Bài giảng Truyền thông đa phương tiện - Chương 2: Kỹ thuật audio và video - Trần Bá Nhiệm
Tóm tắt Bài giảng Truyền thông đa phương tiện - Chương 2: Kỹ thuật audio và video - Trần Bá Nhiệm: ...M), mỗi kênh sử dụng một khe thời gian được ấn định trước 27Trần Bá Nhiệm Truyền thông đa phương tiện Ghép kênh 28Trần Bá Nhiệm Truyền thông đa phương tiện Mã hóa audio cảm quan • Mục đích – Biểu diễn chuỗi số ngắn gọn – Tốc độ bit thấp – Chất lượng cao • Động cơ – Giảm tốc độ dữ liệu ... đáp ứng của các cường độ khác nhau • Đáp ứng của tai với các tần số khác nhau • Nghe một âm khi có mặt một âm khác 51Trần Bá Nhiệm Truyền thông đa phương tiện Ngưỡng nghe tuyệt đối • Ngưỡng nghe tuyệt đối - ATH (Absolute Theshold of Hearing) – Thí nghiệm: để một người trong phòng kín, im ... đa phương tiện MPEG-1 68Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 69Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 70Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Thuật toán cơ bản – Tiến hành chia ngõ vào thành 32 băng con bởi các băng lọc: Lấy 32 mẫu PCM trong cùng một th...
Nhiệm Truyền thông đa phương tiện Mã hóa audio cảm quan • Mã hóa nguồn không thực tế với tín hiệu audio, do đó người ta muốn thực hiện phải tiến hành: – Khai thác các đặc tính thu được – Loại bỏ các thành phần không thích hợp với cảm nhận – Giảm các dư thừa thống kê 31Trần Bá Nhiệm Truyền thông đa phương tiện Mã hóa audio cảm quan 32Trần Bá Nhiệm Truyền thông đa phương tiện Tiêu chuẩn lấy mẫu 33 – Băng thông – Tốc độ – Chất lượng – Độ trễ Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số • Là một tập hợp các bộ lọc số có chung đầu vào nhiều đầu ra hoặc chung đầu ra nhiều đầu vào • Băng lọc số phân tích là tập hợp các bộ lọc số có đáp ứng tần số Hk(e j) có chung đầu vào và nhiều đầu ra 34Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số • Ngõ ra gồm M tín hiệu Xk(n) chiếm dải tần liên tiếp nhau gọi là các tín hiệu băng con (subband) • Các bộ lọc H0(e j): thông thấp, HM-1(e j): thông cao, Hi(e j): thông dải (với i từ 1 đến M – 2) 35Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số tổng hợp • Là tập hợp các bộ lọc số có đáp ứng tần số Gk(e j) có chung đầu ra • Các bộ lọc G0(e j): thông thấp, GM-1(e j): thông cao, Gi(e j): thông dải (với i từ 1 đến L – 2) 36Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số nhiều nhịp 2 kênh và băng lọc gương cầu phương QMF (Quadrature Mirror Filter Bank) • Băng lọc số nhiều nhịp là sự kết hợp của băng lọc số phân tích, băng lọc số tổng hợp với bộ phân chia và bộ nội suy • Với số bộ lọc của băng lọc phân tích và tổng hợp bằng 2 thì ta có băng lọc số nhiều nhịp 2 kênh 37Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số nhiều nhịp 2 kênh và băng lọc gương cầu phương QMF (Quadrature Mirror Filter Bank) • Các bộ lọc H0(ej), G0(ej): thông thấp, H1(ej), G1(ej): thông cao • Lý tưởng: = ( ) 38Trần Bá Nhiệm Truyền thông đa phương tiện Băng lọc số nhiều nhịp 2 kênh và băng lọc gương cầu phương QMF (Quadrature Mirror Filter Bank) • Nếu ( ) = ( ) và nếu chọn tần số cắt cho 2 bộ lọc là /2 ta thấy ( ) là ảnh của ( ) qua gương đặt ở vị trí /2. Băng lọc nhiều nhịp 2 kênh như vậy gọi là băng lọc gương cầu phương • Nếu = c ( − ) giống dạng tín hiệu ngõ vào thì ta gọi là băng lọc gương cầu phương khôi phục hoàn hảo PRQMF (Perfect ReconstructureQMF) 39Trần Bá Nhiệm Truyền thông đa phương tiện Mã hóa băng con và cấu trúc bộ lọc QMF • Dùng bộ lọc số • Thuận lợi trong việc nén tín hiệu âm thanh vì phổ tập trung không đồng đều. Từ đó ta có được sự phân bố hợp lý, vừa hiệu quả vừa đạt chất lượng cao 40Trần Bá Nhiệm Truyền thông đa phương tiện Cấu trúc dạng cây đơn phân giải 41Trần Bá Nhiệm Truyền thông đa phương tiện Cấu trúc dạng cây đa phân giải 42Trần Bá Nhiệm Truyền thông đa phương tiện Các phương pháp mã hóa chuyển đổi • FFT (Fast Fourier Transform) • DFT (Discrete Fourier Transform) • DCT (Discrete Cosine Transform) • MDCT (Modified DCT) • Wavelets 43Trần Bá Nhiệm Truyền thông đa phương tiện DCT (Discrete Cosine Transform) • DCT là phép biến đổi trực giao, là một thuật toán hiệu quả cho các đặc tính nén mạnh và giảm độ tương quan 44Trần Bá Nhiệm Truyền thông đa phương tiện MDCT (Modified DCT) • MDCT là phép biến đổi trực giao tuyến tính được sửa đổi từ DCT 45Trần Bá Nhiệm Truyền thông đa phương tiện Wavelests • Wavelests có thể được xem như một bộ phân tích băng con với cây không cân bằng, nghĩa là các tần số được chia một cách không đồng nhất • Băng lọc tương đồng với dải tới hạn 46Trần Bá Nhiệm Truyền thông đa phương tiện DWT (DiscreteWaveletTransform) • Mở rộng và dịch chuyển “hàm mẹ” h(t) bằng cách định nghĩa một cơ sở trực giao, wavelet cơ sở: hn.m(t) = 2 -m/2 h (2-m t – n) Trong đó: n là tỷ lệ, m là độ dời và t là thời gian • Hệ số n chỉ thị độ rộng của các wavelet và hệ số vị trí m xác định vị trí của nó. Với hàm mẹ h(t) ta được một tập hàm wavelet trực giao cơ sở 47Trần Bá Nhiệm Truyền thông đa phương tiện DWT (DiscreteWaveletTransform) • Trực giao: f(t), g(t) là hai vector thuộc không gian L2(a, b), t [a, b]. Hai vector là trực giao khi tích vô hướng của chúng bằng 0 • Cơ sở trực giao: tập các vector {vk} = {v1, , vn} được gọi là cơ sở trực giao nếu chúng trực giao từng đôi một và có độ dài bằng 1 48Trần Bá Nhiệm Truyền thông đa phương tiện DWT (DiscreteWaveletTransform) • = mn • Hay • Hàm delta: • Chuyển đổi wavelet: • Chuyển đổi wavelet ngược: 49Trần Bá Nhiệm Truyền thông đa phương tiện Phân tích tâm lý âm học • Hệ thống thính giác của con người – Được chú trọng khai thác trong audio cảm quan – Trong dải 20Hz đến 20kHz thì khả năng nghe không đồng nhất với các tần số - việc cảm nhận phụ thuộc vào mức áp lực và tùy thuộc vào từng người – Dải 20Hz 20kHz được chia thành các dải con không đồng nhất và không tuyến tính. Cảm nhận tốt trong khoảng 2kHz đến 4kHz và ngưỡng nghe đến ngưỡng đau khoảng 96dB 50Trần Bá Nhiệm Truyền thông đa phương tiện Phân tích tâm lý âm học • Hệ thống thính giác của con người – Phụ thuộc vào môi trường nghe, với môi trường nhiễu lớn thì hạn chế khả năng nghe và khả năng phân biệt các âm thanh khác nhau – Vậy phân tích tâm lý nghe là xét các vấn đề: • Độ nhạy của tai, khả năng đáp ứng của các cường độ khác nhau • Đáp ứng của tai với các tần số khác nhau • Nghe một âm khi có mặt một âm khác 51Trần Bá Nhiệm Truyền thông đa phương tiện Ngưỡng nghe tuyệt đối • Ngưỡng nghe tuyệt đối - ATH (Absolute Theshold of Hearing) – Thí nghiệm: để một người trong phòng kín, im lặng, phát âm kiểm tra với tần số xác định (1kHz), tăng mức âm thanh cho đến khi có thể nghe được, ghi lại các giá trị và lặp lại với tần số khác – Vẽ đồ thị, ta được ngưỡng nghe tuyệt đối – Thử với người khác, ghi kết quả 52Trần Bá Nhiệm Truyền thông đa phương tiện Dải tới hạn (critical bankwidth) • Fletcher thí nghiệm và thấy việc nghe của con người giống như dùng các bộ lọc tâm sinh lý có độ rộng gần bằng một giá trị tới hạn và Fletcher gọi độ rộng của bộ lọc tới hạn là dải tới hạn • Dải tới hạn biểu diễn công suất xác định của tai cho các tần số hay dải tần số liên tục 53Trần Bá Nhiệm Truyền thông đa phương tiện Dải tới hạn (critical bankwidth) • Các thí nghiệm cho thấy rằng: – Với các tần số che nhỏ hơn 500Hz thì dải tới hạn không đổi với độ rộng khoảng 100Hz – Với các tần số che lớn hơn 500Hz thì dải tới hạn có độ rộng tăng tương đối tuyến tính theo tần số • Vậy thang tần số không tuyến tính thang bark (Barkhausen) • Flecher chia băng thông âm thanh thành 25 dải tới hạn 54Trần Bá Nhiệm Truyền thông đa phương tiện Dải tới hạn (critical bankwidth) 55Trần Bá Nhiệm Truyền thông đa phương tiện Dải tới hạn (critical bankwidth) • Bark là đơn vị để biểu diễn một dải tới hạn, 1 bark = 1 độ rộng dải tới hạn • Công thức chuyển đổi: • Hoặc: 1 bark = 13 arctg(0,76f) + 3,5 arctg(f/7500) • Hoặc: 1 bark = 13 arctg(0,76f) + 3,5 arctg(f2/65,25) 56Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật che (masking) • Con người khi nghe một âm với sự có mặt của một âm khác sẽ cảm nhận yếu đi khi âm này có tần số gần với âm cần nghe hoặc biên độ lớn • Che tần số (frequency masking) : – Thí nghiệm: Để một người trong phòng kín, phát ra một âm che (maskingtone) với tần số xác định (1,1kHz) ở một mức nào đó (60dB); tăng mức âm thanh cho đến khi có thể nghe được; thay đổi âm kiểm tra, vẽ ngưỡng nghe, lặp lại với âm che khác 57Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật che (masking) • Che thời gian (temporal masking) : – Thí nghiệm: Phát ra một âm che với tần số 1kHz, biên độ 55dB, thêm một âm kiểm tra 1,1kHz, biên độ 20dB trước và sau âm che. Âm kiểm tra không thể nghe được (nó đang bị che) – Lặp lại các mức khác của âm kiểm tra và vẽ – Với thí nghiệm này, âm 1,1kHz với 20dB bị che trước khoảng 15ms và che sau khoảng 50ms 58Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật che (masking) • Che thời gian (temporal masking) : 59Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Cơ sở: – Âm thanh trung thực và chất lượng dịch vụ thỏa mãn thì tốc độ dòng dữ liệu phải lớn – Ví dụ: hệ thống âm thanh đa kênh mã hóa 16 bit, tần số lấy mẫu 48kHz (6 kênh) sẽ có tốc độ 48x16x6=4,5Mbps – Tốc độ cao khó khăn lưu trữ, truyền dẫn và giá thành thiết bị; do vậy cần phải nén 60Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Nén không tổn hao – Khôi phục đúng thông tin ban đầu sau khi giải nén – Loại bỏ dư thừa thống kê, các thông tin xuất hiện trong tín hiệu mà có thể dự báo trước – Tỷ số nén thấp, khoảng 2:1; phụ thuộc vào mức độ phức tạp của nguồn – Thường dùng kỹ thuật mã hóa dự đoán trong miền thời gian 61Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Thuật toán vi sai – Tín hiệu âm thanh có đặc tính lặp đi lặp lại nên xuất hiện sự dư thừa số liệu. Thông tin lặp lại sẽ được loại bỏ trong quá trình mã hóa và được đưa vào lại trong quá trình giải mã dùng kỹ thuật DPCM – Các tín hiệu audio đầu tiên được phân tích thành tập hợp các dải băng con bao gồm một số lượng âm thanh rời rạc, sau đó DPCM được dùng để dự báo các tín hiệu lặp lại theo chu kỳ. Nếu dùng ADPCM sẽ cho kết quả còn tốt hơn nữa 62Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Mã hóa Entropy – Tận dụng độ dư thừa trong cách miêu tả các hệ số băng con đã lượng tử hóa nhằm cải thiện tính hiệu quả của quá trình mã hóa. Các hệ số lượng tử được gửi đi theo sự tăng dần của tần số – Kết quả nhận được là bảng mã tối ưu thống kê các giá trị miền tần số thấp và cao – Dùng mã hóa Hufman, Lempel-Zip để nén 63Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Nén tổn hao – Hệ thống thính giác của con người không thể phân biệt các thành phần phổ có biên dộ nhỏ giữa các thành phần phổ có biên độ lớn – Hệ số nén lớn, khoảng 20:1 phụ thuộc vào quá trình nén và chất lượng audio yêu cầu 64Trần Bá Nhiệm Truyền thông đa phương tiện Kỹ thuật nén audio • Nén tổn hao – Các kỹ thuật: • Kỹ thuật che đ/v các thành phần tín hiệu trong miền thời gian và tần số • Che mức tạp âm lượng tử cho từng âm độ của tín hiệu âm thanh bằng cách chỉ định số bit vừa đủ để chắc chắn rằng mức nhiễu lượng tử luôn nằm dưới mức giá trị cần che • Mã hóa ghép: khai thác độ dư thừa trong hệ thống audio đa kênh với các thành phần số liệu trong các kênh giống nhau. Mã hóa một phần số liệu chung trên một kênh và chỉ định cho bộ giải mã lặp lại tín hiệu đó trên các kênh còn lại 65Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Được phát triển trên cơ sở phối hợp chuẩn ISO/IEC 11172 • Dùng tần số lấy mẫu của CD-DA với fs = 32kHz hoặc 44kHz hoặc 48kHz; mã hóa 16bit/mẫu tín hiệu 66Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Tốc độ bit: 32 – 768kbps/channel • Các kiểu: Mono, dual-mono, dual-stereo, joint- stereo • Xác định các tham số khác nhau về tốc độ, dòng số sau khi nén, số mẫu trong header cho một kênh, cấu trúc thời gian khung, phương pháp mã hóa dự đoán và các chế độ làm việc 67Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 68Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 69Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 70Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Thuật toán cơ bản – Tiến hành chia ngõ vào thành 32 băng con bởi các băng lọc: Lấy 32 mẫu PCM trong cùng một thời điểm, kết quả là 32 hệ số tần số ở ngõ ra – Trong MPEG-1 lớp I thì tập 32 giá trị PCM được kết hợp vào trong khối gồm 12 nhóm 32 mẫu này – MPEG-1 lớp II và III thì gồm 3 khối 12 nhóm này – Phân bố bit đảm bảo rằng mọi nhiễu lượng tử nằm ở dưới các ngưỡng che 71Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Thuật toán cơ bản – Với mỗi băng con, xác định mức biên độ và mức nhiễu bằng mô hình tâm sinh lý nghe. SMR (signal mask rate) được dùng để xác định số bit cho quá trình lượng tử hóa đ/v mỗi băng con với mục đích giảm thiểu dung lượng – Ví dụ: sau khi phân tích, mức của 16 băng con đầu là: 72Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Thuật toán cơ bản – Nếu mức của băng con thứ 8 là 60 thì nó che 12dB ở băng con thứ 7 và 15dB ở băng con thứ 9 – Băng con thứ 7 có mức 10dB<12dB: loại. Băng con thứ 9có mức 35dB>15dB: gửi đi chỉ có các mức lớn hơn mức che là được gửi đi thay vì dùng 6 bit để mã hóa, ta chỉ cần dùng 4 bit tiết kiệm – MPEG LayerI: bộ lọc DCT 1 khung và tần số bằng phẳng trong mỗi băng con. Mô hình tâm sinh lý nghe dùng che tần số 73Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Thuật toán cơ bản – MPEG LayerII: có 3 khung trong bộ lọc (trước, hiện tại và kế), tổng là 1125 mẫu. Sử dụng bài bit để che thời gian – MPEG LayerIII: dùng bộ lọc tới hạn để đáp ứng tốt hơn. Mô hình tâm sinh lý nghe dùng che thời gian, che tần số, tính toán độ dư thừa stereo và mã hóa Huffman 74Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Cấu trúc khung – Header info: bao gồm 12 bit đồng bộ, 20 bit thông tin hệ thống chỉ thị tốc độ bit, tần số lấy mẫu, dạng nhấn, 16 bit CRC với đa thức sinh x16 + x15 + x2 + 1 75Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-1 • Cấu trúc khung – Side info: có phân bố bit như sau: lớp 1 với 4 bit tuyến tính cho các băng con, lớp II 4 bit cho các băng con tần thấp, 3 bit tần trung và 2 bit tần cao; hệ số tỷ lệ là 6 bit/băng con kết hợp với phân bố bit và các bit mã hóa cho băng con đó để xác định giá trị, lớp III mã hóa âm thanh nổi – Subband sample: 32 x 12 mẫu đối với lớp I và 32 x 36 mẫu đối với lớp II và lớp III – Aux data: dữ liệu bổ sung 76Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-2 • Mở rộng MPEG-1 cho các ứng dụng mới • Có khả năng áp dụng nhiều tốc độ khác nhau từ 32 đến 1066kbps. Tần số lấy mẫu có thể giảm một nửa so với MPEG-1 (16; 22,05; 24kHz) • Khả năng đa kênh, tốc độ bit mở rộng có thể lên đến 1 Mbps cho các ứng dụng tốc độ cao. Cho phép nén đồng thời nhiều kênh 77Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-2 • Chất lượng âm thanh tùy thuộc ứng dụng • Hỗ trợ khả năng lồng tiếng, bình luận nhiều ngôn ngữ trong phần bit mở rộng • Sử dụng khả năng mã hóa cường độ cao, giảm xuyên âm, mã hóa dự đoán liên kênh và mã hóa ảo ảnh kênh trung tâm để nhận được tốc độ bit kết hợp 384kb/s • Khung được chia làm 2 phần, phần đầu là MPEG- 1 stereo, phần mở rộng MPEG-2 chứa tất cả những dữ liệu surround khác 78Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-2 79Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-2 • Mã hóa và giải mã 80Trần Bá Nhiệm Truyền thông đa phương tiện MPEG-2 • Mã hóa và giải mã – Trong đó: – Với R: phải, L: trái, C: trung tâm, LS: trái vòm, RS: phải vòm dễ dàng trong mã hóa thuận/nghịch – Cấu trúc khung 81Trần Bá Nhiệm Truyền thông đa phương tiện AC-3 (Dolby Digital) • Chuyển tải âm thanh đa kênh trong các ứng dụng như DVD-video, DTV và DBS • Phát triển từ AC-1, AC-2 • Mã hóa âm thanh từ 1 đến 6 kênh, thông thường cung cấp âm thanh 5.1 kênh: trái, phải, trung tâm, trái vòm, phải vòm và 1 kênh hiệu ứng tần số thấp (âm trầm) • 6 kênh yêu cầu 6 x 48kHz x 18 bit = 5,184 Mb/s chưa nén có thể được mã hóa tối thiểu với tốc độ 384kb/s (tỷ lệ 13:1) Trần Bá Nhiệm Truyền thông đa phương tiện 82 AC-3 (Dolby Digital) • Tuy nhiên AC-3 hỗ trợ tốc độ từ 32 đến 640kb/s • Cung cấp khả năng tự chọn mức âm thanh cho thính giả • Cho phép giảm dữ liệu bằng quá trình lượng tử biểu diễn trong miền tần số của tín hiệu âm thanh Trần Bá Nhiệm Truyền thông đa phương tiện 83 AC-3 (Dolby Digital) • Bộ mã hóa dùng băng lọc phân tích chuyển các mẫu PCM thành các hệ số trong miền tần số. Mỗi hệ số biểu diễn ký hiệu mũ nhị phân gồm phần số mũ và phần định trị. Các tập số mũ được mã hóa thô qua phổ tín hiệu và xem như là đường bao phổ. Dùng phân phối bit xác định số bit cần mã hóa mỗi định trị dựa vào đường bao phổ. Đường bao phổ và các định trị được lượng tử cho 6 khối âm thanh (1536 mẫu âm thanh) được định dạng thành khung rồi chuyển đi Trần Bá Nhiệm Truyền thông đa phương tiện 84 AC-3 (Dolby Digital) • Mã hóa Trần Bá Nhiệm Truyền thông đa phương tiện 85 APT-X100 • Cho tỷ lệ nén 4:1 • Dùng để truyền dẫn, lưu trữ các tín hiệu mono, stereo hay đa kênh chất lượng cao • Không hẳn dựa vào mô hình tâm sinh lý nghe, cũng không trực tiếp loại các thành phần không thích hợp trong tín hiệu audio mà ngầm hiểu một mô hình đáp ứng nghe bằng việc phân phối ít bit ở tần số cao Trần Bá Nhiệm Truyền thông đa phương tiện 86 APT-X100 • Thuật toán hoàn toàn trong miền thời gian, dùng mã hóa dự đoán tuyến tính trong các băng con • Hoạt động với bất kỳ tần số lấy mẫu nào với ngõ ra 16 bit/từ mẫu • Tín hiệu audio chia thành 4 băng con với băng thông đều như nhau dùng các bộ lọc QMF Trần Bá Nhiệm Truyền thông đa phương tiện 87 APT-X100 • Tín hiệu được phân tích trong miền thời gian: dùng mã hóa dự đoán tuyến tính ADPCM để lượng tử mỗi băng theo nội dung và loại bỏ độ dư thừa trong các băng con • Mã hóa sự khác biệt của mẫu hiện thời và mẫu trước • Giải mã được tiến hành ngược lại cách trên Trần Bá Nhiệm Truyền thông đa phương tiện 88 Mã hóa âm thanh nổi Trần Bá Nhiệm Truyền thông đa phương tiện 89 Mã hóa âm thanh nổi • Mã hóa Trái-Phải (LR) – Không loại bỏ độ dư thừa – Các kênh riêng biệt được mã hóa độc lập – Ngưỡng che không liên quan – Hiệu quả với âm thanh rất khác biệt giữa kênh trái và kênh phải Trần Bá Nhiệm Truyền thông đa phương tiện 90 Mã hóa âm thanh nổi • Join Stereo Middle-Side – Khuynh hướng của Join Stereo không chỉ là kết hợp các định dạng của chuẩn nén MP3 (MPEG-1 lớp III) mà còn kết hợp các dạng nén khác như MPEG và AAC – Middle-Side Stereo xét 2 kênh dữ liệu theo 2 phương diện khác nhau. Thay vì lưu trữ một dữ liệu âm thanh theo 2 kênh Left-Right ta chỉ cần lưu trữ một chuỗi tương tự số trung bình Average và sự sai biệt Difference (của Left và Right) Trần Bá Nhiệm Truyền thông đa phương tiện 91 Mã hóa âm thanh nổi • Join Stereo Middle-Side – Middle-Side có thể lấy Middle=(L+R)/2 và Side=(LR)/2 – Dấu của Side rất quan trọng, nếu dương thì nghĩa là tín hiệu L lớn hơn R – Hoàn toàn có thể tái tạo 2 kênh L, R như sau: L=Middle + Side, R=Middle Side Trần Bá Nhiệm Truyền thông đa phương tiện 92 Mã hóa âm thanh nổi • Join Stereo Middle-Side – Ưu điểm là sự khác biệt tương đối của các tín hiệu audio của các kênh L và R. Kết quả kênh Middle lớn hơn nhiều so với Side. Việc mã hóa kênh Side dùng ít bit hơn để giải phóng tài nguyên để có thể triển khai hữu hiệu hơn trên kênh Middle. Khi tải định dạng lại L, R thì kết quả sẽ thể hiện tín hiệu gốc ngõ vào “thực” hơn Trần Bá Nhiệm Truyền thông đa phương tiện 93 Mã hóa âm thanh nổi • Join Stereo Middle-Side – Tính chất: • Kênh Side dùng số bit rất ít • Loại bỏ độ dư thừa cho tín hiệu mono trong thực tế • Có thể được áp dụng trong miền thời gian lẫn tần số • Độ lợi mã hóa cao phụ thuộc tín hiệu – Biến đổi ngược: tổng/hiệu chuẩn hóa Trần Bá Nhiệm Truyền thông đa phương tiện 94 Mã hóa âm thanh nổi • Stereo ghép cường độ cao (Intensity Stereo) – Mục đích: tối thiểu hóa thông tin stereo để nhận được tốc độ bit thấp nhất nếu có thể – Mã hóa tín hiệu tổng các kênh+ các hướng của kênh. Truyền đường bao, sau đó là tỷ lệ theo các kênh – Kiểm chứng dựa trên việc cảm nhận của con người kém đối với tần số trên 3kHz – Biên độ và pha không quan trọng Trần Bá Nhiệm Truyền thông đa phương tiện 95 Mã hóa âm thanh nổi • Stereo ghép cường độ cao (Intensity Stereo) – Giảm gần 50% lượng dữ liệu – Không đảm bảo thông tin về pha của tín hiệu – Có thể cảm nhận một số vấn đề méo tín hiệu – Dùng trong các ứng dụng có tốc độ bit thấp Trần Bá Nhiệm Truyền thông đa phương tiện 96 Mã hóa âm thanh nổi • Stereo ghép cường độ cao (Intensity Stereo) Trần Bá Nhiệm Truyền thông đa phương tiện 97
File đính kèm:
- bai_giang_truyen_thong_da_phuong_tien_chuong_2_ky_thuat_audi.pdf