Sumário

• Sistema de Audição Humana

Fundamentos de Áudio • Física do Som
• Gravação e Reprodução Analógica
• Sim Digital
Sistemas Telemáticos
• Compressão Áudio
Ano Lectivo 2002/2003
– Métodos de compressão simples
LESI
– MPEG
Grupo de Comunicações por Computador

Materias utilizados Audição Humana

• Dr. Ze-Nian Li’s course material at: • Mecanismo deveras complexo!
http://www.cs.sfu.ca/CourseCentral/365/li/
• Através dos ouvidos é realizada a captação
• MPEG Audio: das mais diversas formas de som
http://www.mpeg.org/MPEG/audio.html
• Os nossos ouvidos transformam o som em
sinais que são processados pelo nosso
cérebro
• Vamos fazer uma descrição ligeira do
nosso sistema de audição

A física do Som A física do Som

O ouvido externo
• O nosso sistema
• Audição Humana auditivo converte
• Audição humana
energia sonora em
energia mecânica para
um impulso nevorso que
é transmitido para o
cerébro.
• O ouvido tem três
partes: externa, média e
interna.

1
 A física do som
A física do som
Audição Humana
• Audição humana
Ouvido interno
• Serve para transformar a
energia sonora em
vibrações internas do
estrutura óssea da orelha
média
• As vibrações são !
transformadas em ondas
de compressão
!

A física do som " #

• Audição Humana • Quando um som forte numa determinada
O ouvido interno
frequência estimula os pelos da cóclea
• Serve para transformar a
– As frequências próximas não são ouvidas caso
energia da onda de
compressão num fluído sejam menos significativas (de menor
interno do ouvido em amplitude)
implusos do nervo no – Apesar do nosso ouvido captar uma certa
fluído interno que
amplitude de frequências, parte delas não são
podem ser transmitido
ao cérebro processados por causa do processo de masking

Termos e Conceitos básicos A física do som

No âmbito do nosso sistema de audição

• Sensibilidade às frequências • Ondas sonoras

– Mais sensíveis de 1-3 KHz – Uma onda mecânica é uma perturbação que
• Directividade viaja através dum meio transportando energia
dum local para outro.
– De onde nos chega determinado som?
• 0.2-3kHz
• Dissimulação (masking) temporal
– Também acontece no domínio dos tempos

2
 A física do som A física do som
• Ondas sonoras • Ondas sonoras
– Uma onda produz áreas de alta e baixa pressão – A amplitude é o máximo deslocamento
– Quando a onda de alta pressão atinge o timpano ele positivo.
move-se para dentro – Quanto maior a amplitude mais alto é som
– Quando a onda de baixa pressão atinge o timpano ele
move-se para fora.
– É medido em decibéis (db)

A física do som A física do som

• Ondas sonoras
– O comprimento de onda (wavelength) é a
distância entre dois pontos adjacentes na onda
• Ondas sonoras
– A frequência da onda é o número de comprimentos
de onda por ciclo (normalmente um segundo)
– É medida em Hertz (ondas por segundo)
– Quanto maior a frequência maior é o tom

1 wave 2 waves

t
0 secs time 1 sec

2 Hz

Representação do som A física do som

A forma como os humanos se apercebem do som
• Domínio do tempo como forte ou fraco depende não só da frequência
– Representação da variação da amplitude do mas também da amplitude (intensidade).
sinal ao longo do tempo Voz Humana
• Domínio da frequência Limiar da dor
– Representação da amplitude das diferentes
frequências do sinal num determinado Maioria dos humanos
instante (Limiar)
Limiar da audição
(1% dos humanos)

Frequência Fundamental

3
 A física do som A física do som
• A gama normal de audição humana é entre 20Hz • A percepção do som inclui três aspectos:
e 20000Hz. – Intensidade (amplitude);
• Aqui estão várias frequências (0 dB) – Tom (frequência); e,
– 60 Hz
– Timbre
– 440 Hz
• Porquê que o violino e o piano a tocar a mesma
– 4000 Hz (-6dB: half power) (+6dB: double power)
nota são tão diferentes?
– 13000Hz
– 20000Hz

A física do som Timbre

• Timbre
– Definido vagamente como tom, cor, textura do
som que permite ao cérebro distinguir um tom
de outro
– Afectado pelas propriedades acústicas do
instrumento e da sala
• Formas de onda complexa são construídas
combinando um certo número de formas de
onda mais simples de diferentes amplitudes
e frequências
• É por esta razão que conseguimos perceber
tons altos e baixos simultaneamente.

Timbre
• O som característico duma forma de onda
(produzido por um piano ou um violino) é
chamado o seu timbre.
• O timbre, também designado como a cor dum
tom, é considerado rico ou cheio se o som incluir
muitas frequências.
• Um som duma onda sinusoidal é considerado
monótono por incluir apenas uma frequência
Timbre
• As diferentes frequências dum som,
combinadas com as suas amplitudes
variáveis, constituem o conteúdo espectral
da forma de onda.
• O conteúdo espectral (um termo mais
científico para timbre) varia normalmente
com o tempo.

4
 Timbre
A variação das características espectrais com
o tempo para uma forma de onda é a
assinatura dum tom que permite a sua
descrição com uma string.
Gravação e Reprodução Analógica
• Para gravar um som com um
microfone, podemos enviá-lo para
uma fita magnética que pode
guardar uma réplica do sinal
analógico.
Gravação e Reprodução Analógica
• Para mover o cone para frente e para trás o
altifalante tem que ser alimentado por uma
corrente eléctrica
• Durante a reprodução, o gravador ou o gira-
discos geram a corrente que alimenta um
amplificador
• Quando ligada ao altifalante a corrente permite
reproduzir as mudanças de pressão sentidas pelo
microfone durante a gravação.
Gravação e Reprodução Analógica
• Um microfone converte as mudanças de
pressão no ar em mudanças na tensão
eléctrica.
• Produz-se um sinal analógico.
• Se se comparar as mudanças de pressão do
ar e as mudanças de tensão eléctrica são
bastante similares .
Gravação e Reprodução Analógica
• Para reproduzir a sua gravação necessita de
algo que crie as diferenças de pressão no ar de
forma ao nosso ouvido poder interpretá-lo
como um som, isto é um altifalante áudio.
• Os altifalantes funcionam movendo um cone
de uma posição para outra de forma
consistente..
Gravação e Reprodução Analógica
• Até recentemente o som era gravado em
como um sinal analógico numa cassete de
fita magnética ou num disco de vinil.
• Um problema com este tipo de gravação é
a dificuldade de gravar o sinal analógico
sem adicionar ruído.
5
 Gravação e Reprodução Analógica
• Quando se copia gravações analógicas tem
que se converter a gravação magnética
num sinal eléctrico e tornar a gravar o que
adiciona ainda mais ruído.
• A edição de som em fita é linear.
Digitalização do Som
• Áudio Digital é baseado em dois aspectos:
– Amostragem (tempo)
– Quantificação (nível)
Amostragem
– Uma gravação analógica (ie fita magnética) é baseada
no registo da voltagem como padrões de magnetização
nas partículas óxidas da fita.
– Uma gravação digital converte as voltagens em
números binários
Digitalização do Som
• Quando se trabalha com audio digital há
duas questões que precisam de resposta:
– Que qualidade é necessária?
– Que débito de dados pode ser tolerado?
• Há 3 categoriais de áudio digital :
– Alta fidelidade
– Comunicação telefónica
– Voz compactada
Amostragem
– O som natural é analógico
– O som digital é digital
– Para conversão de analógico para digital é
necessária a amostragem
Amostragem
– Uma onda analógica pode ser amostrada com
um número de bits pré-determinado
– Isto é chamado a resolução em bits do sistema
– Quanto mais bits maior a clareza.
• 8 bits correspondem a 256 níveis
• 16 bits correspondem a 65,536
níveis, etc..
• Ganham-se 6db por cada bit
• 8 bits 256 níveis = 48 dB, 16 bits 65,536
níveis = 96 dB. Para determinar a gama
dinâmica de um sistema, multiplique a
taxa de bits por 6.
6
 Frequência de amostragem
– A o ritmo de obtenção de amostras dum onda
analógica é designada por frequência de
amostragem
– É o número de amostras obtidas por segundo.
– A frequência de amostragem determina a
largura de banda do sistema.
Frequência de amostragem
– Uma onda deve ser amostrada duas vezes para se obter
uma verdadeira representação (Teoria de Nyquist)
– A frequência de amostragem deve ser pelos menos o
dobro da mais alta frequência do sinal
– Como a gama de audição humana varia de 20 Hz a 20
kHz, uma frequência de amostragem de 44.1 Khz
satisfaz teoricamente as necessidades de audio.
Exemplos de amostragem
Música de 35 Segundos
– 44.1kHz
– 22.05kHz
– 16kHz
– 8kHz
– 6Hz
Onda sonora gerada para estes 35 segundos.
Frequência de amostragem
– Quanto maior for a frequência de amostragem
maior é a possibilidade de capturar as altas
frequências.
Frequência de amostragem
versus armazenamento
• Quando aumenta a frequência de
amostragem melhora a qualidade da
amostra .
• Com o aumento da qualidade aumenta a
quantidade de espaço de armazenamento
necessário.
– Uma velocidade de amostragem de 44.1 kHz com
gravação de 16 bit usa aproximadamente 5Mb por
minuto. (10Mb para stereo). NOTA: norma CD.
• A 22.05 kHz é metade.
Áudio de alta fidelidade
• O Áudio Digital apareceu com o CD (Compact
Laser Disc)
• A superfície dum CD virgem reflecte (espelhada)
• A informação digital é armazenada como buracos
na superfície.
• Os dados são armazenados com uma única pista
em espiral desde o interior para fora. Leitura a
1.2 m/s.
• Dados armazenados a 1 Mbit/mm2
7
 Métodos Simples de
Áudio de alta fidelidade
Compressão
• Sistemas Audio com mais de um canal chamam- • Compressão de silêncios
se estereofónicos. .
• 4 canais de som em video chama-se Dolby
• Adaptative Diferential Pulse Code
Stereo. Modulation (ADPCM)
• A versão cinema em casa é Dolby Surround Pro – CTTITT G.721 --- 16 or 32 Kbits/sec.
Logic. • Linear Predictive Coding (LPC)
• Os sinais dos canais de ambiente são atrasados
15-20 millisegundos para dar a impressão ao • Code Excited Linear Predictor (CELP)
ouvinte que vêm do ecrâ e não dos altifalantes.

Limiar da Frequência
Modelo Psico-Acústico
• Audição e Voz Humana
• Sensibilidade da Audição humana
– Limiar da Audição
– Dissimulação na Frequência
– Dissimulação no Tempo
Experiência :
Uma pessoa num quarto em silêncio. Aumente a intensidade
dum tom de 1 Khz até ele se tornar audível. Varia a
frequência e vá registando

Dissimulação na Frequência Frequency Masking (Contd.)

• Repeat previous experiment for various frequencies of
masking tones

Experiência:
Coloque um tom a 1 kHz (tom para dissimulação) com uma
amplitude fixa (60 dB). Coloque o tom de teste numa
frequência (1.1 kHz) e aumente a sua intensidade até se
poder distinguir. Varia a frequência do tom de teste e
coloque o valor de limiar de audição.

8
 Temporal Masking
• Se ouvirmos um som e o pararmos demora tempo
até podermos ouvir um tom próximo na frequência.
• Enuncie a experiência a realizar
MPEG Audio
• As duas técnicas avançadas de codificação áudio
são baseadas em
– Codificação de sub-banda (SBC)
– Codificação de Transformada Adaptativa
• A codificação MPEG de Audio
– Tem três camadas independentes de compressão áudio
• Cada um tem o seu codificador SBC
• Correspondência entre Tempo e Frequência
• Modelo Psico-Acústico
• Quatificador
MPEG
• MPEG-1 Audio
– Está concebido para tomar um sinal áudio de entrada
em PCM e dependendo da camada
• Amostrá-lo a 32, 44.1 ou 48 kHz
• Codificá-lo de 32 a 192 Kbps por canal áudio
• MPEG-1
– débito 1.5 Mbit/seg para áudio e vídeo
– 1.2 para vídeo e 0.3 para áudio
• Audio CD não compactado tem 44,100 amostras por
segundo*16 bits/amostra * 2 canais > 1.4 Mbits/seg
– Factor de Compressão 2,7 a 24
Efeito total da dissimulação:
MPEG Audio
• Camada 1
– usa codificação de sub-banda
• Camada 2
– usa codificação de sub-banda com quadros
maiores e maior nível de compressão
• Camada 3
– Usa tanto codificação de sub-banda como de
transformada
MPEG
• Com compressão 6:1
– Amostragem a 48 KHz de 16 bits stereo reduzidas a 256 Kbits/seg
• Sob condições ótptimas de audição, ouvintes experimentados não
conseguem distinguir o clip original e codificado
• Suporta um ou dois canais de áudio num dos seguintes
modos
1. Monofónico – um simples canal de áudio
2. Monofónico dual – 2 canais independentes por ex. Português e
Inglês
3. Stereo – para 2 canais stereo que partilham bits mas não usam uma
codificação stereo conjunta
4. Junção stereo- tira partido da correlação entre os dois canais
9
 Algoritmo de Codificação MPEG Exemplo de Masking e Quantificação

Banda 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
, %
* $ - %
+ $ Nível 0 8 12 10 6 2 10 60 35 20 15 2 3 5 3 1
! " #

$%
& ' #
( )
&

MPEG Coding Specifics Especificidades da codificação MPEG

$% $% $% • Camada 1 do MPEG
! "
– O filtro aplicado é um quadro (12x32 = 384 amostras) de cada vez.
! " A 48 kHz, cada quadro contém 8ms de som.
*
$% – Usa a FFT com 512 pontos para obter uma informação espectral
! "
detalhada do sinal (filtro de sub-banda). Usa uma faixa de
frequência igual em cada banda.
$% $% $% – Modelo psico-acústico usa apenas o masking na frequência.
! " – Aplicações típicas
. ,
$ • Gravação digital em tapes, discos que podem suportar um débito alto.
. ,,/ ,,,
$ – Melhor qualidade conseguida com débito de 384kbps.

Especificidades da codificação MPEG Especificidades da codificação MPEG

• MPEG Layer III
• Camada 2 do MPEG – Usa melhores filtros nas bandas críticas
– Usa 3 quadros no filtro (anterior, actual e seguinte com um total – Não usa sub-bandas iguais Uses non-equal frequency bands
de 1152 amostras). A 48 kHz, cada quadro transporta 24 ms de – O modelo psico-acústico
som. • Inclui efeitos de dissimulação temporal
– Modela um pouco o masking temporal. • Tira partido da redundância steero
– Usa a FTT com 1024-pontos para uma melhor resolução na • Codificador de Huffman
frequência. Usa uma faixa de frequência idêntica em cada banda.
– Maior qualidade conseguida com um débito de 256 k bps.
– Aplicações típicas
• Difusão áudio, TV, Gravação profissional e Multimedia

10
Especificidades da codificação MPEG
MPEG Camada 3
Codificação da Redundância Stereo
– Codificação da intensidade stereo --- nos canais de frequência
superior codificar a soma dos sinais da direita e esquerda em vez
de os considerar de forma independente.
– Codificação Stereo Middle/Side – codificar a soma e a subtração
dos sinais da esquerda e da direita

11