Postřehy z jiných platforem.
O čem to ti písíčkáři pořád blábolí? Co mají přád s těma empétrojkama? Co je vlastně to MP3?
Stučně řečeno MP3 je formát pro audio data. Proč je ale tak populární?
Už jste někdy zkoušeli digitalizovat zvuk? Dostat do počítače s pomocí nějakého sampleru píseň svého oblíbeného interpreta z rádia, magnetofonu, nebo cédéčka?
Hlavní nesnází je při digitalizaci obrovské množství dat které se na vás hrnou. Kam s nimi, limitem je velikost RAM nebo místo na harddisku.
Nedá se nic dělat, jediným řešením je volba kompromisu mezi kvalitou /vzorkovací kmitočet/ a velikostí výsledného souboru.
Můžeme mít nahraný na harddisku svůj oblíbený hit v CD kvalitě, ale pak už nám na další data moc místa nezbývá. Nebo má soubor přijatelnu velikost, ale to musíme oželet kvalitu. Při digitalizaci můžeme celkové množství našich dat ovlivnit hlavně tím, kolik vzorků /čísel/ si ze zdroje zvukového signálu v daném čase odebereme. Dále můžeme zmenšit velikost výsledného souboru volbou mono a volbou druhu vzorků /velikost slova - vzorku, 16ti nebo osmibitový/, logicky tedy v těchto případech o polovinu.
V podstatě tak provádíme nejjednodušší ztrátovou komprimaci.
Tento problém dvou protichůdných požadavků, co nejvíc zmenšit velikost zvukových dat při co nejmenší ztrátě kvality vyvstal mimojiné při vývoji komprimovaného digitálního videa /formát MPEG - Motion Picture Experts Group/ které je dnes šířeno na DVD discích.
Celkový datový tok MPEG, který byl stanoven na 1,5 MB/s je rozdělen na 1,2 MB/s pro videodata a na 0,3 MB pro audiodata. Datový tok u signálu audio CD je přitom 1,4 MB/s /vzorkovací kmitočet 44,1 kHz, 16ti bitové vzorky stereo/. Co s tím?
Jak je známo smysly nejsou dokonalé - klamou nás, a také mozek signály ze svých periférií /například uší/ zpracovává tak, že vybere důležité a nepodstatné potlačí, tak se brání před zahlcením zbytečnými informacemi. To je nápad - na co pouštět do ucha složky zvuku které buď není schopno zaregistroat vůbec, nebo jen omezeně, proč neušetřit mozku práci a nepředzpracovat mu zvuk podobně jako to dělá sám.
Empiricky bylo zjištěno co se dá ze zvukového signálu vypustit, aniž to posluchač pozná. Ke komprimaci zvuku se využívá omezeného frekvenčního rozsahu ucha, jeho nelinearity, necitlivosti na různě intenzivní signály s odlišnou frekvencí /psychoakustický model FREQUENCY MASKING/ a setrvačnost /psychoakustický model TEMPORAL MASKING/. Příklad: přehráváme signál 1 kHz hlasitostí 60 dB a k němu ještě tón 1,1 kHz hlasitostí 40 dB - tento tón bude překryt prvním tónem a tudíž je pro ucho nerozlišitelný. Potom co silnější signál vypneme, začne posluchač slabší signál vnímat až po asi 5 milisekundách. Tyto poznatky jsou využívány při ztrátové komprimaci zvuku /MPEG/. Zvuk je nasekán na malé vzorky /framy/ u kterých se v předem definovaných frekvenčních pásmech určují dominantní složky signálu. Podle dalšího zpracování signálu rozlišujeme tyto základní metody /layery - vrstvy/:
- Layer 1 - dělící filtr /pracující s poměrem citlivosti na frekvenci a hlasitosti/ je aplikován na jednotlivé framy a používá stejnou frekvenci. Psychoakustický model zde využívá metodu FREQUENCY MASKING. Dnes se v praxi tměř nevyužívá.
- Layer 2 - dělící filtr zohledňuje předchozí i následný fram, pracuje tedy se třemi framy najednou a je zde použit jednoduchý model TEMPORAL MASKING. Soubory mají koncovku MP2.
- Layer 3 - má vylepšený dělící filtr s proměnnou frekvencí. Psychoakustický model zde používá plně TEMPORAL MASKING a redukce vazeb mezi stereosignály. Soubory mají koncovku MP3.
Soubory s koncovkou MP3 tedy používají kompresní metodu MPEG Audio Layer3. Touto metodou lze docílit při zpracování CD signálu kompresního poměru zhruba 1 ku 10 a současně pro posluchače skoro nerozpoznatelné ztráty kvality. Dalo by se tedy říci, že MP3 je osamostatnělá zvuková část digitálního videa /MPEG/.
MP3 se postupem času stal mezi písíčkáři velmi populárním formátem pro uchovávání zvukových dat. Objevily se prográmky pro vytváření MP trojek /enkodery/ a přehrávače. Jelikož kódování do MP3 je výpočetně dost náročné vyvstává kromě kvality ještě další důležitý parametr který rozhoduje při evoluci MP3 enkoderů a tím je rychlost. Málokdo má tak výkonný stroj, aby si mohl dovolit digitalizovat /samplovat/ a zároveň v reálném /nebo aspoň únosném/ čase komprimovat do MP3. Nejdřív je tedy nutno zvuk nasamplovat /ve zvolené kvalitě - vzorkovací kmitočet atd./, na PC do formátu WAV, upravit dle svých představ /stříhání převzorkování atd/ v nějakém wav editoru a potom komprimovat. Co to zkusit z CD mechaniky - to je ono - programům ke stahování audiodat ze zvukových CD se říká grabery.
Teď konečně můžeme na PC vesele digitalizovat a kopírovat co se dá, nemáš už kam dávat svá poctivě zakoupená originální zvuková CD, nevadí za 120,- Kč vypálíš 10 audio CD na jeden CD-ROM a originály můžeš dát do sběru.
Ovšem je tu také háček. Nahrávání a grabování /prakticky nedochází ke ztrátě kvality/ je nelegální. Porušuje se tím autorský zákon. Loni však došlo k soudní při, v které zvítězila firma RIO vyrábějící přenosný přehrávač MPtrojek. Přehrávač je menší a lehčí než walkman, nemá žádné pohyblivé mechanické součásti, zvuková data se přehrávají z 32 MB paměti typu flash, ta vystačí na 60 minut hudby, karta s pamětí je výměnná, MPtrojky se do přehrávače nahrávají z počítače přes adapér pro paralerní port, napájení jednou tužkovou baterií vydrží 12 hodin nepřetržitého provozu. Výrok soudu stanoví jako legální kopii vytvořenou majitelem legálně zakoupeného originálního CD pro svou vlastní potřebu. Tedy například pro přehrávání ve svém MP3manovi. Na Internetu se tudíž dá najít spousty nelegálních MPtrojek.
Co ještě dodat?
Kompresní poměr se u MP3 enkoderů vyjadřuje jako velikost výsledného datového toku . Hodnota je absolutní, tzn. že při komresi 128 kB/s je u stereosignálu každému kanálu vyhraženo pouze 64 kB/s. Čím větší je tato hodnota /bitrate/ tím lepší kvalitu /menší kompresní poměr/ docílíme. Všeobecně se používá /CD kvalita/ bit rate 128 kB/s. Ale jsou lidé, kteří jdou až na 256 kB/s. Bit rate se pevně navolí ještě před začátkem komprese. Nedávno se však objevilo další vylepšení. VBR znamená proměnlivá bit rate během komprese. Když je komprimována například pauza /ticho/ nebo nějaká nenáročná pasáž enkodér zvolí menší bit rate a naopak.
Programy pro zpětný převod MP3 do wav souborů /které lze editovat/ se nazývají dekodéry.
Soubory MP3 umožňují kromě vlastních audiodat uchovávat stručné textové informace o nahrávce autorovi atd /ID3 Tag/ a dnes už dokonce i texty písní /Lyrics Tag/.
Objevují se již také nové formáty používající dokonalejších a propracovanějších metod komrese. Například Real Audio /RA formát/, MP4 a další. Zda v budoucnu nahradí oblíbené MPtrojky však ukáže čas.
-JS-
/čerpáno z: Chip, Pixel, vlastní zkušenosti/