Audio Data

Kami pertama-tama menjelaskan bagaimana data audio sendiri diwakili, maka bagaimana itu dibungkus ke file. Orang sering berbicara tentang format audio sembarangan tanpa membedakan antara format data dan format file, tetapi sangat penting untuk menjaga perbedaan ini dalam pikiran banyak format file dapat berisi tanggal direpresentasikan di lebih dari satu cara dan sebagian besar representasi data dapat dikemas di lebih dari satu format file.

Mengatakan bahwa file suara adalah “. Wav” file mengatakan apa-apa tentang format data audio. Demikian pula, mengatakan bahwa file berisi data PCM mengatakan apa-apa tentang format file,Audio data datang dalam berbagai bentuk kadang-kadang membingungkan. Jumlah cara mendasar di mana suara dapat diwakili sebenarnya cukup kecil. Berbagai jenis file audio adalah karena fakta bahwa ada cukup beberapa pendekatan untuk data audio mengompresi dan sejumlah cara yang berbeda dari kemasan data. Kami pertama-tama menjelaskan bagaimana data audio sendiri diwakili, maka bagaimana itu dibungkus ke file.

Orang sering berbicara tentang format audio sembarangan tanpa membedakan antara format data dan format file, tetapi sangat penting untuk menjaga perbedaan ini dalam pikiran banyak format file dapat berisi tanggal direpresentasikan di lebih dari satu cara dan sebagian besar representasi data dapat dikemas di lebih dari satu format file.

Kesulitan dalam kompresi data audio lossless

Pertama, sebagian besar rekaman suara sangat kompleks, direkam dari dunia nyata. Sebagai salah satu metode kompresi kunci adalah untuk menemukan pola dan pengulangan, data yang lebih kacau seperti audio tidak kompres dengan baik. Dalam cara yang sama, foto-foto kompres kurang efisien dengan metode lossless dari gambar yang dihasilkan komputer sederhana lakukan. Tapi menarik, bahkan komputer yang dihasilkan suara bisa mengandung sangat rumit bentuk gelombang yang menjadi tantangan untuk algoritma kompresi banyak. Hal ini disebabkan sifat gelombang audio, yang umumnya sulit untuk menyederhanakan tanpa konversi (selalu lossy) untuk informasi frekuensi, seperti yang dilakukan oleh telinga manusia.

Alasan kedua adalah bahwa nilai-nilai dari audio sample berubah sangat cepat, generik data sehingga kompresi algoritma tidak bekerja dengan baik untuk audio, dan string byte berturut-turut tidak umumnya muncul sangat sering. Namun, konvolusi dengan] filter [-1 1 (yaitu, mengambil turunan pertama) cenderung sedikit memutihkan ( decorrelate , membuat datar) spektrum, sehingga memungkinkan kompresi lossless tradisional di encoder untuk melakukan tugasnya; integrasi di decoder mengembalikan sinyal asli. Codec seperti FLAC , Mempersingkat dan TTA menggunakan prediksi linier untuk memperkirakan spektrum sinyal. Pada encoder, kebalikannya adalah estimator digunakan untuk memutihkan sinyal dengan menghapus puncak spektrum sedangkan estimator digunakan untuk merekonstruksi sinyal asli di decoder.