理解MPEG聲學模型中短窗和長窗的判決和使用

在MPEG多層聲頻編碼中，聲學模型中用了2種長度的FFT,1024長度的長FFT和3個256長度的短FFT;
得到的結果一起使用，轉變成另一組513維的數據數組；再轉變到一個63維的數組；
以此同時，還得到幀內總能量，根據能量大小，決定本次MDCT的加權係數選擇，我們有四種加權係數窗口，可以分為，一般窗，開始窗，結束窗和短時窗四種；一般窗的能量小，短時窗的能量大，而開始窗和結束窗則是前麵兩種窗的過渡窗；
從信號的能量大小，引致MDCT的加權係數的改變，當然還有其他的編碼影響，這是什麽原因呢？
我覺得這裏根本上，是要區分能量的大小問題，這是頻域聲頻編碼的核心。能量小的信號，由於掩蔽效應基本上不用或用很少的編碼帶寬，盡量把編碼帶寬用在能量大的聲頻幀中。用短窗可以得到MDCT的中頻和高頻段被boost的效果。
有人說長窗的可以提供最細的頻譜解析度，短窗可以提供最細的時間解析度，我需要時間來理解這句話。