Завершение кодирования

Работа психоакустической модели.

Начало кодирования.

Подготовка к кодированию. Фреймовая структура.

Описание процесса кодирования.

Перед кодированием исходный сигнал разбивается на участки, называемые фреймами, каждый из которых кодируется отдельно и помещается к конечном файле независимо от других. Последовательность воспроизведения определяется порядком расположения фреймов. Каждый фрейм может кодироваться с разными параметрами. Информация о них содержится в заголовке фрейма.

Кодирование начинается с того, что исходный сигнал с помощью фильтров разделяется на несколько, представляющих отдельные частотные диапазоны, сумма которых эквивалентна исходному сигналу.

Для каждого диапазона определяется величина маскирующего эффекта, создаваемого сигналом соседних диапазонов и сигналом предыдущего фрейма. Если она превышает мощность сигнала интересующего диапазона или мощность сигнала в нем оказывается ниже определенного опытным путем порога слышимости, то для данного фрейма данный диапазон сигнала не кодируется.

Для оставшихся данных для каждого диапазона определяется, сколькими битами на сэмпл мы можем пожертвовать, чтобы потери от дополнительного квантования были ниже величины маскирующего эффекта. При этом учитывается, что потеря одного бита ведет к внесению шума квантования величиной порядка 6 dB.

После завершения работы психоакустической модели формируется итоговый поток, который дополнительно кодируется по Хаффману, на этом кодирование завершается.

Кроме того, кодирование стереосигнала допустимо четырьмя различными методами:

1. Dual Channel -- Каждый канал получает ровно половину потока и кодируется отдельно как моно сигнал. Рекомендуется главным образом в случаях, когда разные каналы содержат принципиально разный сигнал -- скажем, текст на разных языках. Выставляется в некоторых кодерах по требованию.

2.Stereo -- Каждый канал кодируется отдельно, но кодер может принять решение отдать одному каналу больше места, чем другому. Это может быть полезно в том случае, когда после отброса части сигнала, лежащей ниже порога слышимости или полностью маскируемой, оказалось, что код не полностью заполняет выделенный для данного канала объем, и кодер имеет возможность использовать это место для кодирования другого канала. В документации к mp3enc замечено, что этим, например, избегается кодирование "тишины" в одном канале, когда в другом есть сигнал. Данный режим выставлен по умолчанию в большинстве ISO-based кодеров, а также используется продукцией FhG IIS на битрейтах выше 192kbs. Применим и на более низких битрейтах порядка 128kbs... 160kbs.

3.Joint Stereo (MS Stereo) -- Стереосигнал раскладывается на средний между каналами и разностный. При этом второй кодируется с меньшим битрейтом. Это позволяет несколько увеличить качество кодирования в обычной ситуации, когда каналы по фазе совпадают. Но приводит и к резкому его ухудшению, если кодируются сигналы, по фазе не совпадающие. В частности, фазовый сдвиг практически всегда присутствует в записях, оцифрованных с аудиокассет, но встречается и на CD, особенно если CD сам был записан в свое время с аудиоленты. С другой стороны, уже нашелся любитель, написавший небольшую программу для автоматической коррекции фазового сдвига. Посмотрим, как будет развиваться эта идея. Возможно, любители 128kbs все же смогут какое-то время нормально паковать оцифрованные аудиокасеты, пока более совершенные форматы, чем MP3, не займут его место. Режим выставлен по умолчанию продукцией FhG IIS для битрейтов от 112kbs до 192kbs.

4.Joint Stereo (MS/IS Stereo) -- Вводит еще один метод упрощения стереосигнала, повышающий качество кодирования на особо низких битрейтах. Состоит в том, что для некоторых частотных диапазонов оставляется уже даже не разностный сигнал, а только отношение мощностей сигнала в разных каналах. Понятно, для кодирования этой информации употребляется еще меньший битрейт.

В отличие от всех предыдущих, этот метод приводит к потере фазовой информации, но выгоды от экономии места в пользу среднего сигнала оказываются выше, если речь идет о очень низких битрейтах.

Несколько слов о разных битрейтах

Разные битрейты дают разное качество. Разные любители MP3 абсолютно по-разному оценивают степень приемлемости одних и тех же битрейтов и имеют свой взгляд на то, какой битрейт следует считать оптимальным. Кто-то выбирает 128kbs, другие 160kbs, третьи золотую середину -- от 192kbs до 256kbs. Некоторые -- 320kbs.

Любые существенные потери качества и нервов, пусть и с утешительным призом в виде дальнейшего уменьшения объема, меня всегда интересовали со знаком минус, и я пользуюсь и собираюсь продолжать пользоваться исключительно 320kbs MP3. Поясню, на чем основан мой выбор.

Тесты профессиональных прослушивателей, нанятых разработчиками формата, для выбранных тестовых композиций показали достаточность 256kbs для сохранения качества звучания, неотличимого человеческим слухом от исходного (прошу не забывать про оговорку в начале обзора). В дополнение к этому, другие тесты, проведенные французом Gabriel Bouvigne, вебмастером MP3 Tech, (www.mp3tech.org), показали недостаточность для этой цели битрейта 192kbs. С другой стороны, нередко появляются замечания о том, что 256kbs оказывается недостаточно. Иногда это проявляется лишь на некоторых композициях, а иногда сказывается использование достаточно хорошей аппаратуры и не самого плохого слуха. И, хотя документированных доказательств никто не привел, этих высказываний достаточно, чтобы сделать вывод об обоснованности признания 256kbs не самым безупречным битрейтом, так как этого и следовало ждать.

Из этого можно сделать три вывода. Во-первых, битрейт 256kbs следует считать пограничным. Во-вторых, для абсолютного большинства пользователей он действительно совершенно достаточен. В-третьих, для безоговорочно высокого качества все же необходимо несколько увеличить запас.

С другой стороны, те же тесты определили MP3 160kbs... 192kbs как в большинстве случаев вполне приемлемые для хранения аудио на компьютере, например, в компьютерных играх, когда внимание отвлечено.

Следующий после 256kbs битрейт -- 320kbs, он же -- максимальный для кодирования аудио с характеристиками CD Audio, то есть 44.1 kHz 16bit Stereo. В данном случае мы имеем запас в 1/4 от битрейта 256 kbs, и его вполне можно считать достаточным в силу имеющихся данных о степени улучшения качества кодирования при кодировании на 160 kbs вместо 128 kbs. Именно в данном варианте мы имеем дело со степенью качественности, описанной в оговорке в начале обзора.

Таким образом, можно свободно уменьшить объем CD Audio более чем вчетверо, используя 320 kbs, и быть спокойным за сохранение качества, или же с помощью легкого аутотренинга внушить себе спокойствие и использовать

MP3 256 kbs, применяя сжатие в шесть раз. В данном случае выбор -- дело скорее принципа или коммерческой целесообразности.

Так или иначе, используя MP3 256kbs и 320kbs, мы можем без особых проблем создавать свои обширные фонотеки на CDR.

И все же ни для кого не секрет, что самым популярным все же был и остается битрейт 128 kbs, широко разрекламированный в свое время FhG IIS. Но при его использовании мы имеем скорее качество аудиокассеты, записанной на подозрительного происхождения магнитофоне, хотя и с очень низким уровнем шумов. Романтически настроенные разработчики даже почти официально назвали это "CD-качеством", что очень далеко от истины. Впрочем, это традиция -- ADPCM тоже в свое время называли форматом, дающим только неслышимые искажения.

На самом деле различие между качеством звука на битрейтах 128 kbs и 256 kbs/320 kbs принципиально. Первый к качеству уровня CD никакого отношения не имеет, в отличие от двух последних. Разумеется, для тех, кому качество средней аудиокассеты кажется великолепным, данная оценка неверна, также она обычно неверна для случаев, когда внимание сильно отвлечено.

VQF

Хорошая альтернатива МР3, разве что менее распространенная. Есть и свои недостатки. Закодировать файл в VQF - процесс гораздо более долгий. К тому же, очень мало бесплатных программ, позволяющих работать с данным форматом файлов, что, собственно, и сказалось на его распространении.

VOC

Восьмибитный моно-формат от семейства SoundBlaster. Можно встретить в большом количестве старых программ, использующих звук (не музыкальных).

НСОМ

То же самое, что и VOC (восемь бит, моно), но только для Apple Macintosh.

UL

Стандартный формат U-Law. 8 кГц, 8 бит, моно.

RA

Real Audio или потоковая передача аудиоданных. Довольно распространенная система передачи звука в реальном времени через Интернет. Скорость передачи порядка 1 Кб в секунду. Полученный звук обладает следующими параметрами: 8 или 16 бит и 8 или 11 кГц.

SND

Бывает двух видов. Один - это тот же AU для SUN и NeXT. Другой - это 8-мибитный моно-файл для РС и Маков с различной частотой дискретизации.

Существуют две технологии записи и воспроизведения звука: аналоговая и цифровая. Известные всем бытовые магнитофоны и проигрыватели долгоиграющих пластинок ориентированы на аналоговую технологию. Запись и воспроизведение звука в компьютере и проигрывателях CD (лазерных дисков) основаны на цифровой технологии.

Звук по природе своей является набором волн, вызванных колебанием физических устройств (струн, мембран). Для того чтобы ввести звук в компьютер, его надо преобразовать в цифровой вид, т.е. представить в виде последовательности цифр (или нулей и единиц в двоичной системе исчисления). Для преобразования аналоговых данных в цифровые используется аналого-цифровой преобразователь (ADC - Analog-to-Digital Converter). Для воспроизведения звука необходим цифро-аналоговый преобразователь (DAC - Digital-to-Analog Converter).

При преобразовании звука в цифровой вид ADC измеряет поступающий сигнал с регулярными интервалами и присваивает цифровые значения уровню звука. Частота измерений называется скоростью выборки. Количество бит, используемых для кодирования данных, называется разрешающей способностью. Например, при записи звука разрешающая способность может быть 4, 8 или 16 бит, а скорость выборки может составлять 11 кГц, 22 кГц, 44 кГц. Чем выше скорость выборки и больше разрешающая способность, тем более качественный звук будет записываться и воспроизводиться.

Для ввода и воспроизведения звука в компьютере нужна аудио плата (карта). Обычно при покупке аудиоплаты пользователю предлагается полный набор аудио устройств компьютера: наушники и колонки, микрофон.

Звук в компьютер можно ввести с микрофона или с любого аудиоустройства, например, с магнитофона. Предварительно эти устройства нужно подключить к аудиоплате. На задней панели аудиоплаты имеется вход "Mic" для подключения микрофона, вход "Line In" для подключения аудиоустройств. Возможно, для подключения придется использовать переходники, поскольку размеры штекеров у бытовых приборов могут отличаться от стандартных размеров входов на плате. Но если вы приобрели микрофон, специально предназначенный для подключения к компьютеру, то проблем с разъемами обычно не возникает. Для того чтобы записать звук с микрофона, можно воспользоваться либо стандартными средствами Windows, либо программным обеспечением, которое поступает пользователю вместе с аудиоплатой.