Wykład 14 - kodowanie podpasmowe

Kodowanie podpasmowe
Plan
1.
2.
3.
4.
Zasada
Filtry cyfrowe
Podstawowy algorytm
Zastosowania
Zasada ogólna
Rozkład sygnału źródłowego na części składowe (jak w
kodowaniu transformacyjnym)
Wada kodowania transformacyjnego – sztuczny podział na
bloki. Problemy z rekonstrukcją na krawędziach bloków
Tutaj: sposób rozdziału – rozkład na róŜne pasma
częstotliwościowe za pomocą filtrów cyfrowych
Kodowanie kaŜdego pasma oddzielnie
Główny obszar zastosowań: kodowanie mowy (G.722),
dźwięku (MPEG audio)
Filtry
Filtry – układy słuŜące wyodrębnieniu składowych o
odpowiednich częstotliwościach
Charakterystyka filtra – funkcja przenoszenia modułu
Rodzaje filtrów:
Dolnoprzepustowe
Górnoprzepustowe
Środkowoprzepustowe
Filtry cyfrowe – działają na ciągi liczb (zwykle są to
próbki sygnału ciągłego).
Minimalna wymagana częstość próbkowania
Uogólnione tw. Nyquista: aby odtworzyć dokładnie sygnał, który
zawiera składowe o częstotliwościach pomiędzy f1 a f2 naleŜy go
próbkować z częstością
f p ≥ 2 * ( f 2 − f1 )
Kodowanie podpasmowe – algorytm
Kodowanie podpasmowe – działanie
Koder
Sygnał wejściowy wchodzi na bank filtrów analizujących
– rozkład na podpasma
Podpróbkowanie w stosunku (szerokość całego
pasma):(szerokość podpasma)
Zgodne z reguła Nyquista
Ogranicza całkowitą ilość próbek
Kodowane podpasm
Mechanizm kodowania (DPCM, ADPCM, kwantyzacja; VLC)
Sposób rozdziału bitów
Przesyłanie zakodowanego sygnału
Kodowanie podpasmowe – działanie c.d.
Dekoder
Dekodowanie w podpasmach
Uzupełnianie (wstawienie odpowiedniej ilości zer
pomiędzy próbkami)
Podanie na filtry syntetyczne
Sumowanie zrekonstruowanych sygnałów podpasm
Percepcja dźwięku
Podstawowe fakty
Zakres słyszalności: 20 Hz ÷ 20 kHz, największa czułość w
zakresie 2 ÷ 4 kHz
Czułość na dźwięk jest funkcją częstotliwości
Człowiek przetwarza dźwięk w pewnych podpasmach, zwanych
pasmami krytycznymi. Cały zakres akustyczny – około 24 pasm
krytycznych
Szerokość pasma krytycznego – stała dla małych, rośnie dla
częstości > 500 Hz
Maskowanie
Polega na „przesłanianiu” wraŜenia brzmienia dźwięków
przez inne – sąsiadujące w dziedzinie częstotliwości lub
czasu.
Maskowanie jednoczesne (częstotliwościowe)
Silniejszy dźwięk zakłóca współbrzmiące słabsze dźwięki o
zbliŜonych częstotliwościach
Efekt tym większy im mniejsza separacja w częstotliwości
Maskowanie – c.d.
Maskowanie niejednoczesne (czasowe) – silny dźwięk
maskuje inne juŜ poza jego czasem trwania
Premasking – moŜe trwać kilka ÷ kilkanaście milisekund
Postmasking – do 200 ms
Premasking – mocniejsze dźwięki są przetwarzane szybciej niŜ
słabsze
Postmasking – wysycenie, długi czas relaksacji neuronów
Maskowanie – c.d.
Łączne działanie obu typów maskowania
Maskowanie – pozwala na opuszczenie części danych bez
szkody dla jakości dźwięku
Łączny opis progu czułości jako funkcji częstotliwości
oraz wpływu maskowania – model psychoakustyczny.
Standard MPEG
Opracowany na początku lat 90-tych jako standard
kodowania video
Zawiera definicję standardu kodowania audio – trzy
odmiany (warstwy) o coraz większej złoŜoności
Działanie oparte na:
Kodowaniu podpasmowym
Modelu psychoakustycznym słyszenia (przydział bitów)
MPEG audio - działanie
Dopuszcza sygnał wejściowy próbkowanych 32, 44.1 lub
48 kHz
Pozwala na obsługę 1 lub 2 kanałów audio w trybach:
mono, dual-mono, joint-stereo, stereo
Sekwencja przetwarzania sygnału
Podział na ramki po 384 (warstwa 1) lub 3 x 384 (warstwa 2 i 3)
próbki
Skierowanie na bank 32 filtrów analizujących – podział na 32
podpasma
Dzisiątkowanie sygnału – ramka elementarna w podpaśmie
zawiera 12 próbek
Zastosowanie modelu psychoakustycznego – wyliczenie
maskowania oraz progów kwantyzacji w kaŜdym z podpasm
Kwantyzacja i kodowanie entropijne sygnału podpasm,
uformowanie strumienia bitowego
MPEG audio – działanie c.d.
Działanie modelu psychoakustycznego:
Niech po podziale na podpasma poziomy pierwszych podpasm
wynoszą:
Nr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Poziom[dB]
0
8
12 10
6
2
10
60
35
20
15
2
3
5
3
1
Pasmo 8 – poziom 60 dB – daje maskowanie: kanał 7 – 12 dB,
kanał 9 – 15 dB
Poziom w kanale 7 równy 10 dB (< 12 dB) – kanał 7 moŜna
pominąć
Poziom w kanale 9 równy 35 dB (> 15 dB). Poziom maskowania
wyznacza szerokość przedziału kwantyzacji – do zakodowania
efektywnie tylko 20 dB; to wymaga 20 dB/6 dB/bit ≈ 4 bity
(zamiast 6 bitów bez uwzględniania maskowania).
Warstwy MPEG-1
Warstwa 1
Filtry typu DCT, równy podział w częstotliwości
Na filtr jest podawana 1 ramka jednocześnie ( ok. 8 msek)
Tylko maskowanie jednoczesne
Daje jakość CD dla bitrate 384 kbps (kompresja 4:1)
Warstwa 2
Podaje na filtr 3 ramki jednocześnie (1152 próbek)
Pozwala na uwzględnienie pewnych elementów maskowania czasowego
Daje jakość CD dla bitrate 256 kbps (kompresja 6:1)
Warstwa 3 (MP3)
Lepsze filtry (nierównomierne w częstotliwości, zbliŜone do pasm
krytycznych
Model psychoakustyczny zawiera maskowanie czasowe
Stosuje kodowanie Huffmana wyjść kwantyzatorów
Daje jakość CD dla bitrate 128 kbps (kompresja 12:1)