Формат кодирования аудио - Audio coding format

Сравнение эффективности кодирования популярных аудиоформатов

An формат кодирования звука[1] (или иногда формат сжатия звука) это формат представления контента для хранения или передачи цифровой звук (например, в цифровое телевидение, цифровое радио и в аудио и видео файлах). Примеры форматов аудиокодирования включают: MP3, AAC, Vorbis, FLAC, и Opus. Конкретная программная или аппаратная реализация, способная сжатие звука и декомпрессия в / из определенного формата кодирования звука называется аудиокодек; пример аудиокодека ХРОМОЙ, который является одним из нескольких кодеков, реализующих кодирование и декодирование звука в MP3 формат кодирования звука в программном обеспечении.

Некоторые форматы кодирования аудио задокументированы подробным техническая спецификация документ, известный как спецификация кодирования звука. Некоторые такие спецификации написаны и утверждены организации по стандартизации в качестве технические стандарты, и поэтому известны как стандарт кодирования звука. Термин «стандартный» также иногда используется для де-факто стандарты а также формальные стандарты.

Аудиоконтент, закодированный в определенном формате аудиокодирования, обычно инкапсулируется в формат контейнера. Таким образом, у пользователя обычно нет сырого AAC файл, но вместо него .m4a аудио файл, который является MPEG-4, часть 14 контейнер, содержащий аудио в кодировке AAC. Контейнер также содержит метаданные такие как заголовок и другие теги, и, возможно, индекс для быстрого поиска.[2] Заметным исключением является MP3 файлы, которые являются необработанными аудиофайлами без формата контейнера. Стандарты де-факто для добавления тегов метаданных, таких как название и исполнитель, в файлы MP3, например ID3, находятся хаки которые работают, добавляя теги к MP3, а затем полагаясь на MP3-плеер, чтобы распознать фрагмент как искаженное звуковое кодирование и, следовательно, пропустить его. В видеофайлах со звуком закодированный аудиоконтент объединяется с видео (в формат кодирования видео ) внутри формат мультимедийного контейнера.

Формат аудиокодирования не диктует все алгоритмы используется кодек реализация формата. По словам исследователя, важной частью того, как работает сжатие звука с потерями, является удаление данных способами, которые люди не могут услышать. психоакустическая модель; разработчик кодировщика имеет некоторую свободу выбора данных для удаления (в соответствии с их психоакустической моделью).

Форматы кодирования аудио без потерь, с потерями и без сжатия

А без потерь Формат аудиокодирования сокращает общий объем данных, необходимых для представления звука, но может быть декодирован в исходную несжатую форму. А с потерями формат кодирования звука дополнительно снижает битовое разрешение звука поверх сжатия, что приводит к гораздо меньшему объему данных за счет безвозвратной потери информации.

Потребительский звук чаще всего сжимается с использованием аудиокодеков с потерями, поскольку меньший размер гораздо удобнее для распространения. Наиболее широко используемые форматы кодирования аудио: MP3 и Расширенное кодирование звука (AAC), оба формата с потерями на основе модифицированное дискретное косинусное преобразование (MDCT) и перцептивное кодирование алгоритмы.

Форматы кодирования звука без потерь, такие как FLAC и Яблоко без потерь иногда доступны, хотя и за счет более крупных файлов.

Несжатый звук форматы, такие как импульсно-кодовая модуляция (PCM или .wav) также иногда используются. PCM был стандартным форматом для Компакт-диск Цифровое аудио (CDDA), до того, как сжатие с потерями стало стандартом после появления MP3.

История

Solidyne 922: первое в мире коммерческое побитовое сжатие аудио звуковая карта для ПК, 1990

В 1950 г. Bell Labs подал патент на дифференциальная импульсно-кодовая модуляция (DPCM).[3] Адаптивный DPCM (ADPCM) был представлен П. Каммиски, Никил С. Джаянт и Джеймс Л. Фланаган в Bell Labs в 1973 г.[4][5]

Перцептивное кодирование был впервые использован для кодирование речи сжатие, с кодирование с линейным прогнозированием (LPC).[6] Первоначальные концепции LPC восходят к работе Фумитада Итакура (Нагойский университет ) и Сюдзо Сайто (Nippon Telegraph and Telephone ) в 1966 году.[7] В 1970-е годы Бишну С. Атал и Манфред Р. Шредер в Bell Labs разработал форму LPC под названием адаптивное кодирование с предсказанием (APC), алгоритм кодирования восприятия, который использовал маскирующие свойства человеческого уха, за которым в начале 1980-х гг. линейное предсказание с кодовым возбуждением (CELP), который достиг значительной степени сжатия для своего времени.[6] Перцепционное кодирование используется современными форматами сжатия звука, такими как MP3[6] и AAC.

Дискретное косинусное преобразование (DCT), разработанная Насир Ахмед, Т. Натараджан и К. Р. Рао в 1974 г.,[8] послужил основой для модифицированное дискретное косинусное преобразование (MDCT) используется современными форматами сжатия звука, такими как MP3[9] и AAC. MDCT был предложен Дж. П. Принсеном, А. В. Джонсоном и А. Б. Брэдли в 1987 г.[10] после более ранней работы Принсена и Брэдли в 1986 году.[11] MDCT используется современными форматами сжатия звука, такими как Dolby Digital,[12][13] MP3,[9] и Расширенное кодирование звука (AAC).[14]

Список форматов с потерями

Общий

Базовый алгоритм сжатияСтандарт кодирования звукаСокращениеВступлениеРыночная доля (2019)[15]Ссылка
Модифицированное дискретное косинусное преобразование (MDCT)Dolby Digital (AC-3)AC3199158%[12][16]
Акустическое кодирование с адаптивным преобразованиемATRAC1992Неизвестно[12]
MPEG Layer IIIMP3199349%[9][17]
Расширенное кодирование звука (MPEG-2 / MPEG-4 )AAC199788%[14][12]
Windows Media AudioWMA1999Неизвестно[12]
Ogg VorbisOgg20007%[18][12]
Преобразование с ограничением энергии с перекрытиемCELT2011Нет данных[19]
OpusOpus20128%[20]
LDACLDAC2015Неизвестно[21][22]
Адаптивная дифференциальная импульсно-кодовая модуляция (ADPCM)aptX / aptX-HDaptX1989Неизвестно[23]
Системы цифрового театраDTS199014%[24][25]
Мастер качества аутентифицированMQA2014Неизвестно
Подполосное кодирование (SBC)MPEG-1 Audio Layer IIMP21993Неизвестно
MusepackПДК1997

Речь

Список форматов без потерь

Смотрите также

Рекомендации

  1. ^ Термин «аудиокодирование» можно увидеть, например, в название Расширенное кодирование звука, и аналогичен термину кодирование видео
  2. ^ «Видео - где в контейнерных форматах хранится информация о синхронизации?».
  3. ^ Патент США 2605361, К. Чапин Катлер, "Дифференциальное квантование сигналов связи", выпущенный 1952-07-29. 
  4. ^ П. Каммиски, Никил С. Джаянт и Дж. Л. Фланаган, "Адаптивное квантование в дифференциальном кодировании речи с ИКМ", Bell Syst. Tech. Дж., т. 52, стр. 1105–1118, сентябрь 1973 г.
  5. ^ Cummiskey, P .; Джаянт, Никил С .; Фланаган, Дж. Л. (1973). «Адаптивное квантование при дифференциальном кодировании речи с ИКМ». Технический журнал Bell System. 52 (7): 1105–1118. Дои:10.1002 / j.1538-7305.1973.tb02007.x. ISSN  0005-8580.
  6. ^ а б c Шредер, Манфред Р. (2014). "Bell Laboratories". Акустика, информация и связь: Мемориальный том в честь Манфреда Р. Шредера. Springer. п. 388. ISBN  9783319056609.
  7. ^ Грей, Роберт М. (2010). "История цифровой речи в режиме реального времени в пакетных сетях: Часть II линейного прогнозного кодирования и Интернет-протокола" (PDF). Найденный. Тенденции сигнального процесса. 3 (4): 203–303. Дои:10.1561/2000000036. ISSN  1932-8346.
  8. ^ Насир Ахмед; Т. Натараджан; Камисетти Рамамохан Рао (январь 1974 г.). «Дискретное косинусное преобразование» (PDF). Транзакции IEEE на компьютерах. С-23 (1): 90–93. Дои:10.1109 / T-C.1974.223784.
  9. ^ а б c Гукерт, Джон (весна 2012 г.). «Использование БПФ и MDCT в сжатии аудио MP3» (PDF). Университет Юты. Получено 14 июля 2019.
  10. ^ Дж. П. Принсен, А. В. Джонсон и А. Б. Брэдли: Кодирование поддиапазона / преобразования с использованием схем набора фильтров на основе отмены наложения спектров во временной области, IEEE Proc. Intl. Конференция по акустике, речи и обработке сигналов (ICASSP), 2161–2164, 1987.
  11. ^ Джон П. Принсен, Алан Б. Брэдли: Дизайн банка фильтров анализа / синтеза на основе отмены наложения спектров во временной области, IEEE Trans. Акуст. Обработка речевого сигнала, АССП-34 (5), 1153–1161, 1986.
  12. ^ а б c d е ж Ло, Фа-Лонг (2008). Стандарты мобильного мультимедийного вещания: технологии и практика. Springer Science & Business Media. п. 590. ISBN  9780387782638.
  13. ^ Британак, В. (2011). «О свойствах, взаимосвязях и упрощенной реализации банков фильтров в стандартах аудиокодирования Dolby Digital (Plus) AC-3». Транзакции IEEE по обработке звука, речи и языка. 19 (5): 1231–1241. Дои:10.1109 / TASL.2010.2087755.
  14. ^ а б Бранденбург, Карлхайнц (1999). «Объяснение MP3 и AAC» (PDF). В архиве (PDF) из оригинала от 13.02.2017.
  15. ^ «Отчет разработчика видео 2019» (PDF). Битмовин. 2019. Получено 5 ноября 2019.
  16. ^ Британак, В. (2011). «О свойствах, взаимосвязях и упрощенной реализации банков фильтров в стандартах аудиокодирования Dolby Digital (Plus) AC-3». Транзакции IEEE по обработке звука, речи и языка. 19 (5): 1231–1241. Дои:10.1109 / TASL.2010.2087755.
  17. ^ Станкович, Радомир С .; Астола, Яакко Т. (2012). «Воспоминания о ранних работах в DCT: интервью с К.Р. Рао» (PDF). Отпечатки с первых дней информационных наук. 60. Получено 13 октября 2019.
  18. ^ Фонд Xiph.Org (02.06.2009). «Спецификация Vorbis I - 1.1.2 Классификация». Фонд Xiph.Org. Получено 2009-09-22.
  19. ^ Презентация кодека CELT Тимоти Б. Террибери (65 минут видео, см. также слайды презентации в PDF)
  20. ^ Валин, Жан-Марк; Максвелл, Грегори; Террибери, Тимоти Б .; Вос, Коэн (октябрь 2013 г.). Высококачественное кодирование музыки с малой задержкой в ​​кодеке Opus. 135-я Конвенция AES. Аудио инженерное общество. arXiv:1602.04845.
  21. ^ Дарко, Джон Х. (2017-03-29). «Неудобная правда о Bluetooth-аудио». ДАР__КО. Архивировано из оригинал на 2018-01-14. Получено 2018-01-13.
  22. ^ Ford, Jez (24 августа 2015 г.). "Что такое Sony LDAC и как он это делает?". AVHub. Получено 2018-01-13.
  23. ^ Форд, Джез (22 ноября 2016 г.). "aptX HD - без потерь или с потерями?". AVHub. Получено 2018-01-13.
  24. ^ "Аудиоформаты систем цифрового театра". Библиотека Конгресса. 27 декабря 2011 г.. Получено 10 ноября 2019.
  25. ^ Спаниас, Андреас; Художник, Тед; Атти, Венкатраман (2006). Обработка и кодирование аудиосигналов. Джон Уайли и сыновья. п. 338. ISBN  9780470041963.