音频的编解码
音频编码和解码的原理和实践
音频编码和解码的原理和实践音频编码和解码是指将模拟音频信号转换成数字形式进行传输和存储，并在接收端将数字信号重新还原为模拟音频信号的过程。
本文将详细介绍音频编码和解码的原理和实践。
一、音频编码的原理音频编码是将模拟音频信号转换为数字信号的过程。
它的目的是通过去除冗余信息和压缩信号来降低数据量，以便更有效地进行传输和存储。
常见的音频编码方法包括脉冲编码调制（PCM）、脉冲编码调制调幅（PCM-FM）、有损编码和无损编码等。
1. PCM编码PCM（Pulse Code Modulation）编码是最常见的音频编码方法之一。
它将连续的模拟信号量化为不连续的数字信号，然后再对数字信号进行编码。
PCM编码的基本原理是将音频信号的振幅值按照一定的量化间隔进行离散化，然后将每个采样值编码为对应的二进制码。
由于PCM编码是无损编码，所以还原的音频质量会完全与原始音频一致。
2. 有损编码有损编码是指在进行音频编码时采用某种算法对音频信号进行压缩，从而减少数据量，但在还原时会导致一定的误差。
有损编码方法的典型代表是MP3、AAC等。
这些编码方法通过去除听觉上不敏感的信号成分、减少重复信号等方式来实现压缩。
有损编码的原理是基于人类听觉特性的研究。
我们的听觉系统对于一些细微的变化不敏感，因此对于这些变化可以进行一定程度的压缩。
这样，在不影响听觉质量的前提下，就可以大幅度地降低数据量。
3. 无损编码无损编码是指在进行音频编码时保持原始音频质量不变的编码方法。
无损编码方法的典型代表是FLAC、ALAC等。
无损编码方法通常基于预测编码原理，通过对音频信号进行数学建模，并将预测的误差进行编码来实现压缩。
二、音频解码的原理音频解码是将数字信号还原为模拟音频信号的过程。
它的目的是将编码后的音频信号通过逆向操作还原为原始音频信号。
常见的音频解码方法与编码方法相对应，包括PCM解码、有损解码和无损解码等。
1. PCM解码PCM解码是将经过PCM编码的音频信号重新转换为模拟音频信号的过程。
音频编解码技术的介绍和应用
音频编解码技术的介绍和应用音频编解码技术介绍随着数字化时代的到来，音频编解码技术变得越来越重要。
它是数字音频信号从一种格式转换成另一种格式的过程，使得数字音频信号在各种设备之间的传输和处理变得更加便捷。
这种技术的核心原理在于，通过压缩不重要的数据并保留重要的数据，从而使得数字音频文件的大小变小，同时又能保证较高的音质。
音频编码技术的种类目前，市面上常用的音频编码技术有多种，其中比较常见的有以下几种：MP3编码技术：是一种最为流行、广泛应用的压缩技术，主要针对音乐类型文件进行压缩。
AAC编码技术：由电信公司根据MPEG-2/MPEG-4音频标准开发而成，可以实现高质量和低码率的平衡，可以用于存储和广播音频。
FLAC编码技术：一种非常常见的格式，主要针对无损音频的存储和播放，压缩比较大，但是音质非常高。
WAV编码技术：是一种无损音频文件格式，存储文件比较大，但是保证了高品质音频传输。
音频编码技术的应用音频编码技术广泛应用于许多领域，其中最为常见的应用是：1. 互联网音乐在互联网音乐行业中，音频编码技术起着至关重要的作用。
通过将音乐压缩成不同的格式，可以将音乐文件大小缩小，从而使得音乐在不同平台上的分发更加便捷。
而且，很多音乐平台支持多种格式的音频文件播放，这也为用户提供了更多的选择。
2. 计算机音频音频编码技术也可以应用于计算机音频领域。
通过将音频文件压缩成适当的格式，并存储在计算机硬盘上，可以使得音频文件在计算机上播放更加流畅。
而且，这种技术还可以减少存储空间的占用，让用户有更多的空间来存储其他文件。
3. 智能音箱随着智能家居的普及，智能音箱作为智能家居的重要组成部分，其应用前景也越来越广阔。
通过音频编码技术的应用，智能音箱能够对音频信号作出适当的响应，同时也可以将存储在云端的音频文件传输到智能音箱上，从而实现智能音箱的语音控制，如点播音乐等。
4. 音频传输在音频传输领域，音频编码技术也有着广泛的应用。
音视频编解码原理
音视频编解码原理
音视频编解码原理是指将音频和视频信号转化成数字信号的过程。
编码是将原始的音频、视频数据通过一种特定的算法转化为数字信号的过程，而解码是将数字信号重新还原为原始的音频、视频数据的过程。
在音频编解码原理中，常用的编码方式包括PCM编码、MP3编码、AAC编码等。
PCM编码是一种无损压缩的编码方式，它将模拟音频信号通过采样和量化的方式转化为数字信号。
MP3编码是一种有损压缩的编码方式，它通过对音频信号的频域信息进行压缩，从而减小文件的大小。
AAC编码是一种采用人类听觉模型的有损压缩编码方式，它在保持音频质量的同时，能够显著减小文件的大小。
在视频编解码原理中，常用的编码方式包括MPEG编码、H.264编码、H.265编码等。
MPEG编码是一种以压缩帧为基本单位的编码方式，它通过对连续帧之间的差异进行编码，实现对视频信号的压缩。
H.264编码是一种采用基于运动补偿的编码方式，它通过对运动部分和非运动部分的差异进行编码，从而实现对视频信号的压缩。
H.265编码是一种比H.264更高效的编码方式，它采用了更加先进的技术，能够在保持视频质量的同时，减小文件的大小。
在音视频编解码原理中，编码和解码是相互配合的过程。
编码将音频、视频信号转化为数字信号，减小了数据的体积；解码将数字信号还原为原始的音频、视频数据，恢复了信号的完整
性。
通过音视频编解码技术，可以实现音频、视频的高质量传输和存储，提升了音视频应用的效果和用户体验。
音视频编解码 文件格式 协议内容详解
音视频编解码文件格式协议内容详解1. 引言在现代多媒体技术中，音视频编解码是一种重要的处理方式。
它将音频和视频信号转换为数字信息，以便在不同设备之间传输和存储。
而音视频文件格式则是用来存储这些数字信息的一种特殊格式。
在音视频传输和存储中，同时使用音频编解码器和视频编解码器来处理音视频数据，以实现高质量的音视频播放和传输。
2. 音频编解码音频编解码是将音频信号转换为数字数据的过程。
音频编码器将音频信号经过一系列算法处理，压缩成较小的数据包，再通过音频解码器进行解码。
常见的音频编解码算法有PCM、MP3、AAC等。
2.1 PCM（脉冲编码调制）PCM是一种广泛应用的音频编码算法，它将模拟音频信号转换为数字数据。
PCM采样音频信号，将其离散化，并进行量化处理，最后将结果存储为数字数据。
MP3是一种常用的有损音频编码算法，通过去除人耳无法察觉的音频信号细节，实现音频数据的压缩。
MP3编码算法在音频质量和存储空间之间进行权衡，适合在互联网输和存储音频文件。
2.3 AACAAC是一种高级音频编码算法，其压缩效率更高，并且质量更好。
AAC编码器能减小音频文件的大小，同时保持音频质量。
由于其高效性和广泛应用性，AAC成为音频文件的主流格式之一。
3. 视频编解码视频编解码是将视频信号转换为数字数据的过程。
视频编码器通过对视频信号进行采样、压缩和量化处理，将视频信号转换为数字数据。
在接收端，视频解码器将数字数据解码，并还原成视频信号进行播放。
3.1 H.264H.264是一种常用的视频编码标准，具有高压缩比和高质量的特点。
它能够提供更好的视频质量，同时减小视频文件的大小。
H.264广泛应用于视频通信、视频会议、流媒体等领域。
H.265是H.264的升级版视频编码标准，也被称为HEVC（High Efficiency Video Coding）。
H.265相对于H.264可以提供更好的压缩效率，进一步减小视频文件的大小，同时保持高质量的视频播放。
音频工程师如何进行音频编码和解码
音频工程师如何进行音频编码和解码音频工程师在进行音频编码和解码时，需要遵循一系列步骤和技术，以确保音频文件的质量和兼容性。
本文将详细介绍音频编码和解码的相关概念和方法。
一、音频编码音频编码是将模拟音频信号转换为数字音频数据的过程。
它的主要目标是减小音频文件的体积，同时保持较高的音质。
以下是一些常见的音频编码方式：1. PCM编码PCM（Pulse Code Modulation）编码是一种直接将模拟音频信号转换为数字音频信号的编码方法。
它通过将连续信号离散化为每个时间点的采样值，再用数字表示每个采样值的幅值，从而实现音频数据的数字化。
PCM编码的优点是保持了音频信号的准确性，但文件体积较大。
2. 压缩编码为了减小音频文件的体积，常用的压缩编码算法有MP3、AAC、OGG等。
这些编码技术通过降低音频信号的冗余信息和消除听觉上不重要的信号部分来实现压缩。
它们利用了人耳对音频信号的听觉特性，将一些听不到或感觉不到的音频信息舍弃，从而减小文件大小。
3. 多声道编码除了对单声道音频进行编码外，音频工程师还需要处理多声道音频。
常见的多声道编码方式有立体声编码（Stereo Coding）、环绕声编码（Surround Sound Coding）等。
这些编码方式通过将多个声道的音频信号进行编码，使其保持空间定位感和音效分离等效果。
二、音频解码音频解码是将数字音频数据还原为模拟音频信号的过程。
解码过程与编码过程相反，它需要将编码时舍弃的数据部分恢复出来，并将数字音频信号转换为模拟音频信号。
以下是音频解码的主要步骤和方法：1. 解析文件格式音频文件通常包含头部信息和音频帧数据。
解码器首先需要解析文件头部，获取音频帧的采样率、声道数等相关参数。
这些参数对于正确解码音频至关重要。
2. 解码音频帧解码器按照编码算法的要求，对音频帧进行解码。
解码器根据编码器使用的算法，对每个音频帧进行还原和恢复，以获得数字音频数据。
3. 数字到模拟的转换解码器将解码得到的数字音频数据转换为模拟音频信号。
音频编解码介绍
音频编解码原理介绍一.为什么要进行音频编解码二.音频编解码原理三.几种基本音频编解码介绍一、为什么要进行音频编解码随着人们对多媒体图像和声音的要求越来越高，在高清晰数字电视（HDTV）和数字电影中不仅应有高质量的图像，也应当具有CD质量的立体声。
因为用数字方法记录声音比用模拟方法记录声音具有更强的优势，例如传输时抗噪声能力强、增加音频动态范围、多次翻录没有信号衰减等。
但是数字声音最大的缺陷是记录的数据量大，表现在两个方面：其一是在传输过程中，传输数字声音需要占用很宽的传输带宽；其二是在存储过程中，需要占用大量的存储空间。
所以在数字音频中需要采用数字音频压缩技术，对音频数据进行压缩。
二、音频编解码原理每张CD光盘重放双声道立体声信号可达74分钟。
VCD视盘机要同时重放声音和图像，图像信号数据需要压缩，其伴音信号数据也要压缩，否则伴音信号难于存储到VCD光盘中。
一、伴音压缩编码原理伴音信号的结构较图像信号简单一些。
伴音信号的压缩方法与图像信号压缩技术有相似性，也要从伴音信号中剔除冗余信息。
人耳朵对音频信号的听觉灵敏度有规律性，对于不同频段或不同声压级的伴音有其特殊的敏感特性。
在伴音数据压缩过程中，主要应用了听觉阈值及掩蔽效应等听觉心理特性。
1、阈值和掩蔽效应(1) 阈值特性人耳朵对不同频率的声音具有不同的听觉灵敏度，对低频段(例如100Hz以下)和超高频段(例如16KHZ以上)的听觉灵敏度较低，而在1K－5KHZ的中音频段时，听觉灵敏度明显提高。
通常，将这种现象称为人耳的阈值特性。
若将这种听觉特性用曲线表示出来，就称为人耳的阈值特性曲线，阈值特性曲线反映该特性的数值界限。
将曲线界限以下的声音舍弃掉，对人耳的实际听音效果没有影响，这些声音属于冗余信息。
在伴音压缩编码过程中，应当将阈值曲线以上的可听频段的声音信号保留住，它是可听频段的主要成分，而那些听觉不灵敏的频段信号不易被察觉。
应当保留强大的信号，忽略舍弃弱小的信号。
了解电脑音频处理技术音频编码和解码
了解电脑音频处理技术音频编码和解码音频编码和解码是电脑音频处理技术中必不可少的环节。
通过编码和解码，可以将原始音频数据转化为数字信号并进行传输和存储。
本文将介绍电脑音频处理技术中常用的音频编码和解码方法，以及它们的应用。
一、PCM编码和解码PCM (Pulse Code Modulation) 是一种最基本的音频编码和解码方法。
它将连续的模拟音频信号转换为数字信号。
PCM编码过程将模拟信号进行采样、量化和编码，得到一系列数字化的数据样本。
PCM解码过程则将这些数字样本进行解码、还原和重构，得到近似原始模拟音频信号。
二、压缩编码和解码随着音频数据的传输和存储需求的增加，压缩编码和解码技术应运而生。
压缩编码可以将音频数据进行压缩，减小数据量并保持较高的音质。
1.有损压缩有损压缩是一种牺牲一定音质的压缩技术。
在编码过程中，音频数据所含的冗余信息被去除或者降低，以减小数据量。
在解码过程中，压缩后的数据将被还原，但是由于信息的丢失，音质会有所损失。
常见的有损压缩编码方法有MP3、AAC和OGG等。
2.无损压缩无损压缩是一种不丢失音质的压缩技术。
在编码过程中，冗余信息被检测和压缩，但是数据在解码后可以完全还原，保持和原始音频一致的音质。
常见的无损压缩编码方法有FLAC、ALAC和APE等。
三、流媒体编码和解码流媒体编码和解码技术是在音频传输过程中进行压缩和解压缩的一种方法。
通过流媒体编码和解码，音频数据可以实时传输，并且能够在接收端实时进行解码和播放。
1.RTP 和 RTSPRTP (Real-time Transport Protocol) 是一种用于音频和视频实时传输的协议，提供了数据包定时发送和顺序接收的功能。
RTSP (Real-Time Streaming Protocol) 是一种用于控制流媒体服务器和客户端之间实时流传输的协议。
这两种协议常常一起使用，实现音频数据的实时传输和解码。
2.STREAMINGSTREAMING是一种音频流传输格式，通过压缩编码将音频数据分为一系列小的数据包进行传输。
计算机音频处理基础知识音频编解码和音效处理
计算机音频处理基础知识音频编解码和音效处理计算机音频处理是指对声音和音频信号进行数字化、编解码和音效处理的技术。
音频编解码和音效处理是其中两个重要的方面，本文将分别对它们进行介绍。
一、音频编解码音频编解码是将模拟音频信号或数字音频信号转换为数字化的音频表示，并进行压缩和解压缩以便于传输和存储。
它在音频通信、多媒体应用、音乐制作等领域起着重要的作用。
1. 数字音频的表示在计算机中，音频信号被离散化为数字化的样本，并以数字形式表示。
常用的音频表示方式包括PCM（Pulse Code Modulation）和DPCM（Differential Pulse Code Modulation）。
PCM是一种直接根据模拟信号的幅度值进行采样的编码方式，而DPCM则是通过比较连续样本的差异进行编码，以减少数据量。
2. 音频压缩由于音频信号的数据量较大，音频编解码中的一个关键任务是对音频信号进行压缩，以减小数据量，提高传输和存储效率。
音频压缩可以分为有损压缩和无损压缩两种方式。
有损压缩通过去除信号中的一些感知较小的信息来降低数据量，但会引入一定的失真。
无损压缩则通过编码技术将音频数据无损地压缩，但压缩率通常较低。
3. 音频解压缩音频解压缩是将压缩后的音频数据恢复为原始音频信号的过程。
解压缩过程是对压缩数据进行解码和重建的过程，以便于后续的音频处理和播放。
二、音效处理音效处理是指对音频信号进行各种效果处理，以改变音频的音质、音调、声场等特性，使其符合特定需求。
音效处理广泛应用于音频剪辑、音乐制作、影视制作等领域。
1. 均衡器均衡器是一种常用的音效处理工具，用于调节音频信号的频谱分布，改变不同频率下的音量，以增强或弱化特定频段的音频效果。
常见的均衡器包括低音（Bass）、中音（Mid）和高音（Treble）调节。
2. 混响混响是指模拟和增强音频信号在不同空间环境中的反射和吸收效果，使人听到音频时产生一种具有空间感的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
音频编码解码基本概念介绍对数字音频信息的压缩主要是依据音频信息自身的相关性以及人耳对音频信息的听觉冗余度。
音频信息在编码技术中通常分成两类来处理，分别是语音和音乐，各自采用的技术有差异。
语音编码技术又分为三类：波形编码、参数编码以及混合编码。
波形编码：波形编码是在时域上进行处理，力图使重建的语音波形保持原始语音信号的形状，它将语音信号作为一般的波形信号来处理，具有适应能力强、话音质量好等优点，缺点是压缩比偏低。
该类编码的技术主要有非线性量化技术、时域自适应差分编码和量化技术。
非线性量化技术利用语音信号小幅度出现的概率大而大幅度出现的概率小的特点，通过为小信号分配小的量化阶，为大信号分配大的量阶来减少总量化误差。
我们最常用的G.711标准用的就是这个技术。
自适应差分编码是利用过去的语音来预测当前的语音，只对它们的差进行编码，从而大大减少了编码数据的动态范围，节省了码率。
自适应量化技术是根据量化数据的动态范围来动态调整量阶，使得量阶与量化数据相匹配。
G.726标准中应用了这两项技术，G.722标准把语音分成高低两个子带，然后在每个子带中分别应用这两项技术。
参数编码：广泛应用于军事领域。
利用语音信息产生的数学模型，提取语音信号的特征参量，并按照模型参数重构音频信号。
它只能收敛到模型约束的最好质量上，力图使重建语音信号具有尽可能高的可懂性，而重建信号的波形与原始语音信号的波形相比可能会有相当大的差别。
这种编码技术的优点是压缩比高，但重建音频信号的质量较差，自然度低，适用于窄带信道的语音通讯，如军事通讯、航空通讯等。
美国的军方标准LPC-10，就是从语音信号中提取出来反射系数、增益、基音周期、清/浊音标志等参数进行编码的。
MPEG-4标准中的HVXC声码器用的也是参数编码技术，当它在无声信号片段时，激励信号与在CELP时相似，都是通过一个码本索引和通过幅度信息描述；在发声信号片段时则应用了谐波综合，它是将基音和谐音的正弦振荡按照传输的基频进行综合。
混合编码：将上述两种编码方法结合起来，采用混合编码的方法，可以在较低的数码率上得到较高的音质。
它的特点是它工作在非常低的比特率(4~16 kbps)。
混合编码器采用合成分析技术。
它的基本原理是合成分析法，将综合滤波器引入编码器，与分析器相结合，在编码器中将激励输入综合滤波器产生与译码器端完全一致的合成语音，然后将合成语音与原始语音相比较（波形编码思想），根据均方误差最小原则，求得最佳的激励信号，然后把激励信号以及分析出来的综合滤波器编码送给解码端。
这种得到综合滤波器和最佳激励的过程称为分析（得到语音参数）；用激励和综合滤波器合成语音的过程称为综合；由此我们可以看出CELP编码把参数编码和波形编码的优点结合在了一起，使得用较低码率产生较好的音质成为可能。
通过设计不同的码本和码本搜索技术，产生了很多编码标准，目前我们通讯中用到的大多数语音编码器都采用了混合编码技术。
例如在互联网上的G.723.1和G.729标准，在GSM上的EFR、HR标准，在3GPP2上的EVRC、QCELP标准，在3GPP上的AMR-NB/WB标准等等。
音乐的编码技术主要有自适应变换编码（频域编码）、心理声学模型和熵编码等技术。
自适应变换编码：利用正交变换，把时域音频信号变换到另一个域，由于去相关的结果，变换域系数的能量集中在一个较小的范围，所以对变换域系数最佳量化后，可以实现码率的压缩。
理论上的最佳量化很难达到，通常采用自适应比特分配和自适应量化技术来对频域数据进行量化。
在MPEG layer3和AAC标准及Dolby AC-3标准中都使用了改进的余弦变换（MDCT）；在ITU G.722.1标准中则用的是重叠调制变换（MLT）。
本质上它们都是余弦变换的改进。
心理声学模型：其基本思想是对信息量加以压缩，同时使失真尽可能不被觉察出来，利用人耳的掩蔽效应就可以达到此目的，即较弱的声音会被同时存在的较强的声音所掩盖，使得人耳无法听到。
在音频压缩编码中利用掩蔽效应，就可以通过给不同频率处的信号分量分配以不同的量化比特数的方法来控制量化噪声，使得噪声的能量低于掩蔽阈值，从而使得人耳感觉不到量化过程的存在。
在MPEG layer2、3和AAC标准及AC-3标准中都采用了心理声学模型，在目前的高质量音频标准中，心理声学模型是一个最有效的算法模型。
熵编码：根据信息论的原理，可以找到最佳数据压缩编码的方法，数据压缩的理论极限是信息熵。
如果要求编码过程中不丢失信息量，即要求保存信息熵，这种信息保持编码叫熵编码，它是根据信息出现概率的分布特性而进行的，是一种无损数据压缩编码。
常用的有霍夫曼编码和算术编码。
在MPEG layer1、2、3和AAC标准及ITU G.722.1标准中都使用了霍夫曼编码；在MPEG4 BSAC工具中则使用了效率更高的算术编码。
语音编解码目的语音编解码器的主要功能就是把用户语音的PCM(脉冲编码调制)样值编码成少量的比特(帧)。
这种方法使得语音在链路产生误码、网络抖动和突发传输时具有鲁棒性(Robustness)。
在接收端，语音帧先被解码为PCM语音样值，然后再转换成语音波形。
帧大小: 帧的大小表示语音流量的时间长度，也称为帧时延。
帧是语音信号的分立部件，且每帧是根据语音样点更新的。
本章所介绍的编解码器都是一次处理一帧。
每帧信息放在各语音分组中，并传送给接收端。
处理时延: 它表示在编解码器中对一帧语音做编码算法处理时所需的时间。
它通常简单的计入帧时延。
处理时延也称为算法时延。
前视时延: 编码器为了对当前帧的编码提供帮助而检查下一帧的一定长度，此长度就称为前视时延。
前视的想法是为了利用相邻语音帧之间的密切相关性。
帧长度: 这个值表示经编码处理后的字节数(不包括帧头)。
语音比特率: 当编解码器的输入是标准脉冲编码调制的语音码流(比特率为64 kbit/s)时，编解码器的输出速率。
DSP MIPS: 此值是指支持特定编码器的D S P处理器的最低速度。
RAM需求: 它描述了支持特定的编码过程所需要RAM的大小。
编码器工作所需的时间: 是指编码器的缓存及处理时间，称为单向系统时延。
其值=帧大小+ 处理时延+ 前视时延。
显然，解码时延也非常重要。
实际上，解码时延大约是编码时延的一半。
主流音频别解码技术标准当前国际上主流的新一代视音频编解码软件技术标准是国际运动图像专家组于1999年公布的MPEG－4技术标准，将逐渐取代现有的MPEG－1（VCD）、MPEG－2（DVD）标准。
MPEG－4主要为了实现在有线、移动网络上传输互动的视音频内容，目前世界主要公司的编解码软件都支持MPEG－4标准。
虽然微软等几个公司在发展自己的技术和标准，但都脱不开MPEG－4标准底层的基础专利技术。
MPEG－4等编解码技术的革命，极大地扩展了数字多媒体的应用市场MPEG中音频编码标准(1)编码器的输入和解码器的输出与现存的PCM标准兼容ISO/IEC 11172-3（MPEG1音频）的采样率为32kHz，44.1kHz和48kHz 。
–LayerⅠ 包括将数字音频变成32个子带的基本映射。
将数据格式化成块的固定分段。
决定自适应位分配的心理声学模型。
利用块压扩和格式化的量化器。
理论上，层Ⅰ编码/解码的最少延时约为19ms。
–LayerⅡ 提供了为分配，缩放因子和抽样的附加编码。
使用了不同的帧格式。
这层理论上的最小编码/解码延时约为35ms。
–LayerⅢ 采用混合带通滤波器来提高频率分辨率。
它增加了差值量化（非均匀）、自适应分段和量化值的熵编码。
这层理论上的最小编码/解码延时为59ms。
联合立体声编码作为一个附加特征，能够加入到任何一层中。
杜比数字音频技术AC-3编码和解码AC-3音频编码标准的起源是DOLBY AC-1。
AC-1应用的编码技术是自适应增量调制（ADM），它把20kHz的宽带立体声音频信号编码成512kbps的数据流。
AC-1曾在电视和调频广播上得到广泛应用。
1990年DOLBY实验室推出了立体声编码标准AC-2，它采用类似MDCT的重叠窗口的快速傅立叶变换（FFT）编码技术，其数据率在256kbps以下。
AC-2被应用在PC声卡和综合业务数字网等方面。
1992年DOLBY实验室在AC-2的基础上，有开发了DOLBY AC-3的数字音频编码技术。
AC-3提供了五个声道的从20Hz的全通带频响，即正前方的左（L）、中（C）和右（R），后边的两个独立的环绕声通道左后（LS）和右后（RS）。
AC-3同时还提供了一个100Hz以下的超低音声道供用户选用，以弥补低音之不足。
因为此声道仅为辅助而已，故定为0.1声道。
所以AC-3被称为5.1声道。
AC-3将这6个声道进行数字编码，并将它们压缩成一个通道，而它的比特率仅是320kbps。
杜比 E是一种专业音频编码技术，用于辅助广播和其它一些两声道设备传输多声道的音频信息。
杜比E可以通过一对AES/EBU或者一对数字VTR音轨，给后期制作和发行提供多达8个声道的广播级质量的音频信息。
另外，杜比E的优点还在于经过它编码的信息可以被编辑、解码、编码再解码，经过多次编解码转换而没有可察觉的音质降低。
MLP Lossless是一个真正的“无损”编码系统，DVD-Audio 中采用的压缩技术，可对PCM数据进行完美地复制，不同于“有损”的感性编码的杜比数字技术。
MLP Lossless有效地将磁盘空间扩充了一倍，而没有影响高解析度的PCM音质，从而使DVD-Audio 光盘可以同时携带同一节目的立体声和多声道版本。
所有DVD-Audio播放机必须具备MLP Lossless解码功能。
高级音频编码（AAC）是一种高质量感性音频编码技术，应用于广播和网络音乐下载。
AAC的编码效率优于MP3，以更低的比特率提供更高质量的音频信号。
这项技术是由四个工业界的领导者（AT&T，杜比实验室，Fraunhofer IIS以及索尼公司）共同开发，将其标准化为一个ISO/IEC的规范。
作为MP3的继任者，AAC现在已经获得了越来越多软硬件生产商的支持。
回声抵消EC：AEC(adaptive echo canceller)是对扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型，利用它对回声进行估计，并不断地修改滤波器的系数，使得估计值更加逼近真实的回声。
然后，将回声估计值从话筒的输入信号中减去，从而达到消除回声的目的，AEC还将话筒的输入与扬声器过去的值相比较，从而消除延长延迟的多次反射的声学回声。
根椐存储器存放的过去的扬声器的输出值的多少，AEC可以消除各种延迟的回声。
混音：混音就是把两个以上的声音（文件形式或码流形式）混合为一个。