Mp3 Lautstärke erhöhen
Zuerst müssen wir verstehen, wie eine mp3-Datei funktioniert, wie sie die ursprüngliche Wav-Datei auf ein Zehntel ihrer Größe komprimiert, um zu verstehen, warum wir immer alle Lautstärken der verschiedenen mp3-Dateien normalisieren müssen.
Mp3 Lautstärke erhöhen
Ein wav speichert viele Informationen, einschließlich Informationen, die Menschen nicht hören können, auch redundante Informationen und nimmt am Ende viel Platz auf der Festplatte oder auf Flash-Laufwerken ein.
Dies hat von Anfang an die Notwendigkeit erzeugt, zu erreichen, dass die verschiedenen MP3s eine konstante oder ähnliche Lautstärke haben, wenn einige MP3s mit anderen verglichen werden.
Dies kann derzeit mit Mp4Gain auf die am häufigsten verwendeten Audio- und Videoformate angewendet werden.
Lassen Sie uns ein wenig verstehen, wie die Komprimierung einer MP3-Datei funktioniert:
Die MP3-Codierung besteht hauptsächlich aus 3 Hauptfunktionsmodulen, einschließlich Hybrid-Filterbank (Teilbandfilter und MDCT), psychoakustischem Modell, Quantisierungscodierung (Bit-Mapping und Bit-Faktorisierung und Huffman-Codierung).
1. Hybrid-Filterbank. Dieser Teil enthält zwei Teile der Teilbandfilterbank und MDCT. Die Kodierung der Subband-Filterbank vervollständigt die Abbildung des abgetasteten Signals vom Zeitbereich auf den Frequenzbereich und zerlegt das spezifizierte Audiosignal durch die Bandpass-Filterbank in 32 Subbänder für die Ausgabe. Alle 32 Subbänder, die von der Subband-Filterbank ausgegeben werden, haben die gleiche Bandbreite, während die aus dem psychoakustischen Modell abgeleitete kritische Bandbreite dies nicht ist. Um jedes Skalenfaktorband zum Codieren an das kritische Band anzupassen, ist es daher erforderlich, Teilbandsignale in MDCT umzuwandeln. Sobald die Ausgabe der Subband-Filterbank an die MDCT-Filterbank gesendet wird, wird jede Bank in 18 Frequenzlinien unterteilt, was zu insgesamt 576 Frequenzlinien führt. Als nächstes wird die Anzahl der den 576 Spektrallinien zugeordneten Bits unter Verwendung des Signal-zu-Masken-Verhältnisses der berechneten Teilbandsignale in dem psychoakustischen Modell bestimmt.
2. Psychoakustische Modelle. Das psychoakustische Modell nutzt den Maskierungseffekt des menschlichen Gehörs, um eine große Anzahl irrelevanter Signale zu entfernen, um den Effekt der Komprimierung der Audiodaten zu erzielen. Um die Maskierungsschwelle genau zu berechnen, muss das Signal eine bessere Auflösung im Frequenzbereich aufweisen, daher wird das Signal vor der Verwendung des psychoakustischen Modells Fourier-transformiert. MPEG-I bietet zwei psychoakustische Modelle. Das erste Modell ist einfach zu berechnen und bietet eine ausreichende Genauigkeit beim Codieren mit hohen Bitraten. Das zweite Modell ist komplexer und wird im Allgemeinen verwendet, wenn mit niedrigeren Bitraten codiert wird. Das psychoakustische Modell II wird im Allgemeinen bei der MP3-Codierung verwendet. Der Zweck des psychoakustischen Modells besteht darin, den Maskierungsschwellenwert jedes Teilbands zu finden und ihn zur Steuerung des Quantisierungsprozesses zu verwenden. Der Implementierungsprozess des psychoakustischen Modells besteht im Allgemeinen darin, zuerst FFT zu verwenden, um die spektralen Eigenschaften des Signals zu erhalten und die tonalen Komponenten (manche werden als musikalische Komponenten bezeichnet) und die nicht-tonalen Komponenten (oder Rauschkomponenten) an jedem Frequenzpunkt entsprechend zu finden spektrale Merkmale; Die Kurve bestimmt den Maskierungsdomänenwert jeder tonalen Komponente und Nicht-Tonhöhenkomponente an anderen Frequenzpunkten; schließlich wird der allgemeine Maskierungsbereich jedes Frequenzpunkts erhalten und in das Codierteilband umgewandelt. Für Rauschen, das nach der Quantisierung des von der Teilbandfilterbank emittierten Spektralwerts erzeugt wird, kann, wenn das Rauschen unter die Maskierungsschwelle gesteuert werden kann, das endgültige dekodierte Ergebnis der komprimierten Daten nicht von dem ursprünglichen Signal unterscheidbar sein. Die Maskierungsfähigkeit eines bestimmten Signals hängt von seiner Frequenz und Lautstärke ab, sodass das Endergebnis des psychoakustischen Modells das Signal-zu-Masken-Verhältnis (Signal-zu-Masken-Verhältnis) ist, das das Verhältnis der Intensität des Signals und der Maskierung ist. Grenze.
