مقاله فشرده سازی صوت

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله فشرده سازی صوت دارای ۴۷۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله فشرده سازی صوت  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله فشرده سازی صوت،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله فشرده سازی صوت :

فشرده سازی صوت

کوانتیزه کردن
• خطی
– فواصل ثابت
– مستقل از دامنه
• غیر خطی
– فواصل متغیر
– افزایش فواصل در دامنه های بالا
– نگاشت لگاریتمی
مدولاسیون داده
• به جای کد کردن دامنه واقعی فقط افزایش یا کاهش را به کمک یک بیت کد کنیم

PCM Differential
• Differential PCM = DPCM
• تفاضل دامنه فعلی با دامنه قبلی توسط بیت های کمتر
• ADPCM
• Adaptive Differential PCM
– بخش های ساکت بیت کمتر
– بخش های شلوغ بیت بیشتر
فشرده سازی به روش Psycho-Acoustic
• حذف بخش های غیر قابل شنود
• تاثیرات ماسکها
– یک سیگنال با دامنه زیاد سیگنالهای کم دامنه مجاور خود را ماسک میکند

MPEG AUDIO
• فشرده سازی:
– ۳۲ ، ۶۴ ، ۹۶ ، ۱۲۸ یا ۱۹۲ کیلو بیت درثانیه
• کانالها:
– تک باند (mono )
– دو باند مستقل
– استریو مشترک Joint Stereo
MPEG AUDIO
• نرخ نمونه برداری :
– ۳۲Khz
– ۴۴۱ Khz
– ۴۸ Khz
• هر نمونه به صورت ۱۶ بیتی
• حداکثر تاخیر در گدگذاری و کدگشایی : ۸۰ میلی ثانیه
• استفاده از Psycho –acoustic در کوانتیزه کردن

کدگذار و کدگشای MPEG

تاریخچه MP3
• Fraunhofer Institut
– موسسه تحقیقاتی ( کشور آلمان )
– بکارگیری خواص شنوایی انسان برای فشرده سازی صوت
• استاندارد –ISO
• حداکثر ضریب فشرده سازی برابر با ۱۲
• ISO کلیات را بیان کرده
• جزئیات وابسته به نحوه پیاده سازی

لایه های صوت در MPEG
• Frame ها
• شامل ۳۸۴ نمونه
• این نمونه های مربوط به ۳۲ Sub-Band هستند
• برای هر sub-band 12 مقدار ذخیره میشود

لایه های صوت در MPEG
• لایه ۱: ماسک کردن فرکانس
– استفاده از فیلتر DCT
– بررسی فقط یک فریم
• لایه ۲ : ماسک موقتی
– سه فریم ( قبلی ، فعلی ، بعدی )
– شبیه سازی شنوایی انسان
لایه های صوت در MPEG
• لایه ۳ : ماسک غیرخطی :
– فرکانس ها به باندهایی باپهنای متفاوت تقسیم میشوند
– کانالهای استریو به صورت تفاضلی کدگذاری میشوند
– فشرده سازی ضرایب به روش هافمن
لایه ۱
• تاثیرات Psycho- Acoustic
• حساسیت گوش انسان

لایه ۱
• تاثیرات ماسک فرکانس
– یک سیگنال با فرکانس ۱KHz (فرکانس ماسک ) تولید میکنیم سپس سیگنالی با فرکانس نزدیک به آن مثلا ۱۱KHz و با شدت کم تولید میکنیم دامنه این فرکانس را به تدریج افزایش میدهیم تا شنیده شود

لایه ۱
• فشرده سازی
• سیگنال اصلی به ۳۲ باند اصلی تقسیم میشود Critical Band
• برای هر باند رویه ماسک تعریف میشود که نشان میدهد کدام سطح از سیگنال می تواند توسط باندهای مجاور ماسک شود .

لایه ۱
• الگوریتم :
۱ محاسبه انرژی در هر باند
۲ اگر انرژی آن کمتر از انرژی باند مجاور است آن را کدگذاری نکن
۳ درغیراینصورت باند را کدگذاری کن
۴ ضرایب را کوانتیزه کن
۵ فاکتور کوانتیزه را به گونه ای انتخاب کن که خطای آن کمتراز فاکتور ماسک باشد ( هر بیت کوانتیزه معادل ۶db است)
مثال
• سطوح مربوط به ۱۶ باند ازبین ۳۲ باند اول

لایه ۲ – فشرده سازی
• تاثیرات Psycho-Acoustic
– Temporal Masking : یک صدای قوی که ناگهان قطع میشود
– آزمایش :یک سیگنال قوی مثلا ۶۰db با فرکانس ۱kHz پخش میشود همراه با آن یک سیگنال ضعیف ۴۰db با فرکانس ۱۱KHz پخش میکنیم ( این سیگنال ماسک میشود)
– با قطع سیگنال تست برای مدت زمان مشخضی سیگنال ضعیف نیز شنیده نمیشود

لایه ۲ – فشرده سازی
• آزمایش بالا را با فرکانسهای مختلف تکرار میکنیم

لایه۲- فشرده سازی
• مشابه با لایه ۱ از این امکان برای ماسک فریم های مجاور استفاده میکنیم
• برای سادگی کار فرش میکنیم که این ماسک فقط میتواند بردی به اندازه یک فریم داشته باشد
لایه ۳ – تاثیرات psycho- Acoustic
• دقت تشخیص شنوایی انسان با افزایش فرکانس کاهش می یابد
• در لایه ۱و ۲ طیف فرکانسی به ۳۲ فریم با اندازه های یکسان تقسیم شد
• در لایه سوم فرکانس ها به روش غیرخطی تقسیم میشوند
• به گونه ای که میزان خطای شنوایی در همه باند ها یکسان باشد
لایه ۳
• Bark
• برگرفته از نام Barkhausen
• یک Bark برایر با عرض یک باند حیاتی Critical Band است

لایه ۳ – آستانده های موجود در باندهای حیاتی

لایه ۳
• این لایه به سیستم شنوایی انسان نزدیکتراست چراکه از Bark ها برای تقسیم بندی فرکانس استفاده میکند