Statistical structure is being used

Statistical structure is being used to provide compression in these examples, but that
is not the only kind of structure that exists in the data. There are many other kinds of
structures existing in data of different types that can be exploited for compression. Consider
speech. When we speak, the physical construction of our voice box dictates the kinds of
sounds that we can produce. That is, the mechanics of speech production impose a structure
on speech. Therefore, instead of transmitting the speech itself, we could send information
about the conformation of the voice box, which could be used by the receiver to synthesize
the speech. An adequate amount of information about the conformation of the voice box
can be represented much more compactly than the numbers that are the sampled values of
speech. Therefore, we get compression. This compression approach is being used currently
in a number of applications, including transmission of speech over mobile radios and the
synthetic voice in toys that speak. An early version of this compression approach, called
the vocoder (voice coder), was developed by Homer Dudley at Bell Laboratories in 1936.
The vocoder was demonstrated at the New York World’s Fair in 1939, where it was a
major attraction. We will revisit the vocoder and this approach to compression of speech in
Chapter 17.
These are only a few of the many different types of structures that can be used to obtain
compression. The structure in the data is not the only thing that can be exploited to obtain
compression. We can also make use of the characteristics of the user of the data. Many times,
for example, when transmitting or storing speech and images, the data are intended to be
perceived by a human, and humans have limited perceptual abilities. For example, we cannot
hear the very high frequency sounds that dogs can hear. If something is represented in the
data that cannot be perceived by the user, is there any point in preserving that information?
The answer often is “no.” Therefore, we can make use of the perceptual limitations of
humans to obtain compression by discarding irrelevant information. This approach is used
in a number of compression schemes that we will visit in Chapters 13, 14, and 16.
Before we embark on our study of data compression techniques, let’s take a general look
at the area and define some of the key terms and concepts we will be using in the rest of
the book.

Kết quả (Việt) 1:

Thống kê cấu trúc được sử dụng để cung cấp nén trong những ví dụ này, nhưng điều đókhông phải là loại duy nhất của cấu trúc mà tồn tại trong dữ liệu. Có rất nhiều loại khác củacấu trúc hiện có trong dữ liệu của các loại khác nhau có thể được khai thác cho nén. Xem xétbài phát biểu. Khi chúng tôi nói, xây dựng vật lý của chúng tôi hộp thoại chỉ ra các loại củaâm thanh mà chúng tôi có thể sản xuất. Đó là, các cơ học của ngôn luận sản xuất áp đặt một cấu trúcNgày bài phát biểu. Vì vậy, thay vì truyền các bài phát biểu chính nó, chúng tôi có thể gửi thông tinvề conformation của hộp thoại, có thể được sử dụng bởi người nhận để tổng hợpbài phát biểu. Một số tiền đủ của các thông tin về conformation của hộp thoạicó thể được biểu diễn nhiều compactly hơn những con số có giá trị lấy mẫubài phát biểu. Vì vậy, chúng tôi nhận được nén. Phương pháp nén này đang được sử dụng hiện naytrong một số ứng dụng, bao gồm cả truyền dẫn của các bài phát biểu trên radio điện thoại di động và cácTổng hợp giọng nói trong đồ chơi nói. Phiên bản đầu tiên của phương pháp nén này, gọi làvocoder (giọng nói coder), được phát triển bởi Homer Dudley tại Phòng thí nghiệm Bell năm 1936.Vocoder đã được chứng minh tại hội chợ thế giới New York vào năm 1939, nơi nó mộtđiểm thu hút lớn. Chúng tôi sẽ xem xét lại vocoder và phương pháp nén của bài phát biểu trongChương 17.Đây là những chỉ là một vài trong số nhiều loại khác nhau của các cấu trúc có thể được sử dụng để có đượcnén. Các cấu trúc dữ liệu không phải là điều duy nhất mà có thể được khai thác để có đượcnén. Chúng tôi cũng có thể sử dụng các đặc điểm của người sử dụng dữ liệu. Nhiều lần,Ví dụ, khi truyền hoặc lưu trữ các bài phát biểu và hình ảnh, dữ liệu được dự địnhcảm nhận của một con người và con người có giới hạn khả năng tri giác. Ví dụ, chúng ta không thểnghe các âm thanh tần số rất cao mà chó có thể nghe thấy. Nếu một cái gì đó được đại diện trong cácdữ liệu không thể được cảm nhận bởi người dùng, là có bất kỳ điểm nào trong giữ gìn thông tin đó?Câu trả lời thường là "không." Vì vậy, chúng tôi có thể làm cho việc sử dụng giới hạn perceptualcon người để có được nén bằng discarding thông tin không liên quan. Cách tiếp cận này được sử dụngtrong một số chương trình nén chúng tôi sẽ đến thăm trong chương 13, 14 và 16.Trước khi chúng tôi bắt tay vào nghiên cứu của chúng tôi về các kỹ thuật nén dữ liệu, chúng ta hãy có một cái nhìn tổng quáttại khu vực và xác định một số điều khoản quan trọng và khái niệm chúng tôi sẽ sử dụng trong phần còn lại củacuốn sách.

Kết quả (Việt) 2:

Cấu trúc thống kê đang được sử dụng để cung cấp nén trong các ví dụ này, nhưng đó
không phải là loại duy nhất của cấu trúc tồn tại trong dữ liệu. Có rất nhiều loại khác của
các cấu trúc hiện có trong dữ liệu của các loại khác nhau có thể được khai thác để nén. Hãy xem xét
lời nói. Khi chúng ta nói, việc xây dựng vật lý của thanh quản của chúng tôi sẽ áp đặt các loại
âm thanh mà chúng tôi có thể sản xuất. Đó là, các cơ chế sản xuất nói áp đặt một cấu trúc
trên bài phát biểu. Do đó, thay vì truyền tải những bài phát biểu của mình, chúng tôi có thể gửi thông tin
về cấu tạo của hộp thoại, trong đó có thể được sử dụng bởi các máy thu tổng hợp
các bài phát biểu. Một số lượng đầy đủ của thông tin về cấu tạo của hộp thoại
có thể được biểu diễn nhiều hơn gọn hơn so với con số đó là các giá trị lấy mẫu của
bài phát biểu. Do đó, chúng tôi có được nén. Phương pháp nén này hiện đang được sử dụng
trong một số ứng dụng, bao gồm cả truyền dẫn của bài phát biểu trên radio di động và
giọng nói tổng hợp đồ chơi mà nói. Một phiên bản của phương pháp nén này, được gọi là
các vocoder (giọng coder), được phát triển bởi Homer Dudley tại phòng thí nghiệm Bell vào năm 1936.
Các Vocoder đã được chứng minh tại Hội chợ New York thế giới vào năm 1939, nơi đây là một
điểm thu hút lớn. Chúng tôi sẽ xem xét lại các vocoder và cách tiếp cận này để nén ngôn luận ở
Chương 17.
Đây chỉ là một vài trong rất nhiều loại khác nhau của các cấu trúc có thể được sử dụng để có được
nén. Các cấu trúc trong dữ liệu không phải là điều duy nhất có thể được khai thác để có được
nén. Chúng tôi cũng có thể sử dụng các đặc tính của người sử dụng của dữ liệu. Nhiều lần,
ví dụ, khi truyền đưa hoặc lưu trữ bài phát biểu và hình ảnh, dữ liệu được dự định sẽ được
cảm nhận của một con người, và con người đã nhận thức khả năng giới hạn. Ví dụ, chúng ta không thể
nghe thấy tần số rất cao âm thanh mà con chó có thể nghe thấy. Nếu một cái gì đó được thể hiện trong các
dữ liệu không thể được cảm nhận bởi người sử dụng, là có bất kỳ điểm nào trong việc bảo vệ thông tin đó?
Câu trả lời thường là "không". Vì vậy, chúng ta có thể tận dụng các hạn chế nhận thức của
con người để có được nén bằng cách loại bỏ không liên quan thông tin. Cách tiếp cận này được sử dụng
trong một số chương trình nén mà chúng ta sẽ tham quan trong Chương 13, 14, và 16.
Trước khi chúng tôi bắt tay vào nghiên cứu của chúng ta về kỹ thuật nén dữ liệu, chúng ta hãy nhìn chung
ở khu vực và xác định một số điều khoản quan trọng và khái niệm, chúng tôi sẽ được sử dụng trong phần còn lại của
cuốn sách.