Compressão de dados

compressão de áudio com perdas é usada em uma ampla gama de aplicações. Além de aplicações autônomas de áudio apenas de reprodução de arquivos em leitores ou computadores MP3, fluxos de áudio comprimido digitalmente são usados na maioria dos DVDs de Vídeo, Televisão digital, Mídia de streaming na Internet, rádio por satélite e cabo, e cada vez mais em transmissões de rádio terrestre., A compressão com perdas tipicamente atinge uma compressão muito maior do que a compressão sem perdas, descartando dados menos críticos baseados em otimizações psicoacústicas.psicoacústica reconhece que nem todos os dados em um fluxo de áudio podem ser percebidos pelo sistema auditivo humano. A maior parte da compressão com perdas reduz a redundância pela primeira identificação de sons perceptualmente irrelevantes, ou seja, sons que são muito difíceis de ouvir. Exemplos típicos incluem altas frequências ou sons que ocorrem ao mesmo tempo que sons mais altos. Esses sons irrelevantes são codificados com precisão reduzida ou não.,devido à natureza dos algoritmos com Perdas, a qualidade do áudio sofre uma perda de geração digital quando um arquivo é descomprimido e recomprimido. Isto torna a compressão lossy inadequada para armazenar os resultados intermediários em aplicações profissionais de engenharia de áudio, tais como edição de som e gravação multitrack. No entanto, formatos loss como MP3 são muito populares entre os usuários finais como o tamanho do arquivo é reduzido para 5-20% do tamanho original e um megabyte pode armazenar cerca de um minuto de música em qualidade adequada.,

Coding methodsEdit

To determine what information in an audio signal is perceptually irrelevant, most lossy compression algorithms use transforms such as the modified discrete cossine transform (MDCT) to convert time domain sampled waveforms into a transform domain, typically the frequency domain. Uma vez transformadas, as frequências dos componentes podem ser priorizadas de acordo com o quão audíveis são., Audibilidade de componentes espectrais é avaliado utilizando-se o limiar absoluto de audiência e a princípios de mascaramento simultâneo—o fenômeno em que um sinal é mascarado por outro sinal separados por frequência—e, em alguns casos, temporal, mascaramento, onde o sinal é mascarado por outro sinal separados por hora. A Equal-loudness contours também pode ser usada para pesar a importância perceptual dos componentes. Modelos da combinação orelha-cérebro humano incorporando tais efeitos são muitas vezes chamados modelos psicoacústicos.,

outros tipos de compressores com perdas, tais como a codificação preditiva linear (LPC) usada com a fala, são codificadores baseados na fonte. LPC usa um modelo do trato vocal humano para analisar sons de fala e inferir os parâmetros usados pelo modelo para produzi-los de momento a momento. Estes parâmetros de mudança são transmitidos ou armazenados e usados para conduzir outro modelo no decodificador que reproduz o som.

formatos Lossy são frequentemente usados para a distribuição de streaming de áudio ou comunicação interativa (como em redes de telefones celulares)., Em tais aplicações, os dados devem ser descomprimidos à medida que os dados fluem, e não depois de todo o fluxo de dados ter sido transmitido. Nem todos os codecs de áudio podem ser usados para aplicações de streaming.

latência é introduzida pelos métodos usados para codificar e descodificar os dados. Alguns codecs analisarão um segmento mais longo, chamado frame, dos dados para otimizar a eficiência, e então codificá-lo de uma maneira que requer um segmento maior de dados de uma só vez para decodificar., A latência inerente do algoritmo de codificação pode ser crítica; por exemplo, quando há uma transmissão de dados de duas vias, como por exemplo com uma conversa telefónica, atrasos significativos podem degradar seriamente a qualidade percebida.

em contraste com a velocidade de compressão, que é proporcional ao número de operações exigidas pelo algoritmo, aqui latência refere-se ao número de amostras que devem ser analisadas antes de um bloco de áudio ser processado. No caso mínimo, latência é zero amostras (por exemplo, se o codificador/decodificador simplesmente reduz o número de bits usados para quantizar o sinal)., Algoritmos do domínio do tempo, como LPC também muitas vezes têm baixas latências, daí sua popularidade na codificação de voz para telefonia. Em algoritmos como MP3, no entanto, um grande número de amostras tem que ser analisado para implementar um modelo psicoacústico no domínio da frequência, e latência está na ordem de 23 ms (46 ms para comunicação bidirecional).

Speech encodingEdit

Speech encoding is an important category of audio data compression. Os modelos perceptuais usados para estimar o que um ouvido humano pode ouvir são geralmente um pouco diferentes daqueles usados para a música., A gama de frequências necessárias para transmitir os sons de uma voz humana é normalmente muito mais estreita do que a necessária para a música, e o som é normalmente menos complexo. Como resultado, a fala pode ser codificada em alta qualidade usando uma taxa de bits relativamente baixa.

Se os dados a serem comprimidos são analógicos (como uma tensão que varia com o tempo), quantização é empregada para digitalizá-lo em números (normalmente inteiros). Isto é referido como conversão analógica-para-digital (A/D)., Se os inteiros gerados pela quantização são 8 bits cada, então todo o intervalo do sinal analógico é dividido em 256 intervalos e todos os valores do sinal dentro de um intervalo são quantizados para o mesmo número. Se os inteiros de 16 bits são gerados, então o intervalo do sinal analógico é dividido em 65.536 intervalos.

esta relação ilustra o compromisso entre alta resolução (um grande número de intervalos analógicos) e alta compressão (pequenos inteiros gerados). Esta aplicação de quantização é usada por vários métodos de compressão de fala., Isto é conseguido, em geral, por alguma combinação de duas abordagens:

• apenas codificando sons que poderiam ser feitos por uma única voz humana.jogando fora mais dos dados na manutenção de sinais APENAS o suficiente para reconstruir uma voz “inteligível” ao invés de toda a faixa de frequência da audição humana.

talvez os primeiros algoritmos usados na codificação de fala (e compressão de dados de áudio em geral) foram o algoritmo de lei-A e o algoritmo de lei-μ.,

HistoryEdit

codificação Perceptual foi usado pela primeira vez para codificação de voz de compressão, com linear predictive coding (LPC). Os conceitos iniciais para LPC remontam ao trabalho de Fumitada Itakura (Universidade Nagoya) e Shuzo Saito (Telégrafo Nippon e telefone) em 1966. Durante a década de 1970, Bishnu S. Atal e Manfred R., Schroeder em Bell Labs desenvolveu uma forma de LPC chamada codificação preditiva adaptativa (APC), um algoritmo de codificação perceptual que explorou as propriedades de mascaramento da orelha humana, seguido no início de 1980 com o algoritmo de predição linear excitada por código (CELP) que alcançou uma proporção de compressão significativa para seu tempo. A codificação Perceptual é usada por formatos modernos de compressão de áudio, como MP3 e AAC.o primeiro sistema de compressão de áudio de automação de transmissão comercial do mundo foi desenvolvido por Oscar Bonello, um professor de engenharia da Universidade de Buenos Aires., Em 1983, usando o princípio psicoacústico do mascaramento de bandas críticas publicado pela primeira vez em 1967, ele começou a desenvolver uma aplicação prática baseada no computador IBM PC recentemente desenvolvido, e o sistema de automação de transmissão foi lançado em 1987 sob o nome Audicom. Vinte anos depois, quase todas as estações de rádio do mundo estavam usando tecnologia similar fabricada por uma série de empresas.

um compêndio de literatura para uma grande variedade de sistemas de codificação de áudio foi publicado no Jornal do IEEE sobre áreas selecionadas nas comunicações (JSAC), em fevereiro de 1988., Embora houvesse alguns trabalhos anteriores a essa época, esta coleção documentava toda uma variedade de codificadores de áudio acabados, trabalhando quase todos eles usando técnicas de percepção (ou seja, mascaramento) e algum tipo de análise de frequência e codificação sem ruído de back-end. Vários desses trabalhos ressaltaram sobre a dificuldade de obter áudio digital bom e limpo para fins de pesquisa. A maioria, se não todos, dos autores na edição JSAC também estavam ativos no comitê de áudio MPEG-1, que criou o formato MP3.,

VideoEdit

Video compression is a practical implementation of source coding in information theory. Na prática, a maioria dos codecs de vídeo são usados ao lado de técnicas de compressão de áudio para armazenar os fluxos de dados separados mas complementares como um pacote combinado usando os chamados formatos de recipiente.o vídeo não comprimido requer uma taxa de dados muito elevada. Embora codecs de compressão de vídeo sem perdas se apresentem com um fator de compressão de 5 a 12, um típico vídeo de compressão com Perdas de H. 264 tem um fator de compressão entre 20 e 200.,

As duas principais técnicas de compressão de vídeo utilizadas nos padrões de codificação de vídeo são a Transformada discreta de cosseno (DCT) e a compensação de movimento (MC). A maioria dos padrões de codificação de vídeo, como os formatos H. 26x e MPEG, normalmente usam codificação de vídeo DCT compensada por movimento (compensação de movimento em bloco).dados de vídeo podem ser representados como uma série de imagens fixas. Tais dados geralmente contêm quantidades abundantes de redundância espacial e temporal. Algoritmos de compressão de vídeo tentam reduzir a redundância e armazenar informações mais compactamente.,

A maioria dos formatos de compressão de vídeo e codecs exploram redundância espacial e temporal (por exemplo, através da codificação da diferença com compensação de movimento). As semelhanças podem ser codificadas apenas armazenando diferenças entre, por exemplo, molduras temporalmente adjacentes (codificação inter-frames) ou pixels espacialmente adjacentes (codificação intra-frame).A compressão inter-frames (uma codificação delta temporal) é uma das mais poderosas técnicas de compressão. Ele (re)usa dados de um ou mais frames anteriores ou posteriores em uma seqüência para descrever o frame atual., A codificação Intra-frame, por outro lado, usa apenas dados de dentro da moldura atual, efetivamente sendo a compressão de imagem imóvel.

uma classe de formatos especializados utilizados em câmaras de vídeo e edição de vídeo usam esquemas de compressão menos complexos que restringem as suas técnicas de Previsão à previsão intraframedral.

Normalmente de compressão de vídeo além disso, emprega técnicas de compressão com perdas, como quantização, que reduzem a aspectos dos dados de origem que são (mais ou menos) irrelevantes para a percepção visual humana através da exploração perceptiva características da visão humana., Por exemplo, pequenas diferenças de cor são mais difíceis de perceber do que as mudanças de brilho. Algoritmos de compressão podem mediar uma cor através destas áreas semelhantes para reduzir o espaço, de uma forma semelhante às usadas na compressão de imagens JPEG. Como em toda a compressão lossy, há um trade-off entre a qualidade do vídeo e a taxa de bits, o custo de processar a compressão e descompressão, e os requisitos do sistema. Vídeo altamente comprimido pode apresentar artefatos visíveis ou distraídos.,

outros métodos que não os formatos de transformada baseados em DCT prevalentes, tais como compressão fractal, busca de correspondência e o uso de uma transformada discreta de wavelet (DWT), têm sido objeto de alguma pesquisa, mas geralmente não são usados em produtos práticos (exceto para o uso de codificação de wavelet como codificadores de imagem-estática sem compensação de movimento). O interesse na compressão fractal parece estar diminuindo, devido à análise teórica recente mostrando uma comparativa falta de eficácia de tais métodos.,

codingEdit