Co je to aliasing

Zvuk včetně komprese
Digitálně = lépe!
Je to ale pravda?
X36PZA ­ Periferní zařízení M. Šnorek
Obsah přednášky
• Digitalizace spojitého signálu.
– Aliasing,
– kvantizační chyba.
• Praktická realizace digitálního zvukového
řetězce.
• Komprese zvuku.
– Aplikace psychoakustické komprese MPEG Audio.
– Digitální telefonie pro „IT people“.
X36PZA ­ Periferní zařízení M. Šnorek
Digitalizace spojitého signálu
X36PZA ­ Periferní zařízení M. Šnorek
Fáze digitalizace spojitých
signálů:
Spojitý v čase i amplitudě
Diskrétní v čase i amplitudě
Diskrétní v čase, spojitý v amplitudě
Otázka: může být i spojitý v čase a diskrétní v amplitudě?
Nakreslete!
X36PZA ­ Periferní zařízení M. Šnorek
Navzorkovaný spojitý signál
X36PZA ­ Periferní zařízení M. Šnorek
Digitálně znamená s chybou!
• Diskretizace/digitalizace způsobí
– změny ve frekvenční oblasti, tzv. aliasing,
– změny v amplitudě, tzv. kvantizační
chybu.
X36PZA ­ Periferní zařízení M. Šnorek
Co je to aliasing (změny ve
frekvencích) I?
D iskretizace
Frekvenční spektrum
analogového signálu
Správné vzorkování
X36PZA ­ Periferní zařízení M. Šnorek
Co je to aliasing (změny ve frekvencích)
II?
D iskretizace
Frekvenční spektrum
analogového signálu
Nesprávné vzorkování
X36PZA ­ Periferní zařízení M. Šnorek
Aliasing se projeví takto
X36PZA ­ Periferní zařízení M. Šnorek
Shannonův vzorkovací teorém
• Signál, jehož spektrum je soustředěno pouze v pásmu kmitočtů <0, fmax> , lze aproximovat řadou funkcí (Fourier).
• Koeficienty řady jsou vzorky signálu rovnoměrně odebírané s kmitočtem vzorkování, který je větší než dvojnásobek maximálního kmitočtu v signálu obsaženém.
• Viz též Nyquist (1928) a Kotelnikov.
X36PZA ­ Periferní zařízení M. Šnorek
Digitálně znamená s chybou!
• Vzorkování způsobí
– změny ve frekvenční oblasti, tzv. aliasing,
– změny v amplitudě, tzv. kvantizační
chybu.
X36PZA ­ Periferní zařízení M. Šnorek
Změny v amplitudě
X36PZA ­ Periferní zařízení M. Šnorek
Kvantizační chyba
X36PZA ­ Periferní zařízení M. Šnorek
Kvantizační chyba
X36PZA ­ Periferní zařízení M. Šnorek
Praktická realizace
digitálního zvukového
řetězce
X36PZA ­ Periferní zařízení M. Šnorek
Co je to zvuk?
• Periodické vlnění prostředí, kterým se
šíří.
• Představují ho spojité změny
akustického tlaku, které přijímáme
• uchem a zpracováváme
• sluchovým ústrojím.
X36PZA ­ Periferní zařízení M. Šnorek
Blokové schéma zvukového
řetězce
Uvidíte později, že většina technologie je digitální!
X36PZA ­ Periferní zařízení M. Šnorek
A/D převodníky - srovnání
X36PZA ­ Periferní zařízení M. Šnorek
A/D převodník
delta)
(sigma-
X36PZA ­ Periferní zařízení M. Šnorek
Sigma-delta koncepce
• Ideální technologie pro VLSI obvody zpracovávající
spojité i diskrétní signály (Mixed signals).
• Posouvají kvantizační šum pomocí
modulátoru do
vyššího frekvenčního pásma,
• realizují převzorkování,
• digitálně filtrují signál decimátorem.
• Umožňují realizaci převodníků s velkým rozlišením.
X36PZA ­ Periferní zařízení M. Šnorek
Jak funguje
modulátor?
X36PZA ­ Periferní zařízení M. Šnorek
1-bitový výstup
modulátoru
X36PZA ­ Periferní zařízení M. Šnorek
Decimátor
• Zpracovává (oslabuje) příliš kategorické
jednobitové reakce sigma-delta modulátoru
na vstupní signál tím, že je „průměruje“,
• čítá po delší časový interval.
• Slouží tedy jako zádrž pro vysoké frekvence
změn výstupu (je tedy vlastně digitálním
dolnopropustným filtrem).
X36PZA ­ Periferní zařízení M. Šnorek
Zaujalo vás to?
• Podrobněji se tomuto tématu věnujeme
v předmětu
• Analogové a číslicové systémy.
X36PZA ­ Periferní zařízení M. Šnorek
Komprese zvuku
X36PZA ­ Periferní zařízení M. Šnorek
Komprese dat
• Objasňovat proč komprimovat by bylo
mlácením prázdné slámy. Každý přece ví, že
…
– 1 s zvuku v CD kvalitě představuje
– 44,1k vzorků po 2x 16 bitech (stereo), tedy
– 176 400 B, tedy více než 172 kB.
• Typy komprese
– ztrátová,
– bezeztrátová.
X36PZA ­ Periferní zařízení M. Šnorek
Psychoakustický (PA)
princip
• Psychoakustický princip se
– opírá o studium vlastností lidského ucha,
– snaží se vytvořit nejdokonalejší model sluchu a
– s tímto poznáním určuje, co bude vlastně
neslyšitelné.
• Pak nevadí, když se příslušná data kompresí
ztratí.
• Autorství: Fraunhoferův Institut, SRN.
X36PZA ­ Periferní zařízení M. Šnorek
Průměrné lidské ucho
Frekvenční rozsah 20 Hz - 20 kHz,
• dynamický rozsah
(ticho - hluk) cca 96
dB.
• Důležitá poznámka:
• víte, že slyšíme
frekvenčně?
X36PZA ­ Periferní zařízení M. Šnorek
Zásady PA komprese
• Frekvenční závislost sluchu, neboli
frekvenční maskování (frequency
masking) a
• časové maskování (temporal
masking).
X36PZA ­ Periferní zařízení M. Šnorek
Frekvenční závislost
sluchu
X36PZA ­ Periferní zařízení M. Šnorek
Obrázek ukazuje ještě
něco důležitějšího!
• Práh slyšitelnosti není frekvenčně nezávislý,
– absolutně nejnižší hodnotu akustického tlaku
ucho rozpozná na frekvenci cca 4 kHz,
• schopnost slyšet závisí na úrovni hlasitosti
– a to dokonce nejen globálně,
– ale i lokálně (viz dále).
• Slyšitelnost se měří v jednotkách sone
(hlasitost 40-ti dB tónu o frekvenci 1 kHz).
X36PZA ­ Periferní zařízení M. Šnorek
Frekvenční maskování
X36PZA ­ Periferní zařízení M. Šnorek
Důsledky frekvenčního
maskování
• Maskování - jeden zvuk je přehlušen jiným,
silnějším.
• Maskování je silnější, jsou-li zvuky na
blízkých frekvencích.
• Práh slyšitelnosti se mění podle toho, co je
právě slyšet.
• Mluvíme o aktuální maskovací šabloně.
X36PZA ­ Periferní zařízení M. Šnorek
Časové maskování
X36PZA ­ Periferní zařízení M. Šnorek
Důsledky časového
maskování
• Ucho má jistou setrvačnost. Důsledkem je,
že po hlasitém zvuku chvíli neslyšíme.
• Zprvu poněkud překvapivý je jev opačný ...
• „Přehlušené“ je ucho déle, než „zahlušené“.
X36PZA ­ Periferní zařízení M. Šnorek
Aplikace psychoakustické
komprese MPEG Audio
X36PZA ­ Periferní zařízení M. Šnorek
Rozdíly podrobněji
• Layer 1
– pouze frekvenční maskování.
• Layer 2
– pracuje se se třemi framy vzorků najednou
(předch., souč., násled.) - 1152 vzorků. Použito i
časové maskování. Koncovka .mp2.
• Layer 3
– nejlepší, redukce vazeb mezi stereokanály,
kompresní poměr 1:6. Koncovka .mp3.
X36PZA ­ Periferní zařízení M. Šnorek
Důležitá poznámka:
• Kodér není standardem specifikován úplně,
• zato dekodér je definován pevně.
• Tato otevřená forma umožňuje budoucí
vylepšení, aniž by bylo nutné měnit
standard.
• Obměňovat je tak možné
– psychoakustický model, popř.
– algoritmus bitové alokace.
X36PZA ­ Periferní zařízení M. Šnorek
Layer 1/2 - princip
kódování
X36PZA ­ Periferní zařízení M. Šnorek
Postup při
kódování
(Layer 1/2)
X36PZA ­ Periferní zařízení M. Šnorek
Layer 1 - dekodér
X36PZA ­ Periferní zařízení M. Šnorek
Kodér Layer 3 (MP3)
Viz dále
X36PZA ­ Periferní zařízení M. Šnorek
Zjemnění frekvenční
filtrace
32 ­>576 subpásem
X36PZA ­ Periferní zařízení M. Šnorek
Layer 3 - dekodér
X36PZA ­ Periferní zařízení M. Šnorek
Princip a funkce oken
Hanningovo okno
X36PZA ­ Periferní zařízení M. Šnorek
Digitální telefonie pro „IT people“
X36PZA ­ Periferní zařízení M. Šnorek
Vývoj standardu GSM
• 1982 sdružení CEPT,výzkumná skupina
Groupe Special M obile,
• Realizace panevropského komunikačního systému na celulární (buňkové) bázi v pásmu 900 MHz.
• Požadavek:
– nízká cena, masivní výroba, miniaturní zařízení,
– kvalitní přenos řeči,
– otevřenost budoucím standardům ISDN,
– podpora rozšířených služeb (SMS).
X36PZA ­ Periferní zařízení M. Šnorek
Celulární (buňková) síť
Frekvence používané v jedné buňce nepoužívá žádná ze sousedních buněk.
BS neboli Base Station ­ základnová stanice
X36PZA ­ Periferní zařízení M. Šnorek
Časový multiplex v GSM
kanál
0 1 2 3 4 5 6 7 0 1 2 3 ... sloty
Poznámka:
Jeden hovor se přenáší kanálem stále ve stejném slotu.
X36PZA ­ Periferní zařízení M. Šnorek
Multirámec, rámec, slot
120 ms trvá multirámec (24 datových rámců)
0 ... 12 ... 25
4,615 ms
řídicí rámec nevyužito
0 1 2 3 4 5 6 7 TDMA rámec (8 slotů)
0,577 ms
3 57 datových bitů 1 26 režijních bitů 1 57 datových bitů 3 8,25
slot
X36PZA ­ Periferní zařízení M. Šnorek
Kolik bitů představuje jeden
hovor?
• V rámci slotu 2 x 57 užitečných bitů,
• v jednom multirámci je tomuto hovoru přidělen
čas 24x, tedy 2 x 57 x 24 = 2736 b.
• Multirámec trvá 120 ms, tedy 2 736 b/120 ms,
což je 22 800 b/s neboli 22,8 kbps.
• Připočítáme-li k tomu ještě režii sítě, která
představuje 11 kbps, představuje jeden hovor
zátěž
33,8 kbps.
X36PZA ­ Periferní zařízení M. Šnorek
Kolik z nich je ale
„hlasových“?
•
•
•
•
Začínáme s 33,8 kbps.
Režie na fungování sítě GSM je cca 11 kbps,
režie na vedení hovoru je cca 9,8 kbps a tedy
na vlastní hovorové bity zbývá jen 13 kbps!
• Jak je GSM využívá? Viz dále.
X36PZA ­ Periferní zařízení M. Šnorek
Řečový signál v čase
4
3
x 10
detail
2
1
0
-1
-2
-3
0
1
2
3
4
5
6
7
8
9
X36PZA ­ Periferní zařízení M. Šnorek
Východiska realizace
• Nepostupuje se, jako v digitalizaci pevných
linek metodou kódování tvaru vlny.
• Ta vyžaduje příliš vysoký přenosový výkon
(64 kbps).
• V GSM musíme vystačit s 13 kbps (RPELTP), nebo
• dokonce jen s 4,8 kbps (CELP).
• Jak je to vůbec možné?
X36PZA ­ Periferní zařízení M. Šnorek
Vložka: digitalizace tvaru
vlny
• Pouze interval mezi dvěma
vzorkováními (125 ms)
máme k dispozici k vyslání
8-mi bitového kódu
digitalizované hodnoty.
• Přenosová kapacita
digitální telefonní linky je
tedy
– 8000 vzorků/s * 8 bitů
= 64 kb/s.
X36PZA ­ Periferní zařízení M. Šnorek
Komprese řeči - Standardy
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
64 kbps µ-law/A-law PCM(CCTT G.711)
64 kbps 7kHz Subband/ADPCM(CCITT G.722)
32 kbps ADPCM(CCITT G.721)
16 kbps Low Delay CELP(CCITT G.728)
13.2 kbps RPE-LTP(GSM 06.10)
13 kbps ACELP(GSM 06.60)
13 kbps QCELP(US CDMA Cellular)
8 kbps QCELP(US CDMA Cellular)
8 kbps VSELP(US TDMA Cellular)
8 kbps CS-ACELP(ITU G.729)
6.7 kbps VSELP(Japan Digital Cellular)
6.4 kbps IMBE(Immarsat Voice Coding Standard)
5.3 & 6.4 kbps True Speech Coder(ITU G.723)
4.8 kbps CELP(Fed. Standard 1016-STU-3)
2.4 kbps LPC(Fed. Standard 1015 LPC-10E)
X36PZA ­ Periferní zařízení M. Šnorek
Návod na účinnější kompresi
• Použijeme stejnou myšlenku, podle které pracují
nejrůznější počítačové akcelerátory:
• kanálem nepřenášíme „bitmapu“ hovoru, ale
• jeho „vektorový“ popis.
• K tomu účelu ale potřebujeme do dekodéru (i
kodéru) vestavět syntezátor řeči založený na
modelu generování signálu hlasovým traktem.
• Tomu se říká kódování zdroje!
X36PZA ­ Periferní zařízení M. Šnorek
Anatomie a funkční komponenty
hlasového ústrojí
Acoustic Filter
X36PZA ­ Periferní zařízení M. Šnorek
Znělé a neznělé hlásky
Znělé hlásky – (n, e …) kvaziperiodický průběh signálu.
Neznělé hlásky – (š, č …) průběh signálu podobný šumu.
X36PZA ­ Periferní zařízení M. Šnorek
Generování znělých a
neznělých hlásek
X36PZA ­ Periferní zařízení M. Šnorek
Model lidského hlasového
ústrojí
X36PZA ­ Periferní zařízení M. Šnorek
Zásady kodéru založeného na
LPC
• Je založen na modelu buzení + filtr (model
hlasového traktu),
• uspokojivě generuje pouze řeč (např. hudbu
neumí),
• pro znělé hlásky je buzen periodickými
impulsy,
• neznělé hlásky budí generátor bílého šumu.
X36PZA ­ Periferní zařízení M. Šnorek
Realizace modelu
• Hlasivky
– dolní propusť 2. řádu s
lomovou frekvencí kolem
100 Hz.
• Hlasový trakt
– kaskáda rezonátorů
(odpovídajících
jednotlivým formantům).
• Vyzařování zvuku
– horní propusť 1. řádu.
X36PZA ­ Periferní zařízení M. Šnorek
Komprese řeči prakticky
• Zpracování a předzpracování dat po 20ms blocích
(160 vzorků po 13b)
– odstranění stejnosměrné složky,
– zvýraznění méně silných vyšších frekvenčních složek
signálu (preemfáze),
– rozdělení do 4 bloků po 40 vzorcích pro RPE analýzu
a LTP analýzu.
• LPC (koeficienty lineární predikce – krátkodobá
predikce) – 8 koeficientů, model hlasového ústrojí –
36 bitů.
X36PZA ­ Periferní zařízení M. Šnorek
Komprese hlasu - schéma
X36PZA ­ Periferní zařízení M. Šnorek
Podrobněji?
• Nová média.
X36PZA ­ Periferní zařízení M. Šnorek