MP3

Ten artykuł dotyczy typu pliku. Zobacz też: Odtwarzacz MP3.

MP3 (ang. MPEG-1/2 Audio Layer-3) to format stratnej kompresji dźwięku opierający się na zmodyfikowanej dyskretnej transformacie cosinusowej i używający modelu psychoakustycznego. Format został stworzony we Fraunhofer-Institut für Integrierte Schaltungen. Przy tworzeniu jego pierwszej implementacji wykorzystywany był m.in. utwór Suzanne Vegi Tom's Diner w celu dostosowania kompresji do brzmienia ludzkiego głosu. Pliki w tym formacie posiadają rozszerzenie .mp3.

Spis treści

[edytuj] Kompresja

Pierwotnie do kompresji MP3 stosowano Constant Bit Rate (CBR), czyli do każdej ramki używano tej samej ilości bitów. Współcześnie używa się częściej Variable Bit Rate (VBR) charakteryzującego się zmienną przepływnością w wybranym przedziale podczas kodowania.

CBR dostępne w MP3:

8 kb/s
16 kb/s
24 kb/s
32 kb/s
40 kb/s
48 kb/s
56 kb/s
64 kb/s
80 kb/s
96 kb/s
112 kb/s
128 kb/s
160 kb/s
192 kb/s
224 kb/s
256 kb/s
320 kb/s

[edytuj] Kanały

Kodowany dźwięk może posiadać postać zarówno jednokanałową (mono) jak i dwukanałową (stereo). Istnieje też format MP3 Surround (do zapisu dźwięku wielokanałowego 5.1) wstecznie zgodny z wcześniejszym standardem.

[edytuj] Stereo

Dla dźwięku stereofonicznego format MP3 posiada trzy tryby kompresji:

dual channel – w którym dźwięk jest zapisywany jako dwa odrębne kanały monofoniczne.
stereo (stereo mode 0) – w którym każda ramka zapisywana jest algorytmem left/right stereo.
joint stereo (stereo mode 1) – w którym dla każdej ramki wybierany jest najlepszy dla niej algorytm zapisu dźwięku stereo.

Stosowanymi w kompresji MP3 algorytmami kodowania ramki dźwięku stereofonicznego są:

left/right stereo (simple stereo, independent channel) – w którym dźwięk w kanałach prawym i lewym jest kodowany niezależnie, może jednak zmieniać się liczba bitów przeznaczonych na każdy z kanałów. Efektywny dla ramek, w których oba kanały różnią się w dużym stopniu.
middle/side stereo – w którym sygnał stereo kodowany jest w postaci pary wartości oznaczających sumę (L+R) oraz różnicę (L-R) kanałów. Efektywny dla ramek, w których oba kanały przyjmują podobne wartości.
intensity stereo – w którym sygnał stereo dla niektórych (głównie wysokich) częstotliwości kodowany jest jako monofoniczna wartość uzupełniona o wektor określający kierunek, z którego dochodzi dźwięk. W praktyce stosowany tylko przy niskiej przepływności (poniżej 80 kbps). Niektóre enkodery (np. LAME) w ogóle nie stosują tego algorytmu.

[edytuj] MP3 Surround

Rozszerzenie formatu mp3 stworzone przez twórców tego formatu pozwalające na zapis formatu 5.1. Zapisywane są dwa kanały tak jak we zwykłej mp3, a informacja potrzebna do wygenerowania dodatkowych kanałów jest zapisana w Tagach mp3. Dzięki temu rozwiązaniu mp3 można odtwarzać jako zwykłe stereo na odtwarzaczach sprzętowych. Zapisanie dodatkowych kanałów zajmuje mało miejsca (ponieważ zapisywana jest informacja jak z dwóch kanałów wygenerować inne). Najprawdopodobniej to rozwiązanie zostanie skopiowanie do innych kompresorów dźwięku. ^[1]