問題，它將成為多媒體世界的一個主要格式，將成為“全能”的系統(tǒng)。
通過MPEG-4音頻編碼，可以存儲、傳送多種音頻內(nèi)容。它具有高質(zhì)量的音頻信號(單聲道、立體聲和多通道)。它采用低碼率編碼，而聲音重放質(zhì)量很高。它可以傳送寬帶語言信號(例如7KHz寬的語音)，也可傳送窄帶寬語言信號(例如長途電話)。可以傳輸、制作可理解的各種語音信號?？梢院铣烧Z言，例如進行音素或其它記號為基礎(chǔ)的文本轉(zhuǎn)換；也可以合成音頻，例如支持音樂描述語言。

四、杜比AC-3技術(shù)
1、什么是杜比AC-3
在杜比定向邏輯環(huán)繞聲技術(shù)的基礎(chǔ)上，于1990年杜比公司與日本先鋒公司合作，采用先進的數(shù)位壓縮技術(shù)，推出新穎的全數(shù)字化杜比數(shù)碼環(huán)繞聲系統(tǒng)。它可使多聲道信號有更多的信息被壓縮到雙聲道中去，并將這種系統(tǒng)稱為AC-3。AC是英語“音頻感覺編碼系統(tǒng)”的縮寫詞。AC-3技術(shù)首先應用到電影院，后來又進入普通家庭。
杜比AC-3系統(tǒng)設(shè)置完全獨立的6個聲道，即全頻帶的左、中、右、左環(huán)繞和右環(huán)繞聲道，再加上一個超重低音聲道。由于這樣聲道的結(jié)構(gòu)，AC-3系統(tǒng)又稱為5.1聲道。

2、杜比AC-3的基本原理
(1)應用聽覺掩蔽效應開發(fā)出自適應編碼系統(tǒng)
AC-3技術(shù)的理論基礎(chǔ)，也是利用心理聲學中的聽覺閾值和掩蔽效應，但具體技術(shù)上與MPEG標準又有所不同。
對音頻信號進行數(shù)據(jù)處理時，都要進行數(shù)據(jù)壓縮，將沒有用途或用途不大的數(shù)據(jù)信息忽略掉。為此，可以應用聽覺閾值和掩蔽規(guī)律，省略掉那些多余的數(shù)據(jù)信息。杜比公司除運用上述聲學原理外，還運用了它擁有的杜比降噪技術(shù)，開發(fā)出數(shù)碼化的“自適應編碼”系統(tǒng)。這是一種極具選擇性和抑制噪聲能力的自適應編碼體系。杜比公司依據(jù)音響心理學的基本原理，在未輸入音樂信號時，保持寧靜狀態(tài)；當輸入音樂信號時，對復雜的音頻信號進行分析和分解，用較強信號掩蔽噪聲，刪除聽覺界限以外，或由于頻率相近而音量小的信號，經(jīng)過這種處理方法，可以大大減少需要處理的數(shù)據(jù)信息。人耳的聽覺范圍是20Hz－20KHz，在如此寬闊的頻帶范圍內(nèi)，人耳對不同頻率的聽覺靈敏度具有極大的差異。杜比AC-3根據(jù)這個特性，將各聲道的音響頻道劃分為許多大小不等的狹窄頻帶，各個子頻帶與人耳臨界頻帶的寬度相接近，保留有效的音頻，將不同的噪聲頻率緊跟每個聲道信號進行編碼，即編碼噪聲只能存在于編碼音頻信號的頻帶內(nèi)。這樣能夠更陡峭地濾除掉編碼噪聲，將頻帶內(nèi)多余信號和無音頻信號的編碼噪聲降低或除掉，而將有用的音頻信號保留下來。AC-3系統(tǒng)精確地運用了掩蔽效應和“公用位元群”的設(shè)計方法，使數(shù)據(jù)壓縮效率大大提高，且具有很高水平的音質(zhì)。該系統(tǒng)的比特率是根據(jù)個別頻譜的需要，或者音源的動態(tài)狀況，再分配到每個窄頻段，它設(shè)計了內(nèi)置的聽覺掩蓋程序，可讓編碼器改變其頻率靈敏度和時間分解力，以確保有充足的比特被采用，掩蓋掉噪聲，而良好地記錄音樂信號。
為了高效地利用有限的信息傳輸介質(zhì)(光盤、膠片等)，它在壓縮音頻信號時與其它壓縮系統(tǒng)一樣，利用人耳的聽覺特性，根據(jù)當時的具體情況，將某些聲道的系數(shù)合并(這些聲道系數(shù)反映了那個頻帶的能量大小)，以便提高壓縮率。并不是所有聲道都能進行這種合并。編碼器可根據(jù)各聲道的信息特征自動決定和調(diào)整，只有相似的聲道才能混合在一起，若壓縮比不要求很高時也不必合并。一般情況下，合并的起始頻率越高，音質(zhì)就越好，但要求數(shù)據(jù)傳輸速率也越高。當取樣頻率為48KHz時，合并的起始頻率應為3.42MHz；若取樣頻率為44.1KHz時，起始頻率應為3.14MHz。若硬件和軟件搭配適當，AC-3的音質(zhì)可達到或接近CD唱片的水平。
(2)杜比AC-3解碼器簡易方框圖
AC-3解碼器輸入信號是一組頻譜信號，它是由時域信號PCM數(shù)據(jù)經(jīng)過時－頻變換而得到。該頻譜數(shù)據(jù)流分為指數(shù)部和尾數(shù)部兩部分，指數(shù)部分采用差分方式進行編碼，編碼后的指數(shù)代表了整個信號的頻譜，可作為頻譜包絡(luò)的參數(shù)。其尾數(shù)部分按照比特分配的結(jié)果進行量化。于是，量化尾數(shù)和頻譜包絡(luò)形成了AC-3碼流的主要信息，連同其它輔助信號(例如比特分配等)構(gòu)成了AC-3比特流。
圖2.3.4是AC-3系統(tǒng)的解碼方框圖，它是AC-3編碼的逆過程。AC-3比特流首先進入緩沖級，然后以幀為處理單元進行誤碼糾錯，經(jīng)糾錯處理后對比特流中的固定數(shù)據(jù)(指數(shù)數(shù)據(jù)、匹配系數(shù)、模式符號等)解碼，使數(shù)據(jù)比特流恢復為原來的比特分配。

然后，數(shù)據(jù)信號分為兩路。其中一路，將比特流恢復為原來的比特分配之后，確定尾數(shù)部量化的大小，再對比特流中的可變數(shù)據(jù)解碼；再接著恢復高頻成分，為反頻率變換做好準備。最后，將指數(shù)部數(shù)據(jù)和尾數(shù)部數(shù)據(jù)匯合，變換為固定小數(shù)點數(shù)據(jù)，再對它進行頻率變換，以獲得時間軸數(shù)據(jù)。已經(jīng)恢復為時域的數(shù)據(jù)信號需進行窗處理，進行重疊加算，即可得到5.1環(huán)繞聲道的輸出信號。

3、杜比AC-3的特點
(1)配置5.1聲道
將輸入的音頻信號解碼后，可以輸出5.1聲道信號，其中有3個前置聲道(L、C、R)，還有2個后置環(huán)繞聲道(LS、RS)，它們互相獨立，頻響寬度都是全聲頻域，即20Hz－20KHz(±0.5dB)及3Hz－20.3KHz(-3dB)，各頻道的頻響十分寬闊。目前，廣泛應用于音響系統(tǒng)的杜比定向邏輯環(huán)繞聲系統(tǒng)，無法和杜比AC-3頻帶寬度相比。還有，杜比定向邏輯環(huán)繞聲系統(tǒng)實為4聲道系統(tǒng)，即前置左、中、右和后置環(huán)繞聲，它的環(huán)繞聲實為單聲道環(huán)繞聲，兩個后置環(huán)繞聲道重放共同的聲音信號，兩聲道采取并聯(lián)甚至串聯(lián)方式；其環(huán)繞聲的頻響被限制在100Hz－7KHz范圍內(nèi)；另外，它沒有設(shè)置獨立的超低音聲道，它是由前置左、右聲道分離出20Hz－120Hz的超重低音，來重放具有震撼效果的超重低音。AC-3系統(tǒng)配置了獨立的超低聲道，其頻響為20Hz－120HZ(±0.5dB)及3Hz－121Hz(-3dB)，要求超低音箱的音量比其它各聲道大10dB，具有更加震撼的低效果。
(2)各聲道全數(shù)字化且互相獨立
AC-3各聲道互相獨立地攜帶不同信號，是全數(shù)字化音頻信號。取樣頻率是32、44.1或48KHz，數(shù)據(jù)傳輸量每聲道為32kb/s－640kb/s，在5.1聲道模式下取典型值384kb/s，在雙聲道模式下典型值為192kb/s。經(jīng)過數(shù)字處理后，5個主聲道的頻率壓縮在20Hz－20KHz范圍內(nèi)。
(3)可將5.1聲道壓縮輸出
由于AC-3的“比特流”內(nèi)對每種節(jié)目方式(單聲道、立體聲、環(huán)繞聲等)都有一個“指導信號”，能使AC-3自動地為使用者指出節(jié)目方式。它可把5.1聲道信號壓縮為雙聲道，以供給錄制常規(guī)VHS錄像帶，或作為杜比環(huán)繞聲的輸入節(jié)目源，以便與它兼容，它甚至可將5.1聲道信號壓縮為單聲道輸出。總之，AC-3可輸出5.1聲道杜比環(huán)繞聲、混合4聲道杜比環(huán)繞聲、雙聲道立體聲及單聲道。將5.1聲道數(shù)據(jù)壓縮后所占頻帶較窄，例如可在LD影碟機的FM調(diào)制的右聲道所占用的頻帶寬度內(nèi)，編入AC-3數(shù)據(jù)編碼，輸出AC-3的RF信號，它的中心頻率取在2.88MHz，可由LD原先的模擬輸出右聲道取出頻率為2.88MHz的AC-3編碼信號。于是，在原有一個模擬聲道內(nèi)就能夠容納5.1聲道的全部內(nèi)容。
(4)經(jīng)過聲音時間校準使音效極為理想
杜比AC-3將所有聲道通過“時間校準”技術(shù)，使每個揚聲器的聲音好像與聆聽者的距離相同，以產(chǎn)生更好的音響效果，其環(huán)繞聲效果不僅是前、后、左、右的聲源定位鮮明，上下的音場也清晰可辨。