Čo je kompresia založená na vsadne pre zvukové údaje?

Perceptuálne založená kompresia pre zvukové údaje využíva obmedzenia ľudského sluchu, aby sa zmenila veľkosť zvukových súborov bez toho, aby výrazne ovplyvnila vnímanú kvalitu. Namiesto jednoduchého vyradenia údajov rovnomerne inteligentne odstraňuje alebo znižuje informácie, ktoré je nepravdepodobné, že by si poslucháč všimol. Dosahuje sa to prostredníctvom niekoľkých kľúčových stratégií:

* Masking: Toto je základný princíp. Spolieha sa na skutočnosť, že naše uši sú menej citlivé na tichšie zvuky, keď sú súčasne prítomné hlasnejšie zvuky. Hourder znie „maska“ tichšie. Perceptuálne založené kodeky identifikujú frekvencie maskované hlasnejšími a buď znižujú svoje bitrate, alebo ich úplne odstránia. Toto je obzvlášť efektívne pri znižovaní údajov potrebných pre vysokofrekvenčné komponenty, ktoré sú často maskované nižšími frekvenciami.

* kvantizácia: Zahŕňa to zníženie presnosti zvukových údajov. Namiesto reprezentácie každej vzorky s veľmi vysokým počtom bitov používajú kodeky v percepčne menej bitov, najmä pre menej vnímavne dôležité časti signálu. Zavedený kvantizačný hluk je často maskovaný hlasnejšími zvukmi.

* psychoakustické modely: Toto sú matematické modely, ktoré simulujú ľudský zvukový systém. Predpovedajú, ktoré časti zvukového signálu budú s najväčšou pravdepodobnosťou maskované, a preto môžu byť komprimované agresívnejšie. Existujú rôzne modely s rôznou úrovňou zložitosti a presnosti.

* Frekvenčné spracovanie domény: Mnoho percepčne založených kodekov pracuje vo frekvenčnej doméne (pomocou transformácií, ako je diskrétna transformácia kosínus alebo modifikovaná diskrétna transformácia kozínu), čo oveľa uľahčuje identifikáciu a manipuláciu s maskovanými frekvenciami.

Príklady kodekov pomocou kompresie v percepčne:

* mp3: Široko používaný príklad. Je relatívne efektívny, ale môže zaviesť výrazné artefakty pri veľmi vysokých kompresných pomeroch.

* AAC (Advanced Audio Coding): Všeobecne sa uvádza, že poskytuje lepšiu kvalitu ako mp3 pri rovnakom bittrate.

* opus: Modernejší kodek navrhnutý pre zvuk aj pre reč a ponúka vysokú kvalitu pri nízkych bitrátoch.

* vorbis: Ďalší kodek s otvoreným zdrojom známy pre svoju kvalitnú a efektívnu kompresiu.

Obmedzenia:

Aj keď je vysoko účinný, kompresia v percepčne nie je dokonalá. Pri veľmi vysokých kompresných pomeroch môžu byť artefakty zreteľné, najmä ako syčanie, bzučanie alebo zmätok zvuku. Kvalita kompresie tiež do značnej miery závisí od zložitosti použitého psychoakustického modelu a implementácie kodeku.

Stručne povedané, audio kompresia v percepčovaní dramaticky znižuje veľkosť súborov využívaním obmedzení ľudského sluchu a ponúka dobrú rovnováhu medzi znížením údajov a vnímanou kvalitou zvuku. Úspech spočíva v schopnosti inteligentne zlikvidovať alebo znížiť informácie, ktoré je menej pravdepodobné, že poslucháč vníma.

• Predchádzajúca strana: Aké sú obmedzenia priepustnosti? 
• Ďalšia strana: Čo je dátová disciplína, ktorá sa zameriava na správne generované ukladanie a získavanie údajov.?