compressione audio

5/20/2018 Compressione Audio

1/63

1

La compressione audio

Come risparmiare spazio e tempo

lavorando sulla forma donda


2/63

2

La compressione audio

Larte di minimizzare le risorse per i dati audio

ridurre la memoria occupata

ridurre i costi di trasmissione

Risultati attuali: buona qualit in confronto

allaudio non compresso (stesso tasso di

trasferimento dati)


3/63

3

Obiettivo: riproduzione trasparente

Audio che anche orecchie sensibili non

riescono a distinguere dalloriginale

Numero minimo di bit mantenendo una

riproduzione trasparente del segnale


4/63

4

Laudio digitale

Vantaggi

alta fedelt delle copie del segnale

robustezza

gamma dinamica estesa

Svantaggio: alto tasso di trasferimento dati

campionamento: 44.1 kHz (CD), 48 kHz (DAT)

quantizzazione: PCM lineare a 16 bit


5/63

5

Perch nasce la compressione

Laudio digitale non compresso occupa ...

molto spazio sullhard-disk per la memorizzazione

una banda ampia sul canale di trasmissione


6/63

6

Esempio: brano di 1 min con qualit CD

Parametri

campionamento = 44,100 c/s

quantizzazione = 16 bit = 2 byte

canali = 2Memoria = 44.100 c/s * 2 can * 2 byte/c * 60 s

~ 10 Mbyte

Tempo = 10 Mbyte * 8 bit/byte / (56 kbps * 60 s) ~ 24 min

Solo per scaricare un minuto di musica stereo!


7/63

7

non solo

Problemi di banda per applicazioni multimediali

Accesso e trasferimento dati sempre pi veloce,

ma ...

immagini, video, testo, e audio di alta qualit

sincronizzati tutti assieme


8/63

8

Due livelli di applicazioni

Bassa qualit

telefonia

Alta qualit

colonne sonore per giochi su CD-ROM

memorie allo stato solido (flash) per i suoni

audio su Internet

broadcast di audio digitale (Radio e TV)


9/63

9

Compressione e decompressione

Encoding,

Codifica,

Compressione

Dati audio

non compressi

Bitstream inmodalit

compressaDecoding,

Decodifica,

Decompressione

Audio non compresso

che suona come loriginale

lossless

lossy


10/63

10

Nellanalogico

Problema: gamma dinamica ridotta

Riduzione del rumore (Dolby) per aumentare la

gamma dinamica ridotta dal rumore

compansion: compression + expansion

registrazione: compressione della gamma dinamica

riproduzione: espansione della gamma dinamica

Compansion su tutte le frequenze (dbx) o su

bande selezionate (Dolby A, B, C)


11/63

11

La compansion nel digitale

Esempio: valori di 8 bit

00001101 = 1101 x 1

00011010 = 1101 x 10

00110100 = 1101 x 100

01101000 = 1101 x 1000

11010000 = 1101 x 10000

Sono sufficienti 7 bit = 4 + 3 (si risparmia 1 bit:

riduzione del 12,5%)

Perdita di accuratezza nei valori pi grandi


12/63

12

ITU-T G.711, -law e A-law

-32768

+32767

0

255

-32768

+32767


13/63

13

-Law compansion

Quantizzazione logaritimica

Gamma dinamica di 14 bit con una codifica a 8-bit

Per i servizi voce ISDN in Nord America e Giappone

Semplice il computo della codifica

-8

+7

-4

+3


14/63

14

Codifica -law

Codifica PCM lineare(a 16 bit)

codifica-Lawa 8-bit

Decodifica PCM lineare(a 16 bit)


15/63

15

Esempi di codifica -law


16/63

16

Lossy-law

- 200(a 16 bit)

106a 8-bit

- 193(a 16 bit)


17/63

17

ADPCM

CCITT G.721, G.723, e ITU-T G.726

Standard per la compressione di dati vocali

CCITT G.721 (ADPCM a 32 Kbps)

CCITT G.723 (ADPCM a 24 e 40 Kbps)

ADPCM = Adaptive Differential PCM

metodo comune di compressione

buon compromesso tra velocit di elaborazione,

tasso di compressione e decodifica di qualit


18/63

18

Codifica della differenza (DPCM)

Ridondanze temporali tra i campioni

La differenza tra due campioni a x-bit si purappresentare con meno bit di x

Si memorizza la differenza (non il campione)

+1

+1

+1 0 0

-1

-1

0 0

+1 0

-1

-1

-1

-3

0 +1

+2

+3


19/63

19

Problema Slope Overload

Differenze elevate (alte frequenze) non si possonorappresentare con un numero piccolo di bit

Gli errori introdotti porterebbero a distorsioni sullealte frequenze

+1

+1

0

-1

-1

0

0

0 0

-1

-2

-4 +4

+5

-8 +6

-4

+1

+1


20/63

20

Adaptive DPCM (ADPCM)

Passi di quantizzazione pi grandi per

differenze pi grandi, e viceversa

Si usano i campioni precedenti per stimare i

cambiamenti futuri


21/63

21

Schema di ADPCM


22/63

22

Predictor

+

+

campionePCMax-bit

differenzaADPCM

a y-bitQuantizer

AdattatoreStep-Size

Requantizer+

Campionen+1PCM predetto

Raffiniamo ladattabilit ADPCM

+

+


23/63

23

Due varianti di ADPCM

IMA/DVI ADPCM

comprime dati audio a 16-bit in soli 4 bit

Microsoft ADPCM

variante di ADPCM da usare con i WAV

anchesso dati audio a 16-bit data in 4-bit data


24/63

24

IMA ADPCM

Register

+

+

campionePCM

a16-bit

differenzaADPCM

a 4-bitQuantizer

AdattatoreStep-Size

Requantizer+

Campionen-1PCM

Predictor non adattativo

Passo di quantizzazione aumenta in modo

logaritmico

+

+


25/63

25

IMA: Tabella Passi (di quantizzazione)

648471116653209353717

3276788589470106052190343416

297948753586996351173333115

270868648716887650157322814

246238544286779649143312513

223588440266672448130302312

203508336606565847118292111

185008233276459846107281910

1681881302463544459727179

1528980274962494448826168

1389979249961449438025147

1263578227260408427324136

1148777206659371416623125

1044276187858337406022114

949375170757307395521103

86307415525627938502092

78457314115525337451981

71327212825423036411870

PassoIndicePassoIndicePassoIndicePassoIndicePassoIndice


26/63

26

Selezione step-size adattiva

81,751117/4passo < differenza

61,501103/2passo < differenza < 7/4passo

41,251015/4passo < differenza < 3/2passo

21,00100passo < differenza < 5/4passo

-10,750113/4passo < differenza < passo

-10,500101/2passo < differenza < 3/4passo

-10,250011/4passo < differenza < 1/2passo

-10,00000differenza < 1/4passo

Variazione indiceMoltiplicatoreOutput del

Quantizer

Quantizzazione


27/63

27

LookupTabella

Step-Size

Registro

CalcoloAdattamento

IndiceTabella

Step-size

Adattamentoindice

Nuovo indice

OutputQuantizer

NuovoStep-Size

Adattatore Step-size

Quantizer

AdattatoreStep-Size

Requantizer

Quantizer

Requantizer

NuovoStep-Size

+Limiti tabella(0 - 88)


28/63

28

Esempio

20511,52261103/2 34


29/63

29

La compressione di tipo percettivo

MP3 & Co.

Principi psicoacustici applicati


30/63

30

Schema generale

X(n)

Analisitempo/

frequenza

Quantizzazionee

Codifica

Allocazionedi bit

Analisipsicoacustica

Compressionesenzaperdite

(entropia)

Parametri

Soglie di

mascheramento

bitstream

nel canale

Infoaggiuntive

Decodifica del

bitstream

Ricostruzione

campioni per banda

Sintesi

segnale

X(n)

Codifica del

bitstream


31/63

31

Soglia assoluta delludito


32/63

32

Le bande di

frequenza critiche

Ban d a Cen t ro Est rem i

1 50 -100

2 150 100-2003 250 200-300

7 700 630-770

11 1370 1270-1480

15 2500 2320-2700

19 4800 4400-5300

20 5800 5300-6400

25 19500 15500-

Bande di 100 Hz fino a

circa 500 Hz

Bande per 20% del centro

oltre 500 Hz


33/63

33

Soglie di mascheramento globale


34/63

34

Mascheramento simultaneo

Tono di

mascheramento

Soglia di

mascheramento

Minima soglia dimascheramento

Banda

critica

Banda

vicina

m-1mm+1

SMR

MNR

SNR

dB

frequenza


35/63

35

Mascheramento temporale

masker

Pre

(5 ms)Post

(50-300ms)

Simultaneo

-50 0 50 100 0 50 150 250150 100

ms

dB


36/63

36

MPEG

(Motion Picture coding Experts Group)

Gruppo di lavoro di ISO/IEC per lo sviluppo di

standard internazionali per ...

compressione, decompressione, elaborazione,

e rappresentazione codificata di

video, audio, combinazioni A/V.


37/63

37

Standard MPEG

MPEG-1: memorizzazione/recupero video/audio(11/92)

MPEG-2, standard per la TV digitale (11/94)

MPEG-4v. 1, standard applicazioni multimediali (10/98)

v. 2, standard audio/video HDTV (12/99)

MPEG-7: standard rappr. dei contenutiricerca, filtraggio, gestione di info multimediale

rilasciato a luglio 2001


38/63

38

e MPEG1/2 Layer III (MP3)

1987 progetto Eureka (Digital Audio

Broadcasting)

lavoro su audio percettivo in collaborazione tra

Fraunhofer IIS e lUniversit di Erlangen

risultato: algoritmo molto potente ISO-MPEG

Audio Layer-III


39/63

39

Lo schema di compressione MPEG-1

Struttura di base comune su pi layer

calcolo delle sottobande

calcolo del modello psicoacustico

3 Layer

Layer I: semplice, poco efficace

Layer III: complesso, efficace

Scelta del layer - rapporto qualit/compressione


40/63

40

Modalit di compressione

Pi frequenze di campionamento (32/44.1/48)

Bitstream compresso supporta mono, dual

mono, stereo, joint stereo

Bit rate da 32 a 224 kbps (compressione da 2,7

a 24 volte) tassi fissi e variabili

Supporta il controllo e la correzione degli errori

Informazioni supplementari


41/63

41

I tre livelli di compressione

Layer Iil pi semplice (bitrate oltre 128 kbps a canale)

DCC di Philips usa la compressione di Layer I a 192

Layer IIcomplessit media (bitrate circa 128 kbps a canale)

applicazioni in DAB

Layer IIIil pi complesso, migliore qualit

64 kbps adatto per trasmissione audio su ISDN


42/63

42

MPEG 1 - Layer III

Loop controllo

distorsione

Codifica

di Huffman

bitstream

Banco di filtri

(32 sottobande)

FFT

1024 punti

audio digitale PCM

Codifica del

bitstream

Decodifica del

bitstream

Ricostruzione dei

campioni per bande

Ricostruzione dei

campioni nel tempoaudio digitale

decompresso

Loop controllo

quant. log.

Codifica

info agg.

MDCT

0

31

Modello

psicoacustico

Analisi tempo-frequenza

0

575

Allocazione dei bit,

quantizzazione e codifica

Analisi psicoacustica Riserva


43/63

43

Corrispondenza bande critiche e MPEG


44/63

44

Frame di 12 campioni consecutivi


45/63

45

Modello psico-acustico

FFT a 1024 punti

Separazione del segnale in tonale e non tonale

perceptual noise shaping

perceptual subband coding

Calcolo soglie mascheramento globale

Calcolo rapporto SMR (Signal to Masker Ratio)

per quantificare i dati da comprimere


46/63

46

Modello psicoacustico

Necessario per stabilire il livello max di

quantizzazione

Non si deve udire il rumore di quantizzazione

FFT

1024 punti

Modello

psicoacustico

Analisi psicoacustica


47/63

47

Compressione dei dati audio

Pi cicli di quantizzazione e codifica

Modello psicoacustico + bitrate in uscita

Loop controllo

distorsione

Codifica

di Huffman

Loop controllo

quant. log.

0

575

Allocazione dei bit,

quantizzazione e codifica

Riserva


48/63

48

Allocazione dei bit

Alloca i bit necessari per sottobanda

Calcola MNR = SNR - SMR per sottobanda

Prende il minimo MNR

Assegna i bit necessari

m-1mm+1

SMR

NMR

SNR

dB

frequenza


49/63

49

Spettro di ampiezzaper 32 sottobande

Soglia globale di

mascheramento

Allocazione di

bit per banda


50/63

50

Quantizzazione e codifica

I bit determinano i livelli di quantizzazione

Codifica logaritmica dei campioni


51/63

51

Codifica di Huffman

Meno bit ai valori pi frequenti

Dopo Huffman: ok per i limiti del bitrate ?


52/63

52

Due cicli di lavoro

Ciclo interno sui limiti del bitrate (RATE LOOP)

si quantizzano e si codificano i valori

compressione di Huffman

se si eccede il bitrate, si allocano meno bit e go back

Ciclo esterno sul controllo del rumore per banda

allinizio tutte le bande sono trattate allo stesso modo

se dopo il RATE LOOP il rumore in qualche banda

va oltre il mascheramento, si allocano pi bit solo per

quelle bande


53/63

53

Terminazione: 3 casi

In nessuna banda il rumore supera la soglia delmascheramento (no distorsione)

Iterare ancora comporta per qualche banda il

superamento dei valori permessiLa prossima iterazione porterebbe ad

aumentare i bit per tutte le bande

Gli encoder che lavorano in real time hannoanche limiti di tempo


54/63

54

Quantizzazione/codifica

Bit di allocazione fino a 4

Fattore di scala tra 0 e 6 bit


55/63

55

Frame Packer

file compresso in frame di campioni

ogni frame ha

un header con le info di sincronizzazione

16 bit per il CRC

Bit per 12 campioni per 32 sottobande

Coda di bit per info supplementari


56/63

56

Tipiche riduzioni di MPEG

Riferimento standard (CD):16 bit * 2 canali * 44100 sr = 1.411 kbps

1:4 con Layer I (PASC)

corrisponde a 384 kbps per un segnale stereo

1:6...1:8 con Layer IIcorrisponde a 256..192 kbps per un segnale stereo

1:10...1:12 con Layer III (MP3)corrisponde a 128..112 kbps per un segnale stereo

sempre mantenendo la qualit audio CD


57/63

57

Decodifica

Sintetizza un segnale a partire dalle componenti

spettrali codificate

Non si ha pi lo stesso segnale!!!

Tutto dipende dal bit-rate

bitstream

Decodifica del

bitstream

Ricostruzione dei

campioni per bande

Ricostruzione dei

campioni nel tempoaudio digitale

decompresso


58/63

58

Esempi di bitrate

bit-rate = numero medio di bit consumati da un

secondo di dati audio (kbps)

bit-rate per il CD = 1411.2 kbps

bit-rate per MP3 per qualit CD = 128 kbps


59/63

59

Le performance di MP3

qualit telefonica: 96:1 (2.5 kHz / mono / 8 kbps)

meglio di AM radio: 24:1 (7.5 kHz / mono / 32kbps)

simile a FM radio: 26...24:1 (11 kHz / stereo /56...64 kbps)

quasi-CD: 16:1 (15 kHz / stereo / 96 kbps)

CD: 14..12:1 (>15 kHz / stereo / 112..128kbps)prende approx. 1Mb/minute di spazio hard-disk

Oltre: 84:1 per la musica acustica


60/63

60

MP3 Codec

programma del tipo di una libreria di sistema

(collezione di funzioni)

vengono lanciate dai programmi di frontend

codec in distribuzione con frontend MP3


61/63

61

Lencoder migliore

Non ha senso chiedersi quale sia lencoder

migliore: la risposta dipende dalle esigenze

encoder veloci/lenti (> velocit, < fedelt audio)

confrontare mp3 ottenuti da encoder diversi a paritdi bit-rate

Consiglio pratico (ovvio): creare MP3 con basso

bitrate con encoder lenti


62/63

62

I Frontend MP3

interfaccia ai codec

Alcuni frontend implementano funzioni per

normalizzare il volume, o realizzano ID TAGS

IDTAG informazione (testuale, in genere) nel

file di layer III (autore, titolo, etc ...)


63/63

Player MP3

suona mentre decomprime

i dati audio (campioni) vengono inviati alla

scheda per la conversione

compressione audio

Documents