Tecniche di compressione segnali audio: Università degli studi di Messina Facoltà di Scienze MM.FF.NN. Corso di laurea in Informatica “U.Bonino” Tecniche di compressione segnali audio: modello psicoacustico per Mpeg 1 Layer III mediante MatLab Tesi di laurea di: Alberto Pagano Relatrice: Prof.ssa Luigia PUCCIO Anno Accademico 1999/2000

Tecnologia digitale Il recente sviluppo delle tecnologie digitali ha reso fondamentale l’utilizzo di compressione audio/video nel campo delle telecomunicazioni Es. teleconferenze, videotelefonia, ecc.

ISO (International Standards Organization) MPEG (Moving Pictures Expert Group) Sviluppare codifiche standard internazionali per la digitalizzazione, la compressione e la decompressione audio/video

MPEG Il primo lavoro è conosciuto come MPEG 1 “codifica di fotogrammi in movimento con audio associato per l’archiviazione su memorie di massa digitali con una occupazione di 1.5 Mbits al secondo” il progetto è suddiviso in 5 parti: system; video; audio; conformance testing; software simulation.

MPEG 1 In MPEG 1 sono presenti 3 layer di compressione 12:1 In MPEG 1 sono presenti 3 layer di compressione Dal primo al terzo troviamo un incremento nella complessità dell’algoritmo e nelle performance, con un miglioramento della qualità audio. 8:1 4:1 Rapporti di compressione

Conversione analogico/digitale Frequenza di campionamento Risoluzione dei campioni

Musica digitale Un normale CD audio viene campionato ad una frequenza di 44100 Hz, quantizzazione di 16 bit Spazio occupato su disco da un minuto di musica stereo: Campioni per secondo 44100 x Canali (stereo) 2 x Byte 2 x secondi 60 = ______________ 10.584.000 byte  10 Mbyte

Algoritmo di compressione MP3 È l’abbreviazione di MPEG 1 layer III formato di audio compresso nato con l’intento di consentirne la trasmissione ad alta qualità attraverso le linee di telecomunicazione, limitando il più possibile l’occupazione di spazio e quindi di banda passante

Come funziona la compressione Lossy: algoritmi di compressione che si basano su delle osservazioni inerenti la percezione umana. Audio percettivi: non hanno lo scopo di restituire il segnale d’ingresso intatto dopo la decodifica, ma quello di assicurare che il segnale di uscita sia il più possibile uguale all’originale Ci si è basati sulle ricerche nel campo della Psicoacustica

Psicoacustica Scienza che studia il comportamento del cervello di fronte a stimoli sonori contemporanei Soglia di udibilità Mascheramento In frequenza Temporale

Soglia di udibilità L’orecchio umano è in grado di percepire suoni contenuti in uno spettro di frequenza che va dai 20 hz ai 20 khz (spettro dell’udibile)

Mascheramento in frequenza Emettendo un suono ad una determinata frequenza, l’udito non sarà capace di percepire le frequenze immediatamente prossime anche se hanno volume (energia) appena inferiori

Mascheramento temporale Suoni normalmente percepibili possono non esserlo più se immediatamente preceduti da suoni più intensi.

Implementazione del modello psicoacustico Output audio Input audio Banco di filtri (32 bande) Quantizzazione e codifica Packing dei dati SMR Modello psicoacustico Schema di principio di un Encoder Mpeg Layer III SMR = Signal to Mask Ratio

Prova sperimentale Applicazione del modello psicoacustico 1 descritto nello standard ISO/IEC 111172-3: “Information technology - Coding of moving pictures and associated audio for digital storage media at up to 1.5 Mbits/s - part 3: Audio” L’algoritmo è stato implementato tramite linguaggio MatLab™ ver. 5.2 su sistema Win 98™

Modello psicoacustisco 1/6 Modello psicoacustisco Determinazione dei massimi locali;

Modello psicoacustico 2/6 Modello psicoacustico Divisione in componenti tonali e non-tonali tonali: sinusoidale, cioè generato da una sola frequenza (suono puro) non-tonali : suono complesso, generato da più frequenze * tonali * non-tonali

Modello psicoacustico 3/6 Modello psicoacustico Decimazione delle maschere Soglia sonora in condizioni di quiete

Modello psicoacustico 4/6 Modello psicoacustico Calcolo delle soglie di mascheramento per ogni componente tonale e non-tonale rimasto dopo la decimazione

Modello psicoacustico 5/6 Modello psicoacustico Le soglie di percettibilità delle maschere tonali e non-tonali vengono combinate insieme per generare una soglia di mascheramento globale. dB frequenza

Modello psicoacustico 6/6 Modello psicoacustico La soglia di mascheramento globale viene rapportata al livello del massimo segnale rilevato nelle sottobande, ottenendo così il rapporto segnale/mascheramento tra l’energia del segnale e la soglia di mascheramento per ogni sottobanda

Mpeg/Audio - prestazioni La compressione Mpeg/Audio dà compressione “trasparente” Test effettuati dal comitato MPEG dimostrano che esperti ascoltatori statisticamente non riuscivano a distinguere il brano originale da quello codificato

Confronto wav - mp3 3,71 Mbyte 346 Kbyte File originale File compresso 22 sec, formato WAV, 16 bit 44100 Hz, stereo, 21 sec. File compresso 22 sec, formato MP3, 16 bit, 44100 Hz, stereo, 21 sec. Spazio occupato su disco: 3,71 Mbyte 346 Kbyte Rapporto di compressione:  11:1

Confronto tra spettri sonori Spettro della trasformata di Fourier del segnale originale (formato WAV) 14000 Hz Spettro della trasformata di Fourier del segnale compresso (formato MP3)

Occupazione su supporto digitale per i file ai diversi campionamenti 10:1 3:1 Mbyte

Conclusioni Il compressore Mpeg/Audio è un ottimo compressore audio per segnali digitali ad alta risoluzione. (Come i normalissimi CD Audio)