In order to reduce the bit rate of

In order to reduce the bit rate of an audio signal whilst retaining the bandwidth, dynamic structure and harmonic balance, an audio codec has to reduce the quantisa- tion step size of the signal. A CD signal is typically quantised with 16 bits per sample, which for a 0 dBFS sine wave results in a signal-to-quantisation-noise ratio of 96 dB.
Reducing the quantisation step size will increase the quantisation noise relative to the audio signal. If the human auditory system were susceptible to this increase under all conditions, we could not reduce the bit rate.
Fortunately, the ear is a very imperfect organ. When we are exposed to a tone at one frequency, this excites the inner ear and the neurones in the cochlea in such a way that signals close (in frequency) to this signal may be inaudible, if their level is sufficiently low. This effect, which is called masking, decreases with the distance of the so-called masker and the masked signal.
A second imperfection is the fact that we do not hear audio signals below a certain level. This forms an absolute hearing threshold.
Both effects vary for human beings and have been measured in the past. They form the basis of what is called perceptual coding. The way to exploit these effects in a codec is to split the signal into small frequency regions and increase the quantisation noise in each frequency region such that it is as large as possible while still being masked by the signals in that frequency region.
The effect of masking of a single sine tone and its combination with the absolute hearing threshold is depicted in Figure 3.2. Two sine tones, which are masked, are shown in the figure as well.
In Figure 3.3, the same amount of noise has been added to a sine tone. In the left part of the figure the noise has equal amplitude across all frequencies and is therefore audible. In the right half of the figure the noise has the same energy but has been shaped according to the masking curve. In this case the noise is inaudible. In the MPEG Audio codec the shaping of the noise is achieved by splitting the signal into 32 sub-bands before the reduction of the quantisation step size.
The masking properties have been measured for single sine tones and for narrow- band noise signals [Zwicker, 1967]. The amount of masking depends on the nature of a signal and furthermore on the perceived tonality of a signal. The more tonal a signal is, the stronger the masking. It is therefore necessary to measure the tonality of a component to decide its masking properties. A ready assumption that is made in perceptual coding is that masking also occurs for complex signals, such as music and speech.

Kết quả (Việt) 1:

Để giảm tỷ lệ bit của một tín hiệu âm thanh trong khi vẫn giữ băng thông, động cơ cấu và sự cân bằng hài hòa, một codec âm thanh đã giảm kích thước bước quantisa-tion của tín hiệu. Một tín hiệu đĩa CD thường quantised với 16 bit / mẫu, mà cho một làn sóng sin 0 dBFS kết quả trong một tỷ lệ tín hiệu-to-quantisation-noise 96 dB. Giảm kích thước bước quantisation sẽ làm tăng tiếng ồn quantisation tương đối so với tín hiệu âm thanh. Nếu hệ thống thính giác của con người là dễ bị sự gia tăng này trong tất cả các điều kiện, chúng tôi không có thể làm giảm tỷ lệ bit.May mắn thay, tai là một cơ quan rất hoàn hảo. Khi chúng tôi được tiếp xúc với một giai điệu ở một tần số, điều này kích thích tai trong và neurones trong ốc tai trong một cách rằng tín hiệu đóng (ở tần số) để tín hiệu này có thể không nghe, nếu mức độ đủ thấp. Hiệu ứng này, được gọi là che, giảm với khoảng cách của cái gọi là nạ và tín hiệu mặt nạ.Một hoàn hảo thứ hai là một thực tế rằng chúng tôi không nghe các tín hiệu âm thanh dưới một mức nhất định. Điều này tạo thành một ngưỡng nghe tuyệt đối.Cả hai tác dụng khác nhau cho con người và có được đo trong quá khứ. Chúng tạo thành cơ sở của những gì được gọi là perceptual mã hóa. Cách để khai thác các hiệu ứng trong một codec là chia tín hiệu thành khu vực nhỏ tần số và tăng tiếng ồn quantisation ở mỗi vùng tần số như vậy mà nó là lớn nhất có thể trong khi vẫn đang được che bởi các tín hiệu trong khu vực tần số đó.Ảnh hưởng của mặt nạ một giai điệu duy nhất Sin và sự kết hợp với ngưỡng tuyệt đối điều trần được mô tả trong hình 3.2. Hai tông màu Sin, được ẩn, được thể hiện trong hình là tốt.Trong con số 3.3, cùng một lượng tiếng ồn đã được thêm vào một giai điệu Sin. Ở phía bên trái của con số tiếng ồn có biên độ bằng nhau trên tất cả các tần số và do đó là âm thanh. Ở phía bên phải, một nửa của các con số tiếng ồn có năng lượng cùng, nhưng đã được hình thành theo đường cong che. Trong trường hợp này tiếng ồn là không nghe. Trong bộ giải mã âm thanh MPEG việc định hình của tiếng ồn đạt được bằng cách phân chia tín hiệu thành 32 tiểu ban nhạc trước khi giảm kích thước bước quantisation.Các thuộc tính che có được đo duy nhất Sin tấn và hẹp-ban nhạc tiếng ồn tín hiệu [Zwicker, 1967]. Số lượng che phụ thuộc vào bản chất của một tín hiệu và hơn nữa trên thanh khiết nhận thức của một tín hiệu. Tonal hơn một tín hiệu là, mạnh mẽ hơn che. Do đó là cần thiết để đo lường âm giai của một thành phần để quyết định tính che. Một giả định sẵn sàng được thực hiện trong perceptual mã hóa là che cũng xảy ra cho tín hiệu phức tạp, chẳng hạn như âm nhạc và bài phát biểu.

Kết quả (Việt) 2:

Để giảm tỷ lệ bit của một tín hiệu âm thanh trong khi giữ lại băng thông, cấu trúc năng động và cân đối hài hòa, một codec âm thanh có giảm quantisa- bước tion kích thước của tín hiệu. Một tín hiệu CD thường được lượng tử hóa với 16 bit cho mỗi mẫu, mà đối với một 0 dBFS kết quả sóng sine trong một tỷ lệ tín hiệu-to-quantisation tiếng ồn 96 dB.
Giảm kích thước bước lượng tử sẽ làm tăng tiếng ồn lượng tử tương đối so với các tín hiệu âm thanh. Nếu hệ thống thính giác của con người là nhạy cảm với sự gia tăng này trong mọi điều kiện, chúng ta không thể làm giảm tốc độ bit.
May mắn thay, tai là một cơ quan rất không hoàn hảo. Khi chúng tôi được tiếp xúc với một giọng ở một tần số, điều này kích thích các tai trong và các neuron trong ốc tai trong một cách đó là dấu hiệu gần (ở tần số) để tín hiệu này có thể không nghe được, nếu trình độ của họ là đủ thấp. Hiệu ứng này, được gọi là mặt nạ, giảm theo khoảng cách của cái gọi là masker và tín hiệu đeo mặt nạ.
Một khuyết điểm thứ hai là một thực tế mà chúng ta không nghe thấy tín hiệu âm thanh dưới một mức nhất định. Điều này tạo nên một ngưỡng nghe tuyệt đối.
Cả hai hiệu ứng khác nhau đối với con người và đã được ghi nhận từ trước. Họ hình thành cơ sở của những gì được gọi là mã hóa tri giác. Cách để khai thác các hiệu ứng trong một codec là để chia tín hiệu thành các vùng tần số nhỏ và làm tăng nhiễu lượng tử hóa trong từng khu vực tần số như vậy mà nó là càng lớn càng tốt trong khi vẫn đang được che đậy bởi các tín hiệu trong đó khu vực tần số.
Ảnh hưởng của mặt nạ của một giai điệu sin đơn và phối hợp với ngưỡng nghe tuyệt đối được mô tả trong hình 3.2. Hai tông màu sin, mà được đeo mặt nạ, được hiển thị trong hình là tốt.
Trong hình 3.3, cùng một lượng tiếng ồn đã được thêm vào một giai điệu sin. Trong phần bên trái của hình tiếng ồn có biên độ bằng nhau trên tất cả các tần số và do đó âm thanh. Trong nửa bên phải của hình tiếng ồn có năng lượng tương tự nhưng đã được định hình theo các đường cong che. Trong trường hợp này, tiếng ồn là không nghe được. Trong MPEG Audio Codec Các hình của tiếng ồn đạt được bằng cách tách tín hiệu thành 32 tiểu ban nhạc trước khi giảm kích thước bước lượng tử hóa.
Các tính chất mặt nạ đã được đo với các tông màu sin đơn và cho narrow- tín hiệu tiếng ồn ban nhạc [Zwicker, 1967]. Lượng mặt nạ phụ thuộc vào bản chất của một tín hiệu và hơn nữa trên thanh khiết, nhận thức của một tín hiệu. Các tông màu hơn một tín hiệu, mạnh mẽ hơn các mặt nạ. Do đó, nó là cần thiết để đo lường sự thanh khiết của một thành phần quyết định tính chất mặt nạ của mình. Một giả định đã sẵn sàng được thực hiện trong mã hóa tri giác là mặt nạ cũng xảy ra đối với tín hiệu phức tạp, chẳng hạn như âm nhạc và lời nói.