Τι είναι η συμπίεση που βασίζεται στην αντιληπτική βάση για δεδομένα ήχου;

Η συμπίεση που βασίζεται σε αντιληπτικά για τα δεδομένα ήχου αξιοποιεί τους περιορισμούς της ανθρώπινης ακοής για να μειώσει το μέγεθος των αρχείων ήχου χωρίς να επηρεάζει σημαντικά την αντιληπτή ποιότητα. Αντί να απορρίπτει ομοιόμορφα τα δεδομένα, αφαιρεί έξυπνα ή μειώνει τις πληροφορίες που είναι απίθανο να παρατηρηθούν από τον ακροατή. Αυτό επιτυγχάνεται μέσω αρκετών βασικών στρατηγικών:

* κάλυψη: Αυτή είναι η βασική αρχή. Βασίζεται στο γεγονός ότι τα αυτιά μας είναι λιγότερο ευαίσθητα σε πιο ήσυχους ήχους όταν υπάρχουν πιο δυνατοί ήχοι ταυτόχρονα. Οι πιο δυνατοί ήχοι "μάσκα" πιο ήσυχοι. Οι κωδικοποιητές που βασίζονται σε αντιληπτικά προσδιορίζουν τις συχνότητες που καλύπτονται από τους πιο δυνατά και είτε μειώνουν το bitrate τους είτε την εξάλειψαν εξ ολοκλήρου. Αυτό είναι ιδιαίτερα αποτελεσματικό στη μείωση των δεδομένων που απαιτούνται για τα εξαρτήματα υψηλής συχνότητας, τα οποία συχνά καλύπτονται από χαμηλότερες συχνότητες.

* Κοσβατικά: Αυτό συνεπάγεται τη μείωση της ακρίβειας των δεδομένων ήχου. Αντί να αντιπροσωπεύουν κάθε δείγμα με πολύ υψηλό αριθμό bits, οι κωδικοποιητές που βασίζονται σε αντιληπτά χρησιμοποιούν λιγότερα κομμάτια, ιδιαίτερα για λιγότερο αντιληπτικά σημαντικά μέρη του σήματος. Ο θόρυβος κβαντισμού που εισάγεται συχνά καλύπτεται από πιο δυνατούς ήχους.

* Ψυχαακουστικά μοντέλα: Αυτά είναι μαθηματικά μοντέλα που προσομοιώνουν το ανθρώπινο ακουστικό σύστημα. Προβλέπουν ποια τμήματα του ηχητικού σήματος είναι πιο πιθανό να καλυφθούν και επομένως μπορούν να συμπιεστούν πιο επιθετικά. Διαφορετικά μοντέλα υπάρχουν με ποικίλα επίπεδα πολυπλοκότητας και ακρίβειας.

* Επεξεργασία πεδίου συχνότητας: Πολλοί κωδικοποιητές που βασίζονται σε αντιληπτικά λειτουργούν στον τομέα συχνοτήτων (χρησιμοποιώντας μετασχηματισμούς όπως ο διακριτός μετασχηματισμός συνημιτονίου ή ο τροποποιημένος διακριτός μετασχηματισμός συνημιτονίου), γεγονός που καθιστά πολύ πιο εύκολη την ταυτοποίηση και τον χειρισμό των καλυμμένων συχνότητας.

Παραδείγματα κωδικοποιητών που χρησιμοποιούν συμπίεση με βάση την αντιληπτή:

* mp3: Ένα ευρέως χρησιμοποιούμενο παράδειγμα. Είναι σχετικά αποτελεσματικό, αλλά μπορεί να εισαγάγει αξιοσημείωτα αντικείμενα σε πολύ υψηλές αναλογίες συμπίεσης.

* AAC (προηγμένη κωδικοποίηση ήχου): Γενικά θεωρείται ότι παρέχει καλύτερη ποιότητα από το MP3 στο ίδιο bitrate.

* opus: Ένας πιο σύγχρονος κωδικοποιητής σχεδιασμένος τόσο για ήχο όσο και για ομιλία, προσφέροντας υψηλής ποιότητας σε χαμηλά bitrates.

* Vorbis: Ένας άλλος κωδικοποιητής ανοιχτού κώδικα που είναι γνωστός για την καλή ποιότητα και την αποτελεσματική συμπίεση του.

Περιορισμοί:

Ενώ είναι εξαιρετικά αποτελεσματική, η συμπίεση που βασίζεται στην αντιληπτή δεν είναι τέλεια. Σε πολύ υψηλές αναλογίες συμπίεσης, τα τεχνουργήματα μπορούν να γίνουν αισθητά, ιδιαίτερα ως σφυρί, βουτιά ή λασπώδη στον ήχο. Η ποιότητα της συμπίεσης εξαρτάται επίσης από την πολυπλοκότητα του χρησιμοποιούμενου ψυχοακουστικού μοντέλου και την εφαρμογή του κωδικοποιητή.

Συνοπτικά, η συμπίεση ήχου που βασίζεται σε αντιληπτά μειώνει δραματικά τα μεγέθη των αρχείων, εκμεταλλεύοντας τους περιορισμούς της ανθρώπινης ακοής, προσφέροντας μια καλή ισορροπία μεταξύ της μείωσης των δεδομένων και της αντιληπτικής ποιότητας ήχου. Η επιτυχία έγκειται στην ικανότητά της να απορρίπτει έξυπνα ή να μειώνει τις πληροφορίες που είναι λιγότερο πιθανό να γίνουν αντιληπτές από τον ακροατή.