Category: Audio

Analyse der MP3-Dateistruktur Teil 2

Klänge in der Natur sind sehr komplex und Wellenformen sind äußerst komplex.

Normalerweise verwenden wir eine Pulscodemodulationscodierung, dh eine PCM-Codierung. PCM wandelt sich kontinuierlich ändernde analoge Signale in digitale Codes um, und zwar durch drei Schritte des Abtastens, Quantisierens und Kodierens.

u Dekodieren:

Reverse-Encoding-Prozess

1.1.2 Kurze Einführung in MP3
Der vollständige Name von MP3 lautet MPEG Audio Layer 3. Es ist ein effizientes Computer-Audiocodierungsschema. Es konvertiert Audiodateien in kleinere Dateien mit einer .mp3-Erweiterung mit einem höheren Komprimierungsverhältnis, wobei die Klangqualität der Quelldatei im Wesentlichen beibehalten wird. MP3 ist Teil des ISO/MPEG-Standards,

Der ISO/MPEG-Standard beschreibt die Audiokomprimierung unter Verwendung eines Hochleistungs-Wahrnehmungscodierungsschemas. Dieser Standard wurde kontinuierlich aktualisiert, um dem Streben nach „hoher Qualität und niedriger Qualität“ gerecht zu werden. Drei Audio-Codec-Schemata, MPEG Layer1, Layer2 und Layer3, wurden entsprechend den drei Tondateien MP1, MP2 und MP3 gebildet

MPEG (Moving Picture Experts Group) ist eine Gruppe von Experten für bewegte Bilder unter ISO. Der MPEG-Standard, den es spezifiziert, wird weithin in verschiedenen Multimedia verwendet. Der MPEG-Standard umfasst Video- und Audiostandards. Audiostandards haben MPEG-1, MPEG-2, MPEG-2 ACC, MPEG-4 entwickelt. Die MPEG-1- und MPEG-2-Standards verwenden dieselbe Familie von Layer1-, 2- und 3-Audio-Codecs, und die meisten MP3s verwenden den MPEG1-Standard.

Die MP3-Audiokomprimierung besteht aus zwei Teilen: Codierung und Decodierung. Beim Codieren wird das Originalsignal in ein Pegelsignal umgewandelt, beim Decodieren umgekehrt. MP3 verwendet den PerceptualAudio Coding-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.

MP3-Dateidaten bestehen aus mehreren Frames, und ein Frame ist die kleinste Einheit einer 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.

Analyse der MP3-Dateistruktur

ü ID3:

Normalerweise befindet es sich in mehreren Bytes am Anfang oder Ende einer MP3-Datei und zeichnet Sänger, Titel, Albumname, Ära, Stil und andere MP3-Dateiinformationen auf.

ID3 ist in zwei Versionen unterteilt, die V1-ID3-Version ist am Ende des 128-Wort-Dateiabschnitts festgelegt, sie beginnt mit dem TAG-Zeichen. Wenn keine ID3V1-Informationen vorhanden sind, wird davon ausgegangen, dass keine ID3V1-Informationen vorhanden sind, die V2 ID3-Version steht am Anfang von mp3 und die Länge ist variabel.

ü Abtastrate:

Die Anzahl der Samples, die pro Sekunde aus einem kontinuierlichen Signal extrahiert werden, um ein diskretes Signal zu bilden. Sie wird in Hertz (Hz) ausgedrückt. Die Abtastrate bezieht sich auf die Abtastfrequenz bei der Umwandlung eines analogen Signals in ein digitales Signal, d. h. wie viele Punkte pro Zeiteinheit abgetastet werden. Je höher die Abtastrate, desto realistischer und natürlicher wird der Klang. Bei den heutigen großen Aufnahmekarten ist die Abtastrate im Allgemeinen in drei Stufen unterteilt: 22,05 KHz, 44,1 KHz und 48 KHz. 22,05 KHz kann nur die Klangqualität von UKW-Radio erreichen, und 44,1 KHz ist die theoretische Grenze der CD-Klangqualität, und 48 KHz ist genauer.

ü Bitrate:

Die Bitrate bezieht sich auf die Anzahl der Bits (Bits), die pro Sekunde übertragen werden. Die Einheit ist bps (Bit pro Sekunde). Je höher die Bitrate, desto mehr Informationen werden übertragen. In den Audio- und Videobereichen wird Bitrate oft mit Bitrate übersetzt. Die Bitrate gibt an, wie viele Bits pro Sekunde die codierten (komprimierten) Audio- und Videodaten darstellen sollen, und ein Bit ist die kleinste binäre Einheit. 0 oder 1. Die Beziehung zwischen Bitrate und Audio- und Videokomprimierung ist einfach, dass je höher die Bitrate, desto besser die Audio- und Videoqualität, aber desto größer die codierte Datei; wenn die Bitrate niedriger ist, ist die Situation genau umgekehrt.

Bitrate = Abtastrate * Anzahl der Abtastungen * Anzahl der Kanäle

ü Bitrate/Stream/Bitrate:

Es bezieht sich auf den Datenstrom, der von Audio- und Videodateien in einer Zeiteinheit verwendet wird. Das allgemeine Verständnis ist die Abtastrate, die der wichtigste Teil der Qualitätskontrolle bei der Audio- und Videocodierung ist. Im Allgemeinen verwenden wir die Einheiten Kb/s und Mb/s. . Im Allgemeinen gilt: Je höher der Codestrom, desto niedriger die Komprimierungsrate und desto höher die Qualität. Je höher der Codestrom, desto höher die Abtastrate pro Zeiteinheit, desto höher der Datenstrom, desto höher die Genauigkeit und desto näher kommt die verarbeitete Datei der Originaldatei.

ü-Code:

Aus Sicht der Informationstheorie sind die Daten, die die Informationsquelle beschreiben, die Summe der Redundanz von Informationen und Daten, nämlich: Daten = Informationen + Datenredundanz. Das Audiosignal weist eine Korrelation im Zeitbereich und im Frequenzbereich auf, d. h. es besteht Datenredundanz. Wenn man Audio als Quelle nimmt, besteht die Essenz der Audiocodierung darin, die Redundanz im Audio zu reduzieren.