1. Konsèp debaz yo
1) To Bit: endike konbyen Bits pou chak dezyèm done yo odyo kode (konprese) bezwen reprezante, ak inite a anjeneral kbps.
2) Loudness ak entansite: atribi yo subjectif nan yon son. Loudness endike ki jan fò yon son son. Loudness sitou varye ak entansite son an, men li afekte tou pa frekans. Anjeneral pale, son mitan-frekans pi bon pase son pi ba frekans ak segondè frekans.
3) echantiyon ak echantiyon pousantaj: echantiyon se transfòme yon siyal tan kontinyèl nan yon siyal disrè dijital. Pousantaj echantiyon an refere a konbyen echantiyon yo kolekte pou chak dezyèm.
Nyquist echantiyon lwa: Lè pousantaj echantiyon an pi gran pase oswa egal a 2 fwa eleman frekans ki pi wo nan siyal kontinyèl la, siyal echantiyon an ka itilize pou parfe rekonstwi siyal orijinal kontinyèl la.
2. fòma odyo komen
1) fòma WAV se yon fòma dosye son devlope pa Microsoft, ki rele tou dosye son vag. Li se pi bonè dijital fòma a odyo, lajman sipòte pa platfòm la Windows ak aplikasyon pou li yo, e li gen yon pousantaj konpresyon ki ba.
2) MIDI se abrevyasyon nan Enstriman Mizik Digital Entèfas, ke yo rele tou Enstriman Mizik Digital Entèfas, ki se yon estanda entènasyonal inifye pou mizik dijital / enstriman mizik sentetik elektwonik. Li defini fason pwogram òdinatè mizik yo, sentetizè dijital yo, ak lòt aparèy elektwonik echanj siyal mizik yo, epi presize pwotokòl transmisyon done ant câbles ak pyès ki nan konpitè ak aparèy ki konekte enstriman mizik elektwonik soti nan diferan manifaktirè nan òdinatè, e li ka simulation son plizyè mizik enstriman mizik. Yon dosye MIDI se yon dosye nan fòma MIDI a, ak kèk kòmandman ki estoke nan dosye MIDI a. Voye enstriksyon sa yo nan kat son an, epi kat son an pral sentetize son an selon enstriksyon yo.
3) Non konplè MP3 se MPEG-1 Audio Layer 3, ki te rantre nan spesifikasyon MPEG an 1992. MP3 ka konprese dosye odyo dijital ak bon jan kalite son segondè ak to echantiyon ki ba. Aplikasyon ki pi komen.
4) MP3Pro te devlope pa Syedwa Kodifikasyon Teknoloji Konpayi, ki gen de gwo teknoloji: se yon sèl teknoloji dekodaj inik ki soti nan Kodifikasyon Konpayi Teknoloji, ak lòt la se entegrasyon MP3 detantè patant franse Thomson Multimedia Company ak Alman Fraunhofer Yon teknoloji dekodaj ansanm rechèch pa Asosyasyon an Awondisman. MP3Pro ka amelyore kalite mizik orijinal MP3 san yo pa chanje fondamantalman gwosè dosye a. Li ka kenbe bon jan kalite a son anvan konpresyon nan limit ki pi gran pandan y ap konpresyon dosye odyo nan yon pousantaj ti jan pi ba yo.
5) MP3Pro te devlope pa Syedwa Kodifikasyon Teknoloji Konpayi, ki gen de gwo teknoloji: se yon sèl teknoloji dekodaj inik ki soti nan Kodifikasyon Konpayi Teknoloji, ak lòt la se entegrasyon MP3 detantè patant franse Thomson Multimedia Company ak Alman Fraunhofer Yon teknoloji dekodaj ansanm rechèch pa Asosyasyon an Awondisman. MP3Pro ka amelyore kalite mizik orijinal MP3 san yo pa chanje fondamantalman gwosè dosye a. Li ka kenbe bon jan kalite a son anvan konpresyon nan limit ki pi gran pandan y ap konpresyon dosye odyo nan yon pousantaj ti jan pi ba yo.
6) WMA (Windows Media Audio) se chèf Microsoft a nan jaden Entènèt odyo ak videyo. Fòma WMA a reyalize yon pousantaj konpresyon ki pi wo pa diminye trafik done men kenbe bon jan kalite son. Pousantaj konpresyon an ka jeneralman rive nan 1:18. Anplis de sa, WMA kapab tou pwoteje copyright nan DRM (Digital Rights Management).
7) RealAudio se yon fòma dosye lanse pa Rezo Imobilye. Karakteristik nan pi gwo se ke li ka transmèt enfòmasyon odyo nan tan reyèl, espesyalman lè vitès la rezo se ralanti, li ka toujou transmèt done fèt san pwoblèm, se konsa RealAudio se sitou apwopriye pou rezo Jwe sou entènèt sou. Fòma aktyèl dosye RealAudio yo sitou gen ladan RA (RealAudio), RM (RealMedia, RealAudio G2), RMX (RealAudio Secured), elatriye Komen nan dosye sa yo se ke bon jan kalite a nan son an chanje ak diferans lan nan Pleasant rezo a. Anba site la ke pifò moun tande son lis, koute ak yon Pleasant pi laj ka jwenn pi bon kalite son.
8) Audible gen kat fòma diferan: Audible1, 2, 3, 4. Sit entènèt Audible.com la sitou vann liv odyo sou entènèt la, epi li bay pwoteksyon pou machandiz yo ak dosye yo vann nan youn nan kat fòma odyo Audible.com yo. . Chak fòma sitou konsidere sous la odyo ak aparèy la koute itilize yo. Fòma 1, 2 ak 3 sèvi ak diferan nivo nan konpresyon vwa, pandan y ap fòma 4 sèvi ak yon pi ba pousantaj echantiyon ak menm metòd la dekodaj kòm MP3. Vwa a ki kapab lakòz se pi klè epi yo ka telechaje pi efikasman sou entènèt la. Audible itilize pwòp zouti lèktur Desktop yo, ki se Manadjè Audible. Avèk jwè sa a, ou ka jwe dosye fòma sonor ki estoke sou yon PC oswa transfere nan yon jwè pòtab.
9) AAC se aktyèlman yon abrevyasyon pou Advanced Audio Coding. AAC se yon fòma odyo ansanm devlope pa Fraunhofer IIS-A, Dolby ak AT&T. Li se yon pati nan spesifikasyon MPEG-2 la. Algoritm AAC itilize pa diferan de MP3. AAC konbine lòt fonksyon pou amelyore efikasite kodaj. Algorithm odyo AAC a byen lwen depase kèk algoritm konpresyon anvan (tankou MP3, elatriye) nan kapasite konpresyon. Li sipòte tou jiska 48 tren odyo, 15 ba-frekans tren odyo, plis pousantaj echantiyon ak pousantaj ti jan, milti-lang konpatibilite, ak pi wo efikasite dekodaj. Nan ti bout tan, AAC ka bay pi bon kalite son anba site la ke li se 30% pi piti pase dosye MP3.
10) Ogg Vorbis se yon nouvo fòma konpresyon odyo, menm jan ak fòma mizik ki deja egziste tankou MP3. Men, yon diferans se ke li konplètman gratis, ouvè epi san restriksyon sou patant. Vorbis se non sa a mekanis konpresyon odyo, ak Ogg se non an nan yon pwojè ki gen entansyon desine yon sistèm miltimedya konplètman louvri. VORBIS se konpresyon ki gen pèt tou, men li itilize modèl ki pi avanse akoustik pou diminye pèt. Se poutèt sa, OGG kode ak menm pousantaj la ti jan son pi bon pase MP3.
11) APE se yon pèt fòma odyo konprese, anba site ke bon jan kalite a son pa redwi, se gwosè a konprese a mwatye nan dosye a tradisyonèl pèt fòma WAV.
12) FLAC se abrevyasyon nan Free Lossless Audio Codec, yon seri byen li te ye gratis odyo kòd konpresyon lossless, ki karakterize pa konpresyon lossless.
3. prensip debaz nan kodaj odyo
Kodaj Lapawòl dedye a diminye Pleasant chanèl ki nesesè pou transmisyon pandan w ap kenbe kalite siperyè diskou opinyon an.
Objektif la nan kodaj lapawòl se nan konsepsyon yon kodè ki ba-konpleksite reyalize-wo kalite transmisyon done nan pousantaj ki pi ba ti jan posib.
1) koub papòt bèbè: papòt la nan ki zòrèy imen an ka tande son nan frekans divès kalite sèlman nan yon anviwònman trankil.
2) Gwoup frekans kritik
Paske zòrèy imen an gen rezolisyon diferan pou frekans diferan, MPEG1 / Audio divize seri frekans pèseptab nan 22khz nan 23 ~ 26 bann frekans kritik selon diferan kouch kodaj ak frekans echantiyon diferan. Figi sa a bay lis frekans sant lan ak Pleasant nan gwoup la frekans ideyal kritik. Kòm ka wè nan figi a, zòrèy imen an gen yon pi bon rezolisyon nan frekans ki ba
3) Masking efè nan domèn nan frekans: Yon siyal ak yon anplitid pi gwo pral maske yon siyal ak yon frekans menm jan ak yon anplitid ki pi piti, jan yo montre nan figi ki anba a:
4) Masking efè nan domèn nan tan: Nan yon kout peryòd de tan, si de son parèt, son an ak yon SPL pi gwo (nivo presyon son) ap maske son an ak yon SPL ki pi piti. Se tan-domèn efè a maskin divize an maskin pou pi devan (pre-maskin) ak maskin bak (pòs-maskin). Tan pòs-maskin yo pral pi long, apeprè 10 fwa sa yo ki nan pre-maskin.
Efè maskin tan-domèn nan ede elimine pre-eko a.
4. mwayen debaz la nan kodaj
1) Quantizer ak quantizer
Quantization ak quantizer: Quantization konvèti yon siyal kontinyèl nan tan disrè nan yon siyal disrè nan tan disrè. Quantizer komen yo se: quantizer inifòm, quantar logaritmik, ak quantizer ki pa inifòm. Objektif la pouswiv pa pwosesis la quantization se pou misyon pou minimize erè a quantization ak minimize konpleksite nan quantizer la (de la yo nan tèt yo yon kontradiksyon).
(A) Quantifier inifòm: pi senp, pèfòmans ki pi mal la, sèlman apwopriye pou vwa telefòn.
(B) Logaritmik quantizer: Li pi konplike pase inifòm quantizer ak fasil pou aplike, ak pèfòmans li pi bon pase inifòm quantizer.
(C) Ki pa Peye-inifòm quantizer: Selon distribisyon siyal la, desine quantizer la. Kantifikasyon detaye fèt kote siyal la se dans, ak ki graj kantifikasyon fèt kote siyal la se rar.
2) Vwa kodè
Gen twa kalite kodaj lapawòl: (a) Encoder Waveform; (b) Vocoder; (c) Hybrid encoder.
Ankodeur fòm nan gen pou objaktif pou konstwi yon fòm analog ki gen ladan fèy bri background. Aji sou tout siyal opinyon, li pral pwodwi echantiyon-wo kalite ak konsome yon pousantaj ti jan segondè. Vocoder la pa pral rejenere fòm orijinal la. Sa a mete nan ankode pral ekstrè yon seri paramèt, ki fè yo voye nan fen a resevwa dériver modèl la jenerasyon vwa. Kalite vwa vocoder la pa bon ase. Encoder ibrid, ki enkòpore avantaj ki genyen nan encoder fòm ak son.
2.1 Waveform encoder
Konsepsyon kodè onn lan souvan endepandan de siyal la. Se konsa, li apwopriye pou kodaj la nan siyal divès kalite epi li pa limite a sa sèlman lapawòl.
1) Tan domaj kodaj
a) PCM: batman kòd batman kè, se metòd kodaj ki pi senp lan. Li se sèlman diskretizasyon an ak quantization nan siyal la, ak logaritmizasyon se souvan itilize.
b) DPCM: modulation diferans batman kè, ki sèlman kode diferans ki genyen ant echantiyon yo. Youn oswa plis echantiyon anvan yo itilize pou predi valè echantiyon aktyèl la. Plis echantiyon yo itilize pou fè prediksyon, plis presi valè prevwa a. Diferans ki genyen ant valè a vre ak valè a prevwa yo rele rezidyèl la, ki se objè a nan kodaj.
c) ADPCM: adaptasyon modulation batman kè kòd, adaptatif kòd batman kè diferans. Sa vle di, sou baz DPCM, quantizer la ak prediktè yo ajiste kòmsadwa selon chanjman siyal la, pou valè prevwa a pi pre siyal reyèl la, rezidyèl la pi piti, epi efikasite konpresyon an pi wo.
(2) frekans domèn kodaj
Codage domèn frekans se dekonpoze yon siyal nan yon seri de eleman frekans diferan epi fè kod endepandan.
a) Sub-band kodaj: Sub-band kodaj se teknik ki pi senp frekans kodaj domèn. Li se yon teknoloji ki transfòme siyal orijinal la nan domèn nan tan nan domèn nan frekans, Lè sa a, divize l 'nan plizyè sub-Gwoup Mizik, ak fè dijital kodaj sou yo respektivman. Li itilize yon gwoup filtre pas (BPF) pou divize siyal orijinal la an plizyè (pa egzanp, m) sub-bann (refere yo kòm sub-bann). Pase chak sub-band nan karakteristik modulation ekivalan a modulation anplitid sèl-sideband, deplase chak sub-band tou pre frekans zewo, respektivman pase nan BPF (yon total de m), ak Lè sa a transfere chak sub-band nan yon pousantaj preskri ( Nyquist pousantaj) siyal la pwodiksyon sub-band echantiyon, ak valè echantiyon an anjeneral nimerik kode, ak m kodè dijital yo mete. Voye chak siyal dijital kode nan multiplexè a, epi finalman pwodiksyon sub-bann kouran done kouran an.
Pou subbands diferan, diferan metòd quantization ka itilize ak diferan kantite Bits ka resevwa lajan nan subbands yo dapre modèl pèsepsyon zòrèy imen an.
b) transfòme kodaj: kodaj DCT.
5. Vocoder
Chèn vocoder: Itilize sansiblite nan zòrèy imen an faz.
vocoder omomorf: ka efektivman trete siyal sentetik.
Formant vocoder: Pifò nan enfòmasyon ki nan siyal la vwa sitiye sou pozisyon an ak Pleasant nan fòman an.
vocoder prediksyon lineyè: vokoder ki pi souvan itilize.
6. Encoder ibrid
Encoder fòm onn la ap eseye prezève fòm onn siyal kode a epi li ka bay bon kalite diskou nan yon pousantaj ti jan mwayen (32 kbps), men li pa ka aplike nan okazyon pousantaj ti jan ba. Vocoder a eseye jenere yon siyal ki sonore menm jan ak siyal la kode, epi li ka bay lapawòl entelijan nan yon pousantaj ti jan ki ba, men diskou a ki kapab lakòz son anòmal. Encoder ibrid la konbine avantaj tou de.
RELP: Sou baz prediksyon lineyè, rezidyèl la kode. Mekanis la se: sèlman transmèt yon ti pati nan rès yo, ak rekonstwi tout rès yo nan fen k ap resevwa a (kopye rès yo nan baz la).
MPC: milti-batman kè kodaj, ki retire korelasyon nan rezidi yo, epi li itilize pou konpanse pou klasifikasyon senp vokodè a nan vwa nan vwa ak vwa san domaj nan eta entèmedyè yo.
CELP: codebook eksite prediksyon lineyè, ki itilize prediksyon aparèy vokal ak kaskad prediktè goudwon pou pi byen apwoksimatif siyal orijinal la.
MBE: eksitasyon multiband, objektif la se pou fè pou evite yon gwo kantite kalkil CELP, pou jwenn pi wo kalite pase vocoder la.
lòt pwodwi nou an:
