Audiokomprimierungsalgorithmen für Streaming-Zwecke.
Das Problem der Übertragung der erforderlichen Anzahl von Audiokanälen über ein Netzwerk mit begrenzter Kapazität zwingt uns, auf die Audiokomprimierung zurückzugreifen. Trotz des Einsatzes moderner digitaler Technologien wirkt sich die Komprimierung negativ auf die Klangqualität aus und führt zu einer zusätzlichen Verzögerung der Signalübertragung.
Derzeit gibt es zwei grundlegend unterschiedliche Ansätze zum Komprimieren von Audiosignalen. Dieser Artikel bietet einen allgemeinen Vergleich zwischen diesen beiden unterschiedlichen Komprimierungsprinzipien. Außerdem werden Diagramme des Frequenzgangs (Amplitudenfrequenzcharakteristik) des Klangbeispiels in seiner ursprünglichen unkomprimierten Form und nach einem Zyklus des Codierens und Decodierens unter Verwendung von MPEG Layer II und Enhanced apt-X dargestellt.
Algorithmen wie MPEG und AAC verwenden die Codierung unter Verwendung eines psychoakustischen Modells der Schallwahrnehmung. Ein anderer Ansatz ist die Zeitcodierung unter Verwendung von Adaptive Differential PCM (ADPCM) in Algorithmen wie Enhanced apt-X.
Lineares PCM-Audio
Vor der Komprimierung wird das Audio im Allgemeinen im linearen PCM-Format bei 32 kHz, 44,1 oder 48 kHz mit einer Auflösung von 16 oder 24 Bit digitalisiert.
Das analoge Signal wird in unkomprimiertem digitalem PCM digitalisiert. Die digitalen Eingänge der Codecs verwenden Oversampling, um die Konvertierung ohne Zeitprobleme sicherzustellen. Das unkomprimierte PCM-Signal ist unser Maßstab für den Vergleich komprimierter Audiodateien.
MPEG Layer II-Komprimierung
MPEG 1 Layer II ist ein weit verbreitetes Format. Dies ist ein typisches Beispiel für einen Algorithmus zur Codierung der psychoakustischen Wahrnehmung, der das eingehende Signal analysiert und mit einem theoretischen Modell vergleicht, um festzustellen, welche Frequenz und welche Zeitbereichsinformationen verloren gehen könnten. Die Notwendigkeit, das Audiosignal zu analysieren, führt zu einer obligatorischen Verzögerung, typischerweise größer als 30 ms.
Theoretisch können hohe Komprimierungsverhältnisse erreicht werden, aber selbst bei relativ geringer Komprimierung kann MPEG die Audioqualität ernsthaft beeinträchtigen. In Fig. 2 ist der Frequenzgang nach einem Durchgang der MPEG-Codierung der Quelldatei dargestellt.
Beachten Sie Frequenzen, die vom ursprünglichen PCM-Audio verloren gehen oder verzerrt sind.
Komprimierungsverstärktes Apt-X
Enhanced apt-X verwendet die ADPCM-Audioverarbeitungstechnologie. Das Signal ist in vier Frequenzbänder unterteilt, die mit einem Viertel der ursprünglichen Abtastrate unter Verwendung einer variablen Bitrate und eines variablen Quantisierungsschritts verarbeitet werden können. Da die gesamte Verarbeitung auf einer Zeitbereichsmethode basiert, gibt es keine andere Verzögerung als die tatsächlich erforderliche Verarbeitungszeit.
Infolgedessen behält ein Komprimierungsverhältnis von 4: 1 den gesamten Frequenzinhalt des ursprünglichen Signals mit einer Codierungsverzögerung von weniger als 3 ms bei. Das Frequenzgangdiagramm in Fig. 3 zeigt das Ergebnis einer Codierung / Decodierung mit einem Durchgang unter Verwendung von Enhanced apt-X bei 256 kbps und zeigt die hohe Wiedergabetreue von Enhanced apt-X im Vergleich zum ursprünglichen unkomprimierten Signal.
So funktioniert Enhanced apt-X
Der verbesserte apt-X-Codierungsalgorithmus leitet die ursprünglichen PCM-Daten durch ein speziell entwickeltes zweistufiges Q-Spiegelfilter, um das Signal in vier Teilbänder zu unterteilen und den Takt auf 1/4 der ursprünglichen Taktfrequenz zu reduzieren. Das Quantisierungsverfahren besteht aus der Verarbeitung von vier Untersignalen, um jedes Signal von 16 Bit auf 7 Bit in Teilband 1, 4 Bit in Teilband 2, 3 Bit in Teilband 3 und 2 in Teilband 4 zu reduzieren.
Das inverse Quantisierer- und Vorhersageschema verwendet die obigen Werte, um die Größe des nächsten Signals vorherzusagen. Dieser Wert wird mit dem tatsächlichen Signal verglichen und die “Differenz” gemessen. Der Codierer überträgt dieses gemessene “Differenz” -Signal an den Decodierer. Jedes Teilband wird parallel verarbeitet und die Ausgabe des String-Quantisierers und Prädiktors wird mit einer vorbestimmten Auflösung codiert. Der Verarbeitungsausgang der vier Teilbänder wird in ein einzelnes verstärktes 16- oder 24-Bit-Apt-X-Signal gemultiplext. Anschließend werden zusätzliche Daten und Synchronisierungsdaten zum Streaming hinzugefügt.
Vergleich nach Hauptpunkten
Die MPEG / AAC-Codierung ist destruktiv: Während des Codierungsprozesses gehen Frequenzen verloren.
Die verbesserte apt-X-Codierung ist zerstörungsfrei, da jede im ursprünglichen Signal vorhandene Frequenz im codierten und decodierten Signal gespeichert wird.
MPEG und AAC leiden unter dem Verkettungseffekt: Wiederholte Codierungs- und Decodierungszyklen beeinträchtigen die Audioqualität schnell.
Enhanced apt-X ist verkettungsbeständig – wiederholte Codierungs- und Decodierungszyklen führen zu keiner merklichen Verschlechterung der Klangqualität.