Параметриялық стерео: төмен өткізгіштік жағдайында аудио сапасын арттыру әдісі
Parametric stereo
Параметриялық стерео (PS) – сандық аудионы қысу алгоритмі. Төмен өткізгіштік стерео үшін тиімді кодектеу, моно сигналды кеңейтеді. HE AAC v2 құрамында.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Параметрлік стерео (қысқаша PS) – аудионы ықшамдау алгоритмі, ол цифрлық аудио үшін аудио кодтау форматы ретінде қолданылады. Ол MPEG 4 Part 3 (MPEG 4 Audio) аудио нысанының түрі болып табылады және төмен өткізгіштік жолақты стерео аудио медиасының кодтау тиімділігін арттыруға арналған. Параметрлік стерео стерео аудио сигналын сандық түрде кодтайды, аудионы моно түрінде сақтайды және оған аз көлемде қосымша ақпарат қосады. Бұл қосымша ақпарат ("параметрлік жүктеме" деп анықталады) моно сигналдың екі стерео арнада қалай өзгеретінін сипаттайды, соның арқасында сигнал ойнатылғанда толыққанды стерео дыбыс ретінде естіледі.
Parametric stereo (abbreviated as PS) is an audio compression algorithm used as an audio coding format for digital audio. It is considered an Audio Object Type of MPEG 4 Part 3 (MPEG 4 Audio) that serves to enhance the coding efficiency of low bandwidth stereo audio media. Parametric Stereo digitally codes a stereo audio signal by storing the audio as monaural alongside a small amount of extra information. This extra information (defined as "parametric overhead") describes how the monaural signal will behave across both stereo channels, which allows for the signal to exist in true stereo upon playback.
Өмірбаян
Advanced Audio Coding Low Complexity (AAC LC) спектральды жолақты көбейту (SBR) және параметрлік стерео (PS) комбинациясы HE AAC v2 ретінде анықталды. HE AAC v1 декодері HE AAC v2 бит ағынын декодтағанда ғана моно дыбыс шығарады. Параметрлік стерео кеңістіктік доменде сирек кодтауды жүзеге асырады, бұл SBR жиілік доменінде жасайтын нәрсеге ұқсас. AAC HE v2 бит ағыны, кодтағышта стерео дыбысты моноға 2–3 кбит/с көлеміндегі қосымша ақпаратпен (параметрлік стерео ақпараты) бірге, кеңістіктік қарқынды стерео генерациясын және декодерде атмосфераны жаңартуды сипаттау үшін төмендету арқылы алынады. Параметрлік стереоның қосымша ақпараты мен моно аудио ағынының болуы декодерге (ойнатқышқа) бастапқы стерео панораманың сенімді кеңістіктік бейнесін өте төмен жылдамдықтарда қайта жаңартуға мүмкіндік береді. Параметрлік стереомен 24 кбит/с жылдамдықпен кодталған аудио сигнал, стандартты әдістермен кодталған дискретті стерео сигналдармен салыстырғанда, тек бір аудио арнасы және параметрлік қосымша ақпарат трансляцияланатындықтан, сапасы айтарлықтай жақсарады. Бір моно арнаға жұмсалған қосымша битрейт (PS-тің кейбір қосымша ақпаратымен бірге) ұқсас битрейттегі стандартты стерео ағынымен салыстырғанда дыбыстың қабылданатын сапасын айтарлықтай жақсартады. Дегенмен, бұл техника тек ең төменгі жылдамдықтарда (шамамен 16–48 кбит/с және xHE AAC DRM-де қолданылатын 14,4 кбит/с-қа дейін) жақсы стерео әсерін беру үшін пайдалы, сондықтан өте төмен жылдамдықтарда қабылданатын сапаны жақсарта алады, бірақ ол көбінесе толық ашықтыққа қол жеткізбейді, себебі техникамен аудионың стерео динамикасын модельдеу шектеулі және жылдамдыққа қарамастан қабылданатын сапаны нашарлатады.
Advanced Audio Coding Low Complexity (AAC LC) combined with Spectral Band Replication (SBR) and Parametric Stereo (PS) was defined as HE AAC v2. An HE AAC v1 decoder will only give mono sound when decoding an HE AAC v2 bitstream. Parametric Stereo performs sparse coding in the spatial domain, somewhat similar to what SBR does in the frequency domain. An AAC HE v2 bitstream is obtained by downmixing the stereo audio to mono at the encoder along with 2–3 kbit/s of side info (the Parametric Stereo information) in order to describe the spatial intensity stereo generation and ambience regeneration at the decoder. By having the Parametric Stereo side info along with the mono audio stream, the decoder (player) can regenerate a faithful spatial approximation of the original stereo panorama at very low bitrates. Because only one audio channel is transmitted, along with the parametric side info, a 24 kbit/s coded audio signal with Parametric Stereo will be substantially improved in quality relative to discrete stereo audio signals encoded with conventional means. The additional bitrate spent on the single mono channel (combined with some PS side info) will substantially improve the perceived quality of the audio compared to a standard stereo stream at similar bitrate. However, this technique is only useful at the lowest bitrates (approx. 16–48 kbit/s and down to 14.4 kbps in xHE AAC used in DRM) to give a good stereo impression, so while it can improve perceived quality at very low bitrates, it generally does not achieve transparency, since simulating the stereo dynamics of the audio with the technique is limited and generally deteriorates perceived quality regardless of the bitrate.
Даму
Параметриялық стереоның дамуы – төмен өткізгіштік жолақты стерео ортада аудионы кодтау тиімділігін одан әрі жақсарту қажеттілігінен туындады. Ол әртүрлі нұсқалар мен жетілдірулерден өтті, бірақ алғаш рет MPEG 4 Audio мүмкіндіктеріне қосылғанда алгоритм ретінде стандартталды.
The development of Parametric Stereo was as a result of necessity to further enhance the coding efficiency of audio in low bandwidth stereo media. It has gone through various iterations and improvements, however, it was first standardized as an algorithm when included in the feature set of MPEG 4 Audio.
Қадамдар
MPEG 4-тегі іске асыру, аралас моно дыбыста әр түрлі жиілік жолағында сол және оң арналардың салыстырмалы мөлшерін, кешігуін және корреляциясын (үйлесімділігін) анықтауға негізделген. Бұл тәсіл қабылдауға жарамсыз кешігулерге алып келетіні болғандықтан, өтпелі сигналдарға ерекше назар беріледі. Кешігуді немесе корреляцияны жазбаушы интенсивті стереокодтаумен салыстырғанда, PS көбірек кеңістіктік эффект бере алады. 2009 жылғы мақалада PS үшін пилоттық негіздегі кодтау қосылған. 2011 жылғы конференциялық баяндамада PS артефактілерін жазу және жою үшін қосымша "қалдық ақпаратты" пайдалану туралы айтылған. MPEG Surround PS-қа ұқсас әдіс қолданады.
The implementation in MPEG 4 is based on specifying the relative amount, delay, and correlation (coherence) of left and right channels by each frequency band in the mixed mono audio. Special handling is given to transient signals, as the approach would otherwise cause unacceptable delays. Compared to intensity stereo coding, which does not record delay or correlation, PS can provide more ambience. A 2009 paper adds pilot based coding to PS. An 2011 conference paper describes the use of additional "residual information" to record and eliminate PS artifacts. MPEG Surround uses a technique related to PS.