Mp4Gain – Audio- und Videokonverter & Normalisierer

Aufbau einer mp3

Free Download Mp4Gain

Aufbau einer mp3

Structure of an mp3

Audiokomprimierung

Structure of an mp3

Das MP3-Format begann Mitte der 1980er Jahre, und das Fraunhofer-Institut in Erlangen, Deutschland, engagierte sich für hochwertige Audiocodierung mit niedriger Datenrate.

Die MP3-Audiokomprimierung umfasst die Kodierung und Dekodierung in zwei Teilen. Beim Codieren werden die Daten in der WAV-Datei in ein stark komprimiertes Bitstream-Format konvertiert, und beim Decodieren wird der Bitstream akzeptiert und in die WAV-Datei rekonstruiert.

MP3 verwendet den Verzerrungsalgorithmus von Perceptual Audio Coding (PerceptualAudioCoding). Der Frequenzbereich des vom menschlichen Ohr wahrgenommenen Schalls reicht von 20 Hz bis 220 kHz. MP3 schneidet viele redundante Signale und irrelevante Signale heraus. Der Encoder transformiert den Originalton durch eine hybride Filterbank in den Frequenzbereich. Unter Verwendung des psychoakustischen Modells wird geschätzt, dass es einfach sein kann. Der wahrgenommene Geräuschpegel wird quantisiert und in Huffman-Codierung umgewandelt, um einen MP3-Bitstrom zu bilden. Der Decoder ist viel einfacher und seine Aufgabe besteht darin, das Tonsignal aus den codierten Spektrallinienkomponenten durch inverse Quantisierung und inverse Transformation zu extrahieren.

Beim Komprimieren von Audiodaten werden die ursprünglichen Tondaten zuerst in feste Blöcke unterteilt, und dann wird eine direkte MDCT durchgeführt. MDCT selbst führt keine Datenkomprimierung durch, sondern wandelt nur einen Satz von Zeitbereichsdaten in Frequenzbereichsdaten um, um Zeitbereichsdaten zu erhalten. Im Falle einer Änderung wandelt die direkte MDCT den Wert jedes Blocks in 512 MDCT-Koeffizienten um. Die Quantisierung komprimiert Daten, und wenn Bits nach der Quantisierung transformierten Abtastwerten zugewiesen werden, muss in Betracht gezogen werden, den gesamten quantisierten Block auf den kleinsten zu bringen, was zu einer verlustbehafteten Komprimierung führt. Beim Dekomprimieren werden die 512 Koeffizienten durch umgekehrte MDCT in den Originaltondaten wiederhergestellt, und die Originaltondaten davor und danach sind inkonsistent, weil redundante und irrelevante Daten während des Komprimierungsprozesses entfernt werden.

MP3-Dateistruktur
MP3-Dateien werden grob in drei Teile unterteilt: TAG_V2(ID3V2), Rahmen, TAG_V1(ID3V1)

ID3V2 Enthält Informationen wie Autor, Komponist, Album usw., die Dauer ist nicht festgelegt, wodurch die Informationsmenge von ID3V1 erweitert wird
Rahmen

Eine Reihe von Frames, deren Anzahl durch die Dateigröße und Framelänge bestimmt wird

Die Länge jedes Rahmens kann variabel oder fest sein, bestimmt durch die Bitrate.

Jeder FRAME ist in zwei Teile unterteilt: Frame-Header und Datenentität

Der Frame-Header zeichnet die Bitrate, Abtastrate, Version und andere MP3-Informationen auf, und jeder Frame ist voneinander unabhängig.

ID3V1　　　 Enthält Autor, Komponist, Album und andere Informationen, Länge ist 128BYTE

Free Download Mp4Gain

Aufbau einer mp3

Structure of an mp3

Der vollständige Name von MP3 lautet MPEG Audio Layer3, was ein effizientes Computer-Audiocodierungsschema ist.

Es konvertiert Audiodateien in kleinere Dateien mit der Erweiterung .MP3 mit einem höheren Komprimierungsverhältnis und behält im Wesentlichen die Klangqualität der Originaldatei bei. MP3 ist Teil des ISO/MPEG-Standards. Der ISO/MPEG-Standard beschreibt die Audiokomprimierung unter Verwendung eines hochleistungsfähigen Wahrnehmungscodierungsschemas. Dieser Standard wurde kontinuierlich aktualisiert, um dem Streben nach „hohe Qualität bei geringem Volumen“ gerecht zu werden. MPEGLayer1, Layer2 und Layer 3 haben nun drei Audio-Codec-Schemata gebildet. Die Kompressionsrate von MPEGLayer3 kann von 1:10 bis 1:12 reichen. Eine 1 MB große MP3-Datei kann 1 Minute lang wiedergegeben werden, während eine 1-minütige WAV-Datei in CD-Qualität (44100 Hz, 16 Bit, zwei Kanäle, 60 Sekunden) 10 MB Speicherplatz beansprucht. , Eine 650 MB MP3-Disc sollte mehr als 10 Stunden lang abgespielt werden, während eine CD mit der gleichen Kapazität etwa 70 Minuten lang abgespielt werden sollte. Die Vorteile von MP3 werden von CD nicht erreicht.

MPEG-Audiostandard
MPEG (Motion Picture Experts Group) ist eine Expertengruppe für bewegte Bilder unter ISO, und der von ihr erstellte MPEG-Standard wird in verschiedenen Multimediabereichen weit verbreitet verwendet. MPEG-Standards umfassen Video- und Audiostandards, unter denen MPEG-1-, MPEG-2-, MPEG-2AAC- und MPEG-4-Audiostandards entwickelt wurden.

Die MPEG-1- und MPEG-2-Standards verwenden dieselbe Familie von Audio-Codecs: Layer 1, 2 und 3. Ein neues Merkmal von MPEG-2 ist die Verwendung einer Erweiterung mit niedriger Abtastrate, um den Datenverkehr zu reduzieren, und ein weiteres Merkmal ist Multi -Kanalerweiterung, die die Anzahl der Hauptkanäle auf fünf erhöht. Der MPEG-2AAC-Standard (MPEG-2 Advanced Audio Coding) wurde 1997 von FraunhoferIIS und AT&T mit dem Ziel veröffentlicht, den Datenverkehr erheblich zu reduzieren. MPEG22AAC verwendet den Modified Discrete Cosine Transform (MDCT)-Algorithmus und die Abtastrate kann zwischen 8 und 8 liegen kHz und 96 kHz. Die Anzahl der Kanäle kann zwischen 1 und 48 liegen.

MPEG Audio Layer1, 2 und 3 verwenden die gleiche Filterbank, Bitstream-Struktur und Header-Informationen, und die Abtastrate beträgt entweder 32 KHz, 4411 KHz oder 48 KHz. Schicht1 ist für digitales Kompressionsband DCC (DigitalCompactCassette) ausgelegt, die Datenrate beträgt 384 kbps, Schicht2 ist ein Kompromiss zwischen Komplexität und Leistung eingegangen, und die Datenrate wurde auf 256 kbps-192 kbps reduziert. Layer 3 wurde von Anfang an für geringen Datenverkehr ausgelegt, und der Datenverkehr reicht von 128 kbps bis 112 kbps. Schicht 3 fügt eine MDCT-Transformation hinzu, wodurch die Frequenzauflösung 18-mal höher ist als bei Schicht 2. Schicht 3 verwendet auch EntropyCoding ähnlich wie MPEGVid2eo, wodurch redundante Informationen reduziert werden. Die überwiegende Mehrheit der MP3s verwendet den MPEG21-Standard.

Der Komprimierungsalgorithmus einer MP3.

Neben den physiologischen Baueigenschaften des menschlichen Ohrs spielt auch die Funktion des Gehirns eine sehr wichtige Rolle.

Mp3 compression algorithm

Die Tonhöhe im Klang wird durch den Grundton bestimmt, während die Klangfarbe durch die Obertöne bestimmt wird, und das menschliche Gehirn wird automatisch den Grundton vervollständigen, selbst wenn der Grundton nicht existiert. Beispielsweise beträgt die Bandbreite eines Telefons nur 300 bis 3200 Hz, aber wenn wir einem Mann mit einem Grundton von 120 Hz beim Telefonieren zuhören, können wir immer noch seinen korrekten Ton hören und werden einen Jungen nicht mit einem Mädchen verwechseln . . .

Wir wissen immer noch nicht, wie das Gehirn mithilfe komplexer Berechnungen diesen nicht vorhandenen Ton rekonstruiert.

PS Fügen Sie ein kleines visuelles Osterei hinzu, können Sie sehen, was an diesem Bild seltsam ist?

(Bitte lesen Sie die Antwort bis zum Ende)

…………………………………………………………………………………………………………………… ………… …… …………………………………………………………………………………………………………………… …………… …………………………………………………………………………………………………………………… ……………… ………………………………………………………………………………………………………………… ………………… …………………………………………………………………………………………………………… ……………………… ……………………………………………………………………………………………………… ……………………………
_ Ihre Vision ~ erstaunlich! Der menschliche Körper hat immer noch zu viele unbekannte magische Eier, die darauf warten ausgegraben zu werden~~

Der Komprimierungsalgorithmus einer MP3.

Mp3 compression algorithm

Die Geburt des MP3-Kompressionsalgorithmus ist Unsinn der menschlichen Organe im digitalen Zeitalter. Der gesamte Algorithmus ist nicht um die Mathematik herum verbessert, sondern eher dahingehend optimiert, wie man das menschliche Hörorgan täuscht.

Dieser Algorithmus ist also sehr merkwürdig, Baidu hat nach langer Zeit endlich Informationen gefunden und hat ein wenig Verständnis für sein Prinzip, also notieren Sie es bitte.

Grundprinzip
Es gibt einen speziellen Schattierungseffekt auf das menschliche Gehörmodell.
Die Rolle der Cochlea ist die eines Spektrumanalysators, der Schallwellen in Signale unterschiedlicher Frequenzen umwandelt. Die Zottenzellen an jedem bestimmten Ort werden durch eine bestimmte Frequenz stimuliert, aber wenn die Basilarmembran zu Schwankungen führt, werden auch die Zottenzellen um sie herum stimuliert. Das heißt, wenn es eine Frequenz mit hoher Lautstärke und gleichzeitig eine relativ schwache Frequenz in der Nähe gibt, wird der Ton der relativ schwachen Frequenz von dem relativ lauten Ton überdeckt, und unsere menschlichen Ohren haben keine Möglichkeit um den Ton zu unterscheiden Es gibt einen anderen Ton mit einer schwächeren Frequenz.

Für das menschliche Ohr ändern sich die Wahrnehmungseigenschaften von Schall nicht auf einer linearen Frequenzskala (das menschliche Gehör ist nicht so gut), sondern können in einer Reihe von begrenzten Frequenzbändern ausgedrückt werden, die als kritische Frequenzbänder bezeichnet werden. Einfach ausgedrückt ist das gesamte Frequenzband in mehrere Segmente unterteilt, und in jedem Frequenzband ist die Hörwahrnehmung des menschlichen Ohrs gleich, dh die psychoakustischen Eigenschaften sind gleich.
Dann kann nach diesem Prinzip die mp3-Kompressionsarbeit einfach in zwei Teile geteilt werden:

Der erste Schritt: Aufteilung der Original-Audiodaten in mehrere unterkritische Frequenzbänder nach bestimmten Prinzipien;

Schritt 2: Analysieren Sie das Frequenzspektrum gemäß dem psychoakustischen Modell, um die Maskierungseffektkurve zu finden. Dann wird gemäß dieser Kurve jedes Subfrequenzband separat quantisiert, und schließlich liegt die Komprimierung des Audios unterhalb der Maskierungseffektkurve.

Auf diese Weise wird eine MP3-Komprimierung durchgeführt. Und es ist überraschend, dass mp3 in der digitalen Welt wirklich komprimiert wird, aber für die menschliche Wahrnehmung zur Kompression ohne Verzerrung gehört.