1. Temel kavramlar
1) Bit hızı: kodlanmış (sıkıştırılmış) ses verisinin saniyede kaç bit temsil edilmesi gerektiğini belirtir ve birim genellikle kbps'dir.
2) Yükseklik ve yoğunluk: Bir sesin öznel nitelikleri. Yükseklik, bir sesin ne kadar yüksek olduğunu gösterir. Yükseklik esas olarak sesin yoğunluğuna göre değişir, ancak aynı zamanda frekanstan da etkilenir. Genel olarak konuşursak, saf orta frekanslı sesler saf düşük frekanslı ve yüksek frekanslı seslerden daha iyidir.
3) Örnekleme ve örnekleme hızı: Örnekleme, sürekli bir zaman sinyalini ayrı bir dijital sinyale dönüştürmektir. Örnekleme hızı, saniyede kaç örnek toplandığını ifade eder.
Nyquist örnekleme yasası: Örnekleme hızı, sürekli sinyalin en yüksek frekans bileşeninin 2 katına eşit veya daha büyük olduğunda, örneklenen sinyal, orijinal sürekli sinyali mükemmel bir şekilde yeniden oluşturmak için kullanılabilir.
2. ortak ses formatları
1) WAV formatı, Microsoft tarafından geliştirilen ve wave ses dosyası olarak da adlandırılan bir ses dosyası formatıdır. Windows platformu ve uygulamaları tarafından yaygın olarak desteklenen en eski dijital ses formatıdır ve düşük sıkıştırma oranına sahiptir.
2) MIDI, dijital müzik/elektronik sentetik müzik aletleri için birleşik bir uluslararası standart olan Müzik Aleti Dijital Arayüzü olarak da bilinen Müzik Aleti Dijital Arayüzünün kısaltmasıdır. Bilgisayar müzik programlarının, dijital sentezleyicilerin ve diğer elektronik cihazların müzik sinyallerini değiştirme şeklini tanımlar ve farklı üreticilerin elektronik müzik aletlerini bilgisayarlara bağlayan kablolar ve donanımlar ve cihazlar arasındaki veri iletim protokolünü belirtir ve birden fazla müzik aletinin sesini simüle edebilir. enstrümanlar. MIDI dosyası, MIDI biçiminde bir dosyadır ve bazı komutlar MIDI dosyasında depolanır. Bu talimatları ses kartına gönderin, ses kartı sesi talimatlara göre sentezleyecektir.
3) MP3'ün tam adı, 1'de MPEG spesifikasyonu ile birleştirilen MPEG-3 Audio Layer 1992'tür. MP3, dijital ses dosyalarını yüksek ses kalitesi ve düşük örnekleme hızı ile sıkıştırabilir. En yaygın uygulama.
4) MP3Pro, iki ana teknoloji içeren İsveç Kodlama Teknolojisi Şirketi tarafından geliştirilmiştir: biri Kodlama Teknolojisi Şirketi'nin benzersiz kod çözme teknolojisi, diğeri ise MP3 patent sahibi Fransız Thomson Multimedya Şirketi ve Alman Fraunhofer A'nın ortaklaşa araştırılan kod çözme teknolojisinin entegrasyonudur. Devre Derneği tarafından. MP3Pro, temel olarak dosya boyutunu değiştirmeden orijinal MP3 müzik ses kalitesini iyileştirebilir. Ses dosyalarını daha düşük bir bit hızında sıkıştırırken, sıkıştırma öncesi ses kalitesini büyük ölçüde koruyabilir.
5) MP3Pro, iki ana teknoloji içeren İsveç Kodlama Teknolojisi Şirketi tarafından geliştirilmiştir: biri Kodlama Teknolojisi Şirketi'nin benzersiz kod çözme teknolojisi, diğeri ise MP3 patent sahibi Fransız Thomson Multimedya Şirketi ve Alman Fraunhofer A'nın ortaklaşa araştırılan kod çözme teknolojisinin entegrasyonudur. Devre Derneği tarafından. MP3Pro, temel olarak dosya boyutunu değiştirmeden orijinal MP3 müzik ses kalitesini iyileştirebilir. Ses dosyalarını daha düşük bir bit hızında sıkıştırırken, sıkıştırma öncesi ses kalitesini büyük ölçüde koruyabilir.
6) WMA (Windows Media Audio), Microsoft'un İnternet ses ve video alanındaki başyapıtıdır. WMA formatı, veri trafiğini azaltarak ancak ses kalitesini koruyarak daha yüksek bir sıkıştırma oranı sağlar. Sıkıştırma oranı genellikle 1:18'e ulaşabilir. Ayrıca WMA, telif hakkını DRM (Dijital Haklar Yönetimi) aracılığıyla da koruyabilir.
7) RealAudio, Real Networks tarafından başlatılan bir dosya formatıdır. En büyük özelliği, özellikle ağ hızı yavaş olduğunda ses bilgilerini gerçek zamanlı olarak iletebilmesidir, yine de verileri sorunsuz bir şekilde iletebilir, bu nedenle RealAudio esas olarak ağda Çevrimiçi Oynatma için uygundur. Mevcut RealAudio dosya biçimleri temel olarak RA (RealAudio), RM (RealMedia, RealAudio G2), RMX (RealAudio Secured), vb. içerir. Bu dosyaların ortak özelliği, ağ bant genişliğindeki farkla ses kalitesinin değişmesidir. Çoğu insanın pürüzsüz ses duyduğu öncülü altında, daha geniş bant genişliğine sahip dinleyiciler daha iyi ses kalitesi elde edebilir.
8) Audible'ın dört farklı formatı vardır: Audible1, 2, 3, 4. Audible.com web sitesi esas olarak İnternet üzerinden sesli kitaplar satar ve Audible.com'a özel dört ses formatından biri aracılığıyla sattıkları mal ve dosyalar için koruma sağlar. . Her format, esas olarak ses kaynağını ve kullanılan dinleme cihazını dikkate alır. Biçim 1, 2 ve 3 farklı ses sıkıştırma seviyeleri kullanırken, biçim 4 daha düşük bir örnekleme hızı ve MP3 ile aynı kod çözme yöntemini kullanır. Ortaya çıkan ses daha nettir ve internetten daha verimli bir şekilde indirilebilir. Audible, Audible Manager olan kendi masaüstü oynatma aracını kullanır. Bu oynatıcıyla, bir PC'de saklanan veya taşınabilir bir oynatıcıya aktarılan Audible formatındaki dosyaları oynatabilirsiniz.
9) AAC aslında Advanced Audio Coding'in kısaltmasıdır. AAC, Fraunhofer IIS-A, Dolby ve AT&T tarafından ortaklaşa geliştirilen bir ses formatıdır. MPEG-2 spesifikasyonunun bir parçasıdır. AAC tarafından kullanılan algoritma MP3'ünkinden farklıdır. AAC, kodlama verimliliğini artırmak için diğer işlevleri birleştirir. AAC'nin ses algoritması, sıkıştırma yeteneklerinde önceki bazı sıkıştırma algoritmalarının (MP3 vb.) çok ötesindedir. Ayrıca 48 adede kadar ses parçasını, 15 düşük frekanslı ses parçasını, daha fazla örnekleme hızını ve bit hızını, çoklu dil uyumluluğunu ve daha yüksek kod çözme verimliliğini destekler. Kısacası AAC, MP30 dosyalarından %3 daha küçük olduğu varsayımıyla daha iyi ses kalitesi sağlayabilir.
10) Ogg Vorbis, MP3 gibi mevcut müzik formatlarına benzer yeni bir ses sıkıştırma formatıdır. Ancak bir fark, tamamen ücretsiz, açık ve patent kısıtlaması olmamasıdır. Vorbis, bu ses sıkıştırma mekanizmasının adıdır ve Ogg, tamamen açık bir multimedya sistemi tasarlamayı amaçlayan bir projenin adıdır. VORBIS ayrıca kayıplı sıkıştırmadır, ancak kaybı azaltmak için daha gelişmiş akustik modeller kullanır. Bu nedenle, aynı bit hızıyla kodlanmış OGG, MP3'ten daha iyi ses çıkarır.
11) APE, ses kalitesinin azalmadığı, boyutun geleneksel kayıpsız format WAV dosyasının yarısına sıkıştırıldığı öncül altında kayıpsız sıkıştırılmış bir ses formatıdır.
12) FLAC, kayıpsız sıkıştırma ile karakterize edilen bir dizi iyi bilinen ücretsiz ses kayıpsız sıkıştırma kodu olan Free Lossless Audio Codec'in kısaltmasıdır.
3. ses kodlamanın temel prensibi
Konuşma kodlaması, giriş konuşmasının yüksek kalitesini korurken iletim için gereken kanal bant genişliğini azaltmaya adanmıştır.
Konuşma kodlamasının amacı, mümkün olan en düşük bit hızında yüksek kaliteli veri iletimi sağlamak için düşük karmaşıklıkta bir kodlayıcı tasarlamaktır.
1) Sessiz eşik eğrisi: İnsan kulağının yalnızca sessiz bir ortamda çeşitli frekanslardaki sesleri duyabileceği eşik.
2) Kritik frekans bandı
İnsan kulağının farklı frekanslar için farklı çözünürlükleri olduğundan, MPEG1/Audio 22 khz içindeki algılanabilir frekans aralığını farklı kodlama katmanlarına ve farklı örnekleme frekanslarına göre 23~26 kritik frekans bandına böler. Aşağıdaki şekil ideal kritik frekans bandının merkez frekansını ve bant genişliğini listeler. Şekilde görüldüğü gibi, insan kulağı düşük frekansta daha iyi bir çözünürlüğe sahiptir.
3) Frekans alanında maskeleme etkisi: Daha büyük bir genliğe sahip bir sinyal, aşağıdaki şekilde gösterildiği gibi, benzer bir frekansa ve daha küçük bir genliğe sahip bir sinyali maskeleyecektir:
4) Zaman alanında maskeleme etkisi: Kısa bir süre içinde, iki ses belirirse, daha büyük bir SPL'ye (ses basıncı seviyesi) sahip ses, sesi daha küçük bir SPL ile maskeleyecektir. Zaman alanı maskeleme efekti, ileri maskeleme (ön maskeleme) ve geriye doğru maskeleme (maskeleme sonrası) olarak ikiye ayrılır. Maskeleme sonrası süre, maskeleme öncesi sürenin yaklaşık 10 katı kadar daha uzun olacaktır.
Zaman alanı maskeleme etkisi, ön yankıyı ortadan kaldırmaya yardımcı olur.
4. kodlamanın temel araçları
1) niceleyici ve niceleyici
Kuantizasyon ve kuantizer: Kuantizasyon, ayrık zamanda sürekli bir sinyali ayrık zamanda ayrı bir sinyale dönüştürür. Yaygın niceleyiciler şunlardır: tek biçimli niceleyici, logaritmik niceleyici ve tek biçimli olmayan niceleyici. Kuantizasyon sürecinin takip ettiği amaç, kuantizasyon hatasını en aza indirmek ve kuantizörün karmaşıklığını en aza indirmektir (ikisi kendi içinde bir çelişkidir).
(A) Tek biçimli niceleyici: en basit, en kötü performans, yalnızca telefon sesi için uygundur.
(B) Logaritmik niceleyici: Tek biçimli niceleyiciden daha karmaşıktır ve uygulanması kolaydır ve performansı tek biçimli niceleyiciden daha iyidir.
(C) Tekdüze olmayan niceleyici: Sinyalin dağılımına göre niceleyiciyi tasarlayın. Ayrıntılı niceleme, sinyalin yoğun olduğu yerde gerçekleştirilir ve sinyalin seyrek olduğu durumlarda kaba niceleme yapılır.
2) Ses kodlayıcı
Üç tür konuşma kodlayıcı vardır: (a) Dalga biçimi kodlayıcı; (b) Ses kodlayıcı; (c) Hibrit kodlayıcı.
Dalga biçimi kodlayıcı, arka plan gürültü sayfasını içeren bir analog dalga biçimi oluşturmayı amaçlar. Tüm giriş sinyallerine etki ederek yüksek kaliteli örnekler üretecek ve yüksek bit hızı tüketecektir. Ses kodlayıcı orijinal dalga biçimini yeniden oluşturmayacaktır. Bu kodlayıcı seti, ses üretme modelini türetmek için alıcı uca gönderilen bir dizi parametreyi çıkaracaktır. Ses kodlayıcının ses kalitesi yeterince iyi değil. Dalga biçimi kodlayıcı ve siren avantajlarını bir araya getiren hibrit kodlayıcı.
2.1 Dalga formu kodlayıcı
Dalga biçimi kodlayıcının tasarımı genellikle sinyalden bağımsızdır. Bu nedenle çeşitli sinyallerin kodlanması için uygundur ve konuşma ile sınırlı değildir.
1) Zaman alanı kodlaması
a) PCM: darbe kod modülasyonu, en basit kodlama yöntemidir. Sadece sinyalin ayrıklaştırılması ve nicelenmesidir ve logaritmikleştirme sıklıkla kullanılır.
b) DPCM: sadece örnekler arasındaki farkı kodlayan diferansiyel darbe kodu modülasyonu. Mevcut numune değerini tahmin etmek için önceki bir veya daha fazla numune kullanılır. Tahmin yapmak için ne kadar çok örnek kullanılırsa, tahmin edilen değer o kadar doğru olur. Gerçek değer ile tahmin edilen değer arasındaki fark, kodlamanın amacı olan artık olarak adlandırılır.
c) ADPCM: uyarlanabilir diferansiyel darbe kodu modülasyonu, uyarlanabilir diferansiyel darbe kodu. Yani, DPCM temelinde, niceleyici ve tahmin edici, sinyaldeki değişikliklere göre uygun şekilde ayarlanır, böylece tahmin edilen değer gerçek sinyale daha yakındır, kalıntı daha küçüktür ve sıkıştırma verimliliği daha yüksektir.
(2) Frekans alanı kodlaması
Frekans alanı kodlaması, bir sinyali bir dizi farklı frekans elemanına ayrıştırmak ve bağımsız kodlama yapmaktır.
a) Alt bant kodlama: Alt bant kodlama, en basit frekans alanı kodlama tekniğidir. Orijinal sinyali zaman alanından frekans alanına dönüştüren, daha sonra birkaç alt banda bölen ve bunlar üzerinde sırasıyla dijital kodlama yapan bir teknolojidir. Orijinal sinyali birkaç (örneğin, m) alt banda (alt bantlar olarak adlandırılır) bölmek için bir bant geçiren filtre (BPF) grubu kullanır. Her alt bandı, tek yan bant genlik modülasyonuna eşdeğer modülasyon özelliklerinden geçirin, her alt bandı sıfıra yakın frekansa taşıyın, sırasıyla BPF'den (toplam m) geçirin ve ardından her alt bandı öngörülen bir oranda aktarın ( Nyquist oranı) Alt bant çıkış sinyali örneklenir ve örneklenen değer genellikle dijital olarak kodlanır ve m dijital kodlayıcı ayarlanır. Her dijital kodlu sinyali çoklayıcıya gönderin ve son olarak alt bant kodlu veri akışının çıktısını alın.
Farklı alt bantlar için farklı nicemleme yöntemleri kullanılabilir ve insan kulağı algılama modeline göre alt bantlara farklı sayıda bit tahsis edilebilir.
b) dönüşüm kodlaması: DCT kodlaması.
5. Ses kodlayıcı
Kanal ses kodlayıcı: İnsan kulağının faza duyarsızlığını kullanır.
homomorfik ses kodlayıcı: sentetik sinyalleri etkin bir şekilde işleyebilir.
Formant ses kodlayıcı: Ses sinyalinin bilgilerinin çoğu, formantın konumu ve bant genişliği üzerinde bulunur.
lineer tahmine dayalı ses kodlayıcı: En sık kullanılan ses kodlayıcı.
6. Hibrit kodlayıcı
Dalga biçimi kodlayıcı, kodlanmış sinyalin dalga biçimini korumaya çalışır ve orta bit hızında (32 kbps) yüksek kaliteli konuşma sağlayabilir, ancak düşük bit hızı durumlarına uygulanamaz. Ses kodlayıcı, kodlanmış sinyale işitsel olarak benzer bir sinyal üretmeye çalışır ve düşük bit hızında anlaşılır konuşma sağlayabilir, ancak sonuçta ortaya çıkan konuşma doğal değildir. Hibrit kodlayıcı, her ikisinin avantajlarını birleştirir.
RELP: Doğrusal tahmin temelinde, artık kodlanır. Mekanizma şudur: artıkların yalnızca küçük bir kısmını iletin ve tüm artıkları alıcı uçta yeniden oluşturun (temel bandın artıklarını kopyalayın).
MPC: artıkların bağıntısını ortadan kaldıran ve ses kodlayıcının sesleri ara durum kusurları olmadan basit şekilde sesli ve sesli olarak sınıflandırmasını telafi etmek için kullanılan çok darbeli kodlama.
CELP: orijinal sinyale daha iyi yaklaşmak için ses yolu tahminini ve perde tahmincisinin kaskadını kullanan kod kitabı heyecanlı lineer tahmin.
MBE: çok bantlı uyarma, amaç, ses kodlayıcıdan daha yüksek kalite elde etmek için çok sayıda CELP hesaplamasından kaçınmaktır.
Bizim diğer ürün:
