Grundlagen der digitalen Klangtheorie Teil 3
Komprimierungsalgorithmen
Versuchen wir zu berechnen, wie viel Speicherplatz eine durchschnittliche digitalisierte Musikkomposition in CD-Qualität belegt. Offensichtlich ist es dafür notwendig, die Formel t KBF-Größe ⋅ ⋅ ⋅ = zu verwenden, wobei F die Abtastfrequenz ist, B die Abtastkapazität ist, K die Anzahl der Strings ist, t die Zeit ist.
Unter der Annahme von 44,1 kHz Kräuter, B = 2 Bytes, K = 2 Kanälen und t = 300 Sekunden erhalten wir, dass der digitalisierte Song ungefähr 50 MB belegt.
Dies bedeutet, dass nur etwa 10 unkomprimierte Songs auf CD gebrannt werden können. Da jede Sekunde digitalisierten Tons in CD-Qualität fast 200 KB belegt, ist die Verwendung dieses Tons in Telefonie, Radio oder Internet sehr problematisch. Selbst wenn Sie den Ton als einen einzelnen Kanal mit einer Abtastrate von 11,05 kHz und einer Bittiefe von 8 Bit digitalisieren, belegt jede Sekunde 11 KB.
Für gewöhnliche Telefonnetzwerke ist dies zu viel, als dass Ton in einem kontinuierlichen Strom übertragen werden könnte. Ein Problem tritt auf: Irgendwie ist es notwendig, die Größe der Sounddateien zu reduzieren.
Es wird sehr effektiv durch die Verwendung verschiedener Komprimierungsalgorithmen gelöst.
Flash Player unterstützt die folgenden Komprimierungsarten.
• ADPCM (Adaptive Differential Pulse Code Modulation – Adaptive Difference Pulse Code Modulation). Diese Art der Komprimierung basiert auf zwei Ideen. Zunächst wurde festgestellt, dass bei der überwiegenden Mehrheit der von uns wahrgenommenen Geräusche langsam wechselnde Niederfrequenzkomponenten vorherrschen. Daraus folgt, dass der Unterschied zwischen benachbarten Proben oft gering ist (oder vielmehr deutlich geringer ist als der absolute Wert der Proben selbst).
Dies bedeutet, dass das digitalisierte Audiosignal nicht durch die Abtastwerte selbst dargestellt werden kann, sondern durch die Unterschiede zwischen ihnen, die kleiner sind und daher weniger Bits zur Beschreibung benötigen. Zweitens erfolgt die Codierung der Differenz zwischen benachbarten Proben unter Berücksichtigung der Größe der Amplituden- und Frequenzzusammensetzung, da das menschliche Ohr Empfindlichkeitsgrenzen aufweist (die sogenannte Anpassung).
Der ADPCM-Algorithmus wird in der IP-Telefonie aktiv verwendet. Es ist aufgrund der erheblichen Verzerrungen, die es in den Klang einführt, schlecht für das Streamen von Musik geeignet (Verzerrungen kommen natürlich in die Sprache, sind aber in der Sprache kaum wahrnehmbar). Das Komprimierungsverhältnis für ADPCM ist normalerweise niedrig und reicht von 8: 1 bis 3: 1. Der ADPCM Flash Player-Codec ermöglicht 2, 3,4 oder 5 Bit, um den Unterschied zwischen Samples darzustellen. Tatsächlich können Sie eine akzeptable Klangqualität mit einer Bitrate (Bitrate, dh dem “Gewicht” einer Tonsekunde) von 16 Kbit erzielen.
Der ADPCM-Algorithmus ist MP3 deutlich unterlegen, daher lohnt es sich im Prinzip nicht, eine solche Komprimierung zu verwenden. Die MP3-Komprimierung bietet eine um eine Größenordnung bessere Qualität bei gleicher Bittiefe. Das Vorhandensein des entsprechenden Codecs wird durch die Prinzipien der Abwärtskompatibilität erklärt: Der MP3-Codec ist nur in Flash 4 in den Player integriert. Zuvor wurde nur der ADPCM-Codec verwendet, was wahrscheinlich auf die kostenlose Verteilung von zurückzuführen ist dieser Algorithmus. Der Grund, warum ADPCM in der IP-Telefonie immer noch verwendet wird, besteht darin, dass es nicht so umfangreiche mathematische Berechnungen wie MP3 erfordert, sodass die Komprimierung im laufenden Betrieb erfolgen kann.
• MP3. Einer der ersten und gebräuchlichsten Komprimierungsalgorithmen, der auf der sogenannten psychoakustischen Komprimierung basiert. Es verwendet die folgenden Eigenschaften des menschlichen Ohrs:
oder wenn ein leiser Klang einem sehr starken folgt, dann hören wir ihn nicht. Daher kann es verworfen werden;
oder eine Klangkomponente mit einer großen Amplitude maskiert Komponenten in der Nähe, jedoch mit kleineren Amplituden. Daher können sie ohne merklichen Qualitätsverlust geschlachtet werden.
oder die Empfindlichkeit des Ohrs gegenüber Frequenzverzerrungen ist gering. Wenn die Komponenten nahe beieinander liegen, können sie als gleich angesehen werden.
o Wir nehmen sehr leise und sehr laute Töne falsch wahr, sodass weniger Bits für ihre Codierung zugewiesen werden können als für Töne mit einer durchschnittlichen Frequenz.
Technisch ist der MP3-Algorithmus wie folgt implementiert. Der Sound wird in Chunks einer bestimmten Länge unterteilt, die als Frames bezeichnet werden, und eine Vorwärts-Fourier-Transformation wird auf jeden Satz von Samples angewendet. Das Ergebnis ist die Zerlegung einer Schallwelle in elementare Sinuskurven unterschiedlicher Frequenzen: Harmonische. Der harmonische Koeffizient bestimmt seinen Beitrag zur resultierenden Welle. Harmonische Koeffizienten werden verglichen und die niedrigstwertigen werden verworfen.