Audio kompresija

Paralelno sa razvojem kompresionih tehnika za video sadrzaj , sstvarala se ideja o novim

standardima I za kompresiju audio signala. Audio signal koji se prenosi ne bi trebao da ima
losiji kvalitet od originalnog, ali isto tako ne bi trebalo da zauziva velii propusni opseg. Na bazi
ovih cinjenica definisani su I standardi za kompresiju audio signala u okviru MPEG grupe.

Kao I kompresija video signala I kod audio signala se moze izvrsiti podela tehnika za kompresiju
, na onu koja unosi gubitke I onu bez gubitaka. Kompresije bez gubitaka zasniva se na metodama
eliminacije redundancije upotrebom takozvanih variable length entropijskih kompresijskih
algoritama sto je bio slucaj I kod video kompresije. Huffmanovo kodiranje, run-length kodiranje
i aritmetiko kodiranje tipicni su predstavnici ove kategorije algoritama kompresije. S obzirom da
su dali najveci odnos kompresije 1:3 prakticno nisu bili u upotrebi gde se ocekivao veci stepen
kompresije.

Kod kompresije sa gubicima koristi se nesavrsenost covekovig slusnog sistema. Osnovna ideja
audio kompresije sa gubitcima bila je ideja neuniformne kvantizacije u kombinaciji sa karakteristinostima
ljudskog slunog sistema.

MPEG-2 standard definisao je dva audio standard:

MPEG-2 BC (engl. Backward Compatible)

MPEG-2 AAC( Advanced Audio Coding

AAC je prihvacen kao standard za kodovanje audio signala I kod MPEG-4 standarda ali uz dodatna
poboljsanja. Naime, princip odovanja je isti ali je kod MPEG 4 varijante dodat alat za kodiranje nazvan
Perceptual Noise Substitution (PNS), odnosno alat koji smanjuje sum sa malom kolicinom podataka kada
kodira signale I dodaje talasni oblik suma na prijemnoj strani. Kod kodiranja audi-a potrebna je mnogo
veca bitska brzina za prenos DCT koeficijenata dobijenih od transformacije audio signala u
frekvencijskom domenu. PNS smanjuje brzinu prenosa podataka , tretiranjem signala u okviru faktora
skale(odnosmo sabiraju se DCT koeficijenti za susedne frekvencije) kao suma unutar opsega I salje samo
informacije promenljive snage. Te informacije se zatim koriste za dodavanje suma odgovarajuceg nivoa
tokom rekonstrukcije audio signala prilikom dekodiranja.

MPEG-4 definise podelu audio signala na prirodni audio signal I sinteticki audio signala pa shodno tome I
nekoliko definicija za kodiranje ovih signala. Za kodiranje govora odnosno prirodnog audio signala
koriste se CELP I HVXC algoritmi gde omogucavaju male bitske protoke , jer rade sa frekvencijama
odmeravanja do 16 KHz. Slozeni audio signali se kodiraju General Audio (GA) koderom koji omogucava
kodiranje prirodnog audio signala sa bitskim protokom od neoliko stotina kb/s. Za bitske protoke iznad
16 kb/s koristi se AAC kodiranje, dok za protoke nize od 16kb/s koristi se Twin VQ koder.
Sinteticki audio je posebna vrsta audio signala koji se obicno generise u racunarima uz pomoc
zvucnih kartica I takva vrsta zvuka se ne kodira nego samo analizira a na prijemnoj strain opet
sintetise.
MPEG 4 standard definise takodje nekoliko proofila za kodiranje audio signala: Speech Audio
profil, Synthesis Audio profil, Scalable Audio profil, Main Audio profil, High Quality Audio
profil, Low Delay Audio profil, Natural Audio profil i Mobile Audio Internetworking profil.

MPEG-4 GA module je mogue funkcionalno grupirati na sljedei nain:

- moduli koji definiraju vremensko-frekvencijsku transformaciju,

- moduli za obradu spektra,

- moduli za predvianje,

- moduli za kvantizaciju,

- moduli koji omogucavaju skalabilnost kodiranog toka i

- moduli za korekciju greke.