ICS,35. 040 L 71 中华人民共和国国家标准 GB/T 17191.3—1997 idt ISO/IEC 11172-3:1993 信息技术具有 1.5 Mbit/s 数据 传输率的数字存储媒体运动图像 及其伴音的编码第3部分：音频 Information technologyCoding of moving pictures and associated audio for digital storage media at up to about 1. 5 Mbit/sPart 3:Audio 1997-12-26 发布 1998-08-01实施 国家技术监督局 发布 GB/T 17191.3—1997 目 次 前言 ISO/IEC前言 引言 概述 1. 1 范围 1.2引用标准 2技术要素 2.1 定义 2. 2 符号与缩略语 2.3 描述位流的语法规则· T1 2. 4 要求 12 附录A(标准的附录) 图 附录B(标准的附录) 表 附录C(提示的附录) 编码过程 69 附录D(提示的附录） 心理声学模型· 104 附录E(提示的附录） 错误的位敏感性 131 附录F(提示的附录) 差错屏蔽 133 附录G(提示的附录) 联合立体声编码· 133 附录H(提示的附录） 专利持有者名单 136 GB/T 17191.3—1997 前 言 本标准等同采用国际标准ISO/IEC11172-3：1993《信息技术-—具有1.5Mbit/s数据传输率的数 字存储媒体运动图像及其伴音的编码第3部分：音频》。 GB/T17191在《信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编 码》总标题下，目前包括以下4个部分： 第1部分：系统； 第2部分：视频； 第3部分：音频； 第4部分：一致性测试。 本标准的附录A、附录B是标准的附录；附录C、附录D、附录E、附录F、附录G、附录H是提示的 附录。 本标准由中华人民共和国电子工业部提出。 本标准由电子工业部标准化研究所归口。 本标准起草单位：清华大学。 本标准主要起草人：钟玉琢、智西湖。 GB/T 17191.3—1997 ISO/IEC 前言 ISO（国际标准化组织）和IEC（国际电工委员会）是世界性的标准化专门机构。国家成员体（它们都 是ISO或IEC的成员国)通过国际组织建立的各个技术委员会参与制定针对特定技术范围的国际标 准。ISO和IEC的各技术委员会在共同感兴趣的领域内进行合作。与ISO和IEC有联系的其他官方和 非官方国际组织也可参与国际标准的制定工作。 对于信息技术，ISO和IEC建立了一个联合技术委员会，即ISO/IECJTC1。由联合技术委员会提 出的国际标准草案需分发给国家成员体进行表决。发布一项国际标准，至少需要75%的参与表决的国 家成员体投标赞成。 国际标准ISO/IEC11172-3：1993是由ISO/IECJTC1"信息技术”联合技术委员会制定的。 ISO/1EC11172在《信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图象及其伴音的 编码》总标题下，目前包括以下4个部分： 第1部分：系统 第2部分：视频 第3部分：音频 第4部分：致性测试 附录A、附录B构成标准的一部分。附录C、附录D、附录E、附录F、附录G、附录H仅提供参考信 息。 TV GB/T 17191.31997 引 言 注：对运动图像编码标准(MPEG)中音频部分感兴趣的读者，在阅读正文第1章和第2章之前，应该先阅读 本引言、附录A(图）和附录C(编码过程)。 为了帮助读者理解存储的压缩数据流和它的译码，下面依次介绍：编码、存储和解码。 0.1编码 编码器处理数字音频信号，并产生存储所需的数据流。编码器的算法没有标准化，可以使用多种算 法进行编码：如音频掩蔽阙值估计、量化和缩放。然而编码器的输出应使2.4说明的解码器能产生适合 实际应用的音频信号。 PCM 音频抽样 已编码 32kHz、44. 1kHz,48kHz 映射 量化器和编码 顿封装 数据流 心理声学模型 GB/T17191.3 编码器 辅助数据 图1音频编码器基本结构框图 图1表明了音频编码器的基本结构。编码过程如下：输入音频抽样被读入编码器。映射建立输入音 频数据流的经滤波的子抽样表示。经映射的抽样可能是子带抽样（如层I和层Ⅱ，见下面）或变换子带抽 样（如层Ⅱ）。心理声学模型建立一组控制量化器和编码的数据。这些数据随实际编码器实现的不同而 不同。一种可能性是利用音频掩蔽阈值估计来实现量化器的控制。量化器和编码部分从已映射的输入 抽样中生成一组编码符号，该部分依赖于编码系统。顿封装将来自其他部分的输出数据汇集成实际数据 流，如果需要的话，再加上其他信息（如误差校正）。 有四种不同的编码模式：单声道模式、双声道模式（两个独立的音频信号编在一个数据流内）、立体 声模式（立体声的左和右声道编在一个数据流内）和联合立体声模式（带有与立体声不相关或穴余信息 的立体声左、右声道编在一个数据流内）。 0.2层 根据应用需求，可以使用不同层次的编码系统，编码器的复杂性和性能随之增高。本标准音频N层 解码器能够解出N层内或低于N层的所有层的数据流。 层 1 V GB/T 17191.31997 引 言 注：对运动图像编码标准(MPEG)中音频部分感兴趣的读者，在阅读正文第1章和第2章之前，应该先阅读 本引言、附录A(图）和附录C(编码过程)。 为了帮助读者理解存储的压缩数据流和它的译码，下面依次介绍：编码、存储和解码。 0.1编码 编码器处理数字音频信号，并产生存储所需的数据流。编码器的算法没有标准化，可以使用多种算 法进行编码：如音频掩蔽阙值估计、量化和缩放。然而编码器的输出应使2.4说明的解码器能产生适合 实际应用的音频信号。 PCM 音频抽样 已编码 32kHz、44. 1kHz,48kHz 映射 量化器和编码 顿封装 数据流 心理声学模型 GB/T17191.3 编码器 辅助数据 图1音频编码器基本结构框图 图1表明了音频编码器的基本结构。编码过程如下：输入音频抽样被读入编码器。映射建立输入音 频数据流的经滤波的子抽样表示。经映射的抽样可能是子带抽样（如层I和层Ⅱ，见下面）或变换子带抽 样（如层Ⅱ）。心理声学模型建立一组控制量化器和编码的数据。这些数据随实际编码器实现的不同而 不同。一种可能性是利用音频掩蔽阈值估计来实现量化器的控制。量化器和编码部分从已映射的输入 抽样中生成一组编码符号，该部分依赖于编码系统。顿封装将来自其他部分的输出数据汇集成实际数据 流，如果需要的话，再加上其他信息（如误差校正）。 有四种不同的编码模式：单声道模式、双声道模式（两个独立的音频信号编在一个数据流内）、立体 声模式（立体声的左和右声道编在一个数据流内）和联合立体声模式（带有与立体声不相关或穴余信息 的立体声左、右声道编在一个数据流内）。 0.2层 根据应用需求，可以使用不同层次的编码系统，编码器的复杂性和性能随之增高。本标准音频N层 解码器能够解出N层内或低于N层的所有层的数据流。 层 1 V GB/T 17191.31997 引 言 注：对运动图像编码标准(MPEG)中音频部分感兴趣的读者，在阅读正文第1章和第2章之前，应该先阅读 本引言、附录A(图）和附录C(编码过程)。 为了帮助读者理解存储的压缩数据流和它的译码，下面依次介绍：编码、存储和解码。 0.1编码 编码器处理数字音频信号，并产生存储所需的数据流。编码器的算法没有标准化，可以使用多种算 法进行编码：如音频掩蔽阙值估计、量化和缩放。然而编码器的输出应使2.4说明的解码器能产生适合 实际应用的音频信号。 PCM 音频抽样 已编码 32kHz、44. 1kHz,48kHz 映射 量化器和编码 顿封装 数据流 心理声学模型 GB/T17191.3 编码器 辅助数据 图1音频编码器基本结构框图 图1表明了音频编码器的基本结构。编码过程如下：输入音频抽样被读入编码器。映射建立输入音 频数据流的经滤波的子抽样表示。经映射的抽样可能是子带抽样（如层I和层Ⅱ，见下面）或变换子带抽 样（如层Ⅱ）。心理声学模型建立一组控制量化器和编码的数据。这些数据随实际编码器实现的不同而 不同。一种可能性是利用音频掩蔽阈值估计来实现量化器的控制。量化器和编码部分从已映射的输入 抽样中生成一组编码符号，该部分依赖于编码系统。顿封装将来自其他部分的输出数据汇集成实际数据 流，如果需要的话，再加上其他信息（如误差校正）。 有四种不同的编码模式：单声道模式、双声道模式（两个独立的音频信号编在一个数据流内）、立体 声模式（立体声的左和右声道编在一个数据流内）和联合立体声模式（带有与立体声不相关或穴余信息 的立体声左、右声道编在一个数据流内）。 0.2层 根据应用需求，可以使用不同层次的编码系统，编码器的复杂性和性能随之增高。本标准音频N层 解码器能够解出N层内或低于N层的所有层的数据流。 层 1 V