Оглавление

2 Различие в кодировании и декодировании аудио. 8

Введение

Цифровая музыка чаще всего предоставляется пользователям через медиа-магазины и потоковые службы — в форматах, которые используют сжатие с потерями. Сжатие файла производится для того, чтобы он стал меньше – данные из него были удалены из оригинала и никогда не могут быть восстановлены.

Есть два типа сжатия аудиофайлов.

Сжатие данных используется для уменьшения размера компьютерных файлов. Сжатие звука используется для воздействия на кажущуюся громкость, уровень энергии или воздействие звуков.

Сжатие данных (также называемое сжатием файлов) означает уменьшение размера исходного аудиофайла. Однако, в зависимости от типа сжатия данных, качество звука также может быть уменьшено.

Сжатие можно получить с использованием Zip-архиватора и кодека MP3. Оба этих файла используют сжатие данных, однако формат.zip не имеет потерь (временно сжат), а формат.mp3 — с потерями (с постоянным сжатием). Оба они необходимы для разных приложений.

Сжатие данных без потерь является временным, что означает, что качество звука не уменьшается. После распаковки файла («декодирования») он возвращается к исходному файловому формату и размеру файла. Популярные компрессоры без потерь включают WinRAR, WinZip и Stuffit Expander, а также хорошие операционные системы, включая Windows и Mac OS X.

Плюсы сжатия данных без потерь:

Возможно высокое качество звука.

Позволяет сжимать несколько файлов в один файл. Это может быть полезно для интернет-трансферов, поскольку веб-браузеры не позволяют сразу загружать целые папки.

Минусы сжатия данных без потерь:

Файлы не могут воспроизводиться непосредственно проигрывателями аудио: сначала они должны быть распакованы («извлечены») в исходный формат операционной системой. Это может занять до нескольких минут в зависимости от скорости компьютера.

Размеры файлов обычно не такие маленькие, как форматы с потерями (например, MP3). Данные в аудиофайлах, сжатых с потерями не удаляются случайным образом. Форматы файлов используют психоакустику, чтобы обойти ограничения человеческого слуха, убирая вещи, которые не нужны большинству пользователей.

Человеческий слух работает в диапазоне от 20 Гц до 20 кГц, поэтому теоретически все, что находится за пределами этого диапазона, может быть удалено, человек даже не заметит. Диапазон слуха также уменьшается по мере того, как человек становится старше.

В дополнение к этому звуки с более высокой частотой сложнее слышать, если их окружают более громкие звуки с более низкой частотой. Например, постоянный удар барабана может заглушить некоторые тонкости других инструментов и голоса в записи.

Сжатие использует явление, называемое «маскировка». Это — то, где более громкая, более низкая частота покрывает потерю более высокого, более тихого звука. Это может быть сделано во всем диапазоне частот, но звуки более 15 кГц особенно восприимчивы к нему.

Таким образом, очевидно, что есть много возможностей для удаления, по-видимому, бесполезных данных из аудиозаписи, хотя некоторые аудиофилы утверждают, что это устраняет менее ощутимые качества, такие как атмосфера и пространство, и приводит к более двумерному звучанию. В конечном счете, цель состоит в том, чтобы найти баланс между размером файла и качеством.

1 Форматы сжатия аудиофайлов

Каждый раз, когда используется MP3-плеер или iPod, используются и сжатые аудиофайлы. MP3, вероятно, является самым распространенным форматом сжатия аудио, но он не единственный доступный формат сжатия аудиофайлов.

Необходимость сжатия аудиофайлов является следствием ограниченного количества доступной памяти компьютера, что побудило технических специалистов разработать способы изъять большую часть аудиоданных из этих аудиофайлов, сохраняя при этом высокий уровень воспринимаемого качества звука.

Сжатие данных по определению — это формула или метод, позволяющий хранить и переносить исходные цифровые данные, используя меньшее пространство и пропускную способность сети.

В сжатии данных в области компьютерных наук и информационных технологий также называется сокращение битовой скорости: возможность использовать меньшее количество бит, чем в оригинале, для доставки такого же объема информации. Сжатие данных может быть с потерями или без потерь. Сжатие без потерь уменьшает количество бит, определяя и устраняя то, что называется статистическая избыточностью, а не функциональными данными, которые могут быть связаны с шумом или частотами, которые не способно слышать человеческое ухо. Сжатие приоритизирует данные на основе их роли в приложении и устраняет то, что предельно не ожидаемо так, что конечный пользователь не заметит потери качества. Современное управление данными вряд ли можно представить без алгоритмов сжатия; из-за этого можно передавать фильмы и видео по относительно медленным сетям, хранить большие объемы информации на относительно небольших жестких дисках и устанавливать огромные фильмы на крошечных оптических дисках. Звук при этом играет огромную роль. Потеря данных — не единственная проблема с сжатием; алгоритм также должен быть достаточно быстрым, а ресурс ЦП эффективен для того, чтобы оборудование могло сжимать и распаковывать данные достаточно быстро, чтобы конечный пользователь мог наслаждаться музыкой.

Во время сжатия файла MP3 размером 128 Кбит обычно 90% аудиоданных отбрасывается, оставляя размер файла в одну десятую от исходного размера. Это, в свою очередь, означает, что MP3-плеер способен хранить в десять раз больше файлов по сравнению с тем, если он должен был бы хранить оригинальные несжатые CD-данные.

Формат MP3 ( MPEG-1 Audio Layer 3 ) на сегодняшний день является наиболее известным из всех доступных сегодня систем сжатия звука, и хотя он может быть не столь технологичным, как некоторые из новейших систем, он наиболее широко используется и обеспечивает вполне адекватные результаты для умеренных битовых скоростей для большинства требований аудиотехники.

Метод сжатия MP3 называют перцепционным кодированием. На первом этапе кодирования строится диаграмма звука, затем удаляется информация, не воспринимаемая человеческим ухом, поэтому оставшаяся информация сохраняется в файле в компактном виде.

Главным преимуществом кодирования аудиофайлов в формате MP3 является то, что в значительной степени гарантируется воспроизведение полученных файлов практически на любом современном медиаплеере или устройстве. Именно по этой причине большинство подкастов и аудиоустройств предпочитают использовать формат MP3 в качестве предпочтительной системы сжатия.

Аудиоформат AAC ( Advanced Audio Coding ) на самом деле является частью спецификаций MPEG-2 и MPEG-4 и призван стать превосходной технологической заменой для более старого формата MP3. AAC предназначен для обеспечения улучшенного качества звука и прозрачности по сравнению с файлами MP3, закодированными с одинаковой скоростью передачи данных, хотя это преимущество становится доминирующим для более низких скоростей передачи (ниже 128 кбит / с).

AAC — это формат по умолчанию, который Apple приняла для своих iPod, iPhone и iTunes и для своего интернет-магазина iTunes. Sony также приняла AAC в качестве стандартной системы кодирования звука для своей PlayStation 3 и была включена в их PlayStation Portable и последние системы Sony Walkman. Другие компании, принявшие этот формат, включают Nokia и Nintendo ( Wii и DSi ).

Аудиоформат WMA ( Windows Media Audio ) — это собственная система сжатия звука Microsoft, встроенная в ее операционную систему Windows, и является параметром сжатия по умолчанию, используемым для копирования CD-дисков на компьютер с помощью Windows Media Player.

Хотя WMA является частной системой Microsoft, технология лицензирована многими третьими лицами, что означает, что аудиофайлы, закодированные WMA, воспроизводятся на множестве совместимых устройств.

Многие MP3-плееры без проблем воспроизводит файлы WMA.

Аудиоформат ATRAC ( Adaptive Transform Acoustic Coding ) — еще один патентованной формат сжатия звука, на этот раз разработанный Sony, первоначально предназначался для систем MiniDisc в начале 1990-х годов, но с тех пор использовался в линейке переносных аудиоплееров компании.

С момента своего создания алгоритм сжатия ATRAC был улучшен за прошедшие годы, а новые версии предлагают улучшенное воспринимаемое качество звука в более ранних версиях для аналогичных скоростей передачи.

К сожалению, файлы с кодировкой ATRAC широко не поддерживаются другими производителями.

Аудиоформат Ogg Vorbis имеет бесплатную лицензию. Логотип VorbisХотя формат сжатия звука Ogg Vorbis не очень популярен, но нет проблем с патентами или лицензиями, хотя совместимость с другими устройствами воспроизведения мультимедиа может оказаться проблемой.

Аудиоформат FLAC (Free Lossless Audio Codec ) — еще одна система сжатия звука, заслуживающая упоминания, отчасти потому, что она бесплатна (как следует из названия), а отчасти потому, что она сжимает звук без потерь.

Все вышеупомянутые системы сжатия теряют качество звука в процессе сжатия. FLAC этого не делает, но недостатком является то, что уровень сжатия небольшой.

Файлы FLAC, как правило, составляют от 40 до 50% от размера исходного аудиофайла, что не так впечатляет по сравнению с типичной 10-процентной цифрой объема файла MP3.

Если вы возможно предоставить дополнительное пространство для хранения и нужно оригинальное качество звука, то FLAC — лучший путь. Однако для большинства людей эти крошечные улучшения качества звука по сравнению с преимуществами экономии пространства любого из вышеперечисленных форматов сжатия не будут стоить проблем совместимости.

Можно сделать следующие выводы.

В то время как MP3 является наиболее распространенным и известным из всех систем сжатия аудио, он отнюдь не лучший. Существует множество различных систем сжатия звука, в которых используются разные алгоритмы сжатия.

FLAC представляет собой схему без потерь, она подходит как формат архива для владельцев компакт-дисков и других носителей, которые хотят сохранить свои аудио коллекции. Если исходный носитель потерян, поврежден или изношен, копия аудиодорожек FLAC гарантирует, что в любой момент можно восстановить точный дубликат исходных данных. Точное восстановление из копии с потерей (например, MP3 ) из тех же данных невозможно.

2 Различие в кодировании и декодировании аудио

Формат MP3 ( MPEG-1 Audio Layer 3 ) использует сжатие данных с потерями для кодирования данных с использованием неточных приближений и частичного отбрасывания данных. Это позволяет значительно уменьшить размер файла по сравнению с несжатым аудио.

Сжатие MP3 работает путем уменьшения (или приближения) точности некоторых компонентов звука, которые, как считается, превосходят возможности слуха большинства людей. Этот метод обычно называют перцепционным кодированием или психоакустическим моделированием. Затем оставшаяся аудиоинформация записывается экономически эффективным способом. По сравнению с цифровым аудио качеством CD, компрессия MP3 обычно может достигать сокращения на 75-95%. Например, MP3, закодированный с постоянным битрейтом 128 кбит / с, приведет к тому, что файл составит примерно 9-10% размера исходного аудио CD.

Аудиоформат AAC (Advanced Audio Coding) является широкополосным алгоритмом кодирования звука, который использует две основные стратегии кодирования, чтобы значительно сократить объем данных, необходимых для представления высококачественного цифрового звука:

Компоненты сигнала, которые воспринимаются неадекватно, отбрасываются.
Избыточность в кодированном аудиосигнале устраняется.

Фактический процесс кодирования состоит из следующих шагов:

Сигнал преобразуется из временного в частотный с использованием форматированного дискретного косинусного преобразования (MDCT). Это делается с помощью фильтров.

Сигнал частотной области квантуется на основе психоакустической модели и кодируется.

Добавляются коды внутренней коррекции ошибок.

Чтобы предотвратить появление ошибок, для каждого модуля применяется современная реализация алгоритма Luhn mod N.

AAC использует модульный подход к кодированию. В зависимости от сложности кодируемого битового потока, требуемой производительности и приемлемого вывода разработчики могут создавать профили для определения того, какой из определенных наборов инструментов они хотят использовать для конкретного приложения.

Продукты, поддерживающие AAC:

Японский ISDB-T
Международный ISDB-Tb
iTunes и iPod
Другие портативные плееры
Мобильные телефоны

Почти все современные компьютерные медиаплееры включают встроенные декодеры для AAC или могут использовать библиотеку для ее декодирования. В Microsoft Windows, DirectShow можно использовать таким образом, с соответствующими фильтрами для обеспечения воспроизведения AAC.

Windows Media Audio ( WMA ) как часть среды Windows Media состоит из четырех различных кодеков. Оригинальный WMA-кодек, известный просто как WMA, был задуман как конкурент популярного MP3 кодека. WMA Pro, более новый и усовершенствованный кодек, поддерживает многоканальное и высокое разрешение. WMA Lossless, сжимает аудиоданные без потери достоверности звука (обычный формат WMA — с потерями). Voice WMA, предназначенный для голосового контента, применяет сжатие с использованием диапазона низких скоростей передачи. Microsoft также разработала цифровой формат контейнера под названием Advanced Systems Format для хранения аудио, закодированного WMA.

Важно отметить, что как кодировщики MP3, так и WMA были подвергнуты активной разработке и улучшению на протяжении многих лет, поэтому их относительное качество может со временем меняться.

3 Потеря качества при сжатии

На музыкальном компакт-диске, аудиофайлы не сжаты. Можно импортировать песни с компакт-диска с помощью iTunes (или другого программного обеспечения), превращающего их в цифровые файлы, чтобы они воспроизводились на компьютере или на любом переносном устройстве. Используя iTunes, можно копировать, например, два формата: AIFF и WAV. Оба они содержат хранилище данных PCM (импульсно-кодовая модуляция) на компакт-диске. Это позволяет читать файлы на компьютере, делая их цифровыми.

Но файлы AIFF и WAV могут быть довольно большими. По этой причине цифровые аудиофайлы обычно претерпевают сжатие для экономии места. Сжатие осуществляется в двумя типами: с потерями и без потерь.

Форматы с потерями: (MP3; AAC; OGG; WMA и др.).

Без потерь: (FLAC; ALAC; APE; DSD и т.д. ).

Существуют и другие аудиоформаты, хотя они не так распространены. Они включают WavPack (WV), TTA, ATRAC, PCM, OPUS и многое другое. Тем не менее, они обычно не поддерживаются большинством аудиоплееров.

Рассмотрим разницу между сжатием без потерь (lossless) и с потерями (lossy).

Во время обработки со сжатием без потерь аудиофайлы копируется так, что уменьшается размер, но качество не теряется. Это идеальная копия оригинального звука. Можете конвертировать один формат без потерь в другой без потери качества. Но одно, чего никогда нельзя сделать, это преобразовать формат со сжатием без потерь в аудиоформат со сжатием потери, а не потому, что это невозможно, это просто бессмысленно.

С другой стороны, сжатие с потерями уменьшает размер исходного файла до десяти раз, поэтому 100 МБ становятся 10 МБ, но некоторые аудиоданные необратимо теряются, поэтому может показаться, что песня не имеет чего-то, или наоборот, могут появиться некоторые звуковые артефакты.

Пусть люди предпочитают звук без потерь, потому что он звучит глубже и яснее. lossy — это скорее качество, а не количество. Этот тип сжатия позволяет хранить тысячи дорожек на жестком диске или переносном устройстве и быстрее загружать музыку. Многие люди не могут различить разницу между музыкой с потерями и без потерь, но это потому, что они, как правило, используют низкокачественные динамики и наушники. В действительности разница очевидна; уши просто должны привыкнуть к качеству.

Теперь, когда все больше людей начинают менять фокус музыки, переходя от компакт-дисков к новым компактным проигрывателям, становятся все более популярны звуковые форматы, которые используют сжатие – это MP3 и форматы нового поколения, такие как AAC (Advanced Audio Coding) и WMA (Windows Media Audio).

Популярность легальных сервисов загрузки музыки привела к возникновению новой проблемы: необходимость поддержания компактности файла и высокого качества звука. Битовая скорость файла AAC составляет 128 килобит в секунду (кбит / с) — всего лишь часть стандарта «без сжатия» 1,411 кбит / с, используемого для файлов CD, WAV и AIFF.

Возникли дискуссии, в которых обсуждаются сжатые аудиоформаты — WMA или AAC, при этом на первый план выходит вопрос — что звучит лучше и о то, может ли сжатые файлы разумно противостоять их эквиваленту на CD.

В то время как компании по распространению музыкальных файлов, такие как Apple и Napster, признают, что продают так называемые аудиофайлы с «потерянным» звуком, то есть используется технология, удаляющая определенные детали из файла, чтобы сжать его, но эти фирмы добавляют, что разница между их файлами и компакт-диск является минимальной для человеческого уха.

Возможности этих технологий заключаются в том, что они используют психоакустику для удаления информации, лишней для человеческого слуха. Большинство ушей недостаточно чувствительно, чтобы эти звуки услышать. Большинство потребителей массового рынка находят сжатые аудиоформаты совершенно приемлемыми и не смогут отличить WAV и Dolby AAC, WMA или MP3.

В любом случае, интернет-магазины музыки, скорее всего, не спешат улучшать скорость передачи битов в файлах, которые они продают.

Для онлайн-магазина музыки возможность использования аудиоформата с более высокой скоростью передачи является очень второстепенным по отношению к приоритету магазина, позволяющему окупить свои инвестиции в свою инфраструктуру, привлекая и удерживая новых клиентов.

Тем не менее, многие аудиофилы отвергают идею о том, что сжатые файлы звучат достаточно хорошо, но аргументами этого является лишь субъективное мнение. Технически доказать наличие особенного звучания в несжатых файлах трудно.

Для среднего пользователя качество тоже становится все более важным, поскольку музыкальные файлы перемещаются между небольшими устройствами прослушивания и медиацентром, позволяющим обеспечить высочайшее качество звучания.

Другим фактором является оборудование. В какой-то степени верно то, что чем лучше оборудование, тем лучше будет звучать сжатая музыка.

Алгоритмы сжатия основаны на том, что пользователь воспроизводит файлы в нейтрально сбалансированной системе, а хорошее оборудование будет выделять артефакты, которые останутся скрытыми в музыкой в средней аудиосистеме.

Деградация звука, предлагаемая кодеками сжатия, может быть слышима в системах хорошего качества, главным образом потому, что уровень воспроизведения будет громче, чем ожидали разработчики кодеков.

Тем не менее, самое значительное улучшение форматов сжатия может произойти в результате изменений в материнских платах компьютера, а не благодаря настройкам самих форматов. Технология компаний-производителей возвращает качество звука, потерянное в процессе сжатия.

Так, например, SonicFocus уточняет файлы, удаляя детализацию и добавляя больше деталей, принимая дыры и помещая информацию, которая, по мнению разработчиков, отсутствует в аудиофайле.

Технология SonicFocus работает, взаимодействуя между музыкальным файлом и аудиокодеком ввода-вывода, используя процессор для преобразования цифрового аудиосигнала[1]. Действительно, процесс перевода контролируется конкретным алгоритмом на основе процессора, который действует как часть системного программного обеспечения, за исключением того, что он работает в фоновом режиме.

Кроме того, сжатие — это не только проблема с форматом файлов, но и качества компакт-дисков и того, что происходит на них во время процесса записи, и от записи до микширования и до мастеринга.

Компьютеры берут на себя все больше и больше функций домашнего аудио, поскольку они становятся более интегрированными в домашнюю аудио-среду. В настоящее время существует множество предрассудков в отношении компьютерного звука. Благодаря очень недорогому программному обеспечению, пользователи могут приблизиться к высочайшему качеству прослушивания компакт-дисков со своих компьютеров.

4 Примеры кодирования аудиофайлов

Размер файла определяется его битрейтом. Многие считают, что битрейт является показателем качества, но это не так просто. Битрейт скажет, какой уровень сжатия используется, поэтому он дает смутное представление о том, что можно ожидать от звука, записанного в аудиофайле, но есть много других факторов, которые влияют на качество.

Различные кодеки имеют разные уровни эффективности, поэтому два формата файлов, закодированные с одинаковым битрейтом, будут существенно отличаться по качеству.

Даже в том же формате программное обеспечение, используемое для сжатия, имеет значение. Некоторые кодеры лучше других, и многие даже предлагают разные настройки качества с одинаковым битрейтом. Более быстрая обработка, например, равна более низкому качеству.

Тип сжатого звука жизненно важен. Человеческий голос имеет частоту в диапазоне от 85 Гц до 300 Гц и может обрабатывать гораздо большее сжатие без потери качества, чем оркестровая музыка.

Битрейт измеряется в килобитах в секунду (кбит / с). Звук CD имеет битрейт 1411 Кбит / с, что означает, что на каждую секунду песни приходится 1,411,000 бит данных. MP3 теперь обычно сжимаются до 320 Кбит / с, при этом 60% исходных данных выбрасываются. При 128 Кбит / с это 90%.

Не только уши человека диктуют то, что он может услышать. Используемое аудиооборудование играет важную роль.

В некоторых отношениях дешевые наушникови гораздо более упрощают сжатый звук, потому что они не способны обрабатывать полный динамический диапазон несжатой музыки. Или, говоря иначе, плохой механизм обработки аудиофайлов может сделать их хуже. И даже более дорогие наушники могут иногда настраиваться на определенные частоты (например, басы), которые могут отображать другие частоты — и нюансы записи искажаются.

Исследование Ryan Maguire (Центра компьютерной музыки в Вирджинии) прекрасно иллюстрирует, как работает сжатие (несжатая версия[2]. версия MP3 — 128 Кбит / с[3]).

Используя песню Suzanne Vega Tom’s Diner в качестве примера (песню, используемую при прослушивании тестов во время разработки формата MP3), Ryan Maguire оставил на записи только звуки, которые были удалены во время сжатия[4]. Рассматривая эти звуки следует признать, что ничего существенного, что ждет человек от воспроизведения аудиофайла они не содержат.

Некоторые исследования доказывают, что сжатые форматы, такие как FLAC звучат не так хорошо, как несжатые файлы WAV[5]. Но эти потери существенны только для аудио энтузиастов, эти потери мало значат для большинства пользователей.

В конечном счете, улучшение качества звука является средством для улучшения эмоций, что стимулируемых музыка. Человек не может чувствовать себя счастливым или грустным в зависимости от степени сжатия, но, однако, необходима помощь системы, которая коррелирует с тем, как музыка должна звучать, это увеличивает шансы переживать значимый эмоциональный опыт при прослушивании музыки.

Заключение

Сжатие данных аудиофайлов без потерь использует обычные архиваторы, но это сжатие не позволяет воспроизводить музыку на устройстве без разархивации.

Сжатие данных с потерями (общие расширения формата файла включают.mp3,.m4a и.wma и др.) является постоянным, то есть качество звука будет уменьшено.

Плюсы сжатия аудиофайлов с потерями:

Файлы могут воспроизводиться напрямую звуковыми проигрывателями. (Файлы распаковываются самим аудиоплеером, а не операционной системой.)
Воспроизведение на iPod и других портативных устройствах воспроизведения звука.
Меньшие размеры файлов, чем без потерь.

Минусы сжатия аудиофайлов с потерями: низкое качество звука.

Обычное использование сжатия аудиофайлов с потерями:

Публикация в Myspace, Facebook и т. Д.
Публикация на веб-сайте или в блоге.
Вложения электронной почты.
Воспроизведение через ipod, сотовые телефоны и другие портативные устройства воспроизведения звука.

Формат MP3 заключается в очень большом сжатии данных, часть которых, не воспринимаемая человеком отбрасывается.

WAV и AIF являются файлами без потерь, однако сжатие данных не связано с тем, что они имеют большой размер файла, но могут воспроизводиться мгновенно, как MP3.

Алгоритмы, которые содержат форматы сжатия данных, называются «кодеками». Некоторые из этих кодеков превосходят некоторые приложения. У некоторых нет никаких преимуществ и они были разработаны исключительно для целей брендинга. Для примера последнего нет технического преимущества сжатия аудио в формате.wma — он был разработан так, чтобы Microsoft могла заставить людей слушать музыку в своем проигрывателе Windows Media.

Дискуссии относительно низкого качества сжатого звука ведутся в основном относительно качественных аргументов, то есть они обсуждают не некие количественные характеристики, а исключительно воспринимаемую ценность звучания. Иногда только то, что файл сжат настраивает человека на то, что он должен получить низкое качество звука. Но увы это зависит не только от алгоритма сжатия.

Выбор системы сжатия может зависеть от многих факторов, но для большинства людей качество звука аудиоформата MP3 достаточно хорошее, а размеры файлов приемлемо малые, а также практически нет проблем совместимости.

Список литературы

[1] ADI и Sonic Focus улучшат качество интегрированных звуковых решений [2] Tom’s Diner, first verse, uncompressed

[3] 07 Tom’s Diner, first verse, 128 kbps / constant bit rate / joint stereo MP3

[4] 08 Tom’s Diner, first verse, 128kbps MP3 «Ghost»

[5] Есть ли разница между аудио форматами MP3, AAC, FLAC и какой нужно использовать?

Поделиться этим

Цифровые аудио форматы