تحقیق در مورد فشرده سازي صوت و تصوير:

فقط يك دهه بعد از فهميدن، سود لايه سوم صوتي MPEG به طور گسترده پذيرش شد. تعداد كمي از ترانه ها و قطعه هاي موزيكي قابل دسترسي در اينترنت بودند و ميليونها نفر كه قبلاً تجربه كردند كه چگونه تكنولوژي فشرده سازي صوتي را عرضه كنند.

تعداد كمي از استفاده كنندگان مفهوم گذشته MPEG و متراكم سازي (فشرده سازي) صوتي را فهميدند.

در اين مقاله تلاش شده تا نظرها و عقيده ها نشان و توضيح داده شوند.

داستاني از صوت MPEG :

در اواخر سال 1980 نياز براي يك استاندارد فشرده سازي صوتي واضح بود. كيفيت صوتي CD– يك نمونه برداري فركانس از 100/44 هرتز و 16 بيت هر نمونه است. بيش از 600/705 بيت يا 220/88 بايت براي هر ثانيه از صوت ترجمه مي شود. با بيشتر ترانه هايي كه سايز شان چندين دقيقه طول مي كشد، سايز اين فايلهاي صوتي باز شده از ذخيره و انتقال آنها جلوگيري مي كند.

در سال 1987 – انستيتوفرون هافر بر روي يك تكنولوژي به طور خاص براي حل اين مشكل آغاز به كار كرد.

بعد ها گروه خبر تلاش كردند عكسي را حركت دهند در نتيجه لايه ي اول صوت MPEG را ساختند.

اين استاندارد فشرده سازي صوتي به داخل استاندارد MPEG براي تصوير و صوت ملحق شد.

از آن زمان امكاناتي براي صوت MPEG وجود دارد : مزيت MPEG2 كد گذاري صوتي مي باشد. (صوت MPEG4– همچنين پسوندهايي از اين فرمتها مثل 2.5 لايه MPEG وجود دارد و لايه سوم MPEG– اين استاندارد هاي مختلف در بازده و راندمان خوب هستند و در پيچيدگي از الگوريتم فشرده سازي تفاوت دارند – آنها مي توانند همه سطوح استثناء را فشرده كنند.

نظرهاي قديمي MPEG :

در گفته هاي متفاوت، مدل توليدي از الگوهاي عمومي طرح كلي در صوت وجود ندارد، بنابر اين ارتباطات زيادي در فهميدن روشهاي كدگذاري كار آمد وجود دارد.

علمي كه چگونگي دريافت صداها را براي بشر دارد. در دوره هايي مثل فركانس – سطح، شكل يا حالت طيفي و عمق نوسان صدا اغلب استفاده مي شوند هنگاميكه صداها مطابق با اصول علمي توصيف مي شوند.

اما همه اينها در اين كه درك نمي شوند مورد قبول هستند كه فقط هنگاميكه صداها در معني فيزيكي مورد بحث قرار مي گيرند مفيدند.

مردم بيشتر نگران هستند براي قبول چيزهاي مثل درجه – صداي كمتر – وضوح كمتر و قدرت نوسان و وجود دارد كلماتي كه يك شخص خاص استفاده مي كند براي صداهاي توصيفي و اينها فشرده سازيهاي مختلفي هستند كه باعث مي شود ما صداها را دريافت كنيم.

سيستم رسيدگي بشري مي تواند به طور طرحي پيش نويس به عنوان يك وسيله كاوش فركانسي كه به طور خاص تنظيم شده با 25 با زاويه بحراني توصيف شود. به عبارت ديگر بشر فقط قادر است صداهايي را گوش كند كه در يكي از اين 25 رنج فركانس باشد .

هيچ موج صدايي خارج از اين رنجهايي كه قابل شنيدن نيستند وجود ندارد فركانس آنها بين 700 هرتز و 7000 هرتز كاهش پيدا مي كند .

رفتار صوتي MPEG كاراكترهايي از شنيدن افراد به طور كار آمد براي متراكم شدن صوتي مي باشد.

اولاً بدست آوردن زيادي از فشرده سازي بوسيله سيگنالهاي صوتي حذف شده است كه خارج از رنج فهم و درك بشر است . به طور عمده صداها با فركانس بالاي 20000 هرتز هستند.

دوماً يك الگو براي صداهاي حذف شده با رنج درك افراد وجود دارد. اما قابل شنيدن نيستند و قبل از صداهاي ديگر قرار مي گيرد. تركيب اين دو روش دست يافتن MPEG را ناپيدا مي كند يا فشرده سازي را به طور دست يافتني كمتر اتلاف مي كند. دو نمونه از ماسك وجود دارد: همزمان و ماسك زماني. در ماسك همزمان يك يا بيشتر سيگنالهاي صدا به سطح پايين تسلط دارند. به طور همزمان بر طبق سيگنالهايي با فركانسهاي مشابه است. بنابر اين همه ي ؟؟؟؟ سيگنالهاي سطح پايين را گوش مي كنند. در ماسكهاي زماني يك سيگنال ماسك صداهاي ديگر است كه قبل و بعد از آن رخ مي دهد.

اين دو پديده زماني خارق العاده است كه به عنوان پر ماسك و پست ماسك به طور خاصي اشاره شود.

در توضيح نظريه استفاده از فشرده سازي صوت MPEG اكنون امكاني براي توضيح دقيق است كه چگونه از اين نظريه ها استفاده شود. با اين وجود ، ابتدا بايد ويژگي پر اتلافي از فشرده سازي شرح داده شود.

هنگاميكه سيگنالهاي صوتي ضبط، ديجيتالي و سپس متراكم مي شود صدا از يك حالت فيزيكي به يك بازنمايي باينري (دودويي) تبديل مي شود. از تبديل صداهايي كه هميشه معرفي خواهد شد اين پردازش به طور دروني پر اتلاف است.

يك سيگنال معمولي بعد از فشرده شدن نمي تواند توليد شود.

با اين وجود ترميم MPEG براي اين با گرفتن يك سري از مراحلي است كه محدود به اثراتي از اين صداها است و براي نظريه هاي فوق الذكر قابل استفاده مي باشد. فشرده سازي صوت MPEG اول يك مدليشن از ضربان PCM صوت ورودي مي گيرد. يك فرمت براي سيگنال صوت فشرده نشده و گذر از دو مدل مختلف.

اولين مدل يك زمان به فركانس است كه بانك فيلتر را باز نمايي مي كند و در سيگنال به 32 ساب باند  داخلي از رنجهاي فركانسي كه به طور طرح پيش نويس درست مي شود تقسيم مي شود و همچنين براي زمان اصلي كه زمان صحيح از سيگنالها است قابل امكان مي باشد. به عبارت ديگر دومين مدل ثابت از دو مدل فزي چوي كستيك كه سر آغاز خاموش شدن سطح براي 32 ساب باند را محاسبه مي كند.

مدلهاي فزي چوي كستيك لازم به شمارش براي اختلاف بين درك بشر از آهنگ صدا و صداهاي بي آهنگ هستند.

اين مدلها در سيگنالهاي تسلط يافته در ورودي تعيين خواهد شد و درايوي كه باس آن در آستانه سكون است كه سيگنالهاي سمعي مي باشد. هيچ سيگنال كاهشي زير محدوديت سر آغاز بي صدايي مطرح نشده و به صورت ماسك خواهد بود.

سيگنال معمولي به 32 ساب باند تقسيم مي شود زيرا سيگنالهاي مختلف اثرات مختلفي براي آغاز كار دارند.

در ابتدا رنجهاي فركانس بالاست و بعد آهسته و پايين مي شود و در انتها بالاست. از اين دو مدل كه فشرده سازي MPEG درايوهاي الگوريتم است سيگنال ماسكي و سيگنال صدا براي هر ساب باند نسبتي است. اين اطلاعات براي تعيين اينكه چگونه بيتهاي زيادي خارج از دسترس هستند استفاده مي شود و براي هر ساب باند كه بايد چگونگي ادامه يافتن و كيفيت صوتي آن تخصيص داده شود به طور معمولي بيشتر بيتها با دقت بيشتر تخصيص داده مي شود و توليد صوتي آن كامل است. يكي از اين محاسبه هاي كامل آخرين باقي مانده اين مرحله كه رنج نمونه صوتي داخل چارچوب فرمت درست شده مي باشد. استفاده از كد هافمن سيگنالهاي صوتي رمزي هستند و با بيتهاي تخصيص داده شده ذخيره مي شود. سپس جاي آن در يك چهارچوب خاص از فرمت متراكم شدن قرار مي گيرد.

بيشتر فرمهاي صوتي MPEG شامل يك گرداننده و يك چرخه براي چك كردن است. اطلاعات درون سيگنال و بالاي 152/1 نمونه از سيگنال صوتي است. اين فرمها به ترتيب درست مي شوند و داخل فرمتهاي رشته بيتي به صورت رمزي قرار مي گيرند. و نتيجه آن متراكم شدن فايل صوتي MPEG است.

از زمانيكه لايه سوم هست با دور شدن از فشرده سازي صوتي، تفاوت قبليها ديگر ارزش ندارد.

در ابتدا از دو نوع مختلف از بانكهاي فيلتر در گامهاي اوليه از فشرده سازي استفاده مي شود. در مقايسه با زمان فركانسي بانكهاي فيلتر كه بالايه ي اول و لايه ي سوم MPEG مورد استفاده قرار مي گيرد باز نمايي مي شود.

همچنين MP3 براي كسينوس گسسته تغيير يافته كه بيشتر آن به 32 ساب باند تقسيم مي شود استفاده مي شود.

زمانيكه مجموعه اين مراحل متراكم بودن را به طور كمپلكس افزايش داد كيفيت فايل متراكم صوتي را نيز افزايش مي دهد.

دومين اختلاف ساپرتهاي MP3 سازگار كردن سايز بلوك و پذيرش نام بيتهاي ذخيره شده است.

به جاي استفاده از دستور العمل فرمهاي ثابت، فرمهاي MP3 با پوينترها و سپس به دنبال آن فرمهايي از سايز متغير مراجعه مي شوند.

بنابر اين اگر يك فرم ناقص شامل فقط نمونه سيگنال صوتي زياد مي شود و نياز نباشد كه همه بيتها از آن تخصيص داده شود، مي تواند سيستمهاي زيادي را به داخل يك منبع براي استفاده با نتيجه ي فرمها با پييچيدگي بيشتر سيگنالهاي صوتي تخصيص دهد.

يك كامپيوتر شخصي به طور افزايشي قدرتمند است، MPEG با پيچيدگي بيشتري مي تواند استفاده شود و الگوريتمهاي قدرمتند بيشتري به نتيجه ي بهتري دست مي يابند. با اين وجود، يك روند كاهشي در فشرده سازي صوتي براي متراكم شدن بيشتر وجود دارد. در ابتدا تقاضاي افزايش براي اثر متقابل بين موزيك و شنونده ها و جود دارد.

استفاده كننده ها اكنون مي خواهند به ماشيني دوست داشتني دسترسي پيدا كنند.

صوت MPEG-4 به بخشي از اين روند با روند با ساپرت كردن روي خط پيوسته سازي منعكس مي شود. با اين وجود هنوز كمبود ويژگي هاي زيادي براي مطمئن بودن اثر انتقال وجود دارد. دوماً روند يافتن عقيده اي از موضوعات در صوت است در اين اصل فقط يك موضوع شامل پارامترهايي از مدل صوتي ضبط شده خواهد بود. سپس هنگاميكه فايلها در حالت نمايش قرار گرفتند، كامپيوترها از اين الگوها از اطلاعاتي كه نياز است براي تركيب شدن صوت معمولي بيرون يابي مي شوند.

1) W.T.K , A.G.Davis , E.Ambikairaja موفق به اين كارها شدند : ماسك شنوايي و MPEG1  و فشرده سازي صوتي – ژورنال مهندسي ارتباط الكترونيكي و Vo 19 در اگوست 1977.

2) نول، كيفيت صوتي بالا براي مولتي مديا : تكنولوژيهاي كي برد و استانداردهاي MPEG اتصال داخلي يكپارچه براي سرويسهاي دانشگاهي. كنفرانس مخابرات تلفني جهاني.

3) Davis pan : يك در سي روي فشرده سازي صوتي MPEG است. مولتي مديا IEEE است، Vol2 در تابستان 1955.

4) M.M candles ايجاد Mp3 سيستمهاي اين تل IEEE . Vol.14,IEEE در ماه جان 1999.

5) B.Leslie and M.Sandler : فشرده سازي صوتي استفاده از امواج – مكالمه IEEE  روي صوت و تكنولوژي موزيك : رقابت كرد در به وجود آوردن IEEE,DSP در لندن 1198.