MPEG聲音編碼是一種基于人耳聽覺特性的子帶聲音編碼算法，它屬于一種感覺聲音編碼方法。感覺聲音編碼算法的基本結構如圖1所示。根據編碼器著重于頻率分辨率還是時間分辨率，可分為子帶編碼器和變換編碼器.MPEG聲音第2層編碼算法在頻域上把聲音信號劃分為32個子帶，屬于一種子帶編碼器。在圖1 中，時頻映射也稱濾波器組，用于把輸入的聲音信號映射成亞抽樣的頻率分量。根據使用的濾波器組的性質，即濾波器組在頻域的分辨率的大小，這些頻率分量又可叫做子帶樣值或頻率線。
　　
　　（a）
　　
　　（b）
　　圖1　感覺聲音解碼器結構框圖
　　濾波器的輸出或者與濾波器組并行的時頻變換的輸出，提供給心理聲學模型以估計時間相關的聲音掩蔽門限。心理聲學模型使用了人們所知的同時掩蔽效應，包括有調音的掩蔽特性和無調音的掩蔽特性。如果使用聲音的前后掩蔽效應，還可進一步提高掩蔽門限估計的準確性。子帶樣值或頻率線按照盡量保證量化噪聲的頻譜處于掩蔽門限以下的準則進行量化和編碼，這樣能保證被人耳感知的量化引入的噪聲最小。根據對復雜度的要求，可以使用塊壓擴或熵編碼的分析合成方法。
　　幀打包把量化編碼的輸出和相關邊信息按照規定的格式組合起來，以便供解碼器使用。
　　2　編碼質量和DSP速度
　　單片ADSP-2181實現MPEG聲音編碼關鍵需要解決兩個問題：一是如何保證聲音編碼質量；其次是如何充分利用DSP的運算速度。而這兩個問題往往又是一對矛盾，需要找到其最佳結合點。
　　一般而言，決定MPEG聲音編碼器的優劣主要是聲學模型的好壞。但是，對于使用單片16bit定點DSP的應用而言，這個結論就不再適用了。分析表明，此時有限字長效應對編碼質量的影響成了主要矛盾。特別是分析濾波器組，截尾效應竟帶來了33倍于16bitAD轉換量化誤差的噪聲，而窗系數的有限長度表示則使本來高達96dB旁瓣衰減的濾波器響應降低到不到70dB.因此，要保證聲音編碼質量，分析濾波器組算法必須進行精度擴展。
　　關于速度問題，首先想到的是使用快速算法，我們也嘗試了在子帶濾波中使用快速算法［4］。 但是，實踐證明，這些快速算法使用在DSP上效果并不理想，其原因有以下3條：（1）只考慮了加法和乘法的次數，而對附值、尋址等操作毫不關心，但對所有指令都是單周期的DSP而言，乘法和加法的次數相對其他操作并不顯得特別重要；（2）沒有考慮DSP的硬件特點，其算法不能充分發揮DSP的乘累加器（MAC）并行處理的能力；（3）ADSP-2181是為16位算法操作優化的，在需要精度擴展的情況下，運算量將以數量級的速度急劇增加。
　　基于以上質量和速度要求的分析，我們選用了適合DSP乘累加指令的多相結構濾波器組實現方式，且采用基于MAC結構的精度擴展方法，較好地解決了編碼質量和DSP速度之間的矛盾。另外，對抽樣數據的輸入方式、心理聲學模型、比例因子編碼都進行了適于ADSP-2181的改進，減少了運算量，保證了實時性。