ITPub博客

Audio Encodings name of sampling default encoding sample/frame bits/sample rate ms/frame ms/packet __________________________________________________________________ DVI4 sample 4 var. 20 G722 sample 8 16,000 20 G723 frame N/A 8,000 30 30 G726-40 sample 5 8,000 20

语音编码方法 我们在前一节提到过MOS(Mean Opinion Score)这个概念, 我们在传输语音的过程中, 因为带宽的限制问题理所当然的会把对语音数据进行有损的压缩.这样的话,语音的质量就会降低,但是通讯的压力会很小,相应的MOS的得分就会低一些.语音编码技术的目标就是在保持相对较少的信息量的情况下使MOS尽可能的高.语音分为三种主要的类型:1) 浊音. 空气从肺部向声道不断进行开合震动的声带所阻断的时候就产生了浊音,声带开合的速率决定了声音的音调.有明显的周期性,周期一般在2ms-20ms之间2) 清音 当声门保持敞开的状态，通过声道的收

PCMU(G.711U)类型：Audio制定者：ITU-T所需频宽：64Kbps(90.4)特性：PCMU和PCMA都能提供较好的语音质量，但是它们占用的带宽较高，需要64kbps。优点：语音质量优缺点：占用的带宽较高应用领域：voip版税方式：Free备注：PCMU and PCMA都能够达到CD音质，但是它们消耗的带宽也最多(64kbps)。如果网络带宽比较低，可以选用低比特速率的编码方法，如G.723或G.729，这两种编码的方法也能达到传统长途电话的音质，但是需要很少的带宽（G723需要5.3/6.3kbps，G729需要8kbps）。如果带宽足够并且需要更好的语音质量，就使用PCMU 和 PCMA，甚至可以

H.264/MPEG-4 Part 10 White Paper 译(五) Reconstruction Filter重建滤镜1． 引言联合视频工作组（JVT）正在定案一个新的自然视频图像编码（压缩）标准。新标准被称为H.264或称作MPEG-4 Part 10、“高级视频编码（AVS）”。这篇文档描述了H.264编码解码器中过滤重建块的方法。注意H.264草案标准现在尚未定稿，所以鼓励读者参考最新版本的标准。2． 什么是重建滤镜滤镜是为了减小块失真而应用到所胡已解码宏块上。抗块效应滤波器在下述两种情况下使用：（1）编码过程：逆变换之后使用（在重建之前并为了之后的预测而存储宏块）（2）解码

H.264/MPEG-4 Part 10 White Paper 译(四) Transform & Quantization(下)4． 2X2色度直流系数变换和量化 宏块中的每个色度分量由4个4X4采样块组成。每个4X4块进行第2部分所述的变换。每个4X4系数块的直流系数被组合到一个2X2块（WD）并且在量化前进行进一步的变换。 2X2输出块YD的量化的实现如下：|ZD(i,j)| = (|YD(i,j)|.MF(0,0) + 2f) >> (qbits+1)sign(ZD(i,j)) = sign(YD(i,j))Equation 4-2其中MF，f和qbits定义如上文相同。在解码过程中，在逆量化前进行逆变换： 若QP大于等于6，则逆量化过实现如下：W’D(i,j) = WQD(i,j)

H.264/MPEG-4 Part 10 White Paper 译(四) Transform & Quantization(中)2.3 改变标度（逆量化） 逆量化操作如下：Y’ij = Zij.QstepEquation 2-8逆变换中的预缩放因子（矩阵Ei,对应于系数位置值分别为a^2,ab和b^2）也是这个操作的一部分，同时增加了一个为64的常量比例系数来避免舍入错误。W’ij = Zij.Qstep.PF.64Equation 2-9比例系数W’ij随后使用“核心”逆变换（Ci’WCi: 如Equation 2-4）进行变换。逆变换的输出值被除以64来除去比例因子（这可以通过一次加法和一次右移来实现）。H.264标准没有直接指明Qstep

H.264/MPEG-4 Part 10 White Paper 译(四) Transform & Quantization(上)2008-10-10 21:24变换和量化1． 引言联合视频工作组（JVT）正在定案一个新的自然视频图像编码（压缩）标准。新标准[1]被称为H.264或称作MPEG-4 Part 10、“高级视频编码（AVS）”。这篇文档描述了标准所定义或隐含的变换和量化过程。每个残差宏块被传输，量化并编码。之前的标准如MPEG-1，MPEG-2，MPEG-4和H.263使用了8X8离散余弦变换（DCT）作为基本变换。H.264的基本规范使用三种变换，采用何种变换取决于被编码的残差数据：（1）对宏块内部

H.264/MPEG-4 Part 10 White Paper 译(三) Inter Prediction2008-10-07 18:00P片帧间预测1． 引言联合视频工作组（JVT）正在定案一个新的自然视频图像编码（压缩）标准。新标准[1]被称为H.264或称作MPEG-4 Part 10、“高级视频编码（AVS）”。这篇文档描述了H.264中以P-片来进行帧间预测编码的方法。帧间预测从一个或多个之前已经编码的视频帧中生成一个预测模型。这个模型由对参考帧中的采样进行漂移产生（运动补偿预测）。AVC CODEC 使用基于块的运动补偿，与从H.261以来的主要编码标准中采用的规则相同。然而，它与早期标准有着重要的区

H.264/MPEG-4 Part 10 White Paper 译(二) Intra Prediction帧内宏块预测1． 引言联合视频工作组（JVT）正在定案一个新的自然视频图像编码（压缩）标准。新标准被称为H.264或称作MPEG-4 Part 10、“高级视频编码（AVS）”。这篇文档描述了H.264编解码器中宏块帧内编码的方法。如果一个块或宏块按帧内模式编码，会基于之前已经编码并重构（未过滤）的块生成一个预测宏块。这个预测块P被从之前已经编码的当前宏块中减去。对于亮度（luma）采样，P可能为每个4X4子块或16X16宏块产生。对于每个4X4的亮度块总共有9种可选的预测模式；对于16X16亮

H.264/MPEG-4 Part 10 White Paper 译(一) OverviewH.264概览1. 引言数字电视和DVD-video的出现使得广播电视和家庭娱乐发生了彻底的变革.越来越多的这些应用成为可能随着视频压缩技术的标准化.MPGE系列的下一个标准,MPEG4,正使得新一代的基于因特网的视频应用成为可能.而现在视频压缩的ITU-T H.263标准被广泛的应用于视频会议系统．MPEG4(视频)和H.263都是基于视频压缩(视频编码)技术的标准(大约从1995年开始).运动图像专家组和视频编码专家组(MPEG和VCEG)致力于开发一个比MPEG4和H.263有更好性能的新标准,有着高品质,低比特视频流的特

YUV（亦称YCrCb）是被欧洲电视系统所采用的一种颜色编码方法（属于PAL），是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中的Y,U,V几个字母不是英文单词的组合词，Y代表亮度，uv代表色差，u和v是构成彩色的两个分量。在现代彩色电视系统中，通常采用三管彩色摄影机或彩色CCD摄影机进行取像，然后把取得的彩色图像信号经分色、分别放大校正后得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y（即U）、B－Y（即V），最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这种色彩的表示方法就是所谓的YUV色彩空间

在视频等相关的应用中，YUV是一个经常出现的格式。本文主要以图解的资料的形式详细描述YUV和RGB格式的来由，相互关系以及转换方式，并对C语言实现的YUV转为RGB程序进行介绍。 人类眼睛的色觉，具有特殊的特性，早在上世纪初，Young（1809）和Helmholtz（1824）就提出了视觉的三原色学说，即：视网膜存在三种视锥细胞，分别含有对红、绿、蓝三种光线敏感的视色素，当一定波长的光线作用于视网膜时，以一定的比例使三种视锥细胞分别产生不同程度的兴奋，这样的信息传至中枢，就产生某一种颜色的感觉。 70年代以来，由于实验技

浅谈颜色模式 你有没有这种感觉，一幅色彩生动亮丽的图象通过彩色喷墨打印机打印出来，颜色变得灰暗难看，尽管打印机是高质量输出？不过在你责备你的打印机之前，我想问一问，你的图象是什么颜色格式？“颜色就是颜色，还有什么格式？”是的，颜色也存在着各种格式。打开你的Photoshop，看看Image菜单下的Mode项，里面有一长串的名字，那些都是什么？让我们慢慢道来。RGB颜色模式我们每天面对的显示器便是根据这种特性，由RGB组成颜色。这就是RGB颜色模式的基础。显示器是通过发射三种不同强度的光束，使屏幕内侧上覆盖的红、绿、蓝磷光材

根据三基色原理，任意一种色光F都可以用不同分量的R、G、B三色相加混合而成。F = r [ R ] + g [ G ] + b [ B ]其中，r、g、b分别为三基色参与混合的系数。当三基色分量都为0（最弱）时混合为黑色光；而当三基色分量都为k（最强）时混合为白色光。调整r、g、b三个系数的值，可以混合出介于黑色光和白色光之间的各种各样的色光。那么YUV又从何而来呢？在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD摄像机进行摄像，然后把摄得的彩色图像信号经分色、分别放大校正后得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y（即

视频播放的基本原理一、知识点ES流(Elementary Stream): 也叫基本码流,包含视频、音频或数据的连续码流.PES流(Packet Elementary Stream): 也叫打包的基本码流, 是将基本的码流ES流根据需要分成长度不等的数据包, 并加上包头就形成了打包的基本码流PES流.TS流(Transport Stream): 也叫传输流, 是由固定长度为188字节的包组成, 含有独立时基的一个或多个program, 一个program又可以包含多个视频、音频、和文字信息的ES流; 每个ES流会有不同的PID标示. 而又为了可以分析这些ES流, TS有一些固定的PID用来间隔发送program和ES流信息的表格: PA

YUV / RGB 格式及快速转换算法1 前言 自然界的颜色千变万化，为了给颜色一个量化的衡量标准，就需要建立色彩空间模型来描述各种各样的颜色，由于人对色彩的感知是一个复杂的生理和心理联合作用的过程，所以在不同的应用领域中为了更好更准确的满足各自的需求，就出现了各种各样的色彩空间模型来量化的描述颜色。我们比较常接触到的就包括 RGB / CMYK / YIQ / YUV / HSI等等。 对于数字电子多媒体领域来说，我们经常接触到的色彩空间的概念，主要是RGB , YUV这两种（实际上，这两种体系包含了许多种具体的颜色表达方式和模型

摘要: DM6446核心处理器集成了ARM内核与C64x+ DSP内核,提高了系统集成度和整个系统的运算速度,更加适合实时状态下的音频信号编解码处理并实现语音播放。本文主要介绍了音频处理应用程序的构成,着重讲述了音频编解码及播放过程。 　　关键词:达芬奇技术;DM6446;音频编解码 　　 　　1基于DaVinci技术的音频编解码综述: 　　达芬奇(DaVinci)技术是一种专门针对数字音视频应用、基于信号处理的解决方案,能为音视频设备制造商提供集成处理器、软件、工具等支持,以简化设计进程,加速产品创新。 　　由于大量的音视频编解码工作需要一个强劲的DS

CODEC是由二个英文字的部分所组成的，它是COder与DECoder组合而成的缩写字，由这二个字直接翻译意思是编码器及译码器，而运用在声卡上就是指可将模拟讯号转成数字讯号，及将数字讯号还原成模拟讯号的组件，早期CODEC是内建在音效芯片之中，而近来因AC ’97规范的讯号品质要求，CODEC便从音效芯片中独立出来，如此在音质上便不会受到音效芯片中线路干扰的影响。声卡的声音品质与CODEC有相当密切的关系，不过目前应用在多声道声卡上的CODEC大概就属Sigmatel及Wolfson这二家的产品最普遍，所以在品质上也就没有强烈的区别。CODEC最主要的工作

b.帧速率：帧速率是每秒显示的图像数。标准影片(NTSC) 是29.97 帧第秒 (fps)，电影是每秒24 帧fps。欧洲标准是(PAL) 25 帧fps。如果你对你影片的尺寸 不是太注重的话，保留默认的Current选项。这将会使你制作的影片的帧速率和源文件一致。不管怎样，如果你想降低带宽和CPU的占用，你可以选择一个低的帧 速率。高的帧速率拥有高的品质的，但文件尺寸也更大。如果你选择的帧速率低于你的源文件的帧速率，一些帧将被删除。如果你选择的帧速率比你的源文件高 的话，已有的帧将被重复 (不推荐，因为增加了尺寸，但品质没有提高)。如果你选择