Prinzip der mp3- und Dateiformatanalyse. Teil 2
MP3 verwendet wahrnehmungsbezogene Audiocodierung (Perceptual Audio Coding) diesen Verzerrungsalgorithmus.
Der Frequenzbereich des vom menschlichen Ohr wahrgenommenen Schalls beträgt 20 Hz bis 20 kHz. MP3 schneidet viele redundante Signale und irrelevante Signale heraus. Der Encoder transformiert den Originalton durch eine gemischte Filterbank in den Frequenzbereich und verwendet ein psychoakustisches Modell. um abzuschätzen, dass es nur der wahrgenommene Rauschpegel sein kann, wird quantisiert und in Huffman-Codierung umgewandelt, um einen MP3-Bitstrom zu bilden. Der Decoder ist viel einfacher, seine Aufgabe besteht darin, das Tonsignal aus den codierten Spektrallinienkomponenten durch inverse Quantisierung und inverse Transformation zu extrahieren. Der MP3-Kodierungs- und Dekodierungsprozess ist in Abbildung 1 dargestellt.
2.4 Modifizierte diskrete Kosinustransformation Die Kosinustransformation
Modified Discrete CT (MDCT) bezieht sich auf die Umwandlung eines Zeitbereichsdatensatzes in Frequenzbereichsdaten, um die Änderungen im Zeitbereich zu kennen. MDCT ist eine Erweiterung des DCT-Algorithmus. Der erste schnelle Algorithmus ist die schnelle Fourier-Transformation (FFT), aber FFT hat komplexe Operationen, MDCT sind echte Operationen, die einfach zu programmieren sind.
Teilen Sie beim Komprimieren von Audiodaten zuerst die ursprünglichen Tondaten in feste Blöcke auf und führen Sie dann eine direkte MDCT (direkte MDCT) durch, um den Wert jedes Blocks in MDCT-Koeffizienten 512 umzuwandeln vor und nach den Tondaten sind inkonsistent, da redundante und irrelevante Daten während des Komprimierungsprozesses entfernt werden. Die FMDCT-Transformationsformel lautet:
k=0, 1,
.
n0 = (N/2+1)/2, X(n) ist der Zeitbereichswert, X(k) ist der Frequenzbereichswert. Wenn N 1024 Punkte annimmt, werden es 512 Frequenzbereichswerte.
Die IMDCT-Transformationsformel lautet:
n=0, 1, …, N-1
MDCT selbst komprimiert keine Daten, es bildet das Signal einfach auf eine andere Domäne ab, und die Quantisierung komprimiert die Daten. Wenn die Bitzuweisung an den quantisierten transformierten Abtastwerten durchgeführt wird, muss der gesamte quantisierte Block als der kleinste betrachtet werden, was als verlustbehaftete Komprimierung bezeichnet wird.
3 Dateiformatanalyse
MP3 MP3-Dateidaten bestehen aus mehreren Frames, und der Frame ist die kleinste Einheit der MP3-Datei. Jeder Frame wiederum besteht aus einem Frame-Header, Zusatzinformationen und Tondaten. Die Wiedergabezeit jedes Frames beträgt 0,026 Sekunden und seine Dauer variiert mit der Bitrate. Einige MP3-Dateien haben am Ende zusätzliche Bytes, die Beschreibungsinformationen für Nicht-Audiodaten enthalten.