Codificación de Audio

Transcripción

1 Codificación de Audio Fernando Díaz de María Departamento de Tecnologías de las Comunicaciones Universidad Carlos III de Madrid

2 Índice Introducción Codificación Perceptual Principios Psicoacústicos Umbral absoluto de audición Bandas Críticas Enmascaramiento simultáneo Enmascaramiento temporal Codificación en subbandas Estándares de Codificación de Audio MPEG. Aplicaciones

3 Introducción (I): Audio y Voz Frecuencias de muestreo superiores Mayor resolución en amplitud Mayor rango dinámico Mayores variaciones de la densidad espectral de potencia Representaciones estéreo y multicanal Mayores espectativas de calidad Ausencia de un modelo de producción

4 Introducción (II) Codificación de audio Representación digital eficiente de señales de audio de alta fidelidad Mínimo régimen binario y calidad transparente CD (principios de los 80) Puso de manifiesto las ventajas del audio digital Elevadas tasas binarias: f s : 44.1 ó 48 khz; mono: ó 768 kb/s; estéreo: 1.42 ó 1.54 Mb/s La segunda generación de aplicaciones del audio digital requieren menor ancho de banda Pero los usuarios esperan calidad CD

5 Codificación Perceptual Explota: las irrelevancias perceptuales (modelo psicoacústico); y las redundancias estadísticas (cuantificación y codificación) Análisis tiempo/frecuencia Análisis Psicoacústico Cuantificación y Codificación Asignación de bits Codificación sin Pérdidas M U X Estudios entropía perceptual: Puede codificarse audio de forma transparente con 2 bits/muestra

6 Principios Psicoacúticos Umbral absoluto de audición Bandas Críticas Enmascaramiento simultáneo Enmascaramiento temporal Entropía perceptual Modelo Psicoacústico I del MPEG-1

7 Umbral Absoluto de Percepción Umbral de audición, T q (f): Energía necesaria para que un tono puro sea detectado Máximo nivel de distorsión permisible (codificación perceptual)

8 Bandas Críticas Oído interno: transformación frecuencia-espacio bandas críticas regiones cocleares Concepto forjado experimentalmente ancho de banda a partir del cual las repuestas subjetivas cambian abruptamente Ejemplo: Nivel sonoro con el que se percibe un ruido de banda estrecha Ancho de banda crítico: constante hasta los 500 Hz después un 20% de la frecuencia central Bark: una banda crítica Banda Frecuencia Central (Hz) Ancho de Banda (Hz)

9 Enmascaramiento Simultáneo (I)

10 Enmascaramiento Temporal

11 Entropía perceptual Medida de la información perceptualmente relevante contenida en una señal de audio Cálculo Enventanado y transformación al dominio de la frecuencia Obtención del umbral de enmascaramiento y número de bits necesarios Histogramas y selección del caso peor

12 Distorsión Pre-eco Pre-ecos ( ataques ): la transformada inversa en el decodificador distribuye el error de cuantificación a lo largo del bloque Pre-enmascaramiento útil para bloques cortos bloques cortos ==> más información lateral Solución: modificación adaptativa de la longitud de los bloques

13 Distorsión Pre-eco: Ejemplo

14 Modelo Psicoacústico I del MPEG-1 Análisis Espectral Identificación de enmascaradores tonales y ruidosos Diezmado de los enmascaradores Cálculo de los umbrales de enmascaramiento individuales Cálculo del umbral global

15 Codificación en Subbandas Filtrado Paso-Banda 1 y Traslación a Paso-Bajo Filtrado Paso-Banda N y Traslación a Paso-Bajo Cuantificación y Codificación Cuantificación y Codificación M U X D E M U X Decodificación Decodificación Traslación Paso-Banda 1 Traslación Paso-Banda N

16 Operaciones básicas por subbanda H hpn (ω) ω n1 ω n2 ω H lpn (ω) ω n ω N Cuantificación y Codificación cos (W 1n t) Decodificación N H n (ω) ω n1 ω n2 ω cos (W 1n t)

17 Estándares: MPEG MPEG: Moving Pictures Experts Group Grupo de trabajo de un subcomité de ISO/IEC ( International Standards Organisation / International Electrotechnical Commission ) Genera estándares de compresión de audio y vídeo Sólo define la trama y el decodificador Fases y Niveles MPEG trabaja por fases: MPEG-1, MPEG-2, MPEG-4 Dentro de cada fase hay niveles: Layers I, II y III

18 MPEG-1 MPEG-1 (ISO/UEC ) (publicado en 1993) Frecuencias de muestreo: 32, 44.1 y 48 khz Modos de funcionamiento: mono, estéreo, dual y estéreo conjunto Tres capas o niveles MP-1: velocidades predefinidas: de 32 a 448 kb/s calidad transparente (estéreo) a 384 kb/s MP-2: velocidades predefinidas: de 32 a 384 kb/s calidad transparente (estéreo) a 256 kb/s (192 kb/s) MP-3: velocidades predefinidas: de 32 a 320 kb/s calidad transparente (estéreo) a 128 kb/s (tasa variable)

19 MPEG-2 MPEG-2 BC (ISO/IEC ) (publicado en 1995) Extensión a sonido multicanal compatible con MPEG-1 5 canales principales más uno de baja frecuencia (LFE) Compatibilidad con MPEG-1 peor que Dolby AC-3 MPEG-ACC ( Advanced Audio Coding ) Extensión del MPEG-1 hacia menores regímenes binarios: frecuencias de muestreo:16, y 24 khz velocidades: kb/s (MP-I) y kb/s (MP-2 y 3) MPEG-2 ACC (ISO/IEC ) (publicado en 1998) 1-48 canales frecuencias de muestreo: de 8 a 96 khz velocidades: desde 8 kb/s mono a más de 160 kb/s por canal

20 Aplicaciones Audio alta fidelidad, audio profesional, audiodifusión (redes de TV por cable, Internet, ), multimedia DAB: Digital Audio Broadcasting DVD: Digital Versatil - or Video - Disk Soporta audio multicanal y vídeo Europa: MPEG América: AC-3 Cine en Casa

21 Bibliografía P. Noll, MPEG Digital Audio Coding, IEEE Signal Processing Magazine, Vol. 14, No. 5, pp , Sep