
Was ist ein Audiodateiformat?

MP3
Wenn es um das Herunterladen von Musik geht, war das MP3-Audiodateiformat vorherrschend.
Tatsächlich ist dieses Format so synonym für mobile Musiklösungen, dass „MP3-Player“ heute das gängige Format für Audiowiedergabegeräte sind.
Heutzutage ist es jedoch aus verschiedenen Gründen weniger prominent. Es geht jedoch weiter. Das Verständnis von MP3-Dateien kann uns auch helfen, andere Formate leichter zu verstehen, also fangen wir dort an.
Eine MP3-Datei ist eine verlustbehaftete Audiodatei, was bedeutet, dass sie Daten verwirft, die unsere Ohren nicht hören können. Fast jeder hat einen Hörbereich zwischen 2oHz und 20kHz. Die Obergrenze sinkt zwar mit zunehmendem Alter, aber im Allgemeinen liegt sie im Bereich jedes hörbaren Geräusches. Da wir wissen, dass andere Frequenzen redundant sind, verwirft MP3 alle Frequenzen außerhalb dieses Bereichs.
Um mehr Platz zu sparen, verwenden MP3-Dateien einige weitere Tricks. Audioingenieure verwenden Geräuschmodellierungsalgorithmen, die auf den psychoakustischen Effekten des menschlichen Ohrs und Gehirns basieren, um Teile der Musik zu entfernen, die wir nicht hören sollten. Beispielsweise kann das Gehirn zwei nebeneinander liegende Frequenzen nicht unterscheiden. Außerdem haben die Ohren von Erwachsenen Schwierigkeiten, die Richtung von hochfrequenten Tönen zu erkennen. Es beginnt auch, die Empfindlichkeit oberhalb von 16 kHz zu verlieren. Außerdem können laute Geräusche leisere Geräusche überdecken. Alle diese können entfernt werden, mit kaum wahrnehmbarem Unterschied in der endgültigen Zielgruppe.
Grundsätzlich entfernen MP3-Dateien Frequenzen, die wir nicht hören können, und Frequenzen, die wir einzeln hören können, aber nicht aufgrund ihrer Kombination in einem bestimmten Song.
MP3 unterteilt die Spur in 576 Sample-Frames und verwendet die schnelle Fourier-Transformation (FFT), um Frequenzdaten aus diesen Frames zu erhalten. Die Frequenzdaten werden dann analysiert, um zu sehen, ob es eine Möglichkeit gibt, Kompressionsregeln basierend auf dem menschlichen Gehör wie oben beschrieben anzuwenden. Wenn dies der Fall ist, werden diese Teile abgerundet (quantisiert), um die Bitrate zu reduzieren und so Platz zu sparen. Daten zur Wiederherstellung jedes Frames in seiner vollen Klangdarstellung werden in einem 32-Bit-Header gespeichert.
Die Bitrate bestimmt die maximal zulässige Dateigröße pro Frame. Je aggressiver die Komprimierung ist, desto wahrscheinlicher entfernt der Algorithmus hörbare Dinge. Außerdem ist diese Art des Filterns und Schneidens nicht perfekt, und die Quantisierung kann Artefakte hinterlassen, die manche Leute hören können. Auf diese verlustbehaftete psychoakustische Komprimierung folgt eine verlustfreie Huffman-Codierungskomprimierung ähnlich wie bei .zip-Dateien, um noch mehr Platz zu sparen.




