二、 MPEG-2 环绕声系统

    1992 年 2 月， ATSC 正式建议美国 HDTV 采用 5.1 声道。当时在考虑采用哪一种音频编码方式时， Dolby Digital 与 MPEG-2 竞争得十分激烈。即后便对这两种数字编码系统进行了比较，在 DTV 应用中， MPEG 音频更接近 FM 的品质而非 CD 的品质。在最好的情况下， MPEG 音频被传输时其动态范围与 FM 相似。 MPEG 的码流里不包含附加的动态范围或电平控制数据，其结果是音频信号必须经预压缩后播出才能通过 RF 接口到达电视接收机。

    世界上，在已选了数字电视制式的国家和地区中，选择 AC-3 的还有加拿大、南韩、阿根廷和中国台湾等；选择 MPEG-2 音频的有新西兰和印度等。而我国将在高清晰电视中采用 MPEG-2 与 AC-3 共存的编码形式。下面简述一下 MPEG-2 的环绕声系统。

    MPEG （运动图像专家小组）标准就是利用数字压缩编码技术来提供对信号的有效压缩方式。对于音频来说，主要就是感知性编码系统可使得能达到 1 ∶ 8 的压缩比，同时保证音质的损失最小。在 MPEG-1 标准中共有三层方式对音频进行压缩 --MP1 、 MP2 、 MP3 ，考虑到兼容性的问题，在 MPEG-1 的基础上通过增加附加编解码器来完成 MPEG-2 多声道环绕声系统的编码。

    在 MPEG-2 系统中支持 5.1 多声道环绕声，也就是利用 5 个独立全频带通道和一个十分之一频带的低频效应通道来实现多声道环绕声效果的。其扬声器摆放方式与 AC-3 方式是相似的，也是按照 ITU-R BS.775 建议安排的，唯一不同的就是 MPEG-2 的低频效应补充的频带只有其他声道频带宽度的十分之一，取样频率为其他通道信号取样频率的九十六分之一。 同时 MPEG-2 多声道环绕声系统为了保证向下的兼容性，也提供了矩阵环绕声方式，它是通过矩阵电路将几个声道编码为两个通道进行记录或传输，重放时，再经解码得到多声道环绕立体声。

    MPEG-2 感知性音频编码器利用了 “ 掩蔽 ” 这种心理声学效应。这种效应就是如果一个单音在频率上接近另一个单音，但其声强较低，将不会被听到；声强较低的单音为声强较高的单音掩蔽了。这种效应同样存在于更复杂的声音中，如音乐和噪声等。每个声音都存在与之相关的一条掩蔽门限曲线，它是频率的函数，在该曲线下的另一个声音就无法为人类的听觉系统感觉到。这是一个动态的过程。当声音的频谱改变时，掩蔽曲线也跟着改变。所有的数字音频系统都受到在量化过程中产生的噪声影响。感知编码器的工作原理就是对量化噪声的频谱进行尽可能精确的整形，使其被控制在掩蔽门限以下。

    MPEG-2 感知性编码系统充分利用心理声学中的掩蔽效应和哈斯效应原理，利用压缩编码技术，将原始音频信号中不相关分量和冗余分量有效的去除掉，在不影响人耳听觉阈度和听音效果质量上，将音频信号压缩。

    MPEG-2 编解码系统在多声道声音方面的扩展支持在一路码流中传输五个输入声道、低频增强声道以及 7 个语音声道。该扩展与 MPEG-1 保持前向及后向兼容。前向兼容性意味着多声道解码器可正确地对立体声码流进行解码。后向兼容性则意味着一个标准的立体声解码器在对多声道码流进行解码时可输出兼容的立体声信号。 这是通过一种真正的可分级方式实现的。该兼容立体声信号按照 MPEG-1 标准进行编码。所有用于在解码器端恢复原来的五个声道的信息都被置于 MPEG-1 的附加数据域内，该数据域被 MPEG-1 解码器忽略。这些附加的信息在信息通道 T2 、 T3 及 T4 以及 LFE 声道中传输，这几个信息通道通常包含中央、左环绕和右环绕声道。 MPEG-2 多声道解码器不但对码流中的 MPEG-1 部分进行解码，还对附加信息通道 T2 、 T3 、 T4 及 LFE 解码。根据这些信息，它可以恢复原来的 5.1 声道声音。

    当相同码流馈送至 MPEG-1 解码器时，解码器将只对码流的 MPEG-1 部分进行解码，而忽略所有附加的多声道信息。由此它将输出在 MPEG-2 编码器中经向下混合产生的两个声道。这种方式实现了与现有的双声道解码器的兼容性。也许更为重要的是，这种可分级的方式使得即使在多声道业务中仍可使用低成本的双声道解码器。考虑到所使用的其它所有编码策略，多声道业务中的双声道解码器本质上就是一个对所有声道进行解码并在解码器中产生双声道向下混合信号的多声道解码器。 就其包含不同的由编码器使用以进一步提高音频质量的技术而言，该标准是具有很大灵活性的。 得最大峰值的码率可以比长期的平均码率高出一倍。但是，对于某些传输系统（大多数的广播格式），最好采用不可变码率的（ CBR ）音频数据流。