1. Põhimõisted
1) Biti kiirus: näitab, mitu bitti sekundis peab kodeeritud (tihendatud) heliandmeid esitama ja ühik on tavaliselt kbps.
2) Valjus ja intensiivsus: heli subjektiivsed atribuudid. Valjus näitab, kui tugevalt heli kostab. Valjus varieerub peamiselt heli intensiivsusega, kuid seda mõjutab ka sagedus. Üldiselt on puhtad keskmise sagedusega helid paremad kui puhtad madala ja kõrge sagedusega helid.
3) Proovivõtu- ja proovivõtusagedus: Proovide võtmine on pideva ajasignaali teisendamine diskreetse digitaalsignaaliks. Proovivõtumäär näitab, kui palju proove sekundis kogutakse.
Nyquisti proovivõtuseadus: kui diskreetimissagedus on suurem või võrdne pideva signaali kõrgeima sagedusega komponendi 2-kordse suurusega või sellega võrdne, saab valimiga signaali kasutada algse pideva signaali täiuslikuks rekonstrueerimiseks.
2. levinud helivormingud
1) WAV-vorming on Microsofti välja töötatud helifailivorming, mida nimetatakse ka laine helifailiks. See on kõige varasem digitaalne helivorming, mida Windowsi platvorm ja selle rakendused laialdaselt toetavad, ja selle tihendusmäär on madal.
2) MIDI on muusikariista digitaalse liidese lühend, tuntud ka kui muusikariista digitaalne liides, mis on digitaalse muusika / elektrooniliste sünteetiliste muusikariistade ühtne rahvusvaheline standard. Selles määratletakse viis, kuidas arvutimuusikaprogrammid, digitaalsed süntesaatorid ja muud elektroonilised seadmed vahetavad muusikasignaale, ning määratletakse andmeedastusprotokoll kaablite ja riistvara ning seadmete vahel, mis ühendavad erinevate tootjate elektroonilisi muusikariistu arvutitega, ning suudab simuleerida mitme muusikaheli pillid. MIDI-fail on MIDI-vormingus fail ja mõned käsud salvestatakse MIDI-faili. Saatke need juhised helikaardile ja helikaart sünteesib heli vastavalt juhistele.
3) MP3 täisnimi on MPEG-1 Audio Layer 3, mis liideti MPEG spetsifikatsiooniga 1992. MP3 suudab tihendada kõrge helikvaliteedi ja väikese diskreetimissagedusega digitaalseid helifaile. Kõige tavalisem rakendus.
4) MP3Pro töötas välja Rootsi Coding Technology Company, mis sisaldab kahte peamist tehnoloogiat: üks on Coding Technology Company ainulaadne dekodeerimistehnoloogia ja teine MP3 patendiomaniku Prantsuse Thomson Multimedia Company ja saksa Fraunhoferi integreerimine. ringkonnakohtu liidu poolt. MP3Pro suudab parandada originaalset MP3-muusika helikvaliteeti, muutmata põhimõtteliselt faili suurust. See suudab säilitada helikvaliteeti enne tihendamist suurimal määral, pakkides samal ajal helifaile väiksema bitikiirusega.
5) MP3Pro töötas välja Rootsi Coding Technology Company, mis sisaldab kahte peamist tehnoloogiat: üks on Coding Technology Company ainulaadne dekodeerimistehnoloogia ja teine MP3 patendiomaniku Prantsuse Thomson Multimedia Company ja saksa Fraunhoferi integreerimine. ringkonnakohtu liidu poolt. MP3Pro suudab parandada originaalset MP3-muusika helikvaliteeti, muutmata põhimõtteliselt faili suurust. See suudab säilitada helikvaliteeti enne tihendamist suurimal määral, pakkides samal ajal helifaile väiksema bitikiirusega.
6) WMA (Windows Media Audio) on Microsofti tippteos Interneti heli ja video valdkonnas. WMA-vormingus saavutatakse suurem tihendusmäär andmeliikluse vähendamise, kuid helikvaliteedi säilitamise kaudu. Tihendusmäär võib üldiselt ulatuda 1:18-ni. Lisaks saab WMA kaitsta autoriõigusi ka DRM (Digital Rights Management) kaudu.
7) RealAudio on failivorming, mille on käivitanud Real Networks. Suurim omadus on see, et see suudab edastada heli teavet reaalajas, eriti kui võrgu kiirus on aeglane, suudab see endiselt andmeid sujuvalt edastada, nii et RealAudio sobib peamiselt võrgus esitamiseks võrgus. Praegused RealAudio failivormingud hõlmavad peamiselt RA (RealAudio), RM (RealMedia, RealAudio G2), RMX (RealAudio Secured) jne. Nende failide ühisosa on see, et heli kvaliteet muutub koos võrgu ribalaiuse erinevusega. Eeldusel, et enamik inimesi kuuleb sujuvat heli, saavad suurema ribalaiusega kuulajad parema helikvaliteedi.
8) Audible'il on neli erinevat vormingut: Audible1, 2, 3, 4. Veebisait Audible.com müüb peamiselt heliraamatuid Internetis ning kaitseb nende müüdavaid kaupu ja faile ühe Audible.com-i spetsiaalse helivormingu kaudu. . Igas vormingus arvestatakse peamiselt kasutatavat heliallikat ja kuulamisseadet. Vormingud 1, 2 ja 3 kasutavad erinevat tihendustaset, vorming 4 kasutab madalamat diskreetimissagedust ja sama dekodeerimismeetodit nagu MP3. Saadud hääl on selgem ja seda saab Internetist tõhusamalt alla laadida. Audible kasutab oma töölaua taasesituse tööriista, milleks on Audible Manager. Selle mängija abil saate esitada arvutisse salvestatud või kaasaskantavasse pleierisse üle kantud heli vormingus faile.
9) AAC on tegelikult Advanced Audio Coding lühend. AAC on Fraunhoferi IIS-A, Dolby ja AT&T ühiselt välja töötatud helivorming. See on osa MPEG-2 spetsifikatsioonist. AAC-i kasutatav algoritm erineb MP3-st. Kodeerimise tõhususe parandamiseks ühendab AAC muid funktsioone. AAC-i helialgoritm ületab tihendusfunktsioonides palju varasemaid tihendusalgoritme (näiteks MP3 jne). Samuti toetab see kuni 48 helirada, 15 madalsageduslikku helirada, suuremat proovivõtusagedust ja bitikiirust, mitmekeelse ühilduvuse ja suuremat dekodeerimise efektiivsust. Lühidalt öeldes võib AAC pakkuda paremat helikvaliteeti eeldusel, et see on 30% väiksem kui MP3-failid.
10) Ogg Vorbis on uus heli tihendusformaat, mis on sarnane olemasolevate muusikavormingutega nagu MP3. Kuid üks erinevus on see, et see on täiesti tasuta, avatud ja ilma patendipiiranguteta. Vorbis on selle heli tihendamise mehhanismi nimi ja Ogg on projekti nimi, mis kavatseb kujundada täiesti avatud multimeediumisüsteemi. VORBIS on ka kadudega tihendus, kuid kadude vähendamiseks kasutab see täiustatud akustilisi mudeleid. Seetõttu kõlab sama bitikiirusega kodeeritud OGG paremini kui MP3.
11) APE on kadudeta tihendatud helivorming eeldusel, et helikvaliteet ei vähene, suurus tihendatakse pooleks traditsioonilisest kadudeta formaadis WAV-failist.
12) FLAC on lühend Free Lossless Audio Codecist, tuntud tasuta heli kadudeta pakkimiskoodide komplektist, mida iseloomustab kadudeta tihendamine.
3. helikodeerimise põhimõte
Kõnekodeerimine on pühendatud edastamiseks vajaliku kanali ribalaiuse vähendamisele, säilitades samal ajal sisendkõne kõrge kvaliteedi.
Kõnekodeerimise eesmärk on projekteerida madala keerukusega kooder, et saavutada kvaliteetne andmeedastus võimalikult madala bitikiirusega.
1) Vaigistuse künniskõver: künnis, mille juures inimkõrv kuuleb heli erinevatel sagedustel ainult vaikses keskkonnas.
2) Kriitiline sagedusriba
Kuna inimkõrval on erinevate sageduste jaoks erinev eraldusvõime, jagab MPEG1 / Audio tajutava sagedusvahemiku 22 kHz piires 23 ~ 26 kriitiliseks sagedusribaks vastavalt erinevatele kodeerivatele kihtidele ja erinevatele diskreetimissagedustele. Järgmisel joonisel on loetletud ideaalse kriitilise sagedusriba keskmine sagedus ja ribalaius. Nagu jooniselt näha, on inimkõrval madalama sageduse parem eraldusvõime
3) Maskeeriv efekt sagedusalas: suurema amplituudiga signaal varjab sarnase sageduse ja väiksema amplituudiga signaali, nagu on näidatud alloleval joonisel:
4) Maskeerimise efekt ajapiirkonnas: Lühikese aja jooksul, kui ilmub kaks heli, varjab suurema SPL-ga (helirõhutasemega) heli väiksema SPL-iga. Aja-domeeni varjamise efekt jaguneb ettepoole maskeerimiseks (eelmaskimine) ja tagurpidi maskimiseks (maskeerimisjärgne). Maskeerimisjärgne aeg on pikem, umbes 10 korda suurem kui eelmaskimise aeg.
Ajadomeeni varjamine aitab eelkaja kõrvaldada.
4. kodeerimise põhivahendid
1) Kvantor ja kvantor
Kvantimine ja kvanter: Kvantimine muudab diskreetse aja pideva signaali diskreetse signaalina diskreetse ajaga. Tavalised kvantorid on: ühtlane kvantor, logaritmiline kvantor ja ebaühtlane kvantor. Kvantimisprotsessi eesmärk on minimeerida kvantimisviga ja minimeerida kvantori keerukust (need kaks on iseenesest vastuolud).
(A) Ühtne kvantor: kõige lihtsam, halvem jõudlus, sobib ainult telefonihääle jaoks.
(B) Logaritmiline kvantor: see on keerulisem kui ühtlane kvantor ja hõlpsasti rakendatav ning selle jõudlus on parem kui ühtlane kvantor.
(C) Ebaühtlane kvantor: vastavalt signaali jaotusele kujundage kvantor. Üksikasjalik kvantifitseerimine viiakse läbi seal, kus signaal on tihe, ja ligikaudne kvantifitseerimine toimub seal, kus signaal on hõre.
2) Häälkooder
Kõnekoodreid on kolme tüüpi: (a) lainekuju kooder; b) hääletaja; c) hübriidkooder.
Lainekuju kodeerija eesmärk on luua taustamüra lehte sisaldav analoog lainekuju. Kõigi sisendsignaalide abil toodab see kvaliteetseid proove ja tarbib suurt bitikiirust. Vokooder ei taasta algset lainekuju. See kooderite komplekt eraldab parameetrite komplekti, mis saadetakse vastuvõtvasse otsa hääle genereerimise mudeli tuletamiseks. Vokooderi hääle kvaliteet pole piisavalt hea. Hübriidkooder, mis sisaldab lainekuju koodri ja kõlari eeliseid.
2.1 Lainekuju kooder
Lainekuju koodri konstruktsioon on signaalist sageli sõltumatu. Seega sobib see erinevate signaalide kodeerimiseks ja ei piirdu ainult kõnega.
1) Ajadomeeni kodeerimine
a) PCM: pulsikoodi modulatsioon on lihtsaim kodeerimismeetod. See on ainult signaali diskretiseerimine ja kvantimine ning sageli kasutatakse logaritmiseerimist.
b) DPCM: diferentsiaalimpulsskoodi modulatsioon, mis kodeerib ainult proovide vahelist erinevust. Eelmist ühte või mitut valimit kasutatakse praeguse valimi väärtuse ennustamiseks. Mida rohkem proove kasutatakse prognooside tegemiseks, seda täpsem on prognoositav väärtus. Tõelise väärtuse ja ennustatud väärtuse erinevust nimetatakse jäägiks, mis on kodeerimise objekt.
c) ADPCM: adaptiivne diferentsiaalimpulsskoodi modulatsioon, adaptiivne diferentsiaalimpulsskood. See tähendab, et DPCM-i põhjal on kvantor ja ennustaja vastavalt signaali muutustele kohandatud, nii et ennustatud väärtus on tegelikule signaalile lähemal, jääk on väiksem ja kokkusurumise efektiivsus on suurem.
(2) Sagedusdomeeni kodeerimine
Sagedusdomeeni kodeerimine on signaali lagundamine erinevate sageduselementide reaks ja sõltumatu kodeerimine.
a) Alamriba kodeerimine: Alamriba kodeerimine on lihtsaim sagedusdomeeni kodeerimise tehnika. See on tehnoloogia, mis muudab algse signaali ajadomeenist sagedusdomeeniks, jagab selle seejärel mitmeks alaribaks ja teostab neile vastavalt digitaalset kodeerimist. See kasutab ribapääsfiltri (BPF) rühma, et jagada algne signaal mitmeks (näiteks m) alaribaks (viidatud kui alaribadele). Viige iga alamriba läbi ühepoolse riba amplituudmodulatsiooniga samaväärsed modulatsiooninäitajad, viige iga alamriba peaaegu nullsagedusele, läbige vastavalt BPF (kokku m) ja seejärel kandke iga alamriba ette ettenähtud kiirusega ( Nyquisti kiirus) Alamriba väljundsignaali valimine toimub ja valimi väärtus kodeeritakse tavaliselt digitaalselt ning seatakse m digitaalset kooderit. Saatke iga digitaalne kodeeritud signaal multiplekserisse ja väljastage lõpuks alariba kodeeritud andmevoog.
Erinevate alamribade jaoks võib kasutada erinevaid kvantimismeetodeid ja vastavalt inimkõrva tajumismudelile eraldada alamribadele erinev arv bitte.
b) transformatsiooni kodeerimine: DCT kodeerimine.
5. Hääletaja
Kanali vokooder: kasutab inimese kõrva tundetust faaside jaoks.
homomorfne vokooder: suudab tõhusalt töödelda sünteetilisi signaale.
Formant vokooder: Suurem osa helisignaali teabest asub formandi asukohal ja ribalaiusel.
lineaarne ennustav vokooder: kõige sagedamini kasutatav vokooder.
6. Hübriidkooder
Lainekuju kooder püüab säilitada kodeeritud signaali lainekuju ja suudab pakkuda kvaliteetset kõnet keskmise bitikiirusega (32 kbps), kuid seda ei saa rakendada madala bitikiiruse korral. Vokooder üritab genereerida signaali, mis on foneetiliselt sarnane kodeeritud signaaliga ja suudab anda arusaadavat kõnet väikese bitikiirusega, kuid sellest tulenev kõne kõlab ebaloomulikult. Hübriidkooder ühendab mõlema eelised.
RELP: Lineaarse ennustuse põhjal kodeeritakse jääk. Mehhanism on: edastage ainult väike osa jääkidest ja rekonstrueerige kõik jäägid vastuvõtvas otsas (kopeerige põhiriba jäägid).
MPC: mitme impulssiga kodeerimine, mis eemaldab jääkide korrelatsiooni ja mida kasutatakse kompenseerimaks vokooderi lihtsat häälte klassifitseerimist häälikuteks ja hääletuteks ilma vaheseisundite defektideta.
CELP: koodiraamatu ergastatud lineaarne prognoosimine, mis kasutab algse signaali paremaks lähendamiseks hääletrakti ennustamist ja helikõrguse ennustaja kaskaadi.
MBE: mitme ribaga ergastus, selle eesmärk on vältida suurt hulka CELP-arvutusi, et saada vokooderist parem kvaliteet.
Meie teise tootega:
