Современное состояние, характеристики и перспективы развития в области создания звуковых файлов

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики

РЕФЕРАТ

Современное состояние, характеристики и перспективы развития в области создания звуковых файлов

Санкт-Петербург 2014

Введение

В данном реферате представлена тема: «Современное состояние, характеристики и перспективы развития в области создания звуковых файлов». В настоящее время в зависимости от конкретных задач и вычислительных ресурсов используется большое количество типов и систем формирования аудио-файлов.

В мире музыки существует огромное количество аудио форматов их модификаций и версий, созданных гигантами музыкальной индустрии и небольшими компаниями, получившими общественное признание в электронном мире. Для этих целей были разработаны различные физические методы хранения аудиоданных, например: виниловые пластинки, магнитная лента, компакт-диски, DAT, MD (минидиск), DVD или преобразование нот в музыкальных форматах (MIDI), точно таким же образом появилось множество различных компьютерных методов хранения аудиоданных - digital: OGG, Mp3, Flac, Wav форматов.

Почему мы не можем использовать какой ни будь один универсальный формат кодирования аудио-файлов? Потому, что для реализации различных функций необходим свой формат. Например: для воспроизведения CD в дисководе компакт-дисков, для записи музыки или звуковых эффектов в видеоиграх, для проигрывания в мобильных телефонах или передачи файлов через Интернет, кроме того, существует ряд операционных систем получивших наибольшее распространение в мире. В их число входят: Amiga, Macintosh, NEXT и персональные компьютеры с операционной системой Windows.

Кроме того работа dj, звукорежиссера, cj, видеоинженера или простого любителя музыки - достаточно сильно отличаются по своей сути. Для этого может потребоваться, чтобы Ваши аудиоданные были сохранены своим способом. Например, звук для компакт-диска должен быть сохранен с использованием разрядности 16 бит и частоты сэмплирования 44,1 кГц.

Однако для загрузки звука через Интернет нам лучше использовать другую разрядность и частоту сэмплирования, поскольку каждая минута 16-битного, 44-килогерцевого звука занимает примерно 10 Мбайт, т.е. средний трэк продолжительностью 5 минут составит 50 “метров” - это слишком большой объем данных для среднестатистического пользователя.

цифровой аудио кодек битрейтом

Основные определения

Звук - это физическое природное явление, распространяющееся посредством колебаний воздуха и, следовательно, можно сказать, что мы имеем дело только с волновыми характеристиками. Задачей преобразования звука в электронный вид является повторение всех его волновых характеристик. Но электронный сигнал не является аналоговым, и может записываться посредством коротких дискретных значений. Пусть они имеют малый интервал между собой и практически неощутимы, на первый взгляд для человеческого уха, но мы должны всегда иметь в виду, что имеем дело только с эмуляцией природного явления именуемого звуком.

Такая запись именуется импульсно-кодовой модуляцией и являет собой последовательную запись дискретных значений. Разрядность устройства, исчисляемая в битах, говорит о том, сколькими значениями одновременно в одном записанном дискрете, берется звук. Чем больше разрядность, тем больше звук соответствует оригиналу.

Любой звуковой файл можно представить, как базу данных. Она имеет свою структуру, о параметрах которой указывается обычно вначале файла. Потом идет структурированный список значений по определенным полям. Иногда вместо значений стоят формулы, позволяющие уменьшать размер файла.[1]

Кодек - это определенный алгоритм кодирования и сжатия данных в аудио-формат. Для некоторых типов файлов кодек однозначно определен. Например, в формате mp3 всегда используется кодек MPEG Layer-3, а в формате mp4 могут быть использованы разные кодеки.

Часто понятия кодека и формата используют в одном смысле. Особенно, когда в формате всегда используется один и тот же кодек. Но, иногда, важно различать понятия форматов и кодеков. Для удобства, можно считать, что формат является своего рода контейнером, в котором может быть записан аудио или видео сигнал с помощью определенного кодека.

Некоторые форматы, такие, например, как mp4 или flv могут содержать в себе как аудио, так и видео потоки. Кодеки можно разделить на два вида, в зависимости от типа сжатия:

1. Без потери качества звучания (lossless)

Данная группа форматов записывает, кодирует звук таким образом, что при раскодировании он может быть в точности восстановлен.

Наиболее популярные форматы кодирующие звук без потери качества:

FLAC (Free Lossless Audio Codec)

APE (Monkey's Audio)

ALAC (Apple Lossless Audio Codec)

2. С потерей качества звучания (lossy)

При сжатии с потерями звук модифицируется. Например, из него вырезаются неслышные человеческому уху частоты. Раскодированный файл будет отличаться от оригинального с точки зрения записанной в нем информации, но звучать будет примерно так же.

Популярные форматы с потерей качества: MP3, WMA, OGG, AAC.[2]

Битрейт - это количество информации передаваемой за определенный промежуток времени. Суть его принципа заключается в том, сколько информации мы можем уделить каждой секунде воспроизведения нашего аудио файла. Общепринято единицей измерения использовать Kbps (килобит в секунду) или Mbps.

1. Кодирование с постоянным битрейтом (CBR, constant bitrate) -режим кодирования, при котором битрейт остается неизменным независимо от характера музыки. Основной задачей кодировщика в этом случае будет необходимость получения максимально высокого качества файла при неизменном потоке.

2. Кодирование со средним битрейтом (ABR, average bitrate) - режим кодирования, промежуточный между CBR и VBR. При кодировании указывается желаемый средний битрейт. В случае необходимости кодировщик может немного повышать битрейт или понижать его, позволяя добиться более высокого соотношения качество/размер. Недостатком режима ABR является более низкое качество, чем получаемое в VBR режиме. Достоинством - более-менее однородный поток и как следствие - легко предсказуемый размер файла.

3. Кодирование с переменным битрейтом (VBR, variable bitrate) - режим кодирования, при котором кодировщику задается желаемый уровень качества. При кодировании кодек сам выбирает необходимый битрейт для сжатия каждого фрагмента записи, при этом диапазон используемых битрейтов может быть очень большим. Данный режим позволяет добиться максимального соотношения качество/размер, однако размер итогового файла часто сложно предсказать (например, при сжатии musepack -normal средний битрейт файла может быть как 140, так и 210). Недостатком VBR является невозможность использования его для Интернет трансляций при малой ширине канала.[3]

SBR (spectral band replication) - технология, позволяющая восстанавливать высокие частоты за счет информации, содержащийся в других областях спектра и небольшого потока дополнительных данных. Позволяет повысить качество звучания файлов при использовании низких битрейтов.

DRM (digital rights management) - набор средств, призванных защитить запись от нелегального копирования.

Цифровой аудиоформат -- формат представления звуковых данных, используемый при цифровой звукозаписи, а также для дальнейшего хранения записанного материала на компьютере и других электронных носителях информации, так называемых звуковых носителях.[4]

Аудиофайл (файл, содержащий звукозапись) -- компьютерный файл, состоящий из информации об амплитуде и частоте звука, сохранённой для дальнейшего воспроизведения на компьютере или проигрывателе.

Формат файла определяет структуру и особенности представления звуковых данных при хранении на запоминающем устройстве ПК. Для устранения избыточности аудио данных используются аудиокодеки, при помощи которых производится сжатие аудиоданных. Выделяют три группы звуковых форматов файлов:

1. аудиоформаты без сжатия, такие как WAV, AIFF

2. аудиоформаты со сжатием без потерь (APE, FLAC)

3. аудиоформаты, с применением сжатия с потерями (mp3, ogg)

Качество звучания - параметр исключительно субъективный и может варьироваться в широких пределах для различных людей. Если речь идет о так называемом архивном кодировании музыки, когда нежелательны слышимые различия между оригинальным файлом и файлом полученным путем декодирования сжатого звукового файла, то подразумевается, что музыка будет воспроизводиться на высококачественной Hi-Fi (или даже Hi-End) аппаратуре, а вовсе не на компьютерных колонках стоимостью $15-20. Современные кодеки позволяют добиться звучания кодированного файла, неотличимого на слух от компакт диска даже на хорошей аппаратуре при степени компрессии примерно 1:5. Для повседневного же прослушивания музыки на компьютере обычно выбирают более высокую (до 1:10 или даже 1:20) степень сжатия звука, в результате чего удается создавать файлы меньших размеров за счет понижения качества. Субъективно оно может и не измениться: в частности, обычные компьютерные колонки нередко вносят заметно больше искажений, чем алгоритм кодирования

Разнообразие цифровых аудио форматов

WAV.

Он является основным аудио форматом для многих систем воспроизведения цифрового звука и используется как стандартный формат звуковых файлов в персональных компьютерах. К тому же, он имеет солидный набор спецификаций, изрядно пополнившийся за последнее время. Его полное название - Microsoft RIFF/WAVE - Resource Interchange File Format/Wave - формат файлов передачи ресурсов/волновая форма, и создан он был инженерами Microsoft и Intel. В свою очередь, WAV расшифровывается как Waveform Audio File Format.

Apple AIFF.

Этот тип файлов является стандартным для систем Apple Macintosh и систем обработки звука, построенных на его основе. Apple AIFF расшифровывается как Audio Interchange File Format - формат файла обмена звуком, он в чем-то схож с WAV. Его особенностью является то, что он позволяет размещать вместе со звуковой волной дополнительную информацию, в частности, самплы WaveTable (примеры звучания инструментов вместе с параметрами синтезатора), что улучшает качество итогового результата. Хотя в настоящее время компьютеры Apple способны воспроизводить файлы практически любых форматов, в том числе и МР3.

RAW.

Да, это не только формат изображения, в котором пишут фотографии некоторые цифровые камеры. На самом деле, RAW является т.н. «чистой оцифровкой», в которой не содержится заголовка и находится лишь последовательность отсчетов звуковой волны. Обычно оцифровка хранится в 16-разрядном формате.

МР3.

Самый популярный формат сжатия на сегодняшний день - это МР3. Формат МР3 (MPEG Layer 3) был разработан, после ряда промежуточных форматов, институтом Фраунхофера в Германии. Вообще то, формат .МР3 основан на обмане человеческого уха. После некоторых исследований выяснилось, что человеческому слуху свойственно адаптироваться к появлению новых звуков, что выражается в повышении порога слышимости. Поэтому одни звуки способны маскировать (то есть, делать субъективно неслышимыми) другие. Вот и в этом формате часть звуков, которые, как считает соответствующая теория, делаются неслышимыми, просто убираются из общего звучания. После чего получившийся «полуфабрикат» кодируется по методу Хоффмана. Обязательно следует учитывать то, что в формате МР3 программы, сжимающие звук из оригинального, не являются стандартизированными, то есть каждый грамотный программист может реализовать свою схему сжатия. А стандартам подчиняются только декодеры, что приводит к тому, что качество воспроизведения формата МР3 далеко не всегда зависит от плеера, проигрывающего этот файл. В связи с разными способностями и пристрастиями реализаторов различных кодеров, одни из них лучше справляются с симфонической музыкой, другие - с роком и металлом, третьи - с рэпом и рэйвом и так далее.

Joint Stereo, являющийся одной из особенностей МР3, означает, что вместо кодирования стерео как двух независимых каналов производится кодирование т.н. центрального канала и разницы, отличающей его от исходных стереоканалов. Довольно много составляющих звука в стереоканалах одинаковы, и их кодирование в общем канале позволяет высвободить дополнительную полосу для более подробного кодирования разницы, что приводит к некоторому улучшению качества.

Обязательно следует упомянуть и о Variable Bit Rate, или VBR. Это означает, что кодер изменяет степень сжатия «на лету», в зависимости от характера звука. Такой подход приводит к уменьшению итогового размера файла или, при увеличении требований к качеству, при том же размере файла позволяет добиться лучшего звучания.

Таблица 1. Соотношение качество-объем звукового формата MP3

Таблица 2. Сводная таблица форматов WAV, MP3

WMA.

Изначально формат WMA позиционировался как альтернатива MP3, но на сегодняшний день Microsoft противопоставляет ему формат AAC (используется в популярном на западе онлайновом музыкальном магазине iTunes)[5]. Файлы этого формата имеют расширения .WMA и .ASF, обладают явным преимуществом перед МР3 на низких скоростях потока данных (битрейтах) и теряют его при увеличении скорости подачи информации на кодек. На основе WMA разработан стандарт WMA DRM, реализующий близкую сердцу звукозаписывающих компаний защиту от копирования. Файлы, созданные на основе этого формата, можно записывать на устройства воспроизведения, типа МР3-флэш-плееров, однако скопировать их оттуда нельзя.

ATRAC.

ATRAC (Adaptive TRansform Acoustic Coding - акустическое кодирование адаптивным преобразованием) базируется на стереофоническом звуковом формате с 16-разрядным квантованием и частотой дискретизации 44.1 кГц. При сжатии каждый кадр делится на 52 частотные полосы, результирующая скорость потока - 292 кбит/с (сжатие 1:5). Применяется в системе MiniDisk.

FLAC/

FLAC (Free Lossless Audio Codec) - один из самых популярных форматов для сжатия аудио без потерь. В отличие от форматов MP3, WMA, при кодировании аудио из аудиопотока не удаляет никакой информации. Благодаря этому файлы FLAC подходят не только для качественного прослушивания музыки на портативных медиаплеерах RoverMedia, но и даже на высококачественной звуковоспроизводящей аппаратуре

Ogg Vorbis.

Формат Ogg Vorbis - относительно новый универсальный формат записи звука с потерями данных. Он принадлежит к тому же типу форматов аудиосжатия, что и МР3 и WMA, а психоакустическая модель, описывающая особенности человеческого слуха, в соответствии с которыми производится сжатие, по принципам действия близка к МР3. Радикальным же отличием этого формата стала математическая обработка и практическая реализация этой модели. В этом формате пороговая максимальная частота оцифровки не 44 кГц как в MP3, а 48, что теоретически улучшает качество звука. Также следует отметить, что теоретическое число каналов не ограничено двумя, как обычно, а достигает 255. Файлы, закодированные в этом формате, меньше таких же файлов в МР3. Распространение формата сдерживалось недостаточной поддержкой со стороны производителей аппаратуры.

MIDI.

Название MIDI - цифровой интерфейс для музыкальных инструментов. Это довольно старый (1983г.) стандарт, объединяющий разнообразное музыкальное оборудование (синтезаторы, ударные, освещение). MIDI базируется на пакетах данных, каждый из которых соответствует некоторому событию, в частности, нажатию клавиши или установке режима звучания. Любое событие может одновременно управлять несколькими каналами, каждый из которых относится к определенному оборудованию. Несмотря на свое изначальное предназначение, формат файла стал стандартным для музыкальных данных, которые при желании можно проигрывать с помощью звуковой карты компьютера безо всякого внешнего MIDI-оборудования. Главным преимуществом файлов MIDI является их очень небольшой размер, поскольку это не детальная запись звука, а фактически некоторый расширенный электронный эквивалент традиционной нотной записи. Но это же свойство одновременно является и недостатком: поскольку звук не детализирован, то разное оборудование будет воспроизводить его по-разному, что в принципе может даже заметно исказить авторский музыкальный замысел.[6]

Заключение

Таким образом, звуковая информация играет важную роль в жизни человека. Существует большое количество разных цифровых аудио форматов. И каждый формат имеет свои свойства, и выполняет конкретную задачу.

Размещено на Allbest.ur