語音編解碼器技術的發展一定程度上處于靜止狀態，但音頻編解碼器技術一直在向前演進(參見圖1)。例如，朝更多的環繞聲通道發展就是一個趨勢。最大的一個技術趨勢是增加了用于模擬立體聲系統中的多通道音頻的技術，以再造特別實況音樂會會場的“現場感”。于是產生了完成所有這些處理的挑戰，因為你不再能用依靠AV接收器或DVD播放器內的大功率電源供電的DSP引擎來實現，而必須用靠手機或PDA中的電池供電的DSP引擎來實現。所有上述因素就為兩個不同但卻融合的應用領域(個人音頻和家庭影院)帶來了一個有趣的故事。

?

?

個人音頻

德州儀器公司(TI)便攜音頻和信息娛樂業務部首席技術官RandyCole指出，在個人音頻領域最普遍的音頻編碼解碼器是MP3(參見圖2)。MP3一度局限于PC和便攜多媒體播放器，但它目前在手機行業中也比比皆是，其原因就是手機制造商不斷地追逐新功能，以誘使最終用戶每隔六個月就進行一次產品換代。

MP3是ISO公布的一項標準。它是由MPEG制定的MPEG-1編碼解碼標準系列中的第三個。MPEG-1有三層，每一層都包括前面的層。因而，第3層實現了第1和2層。出于這個原因，MPEG-1及第3層就是眾所周知的MP3，它提供了一個適于便攜應用的帶寬和數據速率，雖然較低卻足夠了。

?

?

在過去10年中，MP3一直是下載音樂的主導性音頻編碼解碼器。但是蘋果公司的iPod在一項名為先進音頻編碼器(AAC)的新MPEG開發項目中打破了這個慣例。MPEG在1990年代中期開始從事AAC標準的制定，將其作為下一代MPEG-2研究的一部分，并實現了AT&T、Dolby、Fraunhof和索尼公司開發的最好最新設計理念。起初，它打算同MP3后向兼容，但這個目標不可能達到。

因此，由于整個行業深深卷入MP3，沒有一家公司愿意調撥資源為AAC這個新方案生產大量的音頻節目，所以它衰敗了。也就是說，直到蘋果公司為iPod選擇AAC的MPEG-4版本之前，該技術一直處于衰敗的狀態。(在MPEG-2之后成立的下一個MPEG工作小組是MPEG-4，越過了MPEG-3。蘋果公司所用的MPEG-4AAC是MPEG-2AAC的一個強化版本，其數據速率稍低而質量有改進。)

其它專有的編碼器存在于MP3和AAC范疇之外。它們在PC和個人多媒體設備領域有一定的穿透性，但它們在手機行業就不太重要，因為手機生產商寧愿標準的編碼器及其固定的版稅。一種大家熟悉的專有編碼器是WindowsMediaAudio(WMA)。它主要用于PC，并在其中與MP3和AAC進行競爭。然而，從數據速率看，它很靈活(從低到高有適當的質量差異)。目前，還有WMA的多頻道版本WMA-Pro，而且微軟公司在2005年6月還發布了一種損耗更低的WMA。

其它重要的專有編碼器就是DolbyDigital，也就是著名的AC3。這種編碼器用于DVD和(美國的)數字電視。直到最近，它的運行速率對互聯網和手機來說還是太高。不過，需要補救的是一個把數據速率降得更低的新版本。

根據TI公司高性能音頻業務部行銷經理MohsinImtiaz的觀點，在家庭影院領域主要的編碼解碼器是Dolby和DTS。Dolby公司發布的DolbyDigitalPlus瞄準了高清晰度DVD和廣播市場。但是在MP3、AAC、WMA等便攜標準之間有一定的交叉。針對下一代DVD，微軟公司正在力推WMA。

解析一個編解碼器

讓我們分解一個編解碼器。為了把整個事情說清楚，我們看一篇在2004年10月音頻工程學會年會上提交的論文，它描述的是DolbyDigitalPlus技術。

該論文說新的DolbyDigitalPlus編碼解碼器是基于DolbyDigital的較早版本，也叫AC-3。DolbyDigitalPlus或加強型的AC-3(E-AC-3)保留了元數據載運器、過濾器庫和幀結構。目前的數據速率范圍從32Kb/s到6.144Mb/s。在采樣速率32KHz和六模塊轉換幀的條件下，數據速率控制的分辨率可達到每秒1/3位。(數據速率的分辨率正比于采樣速率，反比于幀的尺寸。)

E-AC-3保留了AC-3的六個256系數轉換幀結構，但它允許包含一個、兩個和三個256系數轉換模塊的較短幀存在。其結果就是，音頻傳輸可以在高于6?0Kb/s的速率下進行，這適合于某些限制了每幀數據量的DVD。

E-AC-3可以支持目前的5.1、6.1或7.1頻道，進而一直到電影院的13.1頻道。主音頻節目位流加上多達八個的附加子流經過多路選通進入一個單一的E-AC-3位流。通過頻道替換消除了矩陣減法引起的編碼失誤。與AC-3相比，E-AC-3能多傳輸七個獨立的位流。

編碼效率的提高還可以通過一個新的濾波器庫、更好的量化、強化的頻道耦合、譜擴展和一種名為“瞬態預噪音處理”的技術來實現。

當具有穩定特征的音頻出現時，該濾波器庫在現有的AC-3濾波器庫之后加入一個二級DCT。這把六個256系數轉換模塊轉換成一個單一的1536系數混合轉換模塊，且提高了頻率分辨率。這個提高的頻率分辨率與六維向量分量(VQ)及增益自適應分量(GAQ)結合在一起可以改進“難于編碼”信號的編碼效率，比如說黑管和大鍵琴。

VQ用于需要較低準確度的頻帶區。當需要更高準確度分量時，GAQ更有效率。此外，通過頻道與相位保存的耦合可以使編碼效率得到一個提升。在AC-3用一個高頻單合成頻道作為每個頻道上高頻部分的地方，加入相位信息和編碼器控制的譜幅度處理能夠讓這個高頻單合成頻道處理較低的頻率，從而減小了有效的編碼帶寬并增大了編碼效率。

譜擴展是用頻域上轉換的較低頻譜段代替了較高層的頻率轉換系數。該轉換頻譜段的譜特征通過轉換系數的譜調制與原始的形式匹配。

為了提高低數據速率時的音頻質量，E-AC-3采用了瞬態預噪音處理技術。這個后解碼過程把預噪音誤差降到最低，其做法是采用可縮短預噪音持續時間的時標合成技術，因而降低了瞬態擾動的可聽度。由編碼器計算并在E-AC-3位流中發送的元數據提供了后解碼過程、時標合成處理所需的參數，時標合成處理使用了聽覺情景分析技術。