据说，MP3 帧包含 1152 个样本。那么什么是“样本”呢？左右声道的一对值？还是右声道或左声道的单个值？
问问题
4520 次
2 回答
8
使用的语言可能会有点混乱。唯一的原因是每帧每个音频通道将有 1152 个（或 384 个，或 576 个，取决于 MPEG 版本和层）。由于压缩，数据实际存储的方式比每个通道的单个值更复杂。
如果您想了解更多信息，我会推荐http://blog.bjrn.se/2008/10/lets-build-mp3-decoder.html一个不错的详细博客，帮助读者了解 MP3 格式为了构建解码器。
您还可以查看http://wiki.hydrogenaudio.org/index.php?title=MP3#Polyphase_Filterbank_Formula以获取更多技术信息。链接锚定到一个特别说明的部分：“音频由每个音频通道的 1152 个样本的帧处理”但是整个页面描述了 MP3 格式的各个方面。
于 2012-06-29T03:41:33.840 回答
-2
MP3 接收 2304 个 16 位 PCM 样本，每个通道有 1152 个，并且基本上在其上执行重叠的 MDCT，这样每个通道可以获得 576 个频域分量。因为它是半重叠的，所以下一个 MDCT 变换将包括每个通道 756 个新样本和 756 个旧样本，每个通道输出 756 个样本，因此您获得了从时域到频域的 1:1 样本映射。
心理声学模型是执行有损压缩的，我不知道细节。其输出被霍夫曼编码（这是无损压缩）。
每个 MP3 帧包含 2 个 576 个样本的颗粒（对应于 576 个新 PCM 样本和 576 个旧 PCM 样本）。这意味着每个通道 576 个样本，或总共 1152 个样本。因此，每个帧对应于每个通道 1152 个新的 PCM 样本，因此2304 个样本。每个颗粒包含两个通道的霍夫曼位，两个通道的比例因子。帧中的边信息由霍夫曼解码器使用。
样本通常指的是一个时间点，因此这将包括左右通道，但您可以将它们分开。
于 2021-06-12T13:16:43.383 回答