Wie kann man Dosensound schmackhafter machen? – Über Audiokomprimierung und -codierung sprechen Teil 2
SMR (Signal-to-Maskratio): bezieht sich auf den Abstand von der Maskierungskurve zu der durch die Maskierung erzeugten Schwelle innerhalb eines kritischen Frequenzbands.
SNR (Signal-Rausch-Verhältnis): bezieht sich auf das Signal-Rausch-Verhältnis des Signals nach der Quantisierung von m Bits, das gleich dem Verhältnis der Varianz des Signals vor der Quantisierung zur Varianz des Quantisierungsrauschens ist.
MNR (mask-to-noise): bezieht sich auf die Verzerrung, die das menschliche Ohr nach der Verarbeitung wahrnehmen kann. Der Wert ist gleich der Differenz zwischen SNR und SMR.
Der graue Bereich Critical Band bezieht sich auf das kritische Band, Masking Threshold ist die Maskierungsschwellenkurve und SMR in der Abbildung bezieht sich auf den maximalen Wert von SMR im kritischen Band.
Es ist erwähnenswert, dass die oben diskutierten SMR, SNR und NMR alle auf kritischen Bändern basieren, aber der Maskierungseffekt beeinflusst nicht nur ihre eigenen kritischen Bänder, sondern auch benachbarte kritische Bänder, was als Duktilität bezeichnet wird; Die Abbildung zeigt eine Kurvenmaskierung in einem kritischen Frequenzband; Was die tatsächliche Situation betrifft, gibt es oft mehrere Maskierungskurven, dh polyphone Maskierungskurven. Diese Maskierungskurve kann als Überlagerung der jedem Grundton entsprechenden Maskierungskurven betrachtet werden. . Für spezifischere Inhalte in diesem Teil siehe Bücher zur Psychoakustik.
“Zeitmaskierung” bedeutet, dass ein lauter Ton vor oder nach einem schwachen Ton erscheint und der lauteste Ton zu diesem Zeitpunkt maskiert wird. Der Hauptgrund für die zeitliche Maskierung ist, dass das menschliche Gehirn eine gewisse Zeit benötigt, um die Informationen zu verarbeiten. Die spezifische Wirkung dieses Phänomens kann in diesem Bild gezeigt werden.
Abbildung 3: Schematische Darstellung der Zeitmaskierung, man sieht unterschiedliche Maskierungseffekte, die durch unterschiedliche Schallemissionszeiten verursacht werden
Ein weiteres wichtiges Konzept für Kompressionsalgorithmen ist die “kritische Bandbreite” der Maskierung: Harvey Fletcher führte ein Experiment [3] durch, um die Wirkung von Rauschbändern auf die Tonhöhenmaskierung zu entdecken. In Experimenten hat das Signal mit fester Tonhöhe verschiedene darauf zentrierte Rauschbandbreiten. Ihre Forschung zeigt, dass die kritische Bandbreite des Rauschens den größten Maskierungseffekt erzeugt und dass Energie außerhalb dieses Bandes die Maskierung nicht beeinflusst. Dies kann durch ein Hörsystem mit einem Hörfilter erklärt werden, das auf die Tonhöhenfrequenz fokussiert ist. Die Bandbreite des Maskierers innerhalb dieses Hörfilters maskiert effektiv den Ton, aber der Teil des Maskierers außerhalb des Filters hat keine Wirkung.
Dieser Effekt kann in einigen Komprimierungsalgorithmen verwendet werden, um die Gesamtdatenmenge zu reduzieren, indem die Genauigkeit der Darstellung eines Teils des Signals außerhalb der kritischen Bandbreite verringert wird (beachten Sie, dass allgemeine Algorithmen wie MP3 maskierten Ton nicht vollständig ausschließen, stattdessen reduzieren sie die Genauigkeit der maskierten Tongenauigkeit, um unnatürlichen Ton zu vermeiden).
Abbildung 4: Schematische Darstellung des Maskierungseffekts, die den Zusammenhang zwischen kritischer Bandbreite (Critical Bandwidth) und Frequenz (Signal Tone) zeigt
Hörschwelle
Die unter bestimmten Bedingungen minimale Hörintensität, bei der der Proband mehr als die Hälfte der im Test bereitgestellten multiplen Stimulussignale wahrnehmen kann, wird als Hörschwelle bezeichnet [4]. Die in der Abbildung dargestellte „Hörschwelle“ ist die minimale Schallintensität, die der Mensch bei der entsprechenden Frequenz wahrnehmen kann. Einige Komprimierungscodierungsformate entfernen Frequenzpunkte unterhalb der Hörschwelle, um eine Audiodatenkomprimierung durchzuführen.
