Home › Archivio Multilingue Indice › Compressione audio (dati)

Compressione audio (dati)

Per i processi che riducono il tempo che prende per ascoltare e capiscono una registrazione, veda discorso tempo-compresso.

Compressione audio è una forma di compressione di dati ha progettato ridurre il formato di lime audio. Compressione audio procedure sono effettuati nel software di calcolatore As codecs audio. Generico compressione di dati le procedure effettuano male con i dati audio, riducenti raramente i formati di lima molto inferiore a 87% dell'originale e non sono progettate per uso in tempo reale. Di conseguenza, audio specifico “lossless“e„lossy“le procedure sono state generate. Le procedure del lossy forniscono i rapporti ben più grandi di compressione e sono usate in dispositivi tradizionali dell'audio del consumatore.

Come con compressione di immagine, sia il lossy che le procedure lossless di compressione sono usati nella compressione audio, lossy che è il più comune per uso giornaliere. Sia in lossy che nella compressione lossless, la sovrabbondanza delle informazioni è ridotta, usando i metodi quale codificazione, il riconoscimento di forme e la previsione lineare per ridurre la quantità di informazioni usata per descrivere i dati.

L'alternanza di qualità audio un po'ridotta è superata chiaramente per la maggior parte delle applicazioni audio pratiche dove gli utenti non possono percepire alcuna differenza e requisiti di spazio è ridotto sostanzialmente. Per esempio, su un CD, uno può misura un'ora di musica di alta fedeltà, più meno di 2 ore di musica compresse losslessly, o 7 ore di musica compresse in MP3 formattano.

Compressione dell'audio di Lossless

Come l'immagazzinaggio di lima e la larghezza di banda di comunicazioni sono diventato meno costosi e più disponibili, popolarità delle disposizioni lossless come Audio della scimmia, FLAC e Riduca è aumentato acutamente, poichè la gente sta scegliendo effettuare un archivio permanente delle loro lime audio. Gli utenti primari di compressione lossless sono stati assistenti tecnici audio, audiophiles e quei consumatori che desiderano conservare una copia esatta delle loro lime audio, contrariamente ai cambiamenti irreversibili dalle tecniche di compressione del lossy come Vorbis e MP3. I rapporti di compressione sono simili a quelli per compressione di dati lossless (intorno 50-60% del formato originale). Disposizioni di Lossless come TrueHD Dolby inoltre stanno introducendi con ad alta definizione DVD disposizioni.

È difficile da effettuare tutti i dati in un flusso audio e da realizzare la compressione notevole. In primo luogo, la vasta maggioranza delle registrazioni del suono è altamente complessa, registrato dal nell'ambiente. Poichè uno dei metodi chiave di compressione è di trovare i modelli e la ripetizione, i dati più caotici quale audio non comprimono bene. In un modo simile, fotografie la compressa di meno con i metodi lossless che le immagini generate da calcolatore più semplici efficientemente. Ma interessante, persino i suoni generati da calcolatore possono contenere molto complicato forme d'onda quel presente una sfida a molte procedure di compressione. Ciò è dovuto la natura delle forme d'onda audio, che sono generalmente difficili da facilitare senza conversione di a (necessariamente lossy) alle informazioni di frequenza, come effettuato dall'orecchio umano.

Il secondo motivo è che valori di audio campioni cambi molto rapidamente, compressione di dati così generica procedure non funzioni bene per audio e le serie di byte successivi non compaiono generalmente molto spesso. Tuttavia, avvolgimento con il filtro [- 1 1] (cioè prendendo la prima differenza) tende a un po' imbianchi (decorrelate, renda a piano) lo spettro, quindi permettente che la compressione lossless tradizionale al codificatore faccia il relativo lavoro; l'integrazione al decodificatore ristabilisce il segnale originale. Codecs come FLAC, Riduca e TTA uso previsione lineare a valutazione lo spettro del segnale. Al codificatore, l'inverso dell'estimatore è usato per imbiancare il segnale rimuovendo i picchi spettrali mentre l'estimatore è utilizzato per ricostruire il segnale originale al decodificatore.

I codecs audio di Lossless non hanno edizioni di qualità, in modo da l'impiego possibile può essere valutato vicino

• Velocità di compressione e di decompressione
• Grado di compressione
• Supporto dei fissaggi e del software
• Correzione di errore e di robustezza

Compressione dell'audio del lossy

La compressione audio del lossy è usata in una vasta gamma delle applicazioni estremamente. Oltre che le applicazioni dirette (giocatori mp3 o calcolatori), i flussi audio digitalmente appiattiti sono usati nella maggior parte di video DVDs; televisione digitale; mezzi effluenti sul Internet; radio del cavo e del satellite; e sempre più nelle radiodiffusioni radiofoniche terrestri. La compressione del lossy realizza tipicamente la compressione ben più grande che la compressione lossless (i dati di 5 per cento - 20 per cento del flusso originale, piuttosto che 50 per cento - 60 per cento), scartando i dati di meno-critici.

L'innovazione di compressione audio del lossy era di usare psicoacustica per riconoscere che non tutti i dati in un flusso audio possono essere percepiti dal sistema uditivo umano. La maggior parte della compressione del lossy riduce la sovrabbondanza percettiva dai primi suoni identificanti che sono considerati perceptually irrilevanti, cioè suoni che sono molto duri da sentirsi. Gli esempi tipici includono le frequenze, o i suoni che accadono nello stesso momento in cui suoni più forti. Quei suoni sono codificati con esattezza diminuita o non sono codificati affatto.

Mentre rimuovere o ridurre questi suoni “unhearable„ può rappresentare una piccola percentuale delle punte conservate nella compressione del lossy, il risparmio reale viene da un fenomeno complementare: modellatura di rumore. La riduzione del numero di punte usate per codificare un segnale aumenta la quantità di rumore in quel segnale. In psicoacustica-ha basato la compressione del lossy, la chiave reale è “di nascondere„ il rumore generato dal risparmio della punta nelle zone del flusso audio che non può essere percepito. Ciò è fatta vicino, per esempio, usando molto un piccolo numero di punte per codificare le frequenze della maggior parte dei segnali - non perché il segnale ha poche informazioni ad alta frequenza (comunque questo è inoltre spesso allineare pure), ma piuttosto perché l'orecchio umano può percepire soltanto i segnali molto forti in questa regione, di modo che i suoni più molli “nascosti„ là non sono sentiti semplicemente.

Se ridurre la sovrabbondanza percettiva non realizza la compressione sufficiente per un'applicazione particolare, esso può richiedere ulteriore compressione del lossy. Secondo la fonte audio, questo ancora non può produrre le differenze percettibili. Il discorso per esempio può essere compresso molto più della musica. La maggior parte dei schemi di compressione del lossy permettono che i parametri di compressione siano registrati per realizzare un tasso dell'obiettivo dei dati, espresso solitamente come a tasso di punta. Di nuovo, la riduzione di dati sarà guidata da un certo modello di quanto importante il suono è come percepito dall'orecchio umano, con l'obiettivo di efficienza e di qualità ottimizzata per il tasso di dati dell'obiettivo. (Ci sono molti modelli differenti usati per questa analisi percettiva, qualche migliore adatto ai tipi differenti di audi che altri.) quindi, secondo la larghezza di banda e le esigenze di memoria, l'uso di compressione del lossy può provocare una riduzione percepita della qualità audio che varia da nessun a severo, ma una riduzione ovviamente udibile della qualità è generalmente inaccettabile agli ascoltatori.

Poiché i dati sono rimossi durante la compressione del lossy e non possono essere recuperati dalla decompressione, qualche gente non può preferire la compressione del lossy per immagazzinaggio archivistico. Quindi, come celebre, livelli coloro che usa la compressione del lossy (per le applicazioni audio portatili, per esempio) può desiderare mantenere un archivio losslessly appiattito per altre applicazioni. In più, la tecnologia di compressione continua ad avanzare e realizzare una compressione avanzata del lossy richiederebbe uno cominciare ancora con i dati audio e la compressa lossless e originali con il nuovo codec del lossy. La natura di compressione del lossy (per sia audio che le immagini) provoca la degradazione aumentante di qualità se i dati sono decompressi, quindi recompressed usando la compressione del lossy.

Storia

Una grande varietà di sistemi audio reali e funzionanti di codificazione è stata pubblicata in una collezione nel giornale dello IEEE sulle zone selezionate nelle comunicazioni (JSAC), febbraio 1988. Mentre ci erano prima alcune carte da quel volta, questo compendio di carte ha documentato un'intera varietà di codificatori audio rifiniti e lavoranti, quasi tutti usando percettivo (cioè. ) tecniche mascheranti e un certo genere di analisi di frequenza e di codificazione senza rumore posteriore.^[1] alcune di queste carte hanno rilevato sulla difficoltà di ottenere buona, audio digitale pulito per la ricerca. La maggior parte, se non tutti gli, autori nell'edizione di JSAC erano inoltre attivi nel comitato dell'audio MPEG-1.

Il sistema audio di compressione di prima automazione commerciale di radiodiffusione del mondo è stato sviluppato da Oscar Bonello, un professore di ingegneria al Università di Buenos Aires.^[2] In 1983, usando il principio psychoacoustic del mascherare delle fasce critiche in primo luogo pubblicate in 1967,^[3] ha cominciato sviluppare un'applicazione pratica basata sullo sviluppato di recente PC DI IBM il calcolatore ed il sistema di automazione di radiodiffusione sono stati lanciati in 1987 sotto il nome di Audicom. 20 anni più successivamente, quasi tutte le stazioni della radio nel mondo stavano usando la tecnologia simile, prodotta da un certo numero di aziende.

Metodi di codificazione

Trasformi i metodi di dominio

Per determinare le che informazioni in un segnale audio sono perceptually irrilevanti, la maggior parte del uso di procedure di compressione del lossy trasforma come il coseno discreto modificato trasforma (MDCT) convertirsi dominio di tempo forme d'onda provate in un dominio di trasformazione. Una volta che trasformato, tipicamente nel dominio di frequenza, le frequenze componenti possono essere punte assegnate secondo quanto udibile sono. L'udibilità dei componenti spettrali è determinata in primo luogo calcolando la a soglia mascherante, sotto che è valutato quello suona sarà oltre i limiti della percezione umana.

La soglia mascherante è usando calcolato soglia assoluta dell'udienza ed i principii di mascherare simultaneo - il fenomeno in cui un segnale è mascherato da un altro segnale separato da frequenza - e, in alcuni casi, mascherare temporale - dove un segnale è mascherato da un altro segnale separato entro tempo. profili di Uguale-sonorità può anche essere usato appesantire l'importanza percettiva dei componenti differenti. I modelli della combinazione umana del orecchio-cervello che comprende tali effetti sono denominati spesso modelli psychoacoustic.

Metodi di dominio di tempo

Altri tipi di compressori del lossy, come codificazione preventiva lineare (LPC) usato con discorso, sia fonte-ha basato i codificatori. Questi codificatori usano un modello del generatore del suono (quale il tratto vocale umano con il LPC) per imbiancare il segnale audio (cioè, appiattisca il relativo spettro) prima della quantizzazione. Il LPC può anche pensarsi come a tecnica percettive di base di codificazione; la ricostruzione di un segnale audio che usando un preannunciatore lineare modella il rumore di quantizzazione del codificatore nello spettro del segnale dell'obiettivo, parzialmente mascherante lo.

Applicazioni

dovuto la natura delle procedure del lossy, qualità audio soffre quando una lima è decompressa e recompressed (perdite generational). Ciò rende la compressione del lossy inadatta per immagazzinare i risultati intermedi nelle applicazioni audio professionali di ingegneria, quali la pubblicazione del suono e la registrazione multipista. Tuttavia, sono molto popolari con gli utilizzatori finali (specialmente MP3), come megabyte può memorizzare il valore circa del minuto di musica a qualità sufficiente.

Impiego possibile

L'impiego possibile dei codecs audio del lossy è determinato vicino:

• Qualità audio percepita
• Fattore di compressione
• Velocità di compressione e di decompressione
• Stato latente inerente della procedura (critica per le applicazioni effluenti di tempo reale; veda sotto)
• Supporto dei fissaggi e del software

Le disposizioni del lossy sono usate spesso per la distribuzione di audio effluente, o le applicazioni interattive (quale la codificazione del discorso per la trasmissione digitale nelle reti telefoniche delle cellule). In tali applicazioni, i dati devono essere decompressi come i flussi di dati, piuttosto che dopo che l'intero flusso di dati sia stato trasmesso. Non tutti i codecs audio possono essere usati per le applicazioni effluenti e per tali applicazioni un codec destinato per effluire dati sarà scelto efficacemente solitamente.

Lo stato latente deriva dai metodi impiegati per mettere e decodificare i dati in codice. Alcuni codecs analizzeranno un segmento più lungo dei dati per ottimizzare l'efficienza ed allora lo codificano in un modo che richiede un più grande segmento dei dati contemporaneamente per decodificare. (I codecs generano spesso i segmenti denominati “una struttura„ per generare i segmenti di dati discreti per la cifratura e la decodificazione.) l'inerente stato latente di codificazione la procedura può essere critica; per esempio, quando ci è bidirezionale la trasmissione dei dati, quale con una conversazione telefonica, significativa fa ritardare può degradare seriamente la qualità percepita.

Contrariamente alla velocità di compressione, che è proporzionale al numero di funzionamenti ha richiesto dalla procedura, qui stato latente si riferisce al numero di campioni che devono essere analizzati prima che un blocco di audio fosse proceduto. Nel caso minimo, lo stato latente è campioni zero 0 (per esempio, se il codificatore/decodificatore riduce semplicemente il numero di punte usate per quantificare il segnale). Le procedure di dominio di tempo quale il LPC inoltre hanno spesso gli stati latenti bassi, quindi loro popolarità nella codificazione di discorso per la telefonia. Nelle procedure quale MP3, tuttavia, tantissimi campioni devono essere analizzati per effettuare un modello psychoacoustic nel dominio di frequenza e lo stato latente è sull'ordine 23 della spettrografia di massa (spettrografia di massa 46 per la comunicazione bidirezionale).

La codifica di discorso

La codifica di discorso è una categoria importante di compressione di dati audio. I modelli percettivi hanno usato valutare che cosa un orecchio umano può sentirsi è generalmente in qualche modo differente da quelli usati per musica. La gamma di frequenze state necessarie per trasportare i suoni di una voce umana è normalmente ben più stretta di quella stata necessaria per musica ed il suono è normalmente meno complesso. Di conseguenza, il discorso può essere messo ad alta qualità usando i tassi di punta relativamente bassi.

Ciò è compiuta, generalmente, tramite una certa combinazione di due metodi:

• Soltanto suoni di cifratura che potrebbero essere fatti da una singola voce umana.
• Gettare via più dei dati nel segnale -- mantenere abbastanza appena per ricostruire una voce “comprensibile„ piuttosto che la gamma di frequenza completa di essere umano udienza.

Forse le procedure più iniziali usate nella codifica di discorso (e nella compressione di dati audio generalmente) erano procedura di Un-legge e procedura di µ-legge.

Glossario

ABR

Bitrate medio

CBR

Bitrate costante

VBR

Bitrate variabile

Riferimenti

Veda inoltre

• Disposizione audio della lima
• Elaborazione del segnale audio
• Immagazzinaggio audio
• Mascherare uditivo
• Codec
• Confronto di Codecs audio
• Disposizione del contenitore
• Compressione di dati
• Amministrazione di diritti di Digital
• Elaborazione del segnale numerico
• Lista dei codecs
• Psicoacustica
• La codifica di discorso
• Tecnica di compressione del linguaggio
• La codifica del Subband

Collegamenti esterni

• Ascoltare soggettivo di EBU esamina sui codecs audio bassi-bitrate
• Prove ascoltanti cieche interattive dei codecs audio sopra il Internet
• Per i confronti dei codecs audio lossless, veda confronto di wiki di hydrogenaudio.org; Confronto dello Speek (noti gli altri collegamenti pure); questo grafico da Luogo del Hans Heiden e Il pettirosso Whittle il confronto 2003 di parecchie procedure e la discussione su codificazione del riso.