Преди появата на
МР3 е съществувал друг кодек (CODEC – COder/DECoder) , това е бил кодека RA ( real audio ).RA e
компресирал по начин , който определено е
влияел много зле на качеството .Фирмата Fraunhofer IIS разработва MPEG Layer3 ( по-известен като МР3 ) но от алчност не успява
да наложи този формат като масов .МР3 става толкова разпространен когато групи
програмисти разработват freeware MP3 CODEC .
МР3 е потоков
формат.Това означава че файла се разделя на равни по продължителност части ,
наречени фреймове.Всички фреймове са взаимно независими и всеки от тях се кодира
със собствени параметри и си има “заглавие” , в което са описани тези
параметри.Това дава възможност освен за бързо”превъртане” и за зареждане на
няколко фрейма в оперативната памет (или в кеша на диска ) , започване на
просвирването им докато се в това време се зареждат другите.Освен това даже и да
не сте свалили целия файл пак ще можете да го чуете – дотам , докъдето сте го
свалили.
Но да се върнем
на фреймовете.При високо качество (320 кбпс) за компресирането се ползват само
математически алгоритми за компресия .Качеството на практика е същото като на
оригинала (Audio CD ) , но и
компресията е само 4:1.
Ако искаме да
постигнем по-висока компресия
трябва да използваме и други алгоритми за компресия , които се основават
на физиологическите особености на
човешкото ухо .Процесите на орязване на звуци , които не се чуват ( от хора с
нормален слух ) се нарича
квантоване.
Психоакустически модел на компресия
Как се определя
кои звуци са излишни и кои са нужни ? Повечето кодеци например изрязват звуци
над 16 КHz с идеята че тия честоти не се чуват .На практика обаче има хора които
чуват такива честоти .Още повече – горната граница на чуваемите честоти спада с
нарастване на възрастта , т.е. – младите хора чуват високите честоти за разлика
от възрастните , а като се има предвид че предимно младите слушат МР3
изрязването на високите честоти става съвсем неоправдано.
Друг критерии за
определяно на излишни звуци е мощността .Тука се има предвид че повечето хора не
могат да доловят звуци , чиято мощност е под дадена граница и съответно тези
звуци са излишни.Със сигурност и в този случай има ощетени слушатели.
Най-важен за компресирането обаче е ефекта на маскирането.Сигнала от един диапазон се маскира с по-мощен сигнал от съседния диапазон , или от предния фрейм.Този силен сигнал предизвиква временно понижаване на чувствителността на слуха към текущия фрейм, получава се ефекта на “временно оглушаване”.(Все едно Иван крещи на ухото на Петър , а Стоян се опитва да му прошепне нещо от няколко метра ).За всеки звуков диапазон се определя стойността за маскиращия ефект , създаден от сигнала на съседния диапазон и сигнала на предния фрейм .Ако маскиращия сигнал превишава мощността на текущия диапазон, то този диапазон не се кодира и голяма част от данните се изрязват.За оставащите данни се определя колко бита на фрейм могат да се жертват за да се получат по-малки загуби от стойността на маскиращия ефект.Вероятно сте забелязали колко глухо и “размазано” се чува файл , кодиран с много нисък битрейт.Това е така , защото при загуба на един бит се “внася”квантоващ шум около 6db.
Всички тези хитрости се наричат адаптивно кодиране.възползвайки се от факта , че голяма част от хората нямат идеален слух , адаптивното кодиране позволява значително да се намали размера на файла.
Трябва да се
отбележи че когато се кодира с нисък битрейт се започва с адаптивното кодиране и
след получаване на “орязания поток”
се прилага алгоритъма на Хофман ( аналогичен на алгоритъма на RAR ).
В крайна сметка битрейта (ширината на потока ) може да варира от 320 до по-малко от 64 kbps.
При разработката
на МР3 разработчиците са наели професионални “звукови дегустатори “ и са им дали
да слушат разни музикални композиции , кодирани с различен битрейт.Мнението
на “тестерите” е било че в повечето
случаи (всъщност изключението е класическата музика ) битрейт 256 кбпс не дава
разлики с оригинала.Битрейт 192 кбпс според същите хора значително се е отразил
на качеството в посока по-лошо.Какъв е извода?Класическата музика я
компресирайте с 320 кбпс (компресия 4:1) , а останалата с 256 (компресия 6:1) и
можете да не се притеснявате за загуби на качеството.
За съжаление в Интернет се срещат
предимно файлове , кодирани с 128 кбпс , заради малкия размер на файловете (
компресията вече е 12:1) .
Терминология :
МР3 (MPEG Layer3) – цифров формат за мултимедийна компресия
от семейството MPEG
CODEC - COder/DECoder , съвкупност
от алгоритми .
Bitrate – ширината на потока ,
количеството битове , използвани за кодирането.Измерва се с kbps ( килобити за секунда )
Квантоване – отделяне на
честотите , които се счита не се възприемат от средностатистическото човешко
ухо.
CD Audio- аудио формат , появил
се малко след измирането на динозаврите.16 битов стерео формат , 44
KHz