MP3 von innen: Psychophysiologie des Klangs
Dieses Format verwendet einen äußerst komplexen Codierungsalgorithmus. Im Gegensatz zu herkömmlichen Aktenschränken, bei denen Informationen so komprimiert werden müssen, dass nach der Dateiextraktion kein einziges Bit geändert wird, verfolgt MP3 leicht unterschiedliche Ziele.
Neben mathematischen Komprimierungsalgorithmen enthält dieses Format auch einen sehr komplexen Algorithmus zum Entfernen unnötiger Audioinformationen, der auf den psychologischen und physiologischen Eigenschaften des menschlichen Körpers basiert. Ich werde versuchen, an dieser Stelle genauer anzuhalten.
Wie gesagt, MP3 ist ein Streaming-Format. Dies bedeutet, dass die Audioinformationen während der Codierung in gleiche Teile der Länge unterteilt werden, die als Frames bezeichnet werden. Alle Frames sind voneinander unabhängig. Jeder dieser Frames wird separat mit seinen eigenen Parametern codiert und hat einen Header, in dem diese Parameter beschrieben werden. Bei der Wiedergabe wird eine Folge von Bildern dekodiert und erzeugt aus dem aufgenommenen Audio einen kontinuierlichen Ton.
Was sind die Vorteile dieses Ansatzes? Zuallererst die Möglichkeit zum Zurückspulen, da Sie leicht zu einem beliebigen Bild springen und den Sound von diesem Punkt aus abspielen können. Zweitens ist es dieses strukturelle Merkmal, das MP3 zu einem wirklich vernetzten Format macht. Sobald die ersten Frames in den RAM-Speicher oder den Festplatten-Cache geladen wurden, beginnt der Player mit der Wiedergabe, während gleichzeitig neue Frames geladen werden, wodurch eine kontinuierliche Wiedergabe erreicht wird. Und schließlich, wenn Sie nicht die gesamte MP3-Datei aus dem Internet herunterladen konnten, ist das in Ordnung. Sie können trotzdem Musik hören. Nur der Player erreicht den Punkt, an dem die Verbindung unterbrochen wurde, und stoppt.
Kommen wir also zu unseren Bildern zurück. Bei MP3 mit hoher Qualität und einer Bitrate von ~ 320 kbs werden nur mathematische Komprimierungsalgorithmen zum Codieren von Frames verwendet. Gleichzeitig leidet die Qualität überhaupt nicht, aber die Größe wird nur um das Vierfache reduziert, dh das Kompressionsverhältnis ist das gleiche wie das eines normalen Aktenschranks; Aus diesem Grund werden MP3-Dateien von normalen Aktenschränken praktisch nicht komprimiert. Wenn die Bandbreite (Bitrate) auf 256 kbs und weniger reduziert wird, kommen dieselben Algorithmen ins Spiel, um “unnötige” Geräusche zu eliminieren, die auf den Eigenschaften der Wahrnehmung von Schall durch das menschliche Ohr basieren, dem sogenannten “psychoakustischen Modell”. Quantifizierung von “unnötigen” Eliminierungsprozessen. Je niedriger die Bitrate ist, desto schwieriger wird die Quantisierung.
Was sind die Kriterien für die Bewertung der “Notwendigkeit” und “Nutzlosigkeit” von Geräuschen? Die überwiegende Mehrheit der Codecs sendet Geräusche aus, die außerhalb der Schwelle des menschlichen Gehörs liegen. In diesem Fall wird der Schwellenwert sozusagen von fakto als Wert gleich 16 kHz angenommen. Trotz der Tatsache, dass dieser Schwellenwert als Elementarwert erkannt wird und in allen Physiklehrbüchern enthalten ist, ist dieser Ansatz falsch. Menschen sind in ihren physiologischen Eigenschaften sehr unterschiedlich. Darüber hinaus muss berücksichtigt werden, dass die Hörschwelle junger Menschen viel höher ist als die älterer Menschen und diesen Durchschnittswert leicht überschreiten kann. Viel hängt auch von der Stärke des Signals ab. Deshalb,
Ein weiteres Kriterium, anhand dessen die “Sinnlosigkeit” von Schall bewertet wird, ist ein Zustand, der auf einer Eigenschaft des menschlichen Gehörs beruht, wie beispielsweise der Unfähigkeit der meisten Menschen, Signale zu unterscheiden, die unter einem bestimmten Leistungspegel liegen, und dieser Pegel ist unterschiedlich für verschiedene Frequenzbereiche. Bei Verwendung des psychoakustischen MP3-Codierungsmodells gibt CODEC automatisch unhörbare Frequenzen mit niedriger Leistung aus. Leider sind auch hier die Menschen nicht gleich und diejenigen, die diese Frequenzen genau unterscheiden können, klagen häufig über einen Verlust der Klangqualität während der Codierung, während die durchschnittliche Mehrheit dies nicht bemerkt.
Das wichtigste Merkmal des psychoakustischen MP3-Codierungsmodells ist jedoch der sogenannte Maskierungseffekt. Dank dieses Effekts ist es möglich, beide ursprünglichen Audiodaten zu komprimieren. Das Wesentliche dieses Effekts ist, dass ein schwaches Signal aus einem Frequenzbereich häufig durch ein stärkeres Signal aus einem benachbarten Bereich, falls in einer Audioaufnahme vorhanden, oder durch ein starkes Signal aus dem vorherigen Frame maskiert wird. Dieses starke Signal bewirkt, dass das Ohr das aktuelle Rahmensignal vorübergehend desensibilisiert. Tatsächlich tritt das Phänomen der “vorübergehenden Betäubung” auf. Für jeden Klangbereich wird das Ausmaß des Maskierungseffekts bestimmt, der durch das Signal aus benachbarten Bereichen und das Signal aus dem vorherigen Bild erzeugt wird.