stringtranslate.com

Formato de codificación de audio

Comparación de la eficiencia de codificación entre formatos de audio populares

Un formato de codificación de audio [1] (o, a veces, formato de compresión de audio ) es un formato de representación de contenido para el almacenamiento o la transmisión de audio digital (como en televisión digital , radio digital y en archivos de audio y video). Algunos ejemplos de formatos de codificación de audio incluyen MP3 , AAC , Vorbis , FLAC y Opus . Una implementación específica de software o hardware capaz de comprimir y descomprimir audio hacia/desde un formato de codificación de audio específico se denomina códec de audio ; un ejemplo de códec de audio es LAME , que es uno de varios códecs diferentes que implementan la codificación y decodificación de audio en el formato de codificación de audio MP3 en software.

Algunos formatos de codificación de audio se documentan mediante un documento de especificaciones técnicas detallado, conocido como especificación de codificación de audio . Algunas de estas especificaciones son redactadas y aprobadas por organizaciones de estandarización como estándares técnicos , por lo que se conocen como estándares de codificación de audio . El término "estándar" también se utiliza a veces para estándares de facto, así como para estándares formales.

El contenido de audio codificado en un formato de codificación de audio particular normalmente se encapsula dentro de un formato contenedor . Como tal, el usuario normalmente no tiene un archivo AAC sin procesar , sino que tiene un archivo de audio .m4a , que es un contenedor MPEG-4 Parte 14 que contiene audio codificado en AAC. El contenedor también contiene metadatos como título y otras etiquetas, y quizás un índice para una búsqueda rápida. [2] Una excepción notable son los archivos MP3 , que son codificación de audio sin procesar sin un formato contenedor. Los estándares de facto para agregar etiquetas de metadatos como título y artista a MP3, como ID3 , son hacks que funcionan agregando las etiquetas al MP3 y luego confiando en que el reproductor de MP3 reconozca el fragmento como codificación de audio malformada y, por lo tanto, lo omita. En los archivos de video con audio, el contenido de audio codificado se incluye con el video (en un formato de codificación de video ) dentro de un formato contenedor multimedia .

Un formato de codificación de audio no dicta todos los algoritmos que utiliza un códec que implementa el formato. Una parte importante de cómo funciona la compresión de audio con pérdida es la eliminación de datos de formas que los humanos no pueden oír, según un modelo psicoacústico ; el implementador de un codificador tiene cierta libertad para elegir qué datos eliminar (según su modelo psicoacústico).

Formatos de codificación de audio sin pérdida, con pérdida y sin comprimir

Un formato de codificación de audio sin pérdida reduce la cantidad total de datos necesarios para representar un sonido, pero se puede decodificar a su forma original, sin comprimir. Un formato de codificación de audio con pérdida reduce además la resolución de bits del sonido, además de la compresión, lo que da como resultado muchos menos datos a costa de perder información irremediablemente.

El audio transmitido (transmitido por streaming) se comprime con mayor frecuencia mediante códecs de audio con pérdida, ya que un tamaño más pequeño resulta mucho más conveniente para la distribución. Los formatos de codificación de audio más utilizados son MP3 y Advanced Audio Coding (AAC), ambos formatos con pérdida basados ​​en la transformada de coseno discreta modificada (MDCT) y algoritmos de codificación perceptual .

Los formatos de codificación de audio sin pérdida, como FLAC y Apple Lossless , a veces están disponibles, aunque a costa de archivos más grandes.

A veces también se utilizan formatos de audio sin comprimir , como la modulación por código de pulsos (PCM o .wav). PCM era el formato estándar para el audio digital en disco compacto (CDDA).

Historia

Solidyne 922: La primera tarjeta de sonido comercial del mundo con compresión de bits de audio para PC, 1990

En 1950, Bell Labs presentó la patente de modulación de pulsos codificados diferenciales (DPCM). [3] La DPCM adaptativa (ADPCM) fue introducida por P. Cummiskey, Nikil S. Jayant y James L. Flanagan en Bell Labs en 1973. [4] [5]

La codificación perceptiva se utilizó por primera vez para la compresión de codificación de voz , con codificación predictiva lineal (LPC). [6] Los conceptos iniciales para LPC se remontan al trabajo de Fumitada Itakura ( Universidad de Nagoya ) y Shuzo Saito ( Nippon Telegraph and Telephone ) en 1966. [7] Durante la década de 1970, Bishnu S. Atal y Manfred R. Schroeder en Bell Labs desarrollaron una forma de LPC llamada codificación predictiva adaptativa (APC), un algoritmo de codificación perceptiva que explotaba las propiedades de enmascaramiento del oído humano, seguido a principios de la década de 1980 con el algoritmo de predicción lineal excitada por código (CELP) que logró una relación de compresión significativa para su época. [6] La codificación perceptiva es utilizada por formatos de compresión de audio modernos como MP3 [6] y AAC .

La transformada discreta del coseno (DCT), desarrollada por Nasir Ahmed , T. Natarajan y KR Rao en 1974, [8] proporcionó la base para la transformada discreta del coseno modificada (MDCT) utilizada por los formatos de compresión de audio modernos como MP3 [9] y AAC. La MDCT fue propuesta por JP Princen, AW Johnson y AB Bradley en 1987, [10] siguiendo el trabajo anterior de Princen y Bradley en 1986. [11] La MDCT es utilizada por los formatos de compresión de audio modernos como Dolby Digital , [12] [13] MP3 , [9] y Advanced Audio Coding (AAC). [14]

Lista de formatos con pérdida

General

Discurso

Lista de formatos sin pérdida

Véase también

Notas

  1. ^ ab El informe combina AC-3 y E-AC-3 y separa a Dolby Atmos de su cálculo de participación de mercado. Dolby Atmos se puede codificar con pérdida con E-AC-3/ AC-4 [16] o sin pérdida con Dolby TrueHD . Los proveedores de transmisión de música y video generalmente usan Dolby Digital Plus aumentado con Dolby Atmos, mientras que las descargas digitales y los discos Blu-ray generalmente usan Dolby TrueHD aumentado con Dolby Atmos. [17]

Referencias

  1. ^ El término "codificación de audio" se puede ver, por ejemplo, en el nombre Codificación de audio avanzada , y es análogo al término codificación de video.
  2. ^ "Video: ¿Dónde se almacena la información de sincronización en los formatos contenedores?".
  3. ^ Patente estadounidense 2605361, C. Chapin Cutler, "Cuantización diferencial de señales de comunicación", publicada el 29 de julio de 1952 
  4. ^ Cummiskey, P.; Jayant, NS; Flanagan, JL (1973). "Cuantización adaptativa en codificación PCM diferencial del habla". Bell System Technical Journal . 52 (7): 1105–1118. doi :10.1002/j.1538-7305.1973.tb02007.x.
  5. ^ Cummiskey, P.; Jayant, Nikil S.; Flanagan, JL (1973). "Cuantización adaptativa en la codificación PCM diferencial del habla". The Bell System Technical Journal . 52 (7): 1105–1118. doi :10.1002/j.1538-7305.1973.tb02007.x. ISSN  0005-8580.
  6. ^ abc Schroeder, Manfred R. (2014). "Bell Laboratories". Acústica, información y comunicación: volumen conmemorativo en honor a Manfred R. Schroeder . Springer. pág. 388. ISBN 9783319056609.
  7. ^ Gray, Robert M. (2010). "Una historia del habla digital en tiempo real en redes de paquetes: Parte II de la codificación predictiva lineal y el protocolo de Internet" (PDF) . Encontrado. Trends Signal Process . 3 (4): 203–303. doi : 10.1561/2000000036 . ISSN  1932-8346.
  8. ^ Nasir Ahmed ; T. Natarajan; Kamisetty Ramamohan Rao (enero de 1974). "Transformada discreta del coseno" (PDF) . IEEE Transactions on Computers . C-23 (1): 90–93. doi :10.1109/TC.1974.223784. S2CID  149806273. Archivado desde el original (PDF) el 2016-12-08 . Consultado el 2019-10-20 .
  9. ^ abc Guckert, John (primavera de 2012). "El uso de FFT y MDCT en la compresión de audio MP3" (PDF) . Universidad de Utah . Consultado el 14 de julio de 2019 .
  10. ^ Princen, J.; Johnson, A.; Bradley, A. (1987). "Codificación de subbanda/transformación utilizando diseños de bancos de filtros basados ​​en la cancelación de aliasing en el dominio del tiempo". ICASSP '87. IEEE International Conference on Acoustics, Speech, and Signal Processing . Vol. 12. págs. 2161–2164. doi :10.1109/ICASSP.1987.1169405. S2CID  58446992.
  11. ^ Princen, J.; Bradley, A. (1986). "Diseño de un banco de filtros de análisis/síntesis basado en la cancelación de aliasing en el dominio del tiempo". IEEE Transactions on Acoustics, Speech, and Signal Processing . 34 (5): 1153–1161. doi :10.1109/TASSP.1986.1164954.
  12. ^ abcdef Luo, Fa-Long (2008). Estándares de transmisión multimedia móvil: tecnología y práctica. Springer Science & Business Media . pág. 590. ISBN 9780387782638.
  13. ^ Britanak, V. (2011). "Sobre propiedades, relaciones e implementación simplificada de bancos de filtros en los estándares de codificación de audio Dolby Digital (Plus) AC-3". IEEE Transactions on Audio, Speech, and Language Processing . 19 (5): 1231–1241. doi :10.1109/TASL.2010.2087755. S2CID  897622.
  14. ^ ab Brandenburg, Karlheinz (1999). "MP3 y AAC explicados" (PDF) . Archivado (PDF) desde el original el 13 de febrero de 2017.
  15. ^ "Informe de desarrolladores de vídeo 2019" (PDF) . Bitmovin . 2019 . Consultado el 5 de noviembre de 2019 .
  16. ^ "¿Dolby AC-4 es compatible con Dolby Atmos?". Soporte técnico de Dolby Professional . 23 de mayo de 2023. Consultado el 8 de noviembre de 2024 .
  17. ^ "Espera a escuchar música Dolby Atmos sin pérdida". Tendencias digitales . 2023-05-03 . Consultado el 2024-11-08 .
  18. ^ Britanak, V. (2011). "Sobre propiedades, relaciones e implementación simplificada de bancos de filtros en los estándares de codificación de audio Dolby Digital (Plus) AC-3". IEEE Transactions on Audio, Speech, and Language Processing . 19 (5): 1231–1241. doi :10.1109/TASL.2010.2087755. S2CID  897622.
  19. ^ Andersen, Robert Loring; Crockett, B.; Davidson, G.; Davis, Mark; Fielder, L.; Turner, Stephen C.; Vinton, M.; Williams, P. (1 de octubre de 2004). "Introducción a Dolby Digital Plus, una mejora del sistema de codificación Dolby Digital" (PDF) . Journal of The Audio Engineering Society . Archivado desde el original (PDF) el 19 de noviembre de 2016.
  20. ^ Estándar de compresión de audio digital (AC-3, AC-3 mejorado) (PDF) , Instituto Europeo de Normas de Telecomunicaciones, 20 de septiembre de 2017, ETSI TS 102 366 V1.4.1 (2017-09 , consultado el 21 de septiembre de 2023
  21. ^ Stanković, Radomir S.; Astola, Jaakko T. (2012). "Reminiscencias de los primeros trabajos en DCT: entrevista con KR Rao" (PDF) . Reimpresiones de los primeros días de las ciencias de la información . 60 . Consultado el 13 de octubre de 2019 .
  22. ^ Xiph.Org Foundation (2009-06-02). "Especificación Vorbis I - Clasificación 1.1.2". Xiph.Org Foundation . Consultado el 22 de septiembre de 2009 .
  23. ^ Terriberry, Timothy B. Presentación del códec CELT. Presentación (PDF) .
  24. ^ Valin, Jean-Marc; Maxwell, Gregory; Terriberry, Timothy B.; Vos, Koen (octubre de 2013). Codificación de música de alta calidad y bajo retardo en el códec Opus . 135.ª Convención de la AES. Sociedad de Ingeniería de Audio . arXiv : 1602.04845 .
  25. ^ "Dolby AC-4: Audio Delivery for Next-Generation Entertainment Services" (PDF) . Dolby Laboratories . 2015-06-01. Archivado desde el original (PDF) el 2015-12-04 . Consultado el 2016-04-26 .
  26. ^ Darko, John H. (29 de marzo de 2017). "La verdad incómoda sobre el audio Bluetooth". DAR__KO . Archivado desde el original el 14 de enero de 2018. Consultado el 13 de enero de 2018 .
  27. ^ Ford, Jez (24 de agosto de 2015). "¿Qué es Sony LDAC y cómo lo hace?". AVHub . Consultado el 13 de enero de 2018 .
  28. ^ Ford, Jez (22 de noviembre de 2016). "aptX HD: ¿con o sin pérdida?". AVHub . Consultado el 13 de enero de 2018 .
  29. ^ "Formatos de audio de sistemas de cine digital". Biblioteca del Congreso . 27 de diciembre de 2011 . Consultado el 10 de noviembre de 2019 .
  30. ^ Spanias, Andreas; Painter, Ted; Atti, Venkatraman (2006). Procesamiento y codificación de señales de audio. John Wiley & Sons . pág. 338. ISBN 9780470041963.
  31. ^ "ISO/IEC 11172-3:1993 – Tecnología de la información — Codificación de imágenes en movimiento y audio asociado para medios de almacenamiento digital de hasta aproximadamente 1,5 Mbit/s — Parte 3: Audio". ISO. 1993. Consultado el 14 de julio de 2010 .
  32. ^ Bluetooth SIG, Especificación del sistema Bluetooth, Perfiles, Perfil de distribución de audio avanzado versión 1.3. https://www.bluetooth.org/docman/handlers/DownloadDoc.ashx?doc_id=260859&vId=290074