Einführung MPEG Audiokomprimierung

1

Subbandcodierung

• MPEG 31 Audiokodierung aufgegebaut auf Subbandkodierung
• jedes Subband eigens untersucht
• Subbands verschiedene Wortlängen zugeordnet

Variable Quantisierung

• Prinzip variable Quantisierung unter Ausnutzung des Maskierungseffektes
• wo maskiert wird, gröbere Quantisierung
• aus gröbere Quantisierung folgt kleinere Wortlänge

Fenstertechnik

• Zur Kodierung wird Audiosignal in kleine zeitliche Abschnitte unterteilt
• Abschnitte heißen Fenster
• Jeder Abschnitt wird separat kodiert

Psychoakustisches Modell

• Simulation des menschlichen Gehörs
• Signal für jedes Subband auf Maskierung untersucht
• bestimmt Genauigkeit der Quantisierung

Skalierung

• Leisere Signalkomponenten mit Skalierfaktor mulitpliziert
• Bei Wiedergabe wird Quantisierungsrauschen gedämpft

2

Überblick MPEG Audiokodierungstechniken

MPEG-1 verwendet zur Audiokompression ausschließlich Algorithmen, die sich von den perzeptuellen Eigenschaften unseres Gehörs ableiten (siehe Grundlagen der perzeptuellen Audiokodierung). Bei Audio MPEG-2 gibt es zusätzlich Tools, die spezielle Prädiktionstechniken zur Kompression verwenden. (siehe TNS bei AAC).Mit diesen Tools ist auch eine verlustlose Komprimierung möglich. All diese Algorithmen arbeiten unabhängig von der Beschaffenheit des Audiosignals. In Audio MPEG-4 werden zusätzlich eigene Kompressionstechniken standardisiert, die darauf Rücksicht nehmen, ob es sich um eine Sprach- oder Musikaufnahme handelt. In dieser Lerneinheit werden die Grundprinzipien jener MPEG Audiocodierungstechnik beschrieben, die die perzeptuellen Eigenschaften unseres Gehörs für Datenkomprimierung nutzen .Ausgehend von einem einfach aufgebauten MPEG Decoder wird die Funktionsweise des Psychoakustischen Modells , die von MPEG-1 verwendete 32-stufige Filterbank, die Technik der Skalierung und das im MPEG Standard festgelegte Datenstromformat näher erläutert.

Subbandcodierung

MPEG 31 Audiokodierungstechniken, die auf den perzeptuellen Eigenschaften des Gehörs aufbauen, verwenden die Subbandkodierung. Mit Hilfe dieser können perzeptuelle Hörphänomene zu einer wesentlich höheren Datenreduktion beitragen. Der für die MPEG Audio Komprimierung wichtigste perzeptuelle Effekt ist dabei der Maskierungseffekt.

Variable Quantisierung

Der Schlüssel der MPEG Audiokomprimierung liegt in der Quantisierung, genauer gesagt, in der Wahl der passenden Quantisierungsgenauigkeit.

Quantisierung für PCM Signale

Bei der PCM 38 Kodierung wird mit einer für alle Audiosignale gültigen festgelegten Quantisierungsgenauigkeit gearbeitet. Jeder Wert wird mir der gleichen Wortlänge kodiert.

Quantisierung in MPEG Audio

Im Gegensatz dazu wird bei der MPEG- Audiokomprimierung mit variabler Quantisierung gearbeitet, d.h.es wird das Signal abschnittsweise mit verschiedenen Wortlängen kodiert. furt1995

Fenstertechnik

Zur Bestimmung der Wortlängen wird das Audiosignal in kleine Abschnitte ( im Bereich von einigen Millisekunden) unterteilt. Diese Zeitabschnitte werden als Fenster bezeichnet. Jedes Fenster wird wiederum mittels Subbandkodierung in mehrere Frequenzbänder aufgeteilt. Für die Werte jedes Subbands werden die maximal erforderliche Wortlänge ermittelt.

Psychoakustisches Modell

Zur perzeptuellen Bewertung der Subbands führt MPEG/Audio das psychoakustische Modell ein. Das psychoakustische Modell simuliert quasi das menschliche Gehör und dessen psychoakustischen Eigenschaften. Es untersucht, in welchen Subbändern maskierende Werte sind, berechnet daraus das maximal erlaubte Quantisierungsrauschen, sodaß es von unserem Gehör nicht wahrgenommen wird. Dadurch wird die maximal erforderliche Wortlänge für jedes Subband festgelegt.

Skalierung

Neben der Untersuchung von Maskierungseigenschaften spielt die Skalierung eine bedeutende Rolle in der MPEG/Audio Komprimierung . Bänder mit kleinen Werten, deren Werte keine nennenswerte Maskierungseigenschaften haben, werden vor der Kompression skaliert. So wird das von anderen Subbands eingeführte Quantisierungsrauschen bei der Wiedergabe gedämpft.

Blockschaltbild einfacher MPEG-Kodierer

1

Abbildung: MPEG Encoder PC

Abbildung: MPEG Encoder PDA_Phone

Qualität des Encoders

• Allgemein gilt
  • Je besser Qualität, umso höher der Rechenaufwand
  • Algorithmen können selbst gewählt werden
    • Qualität ist vom Standard keine Grenze gesetzt

2

Abbildung: MPEG Encoder PC

Abbildung: MPEG Encoder PDA_Phone

Abbildung: MPEG Encoder

Das Eingangssignal passiert eine Filterbank .(siehe auch Prinzip Filterbank). Diese teilt das Signal in mehrere Frequenzbänder auf. Parallel dazu gelangt das Signal zum Psychoakustischen Modell, welches den Maskierungsschwellwert für jedes Subband festlegt. Für die Werte jedes Subbands wird ein Skalierfaktor (siehe auch Prinzip der Skalierung) festgelegt. Bei der Bitzuweisung wird über die benötigte Wortlänge für jedes Subband entschieden.

Qualität des Encoders

Während des Kodiervorganges ist eine hohe Anzahl an Berechnungen notwendig. Allgemein gilt, je höher die gewünschte Qualität, desto zeitaufwendiger die Prozedur. Für Echtzeitanwendungen muss jeweils ein geeigneter Kompromiss gefunden werden.

Allgemein gilt , dass der Standard in der Umsetzung der Aufgaben eines Kodierers den Entwicklern große Freiheiten lässt. Dadurch ist gewährleistet, dass keine Grenzen in Bezug auf erzielbare Qualität gesetzt sind. Jeder Entwickler kann seine eigenen Rechenstrategien einsetzen. Der Standard schreibt vor, welche Daten zu liefern sind, aber nicht, wie man zu diese zu kommen hat.

Filter Bank

1

auto

• Filterbank - Aufgliederung des Audiosignals in Subbands

Ideale Filterbank

• kritischen Bandbreiten gleich Subbands der Filterbank

MPEG Audio Polyphase Filterbank

• 32 Subbands
• Vorteil
  • einfacher Aufbau
• Nachteil
  • alle Subbands gleiche Bandbreite
    • untere Subbands erfassen mehrere kritischen Bandbreiten
  • Überlappende Subbands bringen Informationsverlust

2

auto

Damit man die Vorteile der Subbandkodierungstechnik nutzen kann, muss das Audiosignal zuerst mit Hilfe einer geeigneten Filterbank in seine verschiedenen Subbands aufgeteilt werden.

Ideale Filterbank

Die Bandbreiten der Subbands sollten idealerweise kleiner sein als die kritischen Bandbreiten unseres Gehörs. Um diese Bedingung vollständig erfüllen zu können, müsste man mit Filtern hoher Komplexität arbeiten. Eine weitere Schwierigkeit bei der Realisierung einer idealen Filterbank ist, dass die kritischen Bandbreiten unseres Gehörs stark frequenzabhängig sind.

MPEG Audio Filterbank

Um den Aufwand in Grenzen zu halten, arbeitet MPEG/Audio mit einer polyphasen Filterbank , dessen Filter relativ einfach aufgebaut sind. Das Audiosignal wird dabei in 32 Subbands gesplittet. Mit der Einfachheit handelt man sich allerdings Beschränkungen ein.

Konstante Bandbreiten

Die Filterbank kann nur Subbands mit gleichen Bandbreiten erzeugen. Dadurch erstreckt sich im unteren Frequenzbereich ein Subband über mehrere Kritische Bandbreiten, bei hohen Frequenzen wiederum liegen mehrere Subbands im Bereich einer kritischen Bandbreite.

Überlappende Subbands

Bei der Filterung überlagern sich benachbarte Subbands. Das heisst, eine Signalkomponente, dessen Frequenz in unmittelbarer Nähe des Subbandübergangs liegt, wird es in beiden Subbands kodiert und so als zwei verschiedene Signale interpretiert. Das ist der Grund, dass eine polyphase Filterbank nicht verlustlos arbeiten kann. Es kann aus den Werten der 32 Subbands das Originalsignal nicht mehr 100prozentig rekonstruiert werden.

Psychoakustisches Modell pan1996

1

Aufgabe des psychoakustischem Modellls

• Berechnung
  • des Maskierungsschwellwertes für jedes Subband
    • Das maximal erlaubte Quantisierungsrauschen
    • Maximal benötigte Wortlänge

Modelle

Der MPEG Audio Standard bietet 2 exemplarische Implementationen von psychoakustischen Modellen:

• Modell 1
  • Optimiert für schnelles Rechnen
• Modell 2
  • Optimiert für genaues Rechnen
  • Spezifikationen für MP3

Arbeitsweisen der psychoakustischen Modelle

Beide Modelle berechnen mehrere Schwellwerte innerhalb eines Subbands und leiten daraus erst den endgültigen Schwellwert ab. Modell 2 setzt gegenüber dem Modell 1 dafür komplexere Algorithmen, verbunden mit einer höheren Genauigkeit, ein.

Tonale/geräuschähnliche Komponenten

• Tonale und atonale akustische Ereignisse
  • Unterschiedliche Maskierungseigenschaften
  • Qualität der Bewertung für gute Kompressionsqualität ausschlaggebend
• Unterschiedliche Bewertung
  • Modell1
    • Starke Spitzen im Spektrum (siehe Frequenzspektrum) sind tonale Komponenten
    • Die verbleibenden sind Geräusche
  • Modell 2
    • Komplexere Algorithmen
    • Informationen über Phasenlagen, etc

Eingangsdaten für Psychoakustisches Modell

Subbandwerte

• aus Maskierungseigenschaften aller Subbandwerte Maskierungsschwellwerte errechnet
  • Vorteil - keine zusätzlichen Analyse des Signals nötig
  • Nachteile - sehr grobes Ergebnis, keine Frequenzspektrumsinformationen, daher nur mässige Kompression erreichbar

Fast Fourier Transformation

• sehr genaue Berechnung der Maskierungsschwellwerte, daher hohe Kompression erreichbar
• liefert feinere Frequenzauflösung des Signals
• liefert Phaseninformationen des Signals, werden benötigt für Psychoakustischem Modell 2

Zusammenfassung der Werte

• Minimierung des Rechenaufwandes
  • Aufteilung in Frequenzgruppen
  • Frequenzkomponenten innerhalb einer kritischen Bandbreite

FFT für Layer1 und Layer2

• Audio MPEG-1 definiert Layers
• Layer I
  • 512-Punkt FFT
• Layer II
  • 1024-Punkt FFT
• Layer III
  • siehe MP3

Psychoakustisches Modell: Beispiel Rechenergebnis PC

Psychoakustisches Modell: Beispiel Rechenergebnis PDA_Phone

2

Aufgabe des psychoakustischem Modellls

Die Aufgabe des psychoakustischen Modells besteht darin, für jedes Subband den Maskierungsschwellwert zu eruieren. Aus diesem errechnet es dann das maximal erlaubte Quantisierungsrauschen und damit die maximal benötigte Wortlänge der Werte dieses Subbands.

Modelle

Content

Der MPEG Audio Standard bietet 2 exemplarische Implementationen von psychoakustischen Modellen:

• Modell 1
  • Ziel ist eine möglichst einfache und schnelle Funktionsweise. Die verwendeten Algorithmen sind meist Kompromisse, um den benötigten Rechenaufwand zu minimieren.
• Modell 2
  • Ziel ist, möglichst genaue Schwellwerte zu errechnen. Einfachheit spielt hier keine Rolle. Verwendete Algorithmen sind auf Genauigkeit maximiert. Modell 2 beinhaltet unter anderem spezielle Modifikationen für Layer 3 (MP3)

Arbeitsweisen der psychoakustischen Modelle

Beide Modelle berechnen mehrere Schwellwerte innerhalb eines Subbands und leiten daraus erst den endgültigen Schwellwert ab. Modell 2 setzt gegenüber dem Modell 1 dafür komplexere Algorithmen, verbunden mit einer höheren Genauigkeit, ein.

Tonale/geräuschähnliche Komponenten

Wesentlicher Unterschied der beiden Modelle ist die Art und Weise, wie entschieden wird, ob es sich bei dem betrachteten Signalabschnitt um ein tonales, oder eher atonales Ereignis handlet. Die genaue Bewertung ist für eine gute Kompressionsqualität ausschlaggebend, da tonale und atonale akustische Ereignisse unterschiedliche Maskierungseigenschaften haben.

• Modell1
  • Aus der Tatsache, dass tonale akustische Ereignisse ein diskretes Frequenzspektrum haben, identifizert Modell 1 starke Spitzen im Spektrum als tonale Komponenten, die verbleibenden als geräuschähnliche.
• Modell 2
  • Arbeitet zur Unterscheidung mit weitaus komplexeren Algorithmen, es fliesen Informationen über Phasenlagen der einzelnen Frequenzkomponenten und vieles mehr in die Rechnung mit ein.

Eingangsdaten für Psychoakustisches Modell

Das Psychoakustische Modell benötigt entsprechende Informationen über das zu kodierende Audiosignal.

Subbandwerte

Am einfachsten ist es es, direkt mit den Werten der Subbands zu arbeiten. Es werden alle Werte der 32 Subbands auf ihr Maskierungsverhalten untersucht. Für jedes Subband ergibt sich daraus ein maximaler Schwellwert. Diesen bestimmt das psychoakustische Modell als Maskierungsschwellwert für das gesamte Subband.

Diese Methode ist sehr einfach, aber auf Grund der Tatsache, dass kritische Bandbreite und Subbandbandbreite sich nicht decken, ist auch das Ergebnis sehr grob. Weiters kann damit keine Analyse des Frequenzspektrums durchgeführt werden. Es kann nur mäßige Kompression erzielt werden.

Fast Fourier Transformation

Um eine feinere Berechnung der Maskierungsschwellwerte zu erhalten, wird im MPEG1 Audio eine Fast FourierTransformation (FFT) eingesetzt, die das Originalaudiosignal in seinem Frequenzspektrum darstellt. Im Vergleich zur Filterbank liefert die FFT eine viel feinere Frequenzauflösung des Signals. Es ist daher eine genauere Untersuchung der Maskierungseigenschaften des Signals möglich.

Zusammenfassung der Werte

Um den Rechenaufwand in Grenzen zu halten, fasst man Frequenzkomponenten, die innerhalb einer kritischen Bandbreite unseres Gehörs liegen, jeweils zu einer Frequenzgruppe zusammen.

FFT für Layer1 und Layer2

Siehe Layerstrukur des MPEG-1 Standards. Layer I verwendet eine 512-Punkt FFT, Layer II eine 1024-Punkt FFT. Die FFT stellt weiters dem psychoakustischem Modell 1+2 jene Werte zur Verfügung, die es benötigt, um zwischen tonale und geräuschähnliche Signalanteile unterscheiden zu können.

Psychoakustisches Modell: Beispiel Rechenergebnis PC

• Das psychoakustische Modell errechnet eine kontinuierliche Kurve, die das gerade noch hörbare Rauschniveau in Abhängigkeit von der Frequenz darstellt. Rauschen, das unterhalb dieser Kurve liegt, ist nicht hörbar, Rauschen oberhalbdieser Kurve ist hörbar. Für jedes Subband muss ein einheitlicher Maskierungsschwellwert gewählt werden. Für eine optimale Kodierung darf das hörbare Rauschniveau an keiner Stelle überschritten werden.
• Man sieht aus der Grafik, wie eine genaue Berechnung des Rauschniveaus eine genaue Festlegung der einzelnen Maskierungsschwellwerte ermöglicht.
• Weiters kann man aus der Grafik ableiten, dass bei der Wahl kleinerer Subbands die Stufenfunktion sich feiner an die Rauschniveaukurve anpassen kann. Diesen Umstand nutzt MP3, indem es mit 576 Frequenzbänder arbeitet. Das trägt wesentlich zur hohen Kompressionsfähigkeit von MP3 bei.

Psychoakustisches Modell: Beispiel Rechenergebnis PDA_Phone

• Das psychoakustische Modell errechnet eine kontinuierliche Kurve, die das gerade noch hörbare Rauschniveau in Abhängigkeit von der Frequenz darstellt. Rauschen, das unterhalb dieser Kurve liegt, ist nicht hörbar, Rauschen oberhalbdieser Kurve ist hörbar. Für jedes Subband muss ein einheitlicher Maskierungsschwellwert gewählt werden. Für eine optimale Kodierung darf das hörbare Rauschniveau an keiner Stelle überschritten werden.
• Man sieht aus der Grafik, wie eine genaue Berechnung des Rauschniveaus eine genaue Festlegung der einzelnen Maskierungsschwellwerte ermöglicht.
• Weiters kann man aus der Grafik ableiten, dass bei der Wahl kleinerer Subbands die Stufenfunktion sich feiner an die Rauschniveaukurve anpassen kann. Diesen Umstand nutzt MP3, indem es mit 576 Frequenzbänder arbeitet. Das trägt wesentlich zur hohen Kompressionsfähigkeit von MP3 bei.

Festlegung des Skalierfaktors watk2001, 308

1

Funktionsweise Skalierung

• Encoder
  • Durch Skalierung kleine Werte mulitiplizert
  • Erhöhung des SNR gegenüber Quantisierungsrauschen
• Decoder
  • Werte wieder zurückskaliert
  • SNR bleibt trotzdem erhalten
    • Auch Quantisierungsrauschen gedämpft

SNR für Audio

• SNR 396
  • Signal to Noise Ratio
    • Verhhältnis zwischen Nutz- und Störsignal
  • Audiosignale
    • Hoher SNR Wer nur wenig oder gar kein Rauschen hörbar
    • kleiner SNR Wert stark verrauschte Aufnahme
  • Maßeinheit ist Dezibel 501

Bestimmung der Skalierung

• Encoder
  • Für jedes Subband eigener Skalierfaktor errechnet
    • Größter Wert des Subband (siehe Subbandkodierung) als Referenz
    • 6-Bit Skalierfaktor für jedes Subband im Datenstrom gespeichert
• Decoder
  • Werte werden durch den Skalierfaktor dividiert
  • Quantisierungsrauschen um den selben Faktor reduziert
    

2

Funktionsweise Skalierung

Skalierung ist vor allem für Subbands wichtig, die nur kleine Werte enthalten. Durch die Skalierung werden sie vor der eigentlichen Kompression mit einem bestimmten Faktor mulitpliziert. So haben sie einen verbesserten SNR bezüglich des durch die nachfolgende Prozedur der Kompression eingeführten Quantisierungsrauschens. Auf Decoderseite werden die Werte wieder auf ihren ursprünglichen Wert zurück skaliert, aber der hohe SNR bleibt trotzdem erhalten, da das Rauschen im selben Maße gedämpft wird.

SNR für Audio

SNR steht für Signal to Noise Ratio und gibt das Verhältnis zwischen Nutz- und Störsignal an. Für Audiosignale bedeutet ein hoher SNR 396 Wert, dass nur wenig oder gar kein Rauschen hörbar ist, ein kleiner SNR Wert repräsentiert eine stark verrauschte Aufnahme. Maßeinheit ist das logarithmische Maß Dezibel.

Bestimmung der Skalierung

Für jedes Subband wird ein eigener Skalierfaktor errechnet. Zur Bestimmung dieses Faktors wird der jeweils größte Wert des Subband (siehe Subbandkodierung) genommen. In MPEG/Audio verwendet man einen 6-Bit Skalierfaktor, der für jedes Subband im Datenstrom mitgespeichert werden muss. Zur originalgetreuen Wiedergabe muss der Decoder die Werte durch den Skalierfaktor wieder dividieren. Gleichzeitig wird auch das in diesem Subband eingeführte Quantisierungsrauschen um den selben Faktor reduziert.

Bitzuweisung (Bit Allocation)

1

auto

• Benützer wählt fixe Datenrate
  Bitstellen Werte aller Subbands=Gesamtbitstellen für das Fenster

Bitzuweisung bei hohe Datenraten

• Psychoakustische Modell
  • Berechnet Werte, dass kein Quantisierungsrauschen hörbar
• Bei hohen Datenraten
  • Gesamtheit der Werte nicht mehr als die vorgegebenen Bitstellen
  • kein Quantisierungsrauschen

Bitzuweisung bei niedrigen Datenraten

• Werte des Psychoakustischem Models zu viele Bitstellen
• Algorithmus zur Bitzuweisung
  • Wohldosierte Einführung von Quantisierungsrauschen

MPEG Tabellen

• Algorithmus zur Bitzuweisung
  • Der MPEG/Audio Standard Tabellen als Empfehlung

2

auto

Ein besonderes Feature des MPEG Audiostandards ist, dass der Benützer dem komprimierten Datenstrom eine bestimmte konstante Datenrate vorgeben kann. Durch diese Vorgabe ist die Gesamtanzahl der Bits für ein Fenster fix vorgegeben.

Bitzuweisung bei hohe Datenraten

Das Psychoakustische Modell hat für jedes Subband die maximal erforderliche Wortlänge errechnet, sodass kein Quantisierungsrauschen hörbar ist. Bei hohen Datenraten wird die Gesamtheit der Werte nicht mehr als die vorgegebenen Bitstellen benötigen, das Signal kann ohne Auftreten von Quantisierungsrauschen kodiert werden.

Bitzuweisung bei niedrigen Datenraten

Benötigt die Gesamtheit der Werte mehr Bitstellen als vorhanden, muss ein Kompromiss gefunden werden. Bei niedrigen Datenraten ist eine Einführung von Quantisierungsrauschen daher unumgänglich. Die Aufgabe bei der Bitzuweisung ist es nun, dieses Rauschen wohl zu dosieren. Iterationsalgorithmen bestimmen dabei, welche Subbands lange Wortlängen unbedingt brauchen, und welche auch mit kürzeren auskommen können, ohne dass die Qualität des Signals in allzu große Mitleidenschaft gezogen wird.

MPEG Tabellen

Der MPEG/Audio Standard stellt für diese Prozedur Tabellen zur Verfügung. Diese Tabellen sind nur eine Empfehlung, es steht jedem Entwickler frei, mit eigenen Methoden zu arbeiten. Die Art der Bitzuweisung entscheidet maßgeblich über die klangliche Qualität des Kodierers.

Datenstromformat und MPEG Audio Decoder

1

auto

MPEG-1/Layer1: Datenstrom PC

MPEG-1/Layer1: Datenstrom PDA_Phone

auto

MPEG-1/Layer1: Decoder PC

MPEG-1/Layer1: Decoder PDA_Phone

2

auto

m Gegensatz zum Encoder sind Datenstromformat und Funktionsweise des Decoders im Standard zwingend vorgeschrieben. Hier gibt es keinerlei Freiräume für Entwickler. Nur so kann allgemeine Kompatibilität gewährleistet werden.

auto

MPEG-1/Layer1: Datenstrom PC

• Im Header befindet sich die Beschreibung des Datenstroms, um welchen Layer es sich handelt,...
• Cyclic Redundancy Code (CRC) - optional kann ein Codewort zur Erkennung von Fehlern in den MPEG -Datenstrom eingefügt werden
• Bitzuweisung gibt die Wortlänge der folgenden Subbandwerte an
• Skalierfaktor hier steht der 6-bit Skalierfaktor für die Werte des folgenden Subbands
• Nach belieben können Hilfsdaten eingefügt werden

MPEG-1/Layer1: Datenstrom PDA_Phone

• Im Header befindet sich die Beschreibung des Datenstroms, um welchen Layer es sich handelt,...
• Cyclic Redundancy Code (CRC) - optional kann ein Codewort zur Erkennung von Fehlern in den MPEG -Datenstrom eingefügt werden
• Bitzuweisung gibt die Wortlänge der folgenden Subbandwerte an
• Skalierfaktor hier steht der 6-bit Skalierfaktor für die Werte des folgenden Subbands
• Nach belieben können Hilfsdaten eingefügt werden

auto

Abbildung: MPEG-1/Layer1: Decoder PC

Abbildung: MPEG-1/Layer1: Decoder PDA_Phone

Abbildung: MPEG-1/Layer1: Decoder

Man sieht, dass ein Decoder sehr einfach aufgebaut ist. Er übernimmt einfach aus dem Datenstrom die Einstellungen für die Skalierung und der Wortlänge der folgenden Subbandwerte und liest diese dann ein. Eine inverse Filterbank mischt die Subbänder wieder zu einem PCM 38 Audiosignal.Bei der Decodierung sind im Gegensatz zur Kodierung keinerlei Berechnungen notwendig. So ist auch mit einfachen Decodern ein Echtzeitbetrieb ohne Qualitätseinbußen möglich.