Was sind Audioformate?

Audiocodierung Teil 4

Free Download Mp4Gain

Audiocodierung Teil 4

Audio Coding

Übertragungscodierungsformat

Audio Coding

PCM-Codierung
PCM Pulse Code Modulation ist die Abkürzung für Pulse Code Modulation. Im obigen Text haben wir den allgemeinen PCM-Workflow erwähnt. Es ist uns egal, welche Berechnungsmethode in der endgültigen PCM-Codierung verwendet wird. Wir müssen nur die Vor- und Nachteile des PCM-codierten Audiostroms kennen. Der größte Vorteil der PCM-Codierung ist die gute Klangqualität und der größte Nachteil ist die Größe. Unsere übliche Audio-CD verwendet PCM-Codierung, und die Kapazität einer CD kann nur 72 Minuten Musikinformationen aufnehmen.
WAV-Format
Dies ist ein altes Audiodateiformat, das von Microsoft entwickelt wurde. WAV ist ein Dateiformat, das der RIFF-Spezifikation (Resource Interchange File Format) entspricht. Alle WAVs haben einen Dateikopf, der Codierungsparameter für den Audiostream enthält. WAV hat keine strengen Regeln für die Codierung von Audiostreams.Neben PCM können fast alle Codierungen, die die ACM-Spezifikation unterstützen, WAV-Audiostreams codieren. Viele Freunde haben dieses Konzept nicht. Nehmen wir AVI als Beispiel, denn AVI und WAV sind in der Dateistruktur sehr ähnlich, aber AVI hat einen Videostream mehr. Es gibt viele Arten von AVIs, mit denen wir in Kontakt gekommen sind, daher müssen wir oft einige Decoder installieren, um einige AVIs anzusehen. DivX, mit dem wir viel in Kontakt gekommen sind, ist eine Art Videokodierung. AVI kann DivX-Codierung verwenden, um Videostreams zu komprimieren, natürlich können wir auch andere Code-Komprimierung verwenden. In ähnlicher Weise kann WAV auch eine Vielzahl von Audiocodecs verwenden, um seinen Audiostream zu komprimieren, aber wir verwenden normalerweise WAV, dessen Audiostream durch PCM-Codierung verarbeitet wird, aber das bedeutet nicht, dass WAV nur PCM-Codec verwenden kann, es ist auch möglich MP3-Codec. in WAV Genau wie AVI können Sie diese WAVs genießen, solange das entsprechende Decode installiert ist.
Auf der Windows-Plattform ist WAV basierend auf PCM-Codierung das am besten unterstützte Audioformat. Alle Audioprogramme können es perfekt unterstützen. Da es höhere Anforderungen an die Klangqualität erfüllen kann, ist WAV auch das bevorzugte Format für die Musikerstellung und -bearbeitung. Geeignet zur Aufbewahrung von Musikmaterial. Daher wird WAV auf Basis der PCM-Codierung als Zwischenformat verwendet und wird häufig bei der gegenseitigen Konvertierung anderer Codierungen verwendet, z. B. MP3 in WMA.
MP3-Kodierung
Als beliebtestes Audiokomprimierungsformat wird MP3 von allen akzeptiert. Verschiedene MP3-bezogene Softwareprodukte entstehen in einem endlosen Strom, und mehr Hardwareprodukte beginnen, MP3 ebenfalls zu unterstützen. Viele VCD/DVD-Player, die wir kaufen können, sind mit MP3 kompatibel. , und es gibt mehr tragbare MP3-Player usw. Obwohl einige der großen Musikunternehmen mit diesem offenen Format äußerst unzufrieden sind, können sie das Überleben und die Verbreitung dieses komprimierten Audioformats nicht verhindern. MP3 befindet sich seit 10 Jahren in der Entwicklung und ist die Abkürzung für MPEG (MPEG: Moving Picture Experts Group) Audio Layer-3, ein von MPEG1 abgeleitetes Kodierungsschema. MP3 kann ein unglaubliches Komprimierungsverhältnis von 12:1 erreichen und dennoch eine grundsätzlich hörbare Klangqualität beibehalten. In Zeiten, als die Festplatte teuer war, akzeptierten die Benutzer schnell MP3. Mit der Popularität des Internets akzeptierten Hunderte Millionen Benutzer MP3. Benutzer Zu Beginn der Veröffentlichung der MP3-Codierungstechnologie war diese eigentlich sehr unvollkommen. Aufgrund mangelnder Forschung zu Klang und menschlichem Gehör waren fast alle frühen MP3-Encoder grob kodiert und die Klangqualität war stark beeinträchtigt. Mit der kontinuierlichen Einführung neuer Technologien wurde die mp3-Codierungstechnologie immer wieder verbessert, einschließlich zweier wichtiger technischer Verbesserungen.

Free Download Mp4Gain

Audiokodierung Teil 3

Audio Coding

Fließeigenschaften

Mit der Entwicklung des Internets haben die Leute Anforderungen gestellt, Musik online zu hören, daher ist es auch erforderlich, dass die Audiodatei beim Lesen abgespielt werden kann, ohne dass die gesamte Datei gelesen und dann abgespielt werden muss, damit das Hören möglich ist erreichen können, ohne herunterzuladen. Dies kann auch während des Codierens und Abspielens erfolgen. Diese Funktion, mit der Sie online live übertragen und Ihren eigenen digitalen Radiosender einrichten können, ist Realität geworden.
Übertragungsklassifizierungscode
Entsprechend unterschiedlichen Codierungsverfahren werden Audiocodierungstechniken in drei Typen unterteilt: Wellenformcodierung, parametrische Codierung und Hybridcodierung. Im Allgemeinen hat die Wellenformcodierung eine hohe Sprachqualität, aber die Codierungsrate ist auch hoch; Die parametrische Codierung hat eine sehr niedrige Codierungsrate und die Qualität der resultierenden synthetisierten Sprache ist nicht hoch; Die Hybridcodierung verwendet parametrische Codierungstechnologie und Wellenformcodierungstechnologie, darunter Codierungsrate und Tonqualität.
1. Wellenformcodierung
Die Wellenformcodierung bezieht sich auf das direkte Transformieren des Zeitbereichssignals in einen digitalen Code ohne Verwendung irgendwelcher Parameter des erzeugten Audiosignals, so dass die rekonstruierte Sprachwellenform so konsistent wie möglich mit der Wellenform des ursprünglichen Sprachsignals ist. Das Grundprinzip der Wellenformcodierung besteht darin, das analoge Sprachsignal mit einer bestimmten Rate auf der Zeitachse abzutasten und dann die Amplitudenabtastungen hierarchisch zu quantisieren und sie mit Codes darzustellen.
Das Wellenformcodierungsverfahren ist einfach, leicht zu implementieren, stark in der Anpassbarkeit und gut in der Sprachqualität. Da das Komprimierungsverfahren jedoch einfach ist, hat es auch einige Probleme: Das Komprimierungsverhältnis ist relativ niedrig, was zu einer höheren Codierungsrate führt. Im Allgemeinen ist die Komplexität der Wellenformcodierung relativ gering und die Codierungsrate relativ hoch. Im Allgemeinen ist die Audioqualität ziemlich hoch, wenn die Codierungsrate höher als 16 kbit/s ist. Wenn die Codierrate weniger als 16 kbit/s beträgt, wird die Tonqualität drastisch reduziert.
Das einfachste Wellenformcodierungsverfahren ist PCM (Pulse Code Modulation), bei dem das Sprachsignal nur abgetastet und quantisiert wird. Die Vorteile bestehen darin, dass das Codierungsverfahren einfach ist, die Verzögerungszeit kurz ist, die Tonqualität hoch ist und das rekonstruierte Sprachsignal fast nicht von dem ursprünglichen Sprachsignal zu unterscheiden ist. Der Nachteil ist, dass die Codierrate relativ hoch ist (64 kbit/s) und empfindlicher gegenüber Fehlern im Übertragungskanal ist.
2. Parametercodierung
Die parametrische Codierung besteht aus dem Extrahieren der Parameter der erzeugten Sprache aus dem Sprachwellenformsignal und dem Verwenden dieser Parameter zum Rekonstruieren der Sprache durch das Spracherzeugungsmodell, so dass das rekonstruierte Sprachsignal die Semantik des ursprünglichen Sprachsignals so weit wie möglich beibehalten kann. . Das heißt, die Parametercodierung basiert auf dem durch das Sprachsignal erzeugten digitalen Modell, und dann werden die Modellparameter aus dem digitalen Modell erhalten, und dann wird das digitale Modell gemäß diesen Parametern wiederhergestellt, und dann die Gespräche.
Die Codierrate der parametrischen Codierung ist niedrig und kann 2,4 kbit/s erreichen. Das erzeugte Sprachsignal wird unter Verwendung des etablierten digitalen Modells wiederhergestellt. Daher kann sich die Wellenform des rekonstruierten Sprachsignals ziemlich von der Wellenform des ursprünglichen Sprachsignals unterscheiden. Die Verzerrung wird größer UND aufgrund der Beschränkungen des Spracherzeugungsmodells verbessert eine Erhöhung der Datenrate nicht die Qualität der synthetisierten Sprache. Obwohl die Tonqualität der Parametercodierung relativ niedrig ist, ist die Vertraulichkeit jedoch sehr gut, und sie wurde beim Militär verwendet. Ein typisches Parametercodierungsverfahren ist LPC (Linear Predictive Coding).
3. Gemischte Codierung
Unter hybrider Verschlüsselung versteht man die gleichzeitige Verwendung von zwei oder mehr Verschlüsselungsverfahren zur Verschlüsselung. Dieses Codierungsverfahren überwindet die Schwächen der Wellenformcodierung und der parametrischen Codierung und kombiniert die hohe Qualität der Wellenformcodierung und die niedrige Codierungsrate der parametrischen Codierung und kann bessere Ergebnisse erzielen.

Audiokodierung Teil 2

Audio Coding

Gründe für den Einsatz von Audiokompressionstechnologie.

audio coding

Es ist sehr einfach, die Bitrate eines PCM-Audiostroms zu berechnen, den Wert der Abtastrate × den Wert der Abtastgröße × die Anzahl der bps des Kanals. Eine WAV-Datei mit einer Abtastrate von 44,1 KHz, einer Abtastgröße von 16 Bit und Zweikanal-PCM-Codierung hat eine Datenrate von 44,1 K×16×2 = 1411,2 Kbps. Wir sagen normalerweise, dass 128K MP3 der entsprechende WAV-Parameter ist , sind das 1411,2 Kbps, dieser Parameter wird auch als Datenbandbreite bezeichnet, es ist ein Begriff mit der Bandbreite bei ADSL. Teilen Sie die Bitrate durch 8, um die Datenrate für dieses WAV zu erhalten, die 176,4 KB/s beträgt. Dies bedeutet, dass eine 1-Sekunden-Abtastrate von 44,1 KHz, eine 16-Bit-Abtastgröße und ein zweikanaliges PCM-codiertes Audiosignal gespeichert werden müssen, was 176,4 KB Speicherplatz erfordert, was ungefähr 10,34 MB in 1 Minute entspricht, was nicht akzeptabel ist . Für die meisten Benutzer, insbesondere Freunde, die gerne Musik auf dem Computer hören, gibt es nur zwei Möglichkeiten zum Downsampling oder Komprimieren, um die Festplattennutzung zu reduzieren. Eine Verringerung des Index ist nicht ratsam, daher haben Experten verschiedene Komprimierungsschemata entwickelt. Aufgrund unterschiedlicher Verwendungszwecke und Zielmärkte sind die Tonqualität und das Komprimierungsverhältnis, die durch verschiedene Audiokomprimierungscodierungen erreicht werden, unterschiedlich, und wir werden sie in den folgenden Artikeln einzeln erwähnen. Eines ist sicher, sie sind alle komprimiert.
Frequenz vs. Abtastrate
Die Abtastrate gibt an, wie oft das Originalsignal pro Sekunde abgetastet wird. Die Abtastrate der meisten Audiodateien, die wir regelmäßig sehen, beträgt 44,1 KHz. Was bedeutet das? Angenommen, wir haben 2 Segmente von Sinuswellensignalen, 20 Hz bzw. 20 KHz, die jeweils eine Sekunde dauern, um den niedrigsten und höchsten Frequenzen zu entsprechen, die wir hören können, und wir tasten diese beiden Signale jeweils mit 40 KHz ab. , können wir was bekommen Art Ergebnis? Das Ergebnis ist: Das 20-Hz-Signal wird 40K/20=2000 Mal pro Schwingung abgetastet, während das 20K-Signal nur 2 Mal pro Schwingung abgetastet wird. Offensichtlich sind bei gleicher Abtastrate die niederfrequenten Informationen viel detaillierter als die hochfrequenten Informationen. Dies ist auch der Grund, warum einige Audiophile CDs digitalen Sound vorwerfen, der nicht echt genug sei, und 44,1-kHz-CD-Sampling kann nicht garantieren, dass hochfrequente Signale gut aufgezeichnet werden. Um Hochfrequenzsignale besser aufzuzeichnen, scheint eine höhere Abtastrate erforderlich zu sein, daher verwenden einige Leute eine Abtastrate von 48 kHz, wenn sie Audiotracks von CDs aufnehmen, was unerwünscht ist! Eigentlich ist das nicht gut für die Klangqualität. Für die Ripping-Software ist das Beibehalten der gleichen Abtastrate wie die von der CD bereitgestellten 44,1 KHz eine der Garantien für die beste Klangqualität, anstatt sie zu verbessern. Eine höhere Abtastrate ist nur für analoge Signale sinnvoll, wenn das abgetastete Signal digital ist, versuchen Sie nicht, die Abtastrate zu erhöhen.

Audiocodierung

Audio Coding

Abtastrate und Stichprobengröße
Schall ist eigentlich eine Art Energiewelle, also hat er auch die Eigenschaften von Frequenz und Amplitude, wobei die Frequenz der Zeitachse und die Amplitude der Pegelachse entspricht.

Advanced Audio Coding

Die Welle ist unendlich glatt und die Kette kann als aus unzähligen Punkten zusammengesetzt angesehen werden. Da der Speicherplatz relativ begrenzt ist, müssen bei der digitalen Kodierung die Punkte der Kette abgetastet werden. Der Abtastprozess besteht darin, den Frequenzwert eines bestimmten Punktes zu extrahieren. Je mehr Punkte in einer Sekunde extrahiert werden, desto umfangreichere Frequenzinformationen können natürlich erhalten werden. Um die Wellenform wiederherzustellen, müssen zwei Abtastpunkte in einer Schwingung vorhanden sein. Die höchste wahrnehmbare Frequenz beträgt 20 kHz, um also die Höranforderungen des menschlichen Ohrs zu erfüllen, sind mindestens 40.000 Abtastungen pro Sekunde erforderlich, ausgedrückt in 40 kHz, und diese 40 kHz sind die Abtastfrequenz. Unsere gemeinsame CD hat eine Abtastrate von 44,1 kHz. Es reicht nicht aus, nur Frequenzinformationen zu haben, wir müssen auch den Energiewert dieser Frequenz erhalten und quantifizieren, um die Stärke des Signals darzustellen. Die Anzahl der Quantisierungsstufen ist eine ganzzahlige Potenz von 2, und die Abtastgröße unseres gewöhnlichen CD-Bits beträgt 16 Bit, also 2 hoch 16. Die Abtastgröße ist schwieriger zu verstehen als die Frequenzabtastung, weil sie es macht es scheint abstrakt. Angenommen, eine Welle wird 8 Mal abgetastet und die Energiewerte, die den Abtastpunkten entsprechen, sind A1-A8, aber verwenden Sie nur eine Abtastgröße von 2 Bit, als Ergebnis können wir nur die Werte von 4 Punkten beibehalten in A1 -A8 und verwerfen Sie die anderen 4. Wenn wir die Abtastgröße von 3 Bit verwenden, werden alle Informationen von 8 Punkten aufgezeichnet. Je höher die Werte für Abtastrate und Abtastgröße, desto näher kommt die aufgezeichnete Wellenform dem Originalsignal.
verlustbehaftet und verlustfrei
Je nach Samplerate und Samplegröße kann man erkennen, dass die Audiocodierung im Vergleich zum natürlichen Signal höchstens unendlich nah sein kann, zumindest kann dies die aktuelle Technologie nur. Im Vergleich zum natürlichen Signal ist jedes digitale Audiocodierungsschema verlustbehaftet, da es nicht vollständig wiederhergestellt werden kann. In Computeranwendungen kann die PCM-Codierung den höchsten Grad an Wiedergabetreue erreichen, was häufig für die Materialkonservierung und die Wertschätzung von Musik verwendet wird. Es wird auf CDs, DVDs und unseren üblichen WAV-Dateien verwendet. Daher ist PCM per Konvention zur verlustfreien Codierung geworden, da PCM das beste Maß an Wiedergabetreue bei digitalem Audio darstellt, bedeutet dies nicht, dass PCM die absolute Wiedergabetreue des Signals garantieren kann, und PCM kann nur im größeren Umfang unendlich nahe sein. Normalerweise schließen wir MP3 in die Kategorie der verlustbehafteten Audiocodierung ein, die relativ PCM-Codierung ist. Der Zweck der Betonung der Relativität von verlustbehafteter und verlustfreier Kodierung besteht darin, allen zu sagen, dass es schwierig ist, wirklich verlustfrei zu erreichen, genau wie Pi mit Zahlen auszudrücken, egal wie hoch die Genauigkeit ist, es ist unendlich nah, nicht wirklich gleich dem Pi-Wert.
Gründe für den Einsatz von Audiokompressionstechnologie
Es ist sehr einfach, die Bitrate eines PCM-Audiostroms zu berechnen, den Wert der Abtastrate × den Wert der Abtastgröße × die Anzahl der bps des Kanals. Eine WAV-Datei mit einer Abtastrate von 44,1 KHz, einer Abtastgröße von 16 Bit und Zweikanal-PCM-Codierung hat eine Datenrate von 44,1 K×16×2 = 1411,2 Kbps. Wir sagen normalerweise, dass 128K MP3 der entsprechende WAV-Parameter ist , sind das 1411,2 Kbps, dieser Parameter wird auch als Datenbandbreite bezeichnet, es ist ein Begriff mit der Bandbreite bei ADSL. Teilen Sie die Bitrate durch 8, um die Datenrate für dieses WAV zu erhalten, die 176,4 KB/s beträgt. Dies bedeutet, dass eine 1-Sekunden-Abtastrate von 44,1 KHz, eine 16-Bit-Abtastgröße und ein zweikanaliges PCM-codiertes Audiosignal gespeichert werden müssen, was 176,4 KB Speicherplatz erfordert, was ungefähr 10,34 MB in 1 Minute entspricht, was nicht akzeptabel ist . Für die meisten Benutzer, insbesondere Freunde, die gerne Musik auf dem Computer hören, gibt es nur zwei Möglichkeiten zum Downsampling oder Komprimieren, um die Festplattennutzung zu reduzieren.