Aufbau einer mp3
Audiokomprimierung
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