Forum Abre Los Ojos

Abre Los Ojos

Wszystko o Audio, czyli plikach muzycznych.

Abre Los Ojos

Współczynnik określający, ile bitów danych zostało użytych do zapisania dźwięku lub obrazu trwającego określoną jednostkę czasu (zazwyczaj sekundę). Bitrate odnosi się do plików multimedialnych, muzycznych oraz strumienia danych przesyłanych w sieci (na przykład internetowego radia). Im wyższa jest wartość bitrate, tym lepsza jakość dźwięku/obrazu, ale jednocześnie większy rozmiar pliku wynikowego. Zazwyczaj bitrate jest wyrażony w kilobitach - na przykład 60-sekundowy plik MP3 zapisany w bitrate 128 będzie zajmował 7680 kilobitów (960 kilobajtów). Wartość bitrate może być stała (CBR) lub zmienna (VBR). W tym pierwszym wypadku każda sekunda filmu lub muzyki będzie zajmowała tyle samo miejsca na dysku. Zmienny bitrate oznacza, że ilość danych użytych do zapisania poszczególnych fragmentów pliku będzie różna - na przykład w zależności od tego, czy zapisywany jest pojedynczy głos, czy też koncert.

Abre Los Ojos

MP3 (skrót od MPEG Audio Layer 3) to jeden z najpopularniejszych formatów plików dźwiękowych. Jego charakterystyczne cechy to duży rozmiar kompresji przy małej utracie jakości dźwięku. Dzięki specjalnej metodzie kompresji plik WAVE może zmniejszyć swe rozmiary nawet 30 razy !!! Nie traci przy tym dużo na jakości. Nie tylko pliki WAVE można konwertować na MP3. Niektóre programy np. MusicMatch Jukebox potrafią konwertować MP3 CBR -> MP3 VBR i MP3 VBR -> MP3 CBR. Jak pewnie zauważyliście są dwa typy plików MP3 - CBR i VBR. Pierwszy to najczęściej spotykany. Ma on stałą szybkość bitrate np. 192 kbps. Pliki MP3 VBR (Skrót od Variable BitRate) mają zmienną szybkość bitrate. Właściwie sam nie wiem czym różni się ta metoda kompresji od zwykłej.

<b>Jakość dźwięku, a bitrate:</b>

<table border="1">
<tr>
<td>BITRATE</td><td>JAKOŚĆ DŹWIĘKU</td><<td>GATUNEK MUZYKI</td>
</tr>
<tr>
<td>poniżej 128</td><td>bardzo mocno zniekształcona</td><td>----</td>
</tr>
<tr>
<td>128</td>mocno zniekształcona</td><td>dance, techno</td>
</tr>
<tr>
<td>160</td><td>dobra</td><td>rock, muzyka elektroniczna</td>
</tr>
<tr>
<td>192</td><td>bardzo dobra, zbliżona do CD</td><td>instrumentalna, poważna, jazz</td>
</tr>
<tr>
<td>256 i więcej</td><td>odpowiada jakości CD</td><td>bardzo dobra jakość</td>
</tr>
</table>

Historia MP3:

Najbardziej zaawansowany, złożony i jak dotąd najlepszy standard - "Layer3" został opracowany w niemieckim instytucie Fraunhofer, a konkretnie w departamencie "Audio i Multimedia", gdzie około 30 inżynierów pracuje nad rozwojem oraz implementacja "w czasie rzeczywistym" algorytmów przetwarzania sygnałów dla potrzeb komunikacji audiowizualnej. Prace rozpoczęto w roku 1987, przy ścisłej współpracy z uniwersytetem Erlangen, w celu opracowania zaawansowanego algorytmu kodowania sygnałów audio dla przyszło w roku 1987, przy ścisłej współpracy z uniwersytetem Erlangen, w celu opracowania zaawansowanego algorytmu kodowania sygnałów "Layer3" zostały ukończone i stal się on najbardziej optymalnym sposobem kodowania sygnałów audio w rodzinie określanej przez międzynarodowe normy ISO-MPEG. Używając tego algorytmu ( znanego powszechnie w internecie jako MP3, ze względu na rozszerzenie ) do kodowania plików audio, jakość "prawie CD" tj. stereo, 44KHz, 16 bitów, można uzyskać przy 112 - 128kbps ( stopień kompresji 11:1 - 13:1 ).

Proces Kodowania:

Wszystkie standardy mpeg audio używają tego samego schematu kodowania. Może być on określony jako "maskowanie szumów". Encoder analizuje widmo sygnału i następnie dostosowuje go do modelu psuchoakustycznego poprzez oszacowanie dopuszczalnego, niesłyszalnego poziomu szumów. Encoder standardu Layer2 dzieli widmo sygnału ( od 20Hz do 20KHz ) na 32 podzakresy. W każdym podzakresie zawarta jest część analizowanego dźwięku. Na przykład, w podzakresie 8 obecny jest ton o częstotliwości 6500 Hz i poziomie 60dB.Obliczany jest wówczas efekt maskujący tego dźwięku - okazuje się że w obrębie tego podzakresu maskowane są dźwięki o poziomie niższym od 35 dB. Dopuszczalny s/n wynosi zatem 60 - 35 = 25dB. To odpowiada rozdzielczości 4 bitów. Dodatkowo maskowanie występuje również w podzakresach 9 -13 oraz 5 -7.Maleje ono wraz z odległości od zakresu 8. W rzeczywistości dźwięki występują we wszystkich podzakresach i efekt maskowania sumuje się. Dodatkowo encoder wykorzystuje zmienną czułość ucha ludzkiego dla różnych częstotliwości. Ucho jest mniej czułe na wysokie i niskie dźwięki, szczyt czułości leży w okolicach 2 - 4 kHz. W stan darcie MPEG Layer2 każdy podzakres posiada szerokość 750Hz. ( dla częstotliwości próbkowania 48kHz ), ale lepiej jest gdy podzakresów jest więcej, oraz są one węższe dla niskich częstotliwości i szersze dla wysokich. Layer3 ( MP3) posiada 18 razy większą rozdzielczość i dodatkowo wykorzystuje efekt maskowania przed i po wystąpieniu silnego dźwięku. Wytłumaczyć go można ograniczonymi możliwościami mózgu ( szybkość transportu bodźca nerwowego ).Przed-maskowanie występuje w bardzo krótkim czasie od 2 d 5 ms, natomiast czas maskowania po sygnale to ponad 100ms. Inną własność, tym razem sygnału stereo, wykorzystywaną podczas kompresji to występowanie korelacji pomiędzy kanałami. Używany jest "joint-stereo", co więcej Layer3 redukuje ten nadmiar poprzez użycie kodowania Huffmana. Encoder kompresuje dany wycinek sygnału metodą iteracyjną tak długo aż osiągnie pożądaną dokładność. W standardach Layer2 i Layer3 prowadzi on obliczenia na odcinkach trwających 24 ms.( zwierających 1152 próbek i fs = 48 kHz ). Dla niektórych dźwięków może to stanowić problem, np. Dla sygnału w którym różnica pomiędzy dźwiękiem bardzo silnym I słabym wynosi ponad 24 ms.( np. wystrzał ). Efekt maskowania obliczany jest dla najsilniejszego dźwięku. W standardach Layer2 i Layer3 " szumowe echo". Layer 3 radzi sobie z tym poprzez analizę mniejszego okna ( 4 ms ), gdy encoder wykryje powyższą sytuację.

Wszystkie standardy MPEG audio wykorzystują właściwości ucha ludzkiego. Bazują one na usuwaniu słabszych dźwięków które nie docierają do mózgu człowieka. Na rysunku pokazany jest efekt maskowania, czarną linię zaznaczono próg słyszalności.

W standardzie "MP3" wykorzystywany jest również inny efekt. Ponieważ mózg człowieka posiada ograniczony czas reakcji, słabsze dźwięki są niesłyszalne na krótko przed oraz po wystąpieniu silnego sygnału.

Proces enkodowania jest bardzo złożony obliczeniowo i wymaga szybkiego procesora. Na początku sygnał jest filtrowany i jego widmo jest dzielone na małe podzakresy. Następnie enkoder porównując zawartość poszczególnych podzakresów, musi usunąć tę część widma która nie dociera do mózgu. "zielone" sygnały po prawej stronie znajdują się poniżej niebieskiej lini "progu słyszalności" więc enkoder może usunąć sygnał znajdujący się w 3-cim podzakresie. Sygnał z lewej strony nie jest całkowicie zamaskowany, ale można podnieć dopuszczalny poziom szumu ponieważ będzie on niesłyszalny.[/b]