Tag: MP3-Audio-Booster

Mp3 Lautstärke erhöhen Teil 3

In den beiden vorherigen Teilen über Mp3 Volume Increaser haben wir gesehen, wie und warum es notwendig ist, die Lautstärke von Audio- und Videodateien zu normalisieren (was nur Mp4Gain kann) und für sie haben wir begonnen, uns mit der Komprimierung zu befassen.

Algorithmen zur Audiokomprimierung

Kodierung

Die Audiokomprimierungstechnologie bezieht sich auf die Anwendung einer geeigneten digitalen Signalverarbeitungstechnologie auf den ursprünglichen digitalen Audiosignalstrom (PCM-Codierung), ohne die Menge nützlicher Informationen zu verlieren, oder unter der Bedingung, dass der eingeführte Verlust unbedeutend ist, seinen Code zu reduzieren (komprimieren). Rate und wird auch als Komprimierungscodierung bezeichnet. Es muss eine entsprechende inverse Transformation haben, die als Dekomprimierung oder Dekodierung bezeichnet wird. Audiosignale können nach dem Passieren eines Codec-Systems viel Rauschen und einige Verzerrungen einführen.

1. Redundante Audiosignalinformationen
Digitale Audiosignale würden, wenn sie direkt ohne Komprimierung übertragen würden, eine große Menge an Bandbreite verbrauchen. Wenn beispielsweise die Abtastrate eines digitalen Zweikanal-Audiosets 44,1 KHz beträgt und jeder Abtastwert auf 16 Bit quantisiert ist, lautet seine Coderate:

2*44,1kHz*16bit = 1,411Mbit/s

Eine so große Bandbreite bringt viele Schwierigkeiten für die Signalübertragung und -verarbeitung mit sich, daher müssen die Audiodaten mit Audiokomprimierungstechnologie verarbeitet werden, um Audiodaten effektiv zu übertragen.

Die digitale Audiokompressionscodierung komprimiert das Audiodatensignal so weit wie möglich unter der Prämisse sicherzustellen, dass das Signal nicht hörbar verzerrt wird. Die digitale Audiokompressionscodierung wird implementiert, indem redundante Komponenten in Tonsignalen entfernt werden. Sogenannte redundante Komponenten beziehen sich auf Signale im Audio, die vom menschlichen Ohr nicht wahrgenommen werden können und nicht dazu beitragen, die Klangfarbe, Tonhöhe und andere Informationen des Klangs zu bestimmen.

Redundante Signale umfassen Audiosignale außerhalb des Bereichs des menschlichen Gehörs und maskierte Audiosignale. Beispielsweise beträgt der Frequenzbereich des Tonsignals, der vom menschlichen Ohr wahrgenommen werden kann, 20 Hz bis 20 KHz, und andere Frequenzen als diese Frequenz können vom menschlichen Ohr nicht erfasst werden und können als redundante Signale betrachtet werden. Außerdem wird gemäß den physiologischen und psychoakustischen Phänomenen des menschlichen Ohrs, wenn ein starkes Signal und ein schwaches Signal gleichzeitig vorhanden sind, das schwache Signal durch das starke Signal maskiert und kann nicht gehört werden, so dass das schwache Signal sein kann als redundantes Signal angesehen. Nicht senden. Dies ist der Maskierungseffekt des menschlichen Gehörs, der sich hauptsächlich im spektralen Maskierungseffekt und im Zeitbereichsmaskierungseffekt manifestiert, die wie folgt dargestellt werden:

1.1 Spektralmaskierungseffekt
Nachdem die Schallenergie einer Frequenz niedriger als eine bestimmte Schwelle ist, hört das menschliche Ohr sie nicht, und diese Schwelle wird die minimale hörbare Schwelle genannt. Wenn ein anderer Ton mit höherer Energie vorhanden ist, erhöht sich der Schwellenwert nahe der Frequenz des Tons erheblich.

Mp3 Lautstärke erhöhen Teil 2

Wir haben im vorigen Kapitel über die Notwendigkeit gesprochen, einen mp3-Lautstärkeregler zu erreichen, obwohl der Lautstärkeregler in Mp4Gain nicht auf mp3s beschränkt ist. Sie können tatsächlich eine Lautstärkeerhöhung in allen wichtigen Audio- und Videoformaten erzielen.

Zum besseren Verständnis haben wir darüber gesprochen und analysiert, wie die Komprimierung einer Audiodatei funktioniert.

Quantifizierungscodierung. Die Quantisierungscodierung verwendet ein iteratives Schleifenmodell mit drei Schichten für die Bitzuweisung und Quantisierung. Diese drei Schichten umfassen: Rahmenschleife, äußere Schleife und innere Schleife. Die Frame-Schleife setzt alle iterativen Variablen zurück, berechnet die maximale Anzahl von Bits, die jeder Datenscheibe bereitgestellt werden kann, und ruft dann das externe iterative Modell auf; das äußere iterative Modell verwendet zuerst das innere iterative Modell, das den Eingabevektor durch Inkrementieren quantisiert. Die Größe des Quantisierungsschritts ermöglicht, dass die quantisierte Ausgabe innerhalb einer bestimmten Bitgrenze codiert wird. Die Huffman-Codierung hat eine Grenze für den maximalen Quantisierungswert, daher muss beurteilt werden, ob alle Quantisierungswerte die Grenze überschreiten. Wenn es die Grenze überschreitet, muss die innere Iterationsschleife die Größe des Quantisierungsschritts erhöhen und erneut quantisieren. Bestimmen Sie dann die Anzahl von Huffman-Codierungsbits derart, dass die Anzahl von belegten Bits kleiner ist als die maximale Anzahl von Bits, die jeder Codierungsabschnitt, der durch den Rahmenzyklus berechnet wird, bereitstellen kann; andernfalls muss die Größe des Quantisierungsschritts zur Requantisierung erhöht werden. Wenn die Quantisierung die Anforderungen erfüllt, speichern Sie den endgültigen Skalierungsfaktorwert, verlassen Sie die äußere Schleife und berechnen Sie die Anzahl von Bits, die verwendet werden, um jeden Datenabschnitt in der Rahmenschleife zu speichern.

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.