SUC 寫: 大家看來都著眼在MP3的頻帶上呢∼
既然你都提到了我就幫你補充一下吧....
SUC 寫:所以MP3其實還包括了許多其他的技術，例如\"聽覺門檻"我覺得是影
響最重的：
當樂曲中有一個樂器(其實是某X頻率)發出聲音較大時，一般人容
易忽略那些聲音小的樂器，
你講的其實是頻率遮蔽 (Frequency Masking),
聽覺門檻 (Absolute Threshold of hearing) 是指能讓人耳"聽到"特定頻率所需的最小能量/振幅(dB)
基本上這兩者都不太會影響音質,
只要 Encoder 所使用的模型調整的好,
就可以保證所刪掉的資訊真的是絕大多數人都聽不到的東西.
SUC 寫:所以這時除了X頻率之外，其他的頻域
會用比標準值更低的bit-rate來儲存以節省檔案大小。這在128K
以下的MP3會大量使用。反映到聽覺，主要差異會在"細節"上，較
不容易聽到小聲的樂器（更正確的說應該是X頻帶外的聲音比較會
失真）。
這裡就得提到量化&量化倍數( quantization & quantization factor/number)了.
前面有提到過, 音波的每一個點的"高度"可用一個 16bit 的數字來表示,
這就是量化的基本,
這裡開始就會有方格紙解析度不夠所造成的誤差了
但其實重點還在後面.
假設我們現在有一個點高度是 12592,
二進位表示為 11000100010010 需要 15bit 儲存,
但是我們可以讓一個頻段統一除以一個量化倍數來節省空間,
假設全部除以 100, 剛剛那一點將用 126 表示, 二進位只需 7bit.
這時換算回去 12600 跟原本的誤差還滿小的,
差距只有 8 而已, 差不多是 0.6% 左右.
但是如果我們想節省更多空間,
使用更高的量化倍數如 1000 的話,
該點將只用 13 表示, 只需要 4bit 儲存
誤差就會增加到 3.4% , 看起來也沒有很多,
看情況也許會出現變音或雜訊之類的.
其實是一定會有某種程度的變音,
大小有差不一定聽的見而已... (話說我想插入"器材能否表現")
基本上音質會讓下降大多發生於量化這個階段,
因為取樣點的誤差增加了,
音波的形狀整個產生變化....
話說這部份還分兩段,
先把波形用一個 scale factor 縮小,
然後再除以一個 quantization number,
不過道理是一樣的, 除兩次&除一次的差別而已...
會這麼做是為了最佳化時可以再節省些空間...
量化的時候, 一次是採用 576 個取樣點(一個mp3 frame)做傅立葉轉換(Fourier Transform)進行頻譜分析(spectral analysis),
然後再細分成 18 個頻段 (frequency bands) 進行各種處理. (如用上敘的聽覺心理學模型做刪減等等)
每一個頻段都可使用不同的量化數,
因此高頻或許會用比較高的壓縮比儲存,
但沒有人會說是 bit rate 比較低....
bit rate 通常僅用於整個資料串流的平均/瞬間流量,
也就是常見的 128kbs, 320kbs 等等...
你可以說高頻使用比較少的資訊來編碼,
但總不會是說高頻使用比較低的流量吧....
SUC 寫:另外還有一些技術，例如較高的頻率用較低的bit-rate來儲存，原
因是人耳對高頻訊號較難以分辨，所以失真比較沒差等等...
你是指 AAC 所用的 SBR 技術吧,
這個 MP3 沒有使用喔....
累了,
想知道更詳細又看得懂英文的話,
這裡有
篇文章是 LAME 開發人員幫忙寫的技術簡介,
剛好是沒幾天前發的呢......
發表於 : 週三 10月 10, 2007 10:48 pm
不太可能吧
