Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Kompressionsverfahren für Audio
Entropie= durchschnittlicher Informationsgehalt pro Zeichen in einer Zeichenkette 2 prinzipielle Verfahren: Entropie-Kodierung Daten werden als Folge digitaler Werte verlustfrei komprimiert. Rund-Length-Encoding, Pattern matching, Statistische Verfahren Quellen-Komprimierung Je nach Quelle oder Art der Daten werden Kompressionsverfahren eingesetzt, die besondere Eigenschaften der Quelldaten ausnutzen, meist auch mit (hinnehmbaren) Verlusten. Transformationskodierung, Prädikative Verfahren MP3 AAC ADPCM
2
Komprimierung PCM-Daten
Speicherplatz für 3 min Sound CD-Qualität, stereo: 3*60* = 31,5 MB Byte/s Radio-Qualität, mono 3*60*22050*2= 7,9 MB Byte/s Sprachqualität, mono 3*60*11025 = 2 MB Byte/s ISDN-Telefonie, mono 3*60*8096= 1,44 MB Byte/s Entropieverfahren wie Hufmann, LZW wenig brauchbar Predictive Coding: DPCM Delta / Differential Pulse Code Modulation ADPCM Adaptive PCM
3
Komprimierung DPCM Idee: die Differenzen zwischen den Pulswerten speichern. In der Regel kleine Zahlen, z.B. mit 4 Bit zu kodieren 48 90 117 127 117 90 48 Differenzen brauchen 7 Bit Delta 48 42 27 10 -10 -27 -42 -48 32 21 -10 -27 -32 64 96 127 117 90 58 26 6-Bit-Delta Konstante Differenzen führen zu mäßigen Ergebnissen Entweder wenig Komprimierung oder wenig Approximation
4
Quantisierter Vorhersage- Fehler
Komprimierung Predicitve Coding Quantisierter Vorhersage- Fehler Vorhersage- Fehler Abtastwerte Vorhergesagte Werte n-1 ADPCM variables Delta vorhersagen IMA ADCM 4bit 873 kB Vorhersagewert +quantisierter Fehler
5
Status des Quantisierers xp(n-1) index
Komprimierung IMA ADPCM Interactive Multimedia Assocation 4:1 Komprimierung: 16Bit-Wert durch 4 Bit darstellen 4-Bit Delta-„Nibble“ Altes Delta=Tabelle[index] Vor- zeichen bit3 bit2 bit0 Nibble berechnen aus x(n)-xp(n-1) und altem Delta Status des Quantisierers xp(n-1) index Nibble ausgeben Neuen Index berechnen aus altem Index und Nibble Neue Vorhersage xp(n) berechnen Stepsize-Tabelle .
6
Komprimierung IMA ADPCM
4-Bit Delta-„Nibble“ Vor- zeichen bit2 bit1 bit0 Hilfs- variable: Sample := x(n)-xp(n-1) Stepsize := StepsizeTabelle[index] Neue Vorhersage
7
ADPCM-Beispiele
8
Fourier, Jean-Baptiste Joseph Baron de ( ), französischer Mathematiker und Physiker, geboren in Auxerre, ausgebildet im Mönchskloster von Saint-Benoît-sur-Loire. nahm an der Französischen Revolution aktiv teil lehrte École Polytechnique in Paris ( ) und an der École Normale (1795) Teilnehmer an der Expedition Napoléon Bonapartes in Ägypten teil veröffentlichte er wichtiges Material über das ägyptische Altertum Präfekt des Département Isère zum Baron ernannt Mitglied der Académie des sciences Mitglied Académie française Arbeiten zur Mathematik und mathematischen Physik. In der Théorie analytique de la chaleur (1822, Analytische Theorie der Wärme) wandte er eine trigonometrische Reihe an, die man heute meist Fourier-Reihe nennt und mit deren Hilfe in der Physik und Technik viele mathematische Probleme gelöst werden können. "Fourier, Jean- Baptiste Joseph Baron de", Microsoft® Encarta® 99 Enzyklopädie. © Microsoft Corporation. Alle Rechte vorbehalten. Jede „anstandige“ periodische Funktion hat eine trigonometrische Reihendarstellung mit eindeutig bestimmten Koeffizienten ai und bi.
9
Fourier-Reihe Summendarstellung Alternativ: Beispiel: Orgelton
10
bestimmen, mit welcher Amplitude die zugehörige Frequenz
Fourier-Reihe Summendarstellung Die Koeffizienten bestimmen, mit welcher Amplitude die zugehörige Frequenz am Klang beteiligt ist. Periodische Funktionen haben ein diskretes Spektrum f ist die niedrigste beteiligte Frequenz. Amplitude Frequenz
11
Harmonische Analyse
12
Beispielspektrum 100 Hz Rechteck-Kurve
Berechnet mit Spectrogram 5.0 R. S. Horne
13
Fourier-Koeffizienten berechenen
Mathematik: Informatik: Fast Fourier Transform FFT It‘s been a hard day‘s night
14
Eigenschaften Fouriertransformation
Transformation in den Frequenzraum Fourier-Transformation berechnet das Spektrum Die Fouriertransformation läßt sich umkehren ! Die inverse Fourier-Transformation macht aus dem Spektrum den Sound. Anwendung der Fouriertransformation Analyse des Spektrums, Frequenzmessung Transpositionen Frequenzfilter (Hoch-, Tiefpass) Beweis des Sampling-Theorems
15
Mathematische Definition
F(u) ist Fourier-Transformierte von f(x) Inverse Fouriertransformation
16
Impulsfunktion Definition: Dirac‘sche Delta- Funktion Eigenschaften:
17
Abtast-Theorem: Beweisidee
Shah-Funktion mit Frequenz Spektrum Ausgangs- Signal f(x) zu sampelnde Funktion mit beschränktem Spektrum Spektrum agbetastetes Signal
18
Abtast-Theorem Spektrum Faltung FT(Shah) mit Spektrum Kastenfunktion
19
Sampling Aliasing bei falscher Abtastfrequenz Fehler ! -fmax fs fmax fs Frequenzspektrum des Ausgangssignals mit fmax Frequenzspektrum des abgetasteten Signals mit fs fmax -fmax fs fmax -fmax fs fmax -fmax fs fmax -fmax fs
20
Konvolution - Faltung Definition: Faltungssatz: kurz:
H: Fouriertransformierte von h G: Fouriertransformierte von g F: Fouriertransformierte von f
21
Abtast-Theorem Shah-Funktion
Dirac‘sche Delta-Funktion Es gilt: Shah-Funktion Es gilt: castleman
22
Vorlesung „Medientechnik WS 1999/2000“
Dr. Manfred Jackel Studiengang Computervisualistik Institut für Informatik Universität Koblenz-Landau Rheinau Koblenz © Manfred Jackel WWW: mtech.uni-koblenz.de Literatur zu diesem Kapitel Hyperlinks zu diesem Kapitel Grafik-Quellen
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.