We now offer a subscription for just 10 cents a day*
You will always enjoy the full version of Mp4Gain with all its features and benefits.
For just 10 cents a day*
*Unlimited FULL version of Mp4Gain, billed $US12.50 Quarterly (+ $5 USD one time subscription payment JUST in the first payment).
All other payments will be just $3.12 per month, billed quaterly.
That's only 10 cents per day!
CLICK TO PURCHASE
THIS PRICE ONLY LASTS FOR A FEW DAYS
For just 10 cents a day*
Digitale audiocompressie
Audiogegevenscompressie is tegenwoordig een echt probleem. Er zijn twee redenen voor de noodzaak om audiogegevens te comprimeren: geheugenbesparing bij het opslaan van audio-informatie, lage bandbreedte van externe digitale informatietransmissiekanalen. Compressie lost effectief de twee bovenstaande problemen op. Datacompressie is een algoritmische transformatie van gegevens die wordt uitgevoerd om het volume te verminderen.
Het wordt gebruikt voor een rationeler gebruik van gegevensopslag- en transmissieapparatuur. Compressie is gebaseerd op het elimineren van de redundantie in de originele gegevens. Om de parameters te garanderen die nodig zijn voor de overdracht van spraaksignalen (muziek) via moderne digitale langzame communicatiekanalen en om de gespecificeerde ruisimmuniteit te garanderen, is het noodzakelijk om zeer efficiënte datacompressie-algoritmen te gebruiken. Het transmissiekanaal wordt gekenmerkt door een concept zoals de capaciteit van het kanaal: en het signaal – door het volume (signaal): …
Beide bovenstaande kenmerken omvatten dynamisch bereik D, kanaalbreedte (signaalspectrum) en transittijd T. Digitale audiocompressoren worden gebruikt om het dynamische bereik te verkleinen. Om de spectrale efficiëntie te verbeteren, worden digitale filters gebruikt om het spectrum van het encoderuitgangssignaal te beperken (volgens Nyquist-criteria). Onder andere encoders gebaseerd op de principes van eliminatie van redundantie (Huffman-codes) worden gebruikt om een bepaalde overdrachtssnelheid van informatie te garanderen. De essentie hiervan is als volgt: codes gebaseerd op het principe van het toekennen van meer waarschijnlijke waarden van de amplitudes van de codewoorden met een kortere lengte dan de onwaarschijnlijke.
Laten we eens kijken hoe de hierboven beschreven soorten redundantie worden geëlimineerd.
Structuur van een verliesgevende audiocompressie-encoder Het originele digitale audiosignaal wordt verdeeld in frequentiesubbanden en in de tijd gesegmenteerd in een tijd-frequentiesegmentatieblok. De lengte van de gecodeerde sample hangt af van de vorm van de tijdelijke functie van het audiosignaal. Bij afwezigheid van scherpe pieken in amplitude, wordt een lange sample gebruikt, die een hoogfrequente resolutie biedt. In het geval van abrupte veranderingen in signaalamplitude, neemt de lengte van het gecodeerde monster drastisch af, wat een hogere tijdsresolutie oplevert. De beslissing om de lengte van het gecodeerde monster te veranderen, wordt genomen door de psychoakoestische analyse-eenheid, die de waarde van de psychoakoestische entropie van het signaal berekent.
Na segmentatie worden de frequentiesubbandsignalen genormaliseerd, gekwantiseerd en gecodeerd. Bij de meest efficiënte compressie-algoritmen worden niet de samples van het audiosignaal gecodeerd, maar de corresponderende MDCT-coëfficiënten. (het verschil tussen de coëfficiënten is kleiner) De boekhouding van de auditieve waarnemingspatronen van een geluidssignaal wordt uitgevoerd in de psychoakoestische analyse-eenheid. Hier wordt volgens een speciale procedure voor elke frequentiesubband het maximaal toelaatbare niveau van kwantisatievervorming (ruis) berekend, waarbij ze nog worden gemaskeerd door het bruikbare signaal van deze subband.
Het blok van dynamische distributie van bits volgens de vereisten van het psychoakoestische model voor elke coderingssubband selecteert een zo klein mogelijk aantal ervan, waarbij het niveau van vervormingen veroorzaakt door kwantisering de door het model berekende hoorbaarheid niet overschrijdt. psychoakoestiek.
Dit artikel behandelt de functionele diagrammen van de compressie-algoritmen voor audiogegevens, gebaseerd op µ-wetten, A. Het functionele diagram van het compressie-algoritme op basis van de A-niveau compressiewet wordt getoond in figuur 2. Figuur 2. Functioneel diagram van het compressie-algoritme gebaseerd op de A-niveau compressiewet. Een signaal (discrete sinus) wordt toegevoerd aan de ingang van de compressor. Na compressie gaat het signaal naar de opteller, waar de ruis wordt toegevoerd aan de tweede ingang van de opteller, waardoor de additieve ruis van het transmissiekanaal wordt gesimuleerd.
Dan komt het ruisende signaal de ingang van de expander binnen, aan de uitgang krijgen we het gereconstrueerde signaal. Het gereconstrueerde en originele signaal wordt vervolgens naar de opteller gevoerd, waarna de kracht van de spectrale ruis wordt waargenomen.
Simulatieresultaten (A = 87,6)
De volgende grafieken worden weergegeven: 1-origineel signaal, 2-signaal door de compressor, 3-hersteld signaal, 4-ruisvermogen aan de uitgang van de ruisgenerator, 5-ruisvermogen na de expander.