嵌入式音频处理基础(二)

　　在本文的第2部分中，我们首先对动态范围与精度的论题进行探讨，然后再对数据格式进行深入的讨论，因为数据格式是与音频处理相关的。

动态范围与精度

　　您也许已经见到过dB的规范，这是在目前市场上用于描述各种产品而随处可见的。表1列出了几种产品以及它们的信号质量，以dB为单位。

表1  各种音频系统的动态范围比较

　　那么，这些数值究竟代表什么意思呢？让我们从确定一些定义来开始。把图1作为对下列基本规范的“仿制数据手册(cheat sheet)”的一个参考信号。

图1  音频系统中一些重要术语之间的关系

　　人耳的动态范围(最响的信号电平与最安静 的信号电平之比值)约为120 dB。在存在噪声的系统中，动态范围被描述为最大信号电平与本底噪声之间的比值。这就是说，

　　动态范围(dB)=峰值电平(dB)—本底噪声(dB)

　　纯模拟系统中的本底噪声来自系统本身的电特性。建立在模拟系统之上的数字音频信号也会从ADC和DAC中获得噪声，而且还可以从模拟数据采样过程所产生的量化误差中获得噪声。

　　另一个重要的术语是信噪比(SNR)。在模拟系统中，信噪比的意思是标称信号对于本底噪声的比值，其中的“线电平”是标称工作电平。对于专业设备，标称电平通常为1.228 Vrms，这可以转换为+4 dBu。余量是标称电平与峰值电平之间的差值，峰值电平指开始出现信号失真的电平。数字系统中的SNR定义有些不同，即SNR被定义为动态范围。

　　现在，有了对动态范围的理解，我们就可以开始讨论动态范围在实际中有怎样的用途。不做冗长的推导，让我们简单介绍一下什么是6 dB规则。这个规则是动态范围与计算字长之间关系的关键所在。完整的公式推导在式1中说明，但这里使用了简便的表示法，意思是每增加1位的精度，将使动态范围增加6 dB。应该注意，这个6 dB的规则并没有考虑到音频设计中的模拟子系统，所以，输入端和输出端的传感器的非理想性必须另作考虑。

　　动态范围(dB)= 6.02n + 1.76 ≈ 6n dB
　　其中n =精度位的数目
　　式1：6 dB规则

　　“6 dB规则”指出，使用的位数越多，我们能获得的系统质量就越高。但实际上，只有少数几个真正可用的选择。大多数适用于嵌入式媒体处理的器件有三种字长形式：16位、24位和32位。表2总结了这三类处理器的动态范围。

　　由于我们在讨论6 dB规则，所以有必要对语音信号中常被使用的非线性量化方法进行一些讨论。电话质量的线性PCM编码需要12位的精度。但是，我们的耳朵对小幅度时音频信号变化的敏感度要超过大幅度时。因此，电话通讯中使用的线性PCM采样方法的位数用得过多。A律和μ律压扩标准中使用的对数量化只用8位精度就达到了12位PCM的质量等级。为了使我们的生活更加方便，有些处理器厂商已经把A律和μ律压扩标准做到了器件的串行端口中。这使处理器内核无需进行对数计算。

　　在查看了表2之后，我们又一次回想起人耳的动态范围约为120 dB。基于这个原因，16位数据的表示法对于高质量音频并不是太合适。因此，供应商引入了对16位系统的动态范围进行扩展的24位处理器。这些24位的系统从C编译器的观点来看有点不标准，所以近年来的许多音频设计使用了32位的处理方式。

表2  各种定点架构的动态范围

　　选择了正确的处理器并不是万事大吉了，因为一个音频系统的总体质量是由“达到最低质量”元件的等级所决定的。除了处理器外，整个系统还包括像话筒和扬声器这样的一些模拟元件，以及使信号在模拟域与数字域之间变换的转换器。模拟域超出了这次讨论的范围，而音频转换器则涉及到了数字域。

　　假设您想使用AD1871进行音频采样。转换器的数据手册中把它解释为一个24位的转换器，但它的动态范围不是144 dB，而是105 dB。其原因是转换器不是一个完美无缺的系统，而供应商只给出了有用的动态范围。

　　如果您真的想把AD1871与24位处理器相连，那么，您整个系统的SNR将为105dB。本底噪声将达到144dB-105dB=39dB。图2是这一情况的图形表示。但是，在数字音频系统中还有另一个组件 我们还没有讨论：处理器内核内的计算。

图2  一个音频系统的SNR由最弱元件的SNR构成

　　使数据经过处理器的计算单元会潜在地引入各种误差。其中之一就是量化误差。这种误差可以在一连串导致数据值被截取或舍入(向上或向下)的计算中产生。例如，一个16位处理器可以对一个16位数据组成的向量作加法，然后把结果存入一个扩展字长的累加器中。但是，当累加器中的数值最终被写入到一个16位数据寄存器中时，其中的有些位会被截去。

　　可以看一下图3，看看计算误差是如何影响到实际系统的。对于一个理想的16位A/D转换器(图3a)，信噪比应该是16 x 6 = 96 dB。如果不存在量化误差，那么，16位计算足以把SNR保持在96 dB。而24位和32位系统将分别把8位和16位置于本底噪声以下的动态范围中。从本质上看，这些额外的数位是被浪费掉了。

图3 (a)在一个理想的16位96 dB SNR系统中，不同字长计算时的额外数位的分配，
其中忽略了量化误差  (b) 在一个理想的16位96 dB SNR系统中，
不同字长计算时的额外数位的分配，其中存在量化误差

　　但是，所有的数字音频系统都确实要引入舍入和截取误差。如果我们可以量化这个误差，如确定为18dB(或3位)，那么很清楚，16位计算对于维持96dB的系统SNR是不够的(图3b)。解释这一点的另一个方法是，有效的本底噪声被提高了18dB，因而总的SNR就降低到了96dB -18dB = 78dB。这导致的结论是，在本底噪声以下的额外数位有助于解决量化中出现的麻烦事。

音频的数据格式

　　在处理器内部有许多种表示数据的方法。音频处理中使用的两种主要的处理器架构是定点与浮点。定点处理器设计成用整数和分数进行运算，通常固有地支持16位、24位或32位的数据。浮点处理器提供非常好的性能，并固有地支持32位或64位的浮点数据类型。但是，这些浮点处理器一般成本比较高，而且比相应的定点处理器消耗更多的功率，因而所有的实际系统都必须在质量和工程成本之间寻求一个平衡点。