淺談音訊壓縮

淺談音訊壓縮 程之奇

大綱 • 破壞性壓縮(以MP3為例) • MP3之特性 • 為何能壓那麼小？ • demo • 無失真壓縮(以monkey’s audio為例) • 基本概念 • demo

破壞性壓縮(以MP3為例) MP3之特性為何能壓那麼小？ demo

破壞性壓縮 • 在可攜性、複雜度與品質間取得平衡 • 日常見到的VCD, DVD, MP3都經過破壞性壓縮 • 大多可同步播放

MP3之特性 • Normally 128Kbps only • 約1/10的大小 • 不錯的聲音！ • 如何做到？

用這五招把音樂壓小 • 最小聽覺門檻 • 遮蔽效應 • 位元儲存槽 • Joint Stereo • Huffman編碼

最小聽覺門檻 • 人耳聽覺的frequency response集中於2KHz~5KHz的音訊 • 利用類似BPF的手法使壓縮後的音訊集中於此頻段，進而減少資料量

最小聽覺門檻 BEFORE AFTER

遮蔽效應 • 由聽覺心理學的模型而來：

遮蔽效應 • 由聽覺心理學的模型而來：太陽

位元儲存槽 • 可以產生類似VBR的效果： • 波形簡單時用較低的bit rate • 將省下的空間留給波形複雜時用 • 維持整個流量的大小

Joint Stereo • 主要分為Intensity Stereo(IS)和Mid/Side (M/S)stereo兩種 • IS：減少高頻的音場資訊( ex. 鋼琴獨奏 ) • Mid/Side (M/S)stereo：以左右聲道都有收到的訊號為主，對左右不同的訊號加以處理 • 一般MP3兩者交互使用

Huffman Coding • 一種常見的無失真壓縮的方法 • 利用使用機率來編碼 • 實際使用約可節省20%之空間

Build Huffman Tree

demo 128kbps (105KB) 原始檔(1.12MB) 96Kbps(78.9KB) 64kbps (52.6KB)

demo 原始檔(1.42MB) 96kbps(99.6KB)

無失真壓縮(以APE為例) 基本原理 demo

基本原理 • APE的壓縮技巧基本上有三大技巧： • Mid/Side Coding • Predictor • Rice Coding

Mid/Side Coding • 像先前提到的Mid/Side Stereo，將訊號分為兩喇叭的mean和difference進行編碼

Predictor • 在時域上的音樂訊號彼此的correlation 都不小 • 我們可以利用adapting的predictor(如adapting Wiener filter)將訊號中可預測的部份取出

Rice Coding • 猜測編碼所需要的位元數 • 沒有overflow的訊號就用這幾個位元編碼 • Overflow的訊號再外加特殊的識別碼表示之

demo 原始檔(1.7MB) 壓縮後(587KB)

結論 • 處理器複雜度 V.S. 音質 • 處理速度　V.S. 音質 • 儲存容量 V.S. 音質 • 影像品質 V.S. 音質讓我們各取所需吧！

Thanks for your attention!

淺談音訊壓縮

淺談音訊壓縮

Presentation Transcript