Verstehen Sie, was Audiokomprimierung ist


Free Download Mp4Gain
picture

Verstehen Sie, was Audiokomprimierung ist

Audio Compresion

Ein Containerformat ist ein Datenformat, das andere codierte Daten “kapselt”. Es enthält häufig “Metainformationen” zu den codierten Daten oder bietet die Möglichkeit, mehrere separate Streams codierter Daten oder ähnliches zu speichern.

Adio Compression

Die vom Codec erzeugte Codierung ist die eigentliche Essenz des Datenstroms.

Das häufigste Beispiel, an das ich denken kann, ist das Ogg / Vorbis-Format. Ogg ist das Containerformat und Vorbis ist die Codierung. Sie haben also eine Ogg-Datei und darin befinden sich diese kleinen Segmente, die codierte Daten enthalten. Jeder Block enthält einen Strom von Vorbis-codierten Daten und sonst nichts. Ein Würfel kann beispielsweise den Namen eines Künstlers und den Titel eines Songs enthalten.

Zurück zur Technologie:

Wenn Sie bereits verlustbehaftete Musik wie MP3 oder ogg / vorbis haben, nimmt die Konvertierung in ein verlustfreies Format nur (viel) Speicherplatz in Anspruch und verbessert die Audioqualität überhaupt nicht. Sie können keine Loyalität schaffen, wenn sie bereits verloren ist. Es sei denn, Sie schreiben eine Visual Basic-Benutzeroberfläche in einer beliebten TV-Show namens CSI, aber das ist Fantasie, nicht Realität.

Wenn Sie Musik in anderen verlustfreien Formaten haben und diese in FLAC konvertieren möchten, können Sie dies tun.

Seien Sie vorsichtig, wenn Sie den Begriff “WAV” verwenden. Wav muss nicht verlustfrei sein; Tatsächlich ist WAV nur ein Container für die verschiedenen möglichen Formate. In diesem Sinne ähnelt es AVI. Sie können verlustfreies WAV haben, wenn es sich nur um PCM-Rohdaten handelt, aber Sie können auch verlustbehaftete MPEG-1 Layer III-Daten in eine WAV-Datei einbetten.

Es ist möglich, Daten beim Konvertieren von einem verlustfreien Format in ein anderes zu verlieren, wenn Sie die Genauigkeit der Daten verringern. Wenn Sie beispielsweise einen vorzeichenlosen 16-Bit-PCM-Datenstrom mit 48000 Hz in 8-Bit-PCM-Daten mit 44100 Hz konvertieren, verlieren Sie auf zwei Arten an Genauigkeit: Samples werden von 48000 auf jeweils nur 44100 zusammengeführt. Zweitens (was zu Datenverlust führt), und die Daten müssen verschlüsselt werden, um die Informationen in nur 8 Bit anstatt in 16 Bit pro Abtastung zu passen, was die Qualität drastisch verschlechtert.

Jeder digitale Audiostream, selbst wenn er mit einem komprimierten Encoder (verlustbehaftet oder verlustfrei) codiert ist, verfügt über die folgenden Eigenschaften des Beispielformats, die wichtige Elemente sind, die die Eigenschaften des Streams beschreiben:

Ein Beispiel für Bitbreite und -tiefe, d. H. 8 Bit, 16 Bit usw. Bitbreiten und -tiefen unterscheiden sich geringfügig, und es gibt auch eine große Endian / Endian-Bytereihenfolge (die die Qualität nicht beeinflusst) und ein vorzeichenbehaftetes oder vorzeichenloses Vorzeichen (das ebenfalls keine Rolle spielt), das die Qualität beeinflusst, aber den Encoder / Decoder-Betrieb beeinflusst mit Daten). Der wichtigste Punkt, an den Sie sich erinnern sollten, ist “je mehr Bits desto besser”. 32-Bit ist also besser als 16-Bit usw.

Frequenz, auch als Abtastrate bekannt. Je mehr desto besser, denn pro Sekunde werden mehr „Samples“ abgespielt. Stellen Sie sich vor, Sie gleiten mit dem Finger über ein Kartenspiel und sehen, wie die Karten verschwimmen. Auf diese Weise entsteht im Wesentlichen digitaler Klang. Jedes Sample ist eine Karte. Wenn mehr Karten pro Sekunde fliegen, ist der Klang leiser. Zum Beispiel würden Sie wirklich bemerken, wenn Sie nur 5 Karten pro Sekunde umdrehen würden, aber alles wäre verschwommen, wenn Sie Tausende von Karten pro Sekunde umdrehen würden. Es ist also noch besser, weil es natürlicher und realitätsnaher ist, was analog und unendlich teilbar ist (bis zu Planck-Einheiten, aber dies ist umstritten und nicht thematisch).

Verlustfrei bedeutet einfach, dass Sie keine Daten verlieren, wenn Sie in der Ausgabe dasselbe oder ein besseres Beispielformat verwenden, das Sie in der Eingabe verwendet haben.

Wenn Sie also vom 16-Bit- zum 32-Bit-Beispielformat wechseln, gehen keine Daten verloren. Wenn Sie jedoch von 32 Bit auf 16 Bit wechseln, gehen Daten verloren.

Die Antwort auf Ihre Frage, ob die Verwendung von FLAC sinnvoll ist, hängt von den Originaldaten ab: Wenn Sie 64-Bit-WAV-Dateien haben, die ursprünglich in diesem Beispielformat mit 192.000 Hz (oder 192 kHz) aufgezeichnet wurden, und diese in das Format “konvertieren” Standard 16-Bit-FLAC mit 44,1 kHz, Sie verlieren eine Menge Daten. Wenn Ihre WAV-Datei jedoch 8-Bit mit 22100 Samples pro Sekunde ist und Sie sie in 16-Bit-FLAC mit 44100 Samples pro Sekunde konvertieren, verlieren Sie keine Daten. Sie können die Dateigröße sogar erhöhen, je nachdem, ob Sie eine verlustfreie Komprimierung oder ein kleineres Beispielformat erhalten.

Das Sample-Format wirkt sich auf den Speicherplatz aus, den die Datei belegt, sodass “größere” Bits und eine “schnellere” Samplerate mehr Speicherplatz beanspruchen.

Wenn es um praktische Überlegungen und menschliches Gehör geht, werden Sie es nicht bemerken, wenn Sie Originale von sehr hoher Qualität mit 44,1 kHz in 16-Bit-FLAC konvertieren. Sie werden jedoch keine Verbesserung bemerken, wenn Sie MP3 in FLAC konvertieren. Daher müssen Sie bewerten, in welchem ​​Format Ihre Rohdaten vorliegen, bevor Sie entscheiden, was zu tun ist.


Free Download Mp4Gain
picture

Audiokomprimierung

Audiokomprimierung

Audio Compression

Gut etablierte Datenkomprimierungsmethoden wie RLE, Statistik- und Wörterbuchmethoden können verwendet werden, um verlustfreie Audiodateien zu komprimieren. Das Ergebnis hängt jedoch stark von den spezifischen Audiodaten ab. Einige Sounds werden mit RLE gut komprimiert, mit statistischen Algorithmen jedoch schlecht. Die statistische Komprimierung ist besser für andere Sounds geeignet, bei einem Wörterbuchansatz kann jedoch eine Erweiterung auftreten. Hier finden Sie eine kurze Übersicht über die Wirksamkeit dieser drei Methoden zum Komprimieren von Audiodateien.

Audio Compression

RLE funktioniert gut mit Sounds, die lange Serien sich wiederholender Sound Chunks enthalten – Samples. Bei 8-Bit-Abtastung kann dies ziemlich häufig vorkommen. Denken Sie daran, dass die Spannungsdifferenz zwischen zwei 8-Bit-Abtastwerten n und n – 1 ungefähr 4 mV beträgt. Einige Sekunden homogener Musik, bei der sich die Schallwelle um weniger als 4 mV ändert, erzeugen eine Folge von Tausenden identischer Samples. Bei der 16-Bit-Abtastung sind offensichtlich lange Wiederholungen weniger häufig und daher ist der RLE-Algorithmus weniger effizient.

Statistische Methoden weisen Audio-Samples Codes mit variabler Länge entsprechend ihrer Häufigkeit zu. Bei 8-Bit-Sampling gibt es nur 256 verschiedene Samples, sodass die Samples gleichmäßig in einer großen Audiodatei verteilt werden können. Eine Datei dieses Typs kann mit der Huffman-Methode nicht gut komprimiert werden. Bei 16-Bit-Sampling sind mehr als 65.000 Soundbits zulässig. In diesem Fall sind einige Proben möglicherweise häufiger und andere weniger häufig. Mit einem starken Wahrscheinlichkeitsversatz können mit Hilfe der arithmetischen Codierung gute Ergebnisse erzielt werden.

Wörterbuchbasierte Methoden setzen voraus, dass einige Phrasen häufig in der Datei vorkommen. Dies geschieht in einer Textdatei, in der einzelne Wörter oder Sequenzen davon viele Male wiederholt werden. Der Ton ist jedoch ein analoges Signal und die Werte der spezifisch erzeugten Abtastwerte hängen stark vom Betrieb des ADC ab. Beispielsweise wird bei einer 8-Bit-Abtastung eine 8-mV-Wellenform zu einer numerischen Abtastung von 2, aber eine nahegelegene Welle von beispielsweise 7,6 mV oder 8,5 mV kann in eine andere Zahl umgewandelt werden. Aus diesem Grund können sich Sprachausschnitte, die überlappende Phrasen enthalten und für uns gleich klingen, beim Digitalisieren geringfügig unterscheiden. Dann geben sie das Wörterbuch in Form verschiedener Phrasen ein, die nicht die erwartete Komprimierung ergeben. Daher sind Wörterbuchmethoden für die Audiokomprimierung nicht sehr geeignet.

Sie können bessere Ergebnisse bei verlustbehafteter Audiokomprimierung erzielen, indem Sie Komprimierungstechniken entwickeln, die die Wahrnehmung von Klang berücksichtigen. Sie entfernen den Teil der Daten, der für das Publikum unhörbar bleibt. Es ist wie das Komprimieren von Bildern und das Verwerfen von Informationen, die für das Auge unsichtbar sind. In beiden Fällen gehen wir davon aus, dass die Originalinformationen (Bild oder Ton) analog sind, dh ein Teil der Informationen ist bereits während der Quantisierung und Digitalisierung verloren gegangen. Wenn Sie vorsichtig etwas mehr Verlust zulassen, wird die Qualität der unkomprimierten Klangwiedergabe nicht beeinträchtigt, was sich nicht wesentlich vom Original unterscheidet. Wir werden kurz zwei Ansätze beschreiben, die als Stilleunterdrückung und Verdichtung bezeichnet werden.

Die Idee hinter der Unterdrückung der Stille besteht darin, kleine Proben so zu behandeln, als wären sie nicht da (dh sie sind Null). Eine solche Nullung erzeugt eine Reihe von Nullen, so dass das Verfahren zum Unterdrücken von Pausen tatsächlich eine Variante von RLE ist, die an die Audiokomprimierung angepasst ist. Diese Methode basiert auf der Besonderheit der Schallwahrnehmung, die aus der Toleranz des menschlichen Ohrs besteht, kaum hörbare Geräusche auszuschließen. Audiodateien mit langen, leisen Tonabschnitten werden mit der Stilleunterdrückungsmethode besser komprimiert als Dateien mit lauten Tönen. Diese Methode erfordert die Teilnahme des Benutzers, der die Parameter steuert, die die Lautstärkeschwelle für die Samples festlegen. Dies erfordert zwei weitere Parameter, die nicht unbedingt vom Benutzer gesteuert werden. Ein Parameter wird verwendet, um die kürzesten Sequenzen stiller Samples zu bestimmen, normalerweise 2 oder 3. Der zweite Parameter legt die kleinste Anzahl aufeinanderfolgender starker Samples fest, wenn Stille oder Pause auftritt. Zum Beispiel können 15 stille Samples von 2 starken und dann 13 stillen folgen,

Die Konsolidierung basiert auf der Eigenschaft, dass das Ohr Änderungen in der Amplitude leiser Töne besser unterscheidet als laute Töne. Ein typischer ADC für Computer-Soundkarten verwendet eine lineare Umwandlung, um die Spannung in eine numerische Form umzuwandeln. Wenn die Amplitude a zu n wird, wird die Amplitude 2 a zu 2 n.