Mp4Gain

Free Download Mp4Gain

Was ist der Unterschied zwischen 128k- und 320k-Musik? Teil 2

Bitrate, Abtastrate, verlustfrei, MP3, FLAC, APE, 320 kb, 192 kb, 128 kb, 44,1 kHz, CBR, VBR. Macht diese Ansammlung verschiedener Namen Sie sowohl vertraut als auch unbekannt?

Je höher die Bitrate, desto besser die Tonqualität. Verlustfreie Musik ist die höchste Klangqualität, oder? Beginnen wir also mit der Soundsammlung.

【Audiokomposition】

Wenn wir heute über Audio sprechen, ist alles digitales Audio. Digitales Audio besteht aus drei Teilen: Abtastrate, Abtastgenauigkeit und Anzahl der Tonkanäle.

Abtastrate: Sowohl die Abtastrate, die sich auf die Anzahl der Abtastungen pro Sekunde bei der Aufnahme des Tons bezieht, ausgedrückt in Hertz (Hz).

Sampling-Präzision: Bezieht sich auf den Dynamikbereich des aufgenommenen Tons, gemessen in Bits (Bit).

Tonkanal: die Anzahl der Kanäle (1-8).

Vereinfacht können wir uns eine Schallwelle als Kurve vorstellen. Wir wissen, dass die Kurve aus Punkten besteht, und die Abtastfrequenz ist die Anzahl der Punkte in der Mitte der Länge pro Sekunde (die horizontale Achse der Abbildung oben). Die Abtastgenauigkeit ist die Anzahl der Punkte im Dynamikbereich (obere vertikale Achse). Je feiner die Positionierung dieser beiden Dimensionen, desto größer die wahre Klangwiederherstellung und desto besser die Klangqualität. Je größer die Audiodatei natürlich ist. Der vom vorherigen Kollegen erwähnte Kunde sagte, dass das neueste von SONY veröffentlichte Hi-Res-Audioformat eine 6-Kanal-192-kHz/24-Bit-Audiodatei ist. Die Größe des verlustfreien Formats wird natürlich mehr als 200 Megabyte betragen.

Free Download Mp4Gain

Was ist der Unterschied zwischen 128k- und 320k-Musik?

Ich kann Musik nicht vollständig in Worte fassen. Alle anzeigen

​

【Vorwort】

Vor einiger Zeit stieß ein Kollege auf einen sehr unruhigen Kunden. Das Durcheinander soll verursacht worden sein, weil der Kunde ihn gebeten hatte, Songdateien mit einer Größe von mehr als 100 MB bis 200 MB bereitzustellen. Und meine Kollegen wissen nicht viel über Audioformate, also fingen sie an, endlos an FLAC, WAV und Audiogröße herumzufummeln. Am Ende hat der Kollege dem Kunden nicht klar erklärt, was los ist.

Danach passierten einige andere Dinge, die mir das Gefühl gaben, dass es in der Musikindustrie zu viele Praktizierende um mich herum gibt, die ein extrem schlechtes Verständnis von Musik haben und denen es sogar an Grundkenntnissen in Bezug auf Musik mangelt. Ich habe nicht einmal die Idee zu verstehen, was mich sehr traurig macht. Es scheint, dass Musik nur ein Warenattribut hat, und unsere Praktiker müssen nur die Regale organisieren, verschiedene Waren kodieren und die großen Daten der Kaufaufzeichnungen der Benutzer verwenden, um den Benutzern Waren zu empfehlen, egal warum. Funktionen, die diese Produkte haben, und verwenden kalte Daten, um Benutzern verschiedene Dienste bereitzustellen.

Deshalb denke ich, dass es notwendig ist, etwas zu schreiben. Ich erwarte nicht, dass Praktizierende Menschen werden, die Musik wirklich lieben. Ich hoffe nur, dass Sie, selbst wenn Sie “sie” immer noch als Ware betrachten, zuerst herausfinden können, was Sie verkaufen. und was ist..

PS: Der Inhalt der ersten Lektion dreht sich um Mediendateien. Da die relevanten Inhalte viele technische Themen beinhalten, wirkt es etwas langweilig, aber wenn Sie es sorgfältig lesen, werden Sie feststellen, dass es eigentlich sehr einfach zu verstehen ist, aber dieses Grundwissen kann sehr hilfreich sein. Verbessern Sie Ihre Fähigkeiten gut. Erwarten Sie außerdem weitere interessante Inhalte über Schallplatten, Musikstile usw. die ich bald posten werde.

Zugehöriges Audioattribut Teil 3

Wie Proben kombiniert werden

Dies gilt hauptsächlich für Zweikanal- oder Mehrkanal-Audio.Für Zweikanal-Audio kann es auf die folgenden zwei Arten kombiniert werden:

verschachtelt Am Beispiel von Stereo wird ein Stereo-Audio-Sample erhalten, indem die Speicherung von zwei Mono-Samples verschachtelt wird.
eben. Die Samples jedes Kanals werden separat gespeichert.

Die Daten nach der FFmpeg-Audiodekodierung werden in der AVFrame-Struktur gespeichert.

Im gepackten Format enthält frame.data[0] oder frame.extended_data[0] alle Audiodaten.
Im Planar-Format stellt frame.data[i] oder frame.extended_data[i] die Daten des i-ten Kanals dar (unter der Annahme, dass Kanal 0 der erste ist), die Größe des AVFrame.data-Arrays wird auf 8 gesetzt, wenn If die Anzahl der Kanäle 8 überschreitet, sollten Sie die Kanaldaten aus frame.extended_data abrufen.

Musterformat
Die Beispielformate in FFmpeg sind hauptsächlich:

Code kopieren
Aufzählung AVSampleFormat {
AV_SAMPLE_FMT_NONE = – 1 ,
AV_SAMPLE_FMT_U8, /// < 8 Bit ohne Vorzeichen
AV_SAMPLE_FMT_S16, /// < 16 Bit
signiert AV_SAMPLE_FMT_S32, /// < 32 Bit
signiert AV_SAMPLE_FMT_FLT, /// <float
AV_SAMPLE_FMT_DBL, /// < doppelt

AV_SAMPLE_FMT_U8P, /// < 8 Bit ohne Vorzeichen, flach
AV_SAMPLE_FMT_S16P, /// < 16 Bit mit Vorzeichen, flach
AV_SAMPLE_FMT_S32P, /// < 32 Bit mit Vorzeichen, flach
AV_SAMPLE_FMT_FLTP, /// < float, flach
AV_SAMPLE_FMT_DBLP, /// < doppelt, flach
AV_SAMPLE_FMT_S64, /// < 64 Bit
signiert AV_SAMPLE_FMT_S64P, /// < 64 Bit signiert, einfach

AV_SAMPLE_FMT_NB /// < Anzahl der Beispielformate NICHT VERWENDEN, wenn dynamisch verknüpft
};
Code kopieren
um zu zeigen:

1. U8 (8-Bit-Ganzzahl ohne Vorzeichen), S16 (16-Bit-Ganzzahl), S32 (32-Bit-Ganzzahl), FLT (Gleitkommatyp mit einfacher Genauigkeit), DBL (Gleitkommatyp mit doppelter Genauigkeit), S64 (64-Bit-Ganzzahl), diejenigen, die nicht mit P enden, sind verschachtelte Strukturen, und diejenigen, die mit P enden, sind flache Strukturen.
2. Der Flat-Modus ist der interne Speichermodus von FFmpeg, und die von uns verwendeten Audiodateien befinden sich im gepackten Modus.
3. Das FFmpeg-Audiobeispielformat, das verschiedene Ausgabeaudioformate dekodiert, ist nicht dasselbe. Der Test ergab, dass die Datenausgabe durch AAC-Decodierung im Fließkommaformat AV_SAMPLE_FMT_FLTP und die Datenausgabe durch MP3-Decodierung im AV_SAMPLE_FMT_S16P-Format vorliegt (die verwendete mp3-Datei ist 16 Bit tief). Für das spezifische Beispielformat können Sie das Format-Member im decodierten AVFrame oder das sample_fmt-Member im AVCodecContext des Decoders sehen.

Bitrate
Die Übertragungsrate pro Sekunde (Bitrate, auch Bitrate genannt). Wie 705,6 kbps oder 705600 bps, wobei b ein Bit ist, ist ps pro Sekunde (pro Sekunde), was eine Kapazität von 705600 Bit pro Sekunde bedeutet. Komprimierte Audiodateien werden oft mit doppelter Geschwindigkeit dargestellt, MP3 beispielsweise in CD-Qualität mit 128 kbps/44100 Hz. Beachten Sie, dass die Einheit hier Bit statt Byte ist. Ein Byte entspricht 8 Bits (Bits). Das Bit ist die kleinste Einheit. Es wird im Allgemeinen verwendet, um die Netzwerkgeschwindigkeit und verschiedene Kommunikationsgeschwindigkeiten zu beschreiben. Das Byte wird zur Berechnung der Größe verwendet. Festplatte und Arbeitsspeicher.

Mbps ist: Millionbit pro Sekunde (Millionen von Bits pro Sekunde);
Kbps ist: Kilobit pro Sekunde (Kilobit pro Sekunde);
bps ist: Bit pro Sekunde (Bit pro Sekunde), das entsprechende Konvertierungsverhältnis ist:

1 Million Bit = 1000 Kilobit = 1000000 Bit; 1 Mbps = 1000.000 bps; Auch hier handelt es sich um die Geschwindigkeitseinheit, die sich auf die Anzahl der pro Sekunde übertragenen Bits bezieht. Die Maßeinheit für die Datenübertragungsgeschwindigkeit K ist die dezimale Bedeutung, aber das K für die Datenspeicherung ist die binäre Bedeutung. Z.B:

Die allgemein beschriebene 1M-Bandbreite ist 1 Mbps = 1.000.000 bps = 1.000.000 / 8 / 1.000 = 125; Daher überschreitet die Download-Geschwindigkeit von 1 MB Bandbreite im Allgemeinen 125 KB/s nicht
. 1000 = 12,5, sodass die maximale Downloadrate von 100 MB Bandbreite 12,5 MB/s erreichen kann
. Natürlich ist das Obige nur der theoretische Satz. Tatsächlich kann die maximale Downloadrate nicht so hoch sein und wird hauptsächlich von verschiedenen Verlusten beeinflusst, im Allgemeinen 100 MB. Eine Breitband-Downloadrate von 10 MB ist nicht schlecht.

Zugehöriges Audioattribut Teil 2

Je höher das Sampling, desto realistischer und natürlicher wird der Klang.

Der Frequenzerkennungsbereich für Menschen beträgt 20 HZ – 20.000 HZ. Wenn 20.000 Samples pro Sekunde gesampelt werden können, reicht dies aus, um die Bedürfnisse des menschlichen Ohrs während der Wiedergabe zu befriedigen. Also 22050 Die Abtastrate wird häufig verwendet, 44100 ist bereits CD-Qualität, und Abtasten über 48000 ist für das menschliche Ohr nicht mehr aussagekräftig. Dies ist vergleichbar mit einem Bild mit 24 Bildern pro Sekunde aus einem Film.

Sampling-Bits
Nach dem Sampling des Audios für ein Sample müssen zwei Schritte für das Sample durchgeführt werden:

1. Quantifizieren. Die üblicherweise für die Audioquantisierung verwendeten Quantisierungsbits sind:

8 Bit (d. h. 1 Byte) können nur 256 Zahlen registrieren, d. h. nur die Amplitude kann in 256 Stufen unterteilt werden;

16 Bit (dh 2 Byte) können so klein wie 65536 Zahlen sein, was bereits der CD-Standard ist;

32 Bit (also 4 Byte) können die Amplitude in 4294967296 Stufen unterteilen, was wirklich unnötig ist.

Die Anzahl der Quantisierungsbits wird auch als Anzahl der Abtastbits, Bittiefe und Auflösung bezeichnet und bezieht sich darauf, in wie viele Stufen die kontinuierliche Intensität des Klangs unterteilt werden kann, nachdem sie digital dargestellt wurde. N-Bit bedeutet, dass die Intensität des Tons gleichmäßig in 2^N Stufen aufgeteilt wird. 16 Bit, es ist Level 65535. Dies ist eine sehr große Zahl und Menschen können den Unterschied in der Schallintensität von 1/65.535 möglicherweise nicht erkennen. Man kann auch sagen, dass es an der Auflösung der Soundkarte liegt. Je höher der Wert, desto höher die Auflösung und desto größer die Fähigkeit, Ton zu erzeugen. Das Abtastvielfache adressiert hier hauptsächlich die Stärkeeigenschaften des Signals, und die Abtastrate adressiert die Zeit-(Frequenz-)Eigenschaften des Signals, die zwei unterschiedliche Konzepte sind.

2. Binäre Kodierung. Das heißt, das Ergebnis der Quantisierung, dh der Einzelkanalabtastwert, wird in einem binären Schlüsselwort gespeichert. Es gibt zwei Speichermethoden:

Speichern Sie das Ergebnis der Quantisierung direkt im Cast, dh den Zweierkomplementcode;

Das Ergebnis der Quantisierung wird im Gleitkommatyp gespeichert, dh im Gleitkomma-Codierungscode.

Die meisten PCM-Sample-Datenformate verwenden Ganzzahlen zum Speichern, und für einige Anwendungen, die eine hohe Genauigkeit erfordern, verwenden Sie Fließkommazahlen, um PCM-Sample-Daten darzustellen.

rahmen
Nachdem das Audio in ein binäres Codewort quantisiert wurde, muss es transformiert werden, und die Transformation (MDCT) erfolgt in Blockeinheiten, und ein Block besteht aus mehreren (120 oder 128) Samples. Ein Rahmen enthält einen oder mehrere Blöcke. Übliche Rahmengrößen sind 960, 1024, 2048, 4096 usw. Ein Frame zeichnet eine Toneinheit auf, deren Dauer das Produkt aus der Abtastdauer und der Anzahl der Kanäle ist. Die nb_samples in der AVFrame-Struktur in FFmpeg repräsentieren die Anzahl der Einzelkanal-Audio-Samples in einem Frame.