Äänen pakkaaminentMyn1 Äänen pakkaaminen •Äänen enkoodaaminen ja mahdollinen pakkaaminen on ratkaistava jotenkin monissa arkipäivän sovelluksissa ja tuotteissa: CD-levyt, digitaaliset elokuvat (digital versatile disc, DVD), digitaaliset radiolähetykset (digital audio broadcasting, DAB), Digi-TV (DVB) sekä kannettavissa päätelaitteissa käytettävä musiikki (MPEG audio layer 3, MP3). •Sovelluksesta riippuu, miten paljon audioinformaation digitalisointi tuottaa bittejä.

Äänen pakkaaminentMyn2 •Jos esim. ajatellaan puhelinta, jossa halutut taajuudet vaihtelevat välillä Hz ja valitaan näytteenottotaajuudeksi 8 kHz ja bittien lukumäärä/näyte valitaan 8:ksi, niin tällöin digitalisointi tuottaa 64 kbit/sek. •Kun halutaan tuottaa CD-tasoista ääntä, tulee taajuusväliksi about Hz, näytteenottotaajuutena on 44.1 kHz ja resoluutiona 16 bittiä. Nyt syntyvä bittivirta on muhkeat 689 kbit/sek kanavaa kohden!

Äänen pakkaaminentMyn3 MPEG Layers I, II and III •The International Standards Organisation (ISO) ja Motion Picture Experts Group (MPEG) -ryhmän audiokoodausstandardi kuvaa äänen synkronisen pakkaamisen liitettynä pakattuun MPEG-videoon. •Standardissa on otettu huomioon piirteitä MUSICAM (Masking pattern adapted Universal Subband Integrated Coding and Multiplexing)- ja ASPEC (Adaptive Spectral Perceptual Entropy Coding) - määrittelyistä.

Äänen pakkaaminentMyn4 •Standardi sisältää kolme tasoa (layers) alkaen yksinkertaisesta kohti monimutkaisempaa ja samalla laadukkaampaa toteutusta. • Käytettävissä olevia näytteenottotaajuuksia on vaikkapa 32, 44.1 ja 48 kHz. Vastaavasti monofonisen siirtotien lähtöbittivirta vaihtelee välillä 32 ja 192 kbit/sek ja stereofonisen siirtotien tapauksessa välillä 64 ja 384 kbit/sek. •Standardi tukee yhden kanavan toimintomuotoa, stereotoimintomuotoa, duaalikanavatoimintomuotoa (kaksikieliset audio-ohjelmat) ja optionaalista joint stereo -toimintomuotoa.

Äänen pakkaaminentMyn5 •Enkooderi käyttää hyväksi ihmiskorvan ominaisuuksia. •Otetaan selville kullakin taajuusalueella se äänenpaine, jonka alapuolella korva ei enää kykene kuulemaan ääntä (human spectral perception threshold). •Ne spektrikomponentit äänisignaalista, jotka ovat alle kuulokynnyksen, merkitään tarpeettomaksi tiedoksi. Pakkausvaiheessa tämä ”tarpeeton data” pudotetaan kyydistä pois! •Tämä kuulokynnys (acuity threshold) saadaan selville kuulokokeissa, ja se voidaan merkitä amplituditasoina taajuusakselilla.

Äänen pakkaaminentMyn6 •Bittejä säästävä huomio on myös se, että voimakkaan äänen lähiympäristössä hiljaisemmat äänet maskautuvat pois, siis korva ei rekisteröi niitä. •Koodattava taajuusalue jaetaan pieniin osiin (kaistanpäästösuodattimet) ja kunkin osan amplitudin voimakkuudesta riippuu käytettävä koodausresoluutio. Näin pyritään varmistumaan siitä, että syntyvät virheet äänenpuhtaudessa ovat alle korvan erottelukyvyn.