MP3是MPEG-1國(guó)際標(biāo)準(zhǔn)中音頻壓縮層3的簡(jiǎn)稱(chēng)，單聲道比特率一般取64kbps，在采樣率44.1kHz的情況下，其壓縮比可達(dá)12倍以上，被廣泛應(yīng)用于互聯(lián)網(wǎng)等許多場(chǎng)合。由于解碼比編碼過(guò)程簡(jiǎn)單很多，MP3播放機(jī)或隨身聽(tīng)已隨處可見(jiàn)，但MP3編碼在單片機(jī)定點(diǎn)DSP上實(shí)現(xiàn)，并要保證音質(zhì)，則鮮有耳聞。考慮到心理聲學(xué)模型在整個(gè)MP3音頻編碼算法中所占比例巨大，筆者從簡(jiǎn)化該模型入手，采用快速算法減少了帶編碼的運(yùn)算量和數(shù)據(jù)量，盡可能少量化編碼的迭代循環(huán)次數(shù)，從而在一片美國(guó)德州儀器公司的TMS320C549芯片上實(shí)現(xiàn)了MP3的實(shí)時(shí)壓縮，用標(biāo)準(zhǔn)解碼軟件回放，主觀評(píng)定，對(duì)于通常的音頻能達(dá)到接近CD的音質(zhì)。
尋找快速算法的關(guān)鍵就是這最后一步。將系數(shù)設(shè)數(shù)組：
其中， 
最終的子帶樣值是如下的蝶形組合： X[K]=Xe[k]+(1/cos[（2k+1）π/64]Xo[k],k=0,1,…，15 （11） X[31-k]=Xe[k]-(1/cos[(2k+1)π/64])Xo[k],k=0,1,…，15 （12）直接計(jì)算（1）式需要32次乘法和32次加法，采用快速算法需2次乘法和15次加法，運(yùn)算量原來(lái)的1/4，而且數(shù)據(jù)表格所占用的存儲(chǔ)空間也減少為原來(lái)的1/8左右。2.2 心理聲學(xué)模型的簡(jiǎn)化
根據(jù)試驗(yàn)觀察發(fā)現(xiàn)每幀的掩蔽閾值曲線(xiàn)大致相同，所以考慮采用靜態(tài)聲學(xué)心理模型，具體做法是：首先對(duì)某一具有代表性的音頻幀，
根據(jù)心理聲學(xué)模型計(jì)算出掩蔽閾值曲線(xiàn)，在壓縮其它音頻源時(shí)，不再計(jì)算每幀的心理聲學(xué)模型，而是認(rèn)為每幀信號(hào)與上述被分析過(guò)的代表幀具有相同的掩蔽特性。這樣，雖然不是很準(zhǔn)確，但通常情況下，誤差不會(huì)太大，不易被人耳察覺(jué)，省去心理學(xué)模型需的巨大運(yùn)算量和存儲(chǔ)空間。實(shí)踐證明編碼效果令人滿(mǎn)意，而且對(duì)于要求不是很高的應(yīng)用場(chǎng)合，可以認(rèn)為掩蔽閾值是頻率的常數(shù)函數(shù)，每個(gè)頻帶采用相同的量化階，也聽(tīng)不出聲音質(zhì)量的明顯下降。
2.3 量化編碼迭代循環(huán)的簡(jiǎn)化
量化編碼迭代是兩重循環(huán)過(guò)程，圖3是外迭代循環(huán)流圖，迭代的目的是在可用比特?cái)?shù)的限制之內(nèi)，以各頻帶的掩蔽值為依據(jù)，確定全局增益（體現(xiàn)了全局量化階）和各頻帶的縮放因子（體現(xiàn)了局部量化階）。內(nèi)循環(huán)逐步增加量化器步長(zhǎng)，即全局增益，直到MDCT系數(shù)量化后可被可用比特進(jìn)行霍夫曼編碼，即通過(guò)增加全局量化階以降低編碼比特?cái)?shù)；外循環(huán)依據(jù)掩蔽閾值檢測(cè)各縮放因子帶的失真，若超過(guò)允許失真，則擴(kuò)大該帶的MDCT系數(shù)，即增大該帶的縮放因子，以降低局部失真；最后一次迭代的結(jié)果作為最終的霍夫曼碼。每一次循環(huán)都要用當(dāng)前量化階量化并霍夫曼編碼一次，運(yùn)算量相當(dāng)大。從外循環(huán)可以看出掩蔽閾值最終決定縮放因子，為了能省去外控代循環(huán)，將代表幀的縮放因子作成表格，供每幀采用。由于上述三個(gè)模塊是最主要并且運(yùn)算量最大的模塊，通過(guò)對(duì)它們的簡(jiǎn)化和優(yōu)化，程序大小和運(yùn)算量可得到極大的減少。
3 用定點(diǎn)DSP實(shí)現(xiàn)MP3壓縮算法
為了實(shí)現(xiàn)MP3的實(shí)時(shí)編碼，必須采用高速DSP芯片。采用美國(guó)德州儀器（TI）公司的主流定點(diǎn)DSP芯片TMS320C549，其運(yùn)算速度100MIPS，調(diào)試開(kāi)發(fā)的環(huán)境是TI公司的第三方Spectrum Digital公司的EVM評(píng)估板，板上除了TMS320C549自帶32K字片上內(nèi)存外，還有128K字片外內(nèi)存，數(shù)模轉(zhuǎn)換采用TI的TLC320AD55，與PC機(jī)通過(guò)JTAG口實(shí)現(xiàn)數(shù)據(jù)與程序的加載和調(diào)試。由于評(píng)估板與主機(jī)的接口速度太慢，即使能做到實(shí)時(shí)壓縮，將比特流傳給PC機(jī)存盤(pán)的速度也會(huì)跟不上。因此筆者采用的辦法是：將原始PCM音頻數(shù)據(jù)從PC機(jī)的硬盤(pán)文件加載到板上的片外內(nèi)存，壓縮后的數(shù)據(jù)傳給PC機(jī)存盤(pán)，再加載后續(xù)文件，壓縮存盤(pán)，直到整個(gè)音頻文件全部壓縮完，最后用C語(yǔ)言程序?qū)⒏鲾?shù)據(jù)塊拼成MP3文件，用軟件解碼程序回放。是否能達(dá)到實(shí)時(shí)要求只能通過(guò)測(cè)試每幀運(yùn)行的指令數(shù)判斷。
在運(yùn)用快速算法計(jì)算子帶分析濾波器時(shí)，考慮到DSP芯片的特點(diǎn)，每分解一次，要作一次加（10）式的加法，勢(shì)必降低精度，另外（11）和（12）式的系數(shù)動(dòng)態(tài)范圍太大，精度也會(huì)受到影響，因此，只分解到16點(diǎn)DCT運(yùn)算。
采用靜態(tài)心理聲學(xué)模型，心理聲學(xué)模型和量化編碼外循環(huán)所需的運(yùn)算量就為零。代表幀的心理聲學(xué)模型和縮放因子采用C語(yǔ)言或MATLAB語(yǔ)言編程計(jì)算，或者將網(wǎng)上下載MP3文件中的縮放因子信息破譯出來(lái)加以利用，子帶分析濾波器之后的MDCT全部采用長(zhǎng)塊。表1是靜態(tài)縮放因子比特?cái)?shù)和縮放因子的一種設(shè)置方案。表1 縮放因子數(shù)據(jù)表格 縮放因子帶 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 縮放因子比特?cái)?shù) 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 縮放因子 1 1 0 0 1 1 4 5 3 7 5 3 0 3 0 1 0 7 5 0 3 另外在內(nèi)循環(huán)中，首先初步選擇一個(gè)全局增益使最大量化值小于碼表可編碼的最大值，標(biāo)準(zhǔn)推薦的作法是全局增益從小開(kāi)始，每循環(huán)一次量化后，比較最大量化值，并調(diào)整一次全局增益，直到滿(mǎn)足要求為止。本程序省去了這一循環(huán)，事先根據(jù)最大譜線(xiàn)值計(jì)算出應(yīng)有的全局增益，作成數(shù)據(jù)表格，程序中只需根據(jù)最大譜線(xiàn)值查表即可。初始化全局增益確定后，要分區(qū)、量化、編碼并計(jì)算編碼比特?cái)?shù)，如果比特?cái)?shù)太大或太小都還要調(diào)整全局增益。對(duì)這一迭代循環(huán)過(guò)程，采用折半搜索的辦法實(shí)現(xiàn)，也就是說(shuō)第一次循環(huán)時(shí)全局增益取上述初始化值的一半，若編碼比特?cái)?shù)超出要求，則再取一半作為新的全局增益，否則增大一半，如此不斷循環(huán)直到無(wú)法折半為止。這種折半搜索的方法比逐一搜索要快很多。采用了這些簡(jiǎn)化、優(yōu)化措施以及編程技巧，整個(gè)編碼程序運(yùn)算量?jī)H需74MIPS左右，片上存儲(chǔ)空間占用27K字左右。用標(biāo)準(zhǔn)的MP3回放軟件解碼，通過(guò)主觀測(cè)評(píng)，音質(zhì)接收CD。
當(dāng)應(yīng)用到某些編碼難度較高的音頻信號(hào)，例如響板時(shí)，聲音質(zhì)量下降較明顯。因此如果采用更高運(yùn)算速度的DSP，可在該編碼系統(tǒng)中加入一個(gè)完備的或簡(jiǎn)化的動(dòng)態(tài)心理聲學(xué)模型，編碼質(zhì)量可進(jìn)一步提高，至于簡(jiǎn)化的動(dòng)態(tài)心理聲學(xué)模型還有待進(jìn)一步摸索。