Audio kompresija
Digitalna audio kompresija omogućava efikasno skladištenje i prenos audio sadržaja.
Audio kompresija se može podijeliti u dvije grupe:
•
kompresija bez gubitaka (lossless compression)
•
kompresija sa gubitkom (lossy compression)
Kompresija bez gubitaka
Kompresija bez gubitaka kompresuje audio sadržaj na takav način da se prilikom njegove
dekompresije dobija signal koji je potpuno identičan početnom signalu. Iako ima svojih
prednosti, ova vrsta kompresije nije postigla veću popularnost u digitalnoj audio kompresiji,
prvenstveno zbog malog stepena kompresije koji se za zvuk CD kvaliteta (16 bita, 44.1 KHz)
kreće između 30% i 50%. Tehnike kompresije bez gubitaka se uglavnom razlikuju po brzini
audio kompresije i dekompresije dok kvalitet kompresovanog sadržaja nema nikakvu ulogu.
Kompresija sa gubicima
Zvuk koji se smatra „manje važnim“ je kodiran sa smanjenom preciznošču ili nije u opšte
kodiran, zbog toga kompresija sa gubitkom smanjuje taj shvatljivi višak. Da bi se odredilo koje
informacije u audio signalu su „manje važne“, većina algoritama kompresije sa gubitkom koriste
transformacije kao što je modifikovana diskretna kosinusna transformacija (MDCT) da
konvertuje vremenski domen semplovanog zvuka u domen frekvencije. Komponentama
frekvencija mogu se alocirati bitovi na osnovu njihove zvučnosti. Zvučnost frekvencijske
komponente se definiše tako što se prvo izračunava prag maskiranja ispod koje se pretpostavlja
da je zvuk izvan limita ljudske percepcije (psiho-akustični model). Takođe neki algoritmi
kompresije sa gubitkom koriste LPC (Linear Perceptive Coding) da konvertuju vremenski
domen semplovanog zvuka.
Pošto kod kompresije sa gubitkom dolazi do opadanja kvaliteta audio zvuka, ova
kompresija se smatra neodgovarajućom kod profesionalnih audio inžinjerskih aplikacija kao što
je editiranje zvuka i multitrack snimanja zvuka. Međutim, ova kompresija je veoma pogodna za
prenos i skladištenje audio podataka.
Moderne metode audio kompresije
Postoji nekoliko algoritama moderne kompresije i metoda za skladištenje audio sadržaja u
kompjuterskoj tehnologiji:
•
MP3 (MPEG-1 Layer-3)
Sastoji se od psihoakustičnog modela, FFT analiza, hibridnih filtera,
nelinearne kvantizacije, Huffman-ovog kodovanja, 2 kanala sa konstantnim
ili promjenjivim brzinama bita od 32 do 256 kb/s i koji je uspješno
implementiran u moderne CD/DVD i portabl plejere, mobilne telefone,...
•
MP3 Pro
Kreiran od strane Coding Technologies Laboratory, zasniva se na
principima formiranja MP3 formata, sastoji se od SBR (Spectral Band
Replication) tehnologije koja koduje visoko frekventni opseg (od 10 do 15
kHz) sa veoma malom brzinom bita.
•
AAC (MPEG-2 Advanced Audio Coding)
Kreiran od strane AT&T, Dolbija, Fraunhofer IIS i Sonija, je ISO standard
MPEG-2 koji se sastoji od osnovnih principa MP3 formata uključujući
psihoakustični model, hibridne filtere, skalabilne brzine odmjeravanja, 2
kanala sa brzinama bita od 48 do 576 kbps.
•
AAC Plus
Potiče od AAC formata, sastoji se od SBR-a sa brzinom bita do 100 kbps.
•
WMA (Windows Media Audio)
Kreiran od strane Mikrosofta, sastoji se od DRM (Digital Rights Management),
CBR i VBR, WMA kodovanja digitalnog audia bez gubitaka (brzine bita 2:1
do 3:1), WMA profesionalno kodovanje višekanalnog audia (128 do 768 kbps)
i WMA za kodovanje glasa (od 4 do 20 kbps).
•
VQF (Vector Quantization File)
Kreiran od strane NNT Human Interface Laboratories i Yamaha, nastao je
na osnovu MP3 principa, kompleksnijeg kodovanja, 25-35% bolja kompresija
u odnosu na MP3 kompresiju.
