淺談音訊壓縮程之奇

大綱 破壞性壓縮 ( 以 MP3 為例 )

MP3 之特性 為何能壓那麼小？ demo

無失真壓縮 ( 以 monkey’s audio 為例 ) 基本概念 demo

破壞性壓縮 ( 以 MP3 為例 )

MP3 之特性為何能壓那麼小？demo

破壞性壓縮 在可攜性、複雜度與品質間取得平衡 日常見到的 VCD, DVD, MP3 都經過破壞

性壓縮 大多可同步播放

MP3 之特性 Normally 128Kbps only 約 1/10 的大小 不錯的聲音！ 如何做到？

用這五招把音樂壓小 最小聽覺門檻 遮蔽效應 位元儲存槽 Joint Stereo Huffman 編碼

最小聽覺門檻 人耳聽覺的 frequency response 集中於 2KHz

~5KHz 的音訊 利用類似 BPF 的手法使壓縮後的音訊集中於

此頻段，進而減少資料量

最小聽覺門檻

BEFORE AFTER

遮蔽效應 由聽覺心理學的模型而

來：

遮蔽效應 由聽覺心理學的模型而

來： 太陽

位元儲存槽 可以產生類似 VBR 的效果：

波形簡單時用較低的 bit rate 將省下的空間留給波形複雜時用 維持整個流量的大小

Joint Stereo

主要分為 Intensity Stereo(IS) 和 Mid/Side (M/S) stereo 兩種 IS ：減少高頻的音場資訊 ( ex. 鋼琴獨奏 ) Mid/Side (M/S) stereo ：以左右聲道都有收到的訊

號為主，對左右不同的訊號加以處理 一般 MP3 兩者交互使用

Huffman Coding

一種常見的無失真壓縮的方法 利用使用機率來編碼 實際使用約可節省 20% 之空間

Build Huffman Tree

'c '->1'e'->1

'n'->1

'b'->1 'f'->1

' ' -> 3

'o'->2'a'->2

's'->1'h'->1

1

2

1

2

1

2

1

3

1

41

4

1

7

1

7

1

a 000

b 1100

c 1001

e 1000

f 1101

h 1110

n 101

o 001

s 1111

‘ ‘ 01

demo

原始檔 (1.12MB) 128kbps (105KB)

96Kbps(78.9KB) 64kbps (52.6KB)

demo

原始檔 (1.42MB) 96kbps(99.6KB)

無失真壓縮 ( 以 APE 為例 )

基本原理demo

基本原理 APE 的壓縮技巧基本上有三大技巧：

Mid/Side Coding Predictor Rice Coding

Mid/Side Coding

像先前提到的 Mid/Side Stereo ，將訊號分為兩喇叭的 mean 和 difference 進行編碼

Predictor

在時域上的音樂訊號彼此的 correlation 都不小

我們可以利用 adapting 的 predictor( 如 adapting Wiener filter) 將訊號中可預測的部份取出

Rice Coding

猜測編碼所需要的位元數 沒有 overflow 的訊號就用這幾個位元編碼 Overflow 的訊號再外加特殊的識別碼表示之

demo

原始檔 (1.7MB) 壓縮後 (587KB)

結論 處理器複雜度 V.S. 音質 處理速度　 V.S. 音質 儲存容量 V.S. 音質 影像品質 V.S. 音質

讓我們各取所需吧！

Thanks for your attention!