Кіріспе
Цифрлық аудио форматы, url = MP3 (ресми түрде MPEG 1 Audio Layer III немесе MPEG 2 Audio Layer III) басқа елдердің басқа цифрлық ғалымдарының қолдауымен. Алғашқыда MPEG 1 стандартының үшінші аудио форматы ретінде анықталды, кейін сақталды және кеңейтілді – қосымша бит жылдамдықтары мен көбірек аудио арналарын қолдаумен, содан кейін MPEG 2 стандартының үшінші аудио форматы ретінде пайда болды. Төмендетілген бит жылдамдықтарын жақсырақ қолдау үшін кеңейтілген үшінші нұсқасы, MPEG 2.5, жиі қолданылады, бірақ ресми стандарт емес. MP3 (немесе mp3) файл форматы ретінде әдетте MP3 стандартының басқа күрделіліктері жоқ, MPEG 1 Audio немесе MPEG 2 Audio кодталған деректердің элементарлық ағынын қамтитын файлдарды білдіреді. Аудионы сығымдауға қатысты (соңғы пайдаланушылар үшін ең айқын және ең танымал аспектісі), MP3 деректерді кодтау үшін шамамен жуықтап алу және деректердің бір бөлігін жою арқылы жоғалтулы деректерді сығымдауды қолданады. Бұл сығымдалмаған аудиомен салыстырғанда файл өлшемін айтарлықтай азайтуға мүмкіндік береді. Кішкентай өлшемі мен қанағаттанарлық сапасының үйлесімі 1990-шы жылдардың ортасы мен соңында интернет арқылы музыка таратудың өркендеуіне әкелді, MP3 жолақтың ені мен жадтың шектеулі болған кезінде осы процесті жеңілдетті. MP3 форматы тез арада авторлық құқықты бұзу, музыкалық пираттық және файлдарды бұзу және бөлісу қызметтері, мысалы MP3.com және Napster сияқты мәселелермен байланысты болды. Портативті медиа плеерлердің, соның ішінде смартфондардың пайда болуымен, MP3 қолдауы кеңінен таралды. MP3 сығымдау, дыбыстың белгілі бір компоненттерінің дәлдігін азайту (немесе шамамен алу) арқылы жұмыс істейді, олар психоакустикалық талдау бойынша көптеген адамдардың есту қабілетінен асып түседі деп есептеледі. Бұл әдіс перцепциялық кодтау немесе психоакустикалық модельдеу деп аталады. 2000-жылдардың басында компакт-диск плеерлері деректер CD-леріндегі MP3 файлдарын ойнауды қолдауды ұлғайтты. Moving Picture Experts Group (MPEG) MP3 форматын MPEG 1 және кейіннен MPEG 2 стандарттарының бөлігі ретінде жасады. MPEG 1 Audio (MPEG 1 Part 3), оған MPEG 1 Audio Layer I, II және III кірді, 1991 жылы ISO/IEC стандартының комитет жобасы ретінде бекітілді, оның бастауы 1966 жылы Fumitada Itakura (Нагоя университеті) және Shuzo Saito (Nippon Telegraph and Telephone) жұмысында жатыр. 1978 жылы Bell Labs-тегі Bishnu S. Atal және Manfred R. Schroeder адам құлағының маскалау қасиеттерін пайдаланатын психоакустикалық кодтау алгоритмін қолданатын LPC сөйлеу кодегін, адаптивті болжамды кодтауды ұсынды. Schroeder және Atal J. L. Hall-мен бірге жасаған одан әрі оңтайландыру 1979 жылы жарияланған мақалада баяндалды, бірақ психоакустикалық кодектерді дамытудың негізгі бағытына бірден әсер етпеді. 1972 жылы Nasir Ahmed ұсынған жоғалтулы сығымдау үшін трансформациялық кодтаудың бір түрі – дискретті косинус трансформациясы (DCT), 1973 жылы Ahmed, T. Natarajan және K. R. Rao әзірледі; олар өз нәтижелерін 1974 жылы жариялады. Бұл 1987 жылы J. P. Princen, A. W. Johnson және A. B. Bradley ұсынған модификацияланған дискретті косинус трансформациясының (MDCT) дамуына әкелді, бұрынғы Princen және Bradley жұмысынан кейін. MDCT кейіннен MP3 алгоритмінің негізгі бөлігіне айналды. Эрнст Терхардт және басқа да ғалымдар 1982 жылы дыбыстық маскалауды жоғары дәлдікпен сипаттайтын алгоритм жасады. Ол бірнеше жыл бойы ISO MPEG Audio тобының төрағасы болды. 1988 жылдың желтоқсанында MPEG аудио кодтау стандартын қабылдау туралы шақыру жасады. 1989 жылдың маусым айында 14 аудио кодтау алгоритмі ұсынылды. Осы кодтау ұсыныстарының арасындағы ұқсастықтарға байланысты, олар төрт даму тобына біріктірілді. Бірінші топ – Fraunhofer Gesellschaft, AT&T, France Telecom, Deutsche және Thomson Brandt компанияларының ASPEC тобы. Екінші топ – Matsushita, CCETT, ITT және Philips компанияларының MUSICAM тобы. Үшінші топ – Fujitsu, JVC, NEC және Sony компанияларының ATAC (ATRAC Coding) тобы. Төртінші топ – NTT және BTRL компанияларының SB ADPCM тобы. 1989 жылдан бастап Matsushita және Philips компанияларымен MUSICAM жобасымен жұмыс істегеннен кейін. 1991 жылы NAB көрмесінде (Лас-Вегас) Radio Canada және CRC Canada компанияларымен бірлесіп жұмыс істеді. Бұл хабар тарату жүйесінің аудио бөлігі екі чиптік кодерге негізделген (біреуі субпакеттік түрлендіруге, екіншісі Г. Столл тобы (IRT Германия) жасаған психоакустикалық модельге, кейіннен психоакустикалық модель I деп аталды) және Y. F. Dehery тобы (CCETT, Франция) жасаған бүтін сандық арифметикалық бағдарламалық жасақтаманы қолданатын нақты уақыт декодеріне негізделген, бір Motorola 56001 DSP чипін пайдаланды. Декодердің қарапайымдылығы және кодек сапасының жоғары деңгейі, алғаш рет 48 кГц үлгі алу жиілігін, 20 бит/үлгі енгізу форматын (1991 жылғы ең жоғары үлгі алу стандарты, AES/EBU кәсіби цифрлық кіріс студия стандартымен үйлесімді) пайдаланғандықтан, MUSICAM ерекшеліктерін кеңейтілген цифрлық музыканы сығымдау кодегінің негізгі мүмкіндіктері ретінде қабылдауға себеп болды. MUSICAM кодтау бағдарламалық жасақтамасын дамыту кезінде Столл және Дехери тобы Еуропалық хабар тарату одағының аудио мамандары тобы таңдаған жоғары сапалы аудио материалдар жинағын кеңінен пайдаланды, кейіннен музыканы сығымдау кодектерін бағау үшін анықтама ретінде пайдаланылды. Субпакеттік кодтау әдісі жоғары сапалы дыбыс материалдарын перцепциялық кодтау үшін ғана емес, сонымен қатар маңызды соққылы дыбыс материалдарын (барабан, үшбұрыш және т.б.) кодтау үшін тиімді екені анықталды, MUSICAM субпакеттік сүзгісінің ерекше уақыттық маскалау әсеріне байланысты (бұл ерекшелік қысқа трансформациялық кодтау техникаларына тән). Германияның Эрланген-Нюрнберг университетіндегі докторант Карлхайнц Бранденбург 1980-жылдардың басында адамдардың музыканы қалай қабылдайтынына назар аудара отырып, цифрлық музыканы сығымдау бойынша жұмыс бастады. Ол 1989 жылы докторлық диссертациясын аяқтады. ), психоакустикалық субпакеттік кодерлердің MP2 тармағынан салыстырмалы түрде аз үлес қосты. 1990 жылы Бранденбург Эрланген-Нюрнбергте доцент болып жұмыс істеді. Ол Fraunhofer Society-дің Генрих Герц институтының ғалымдарымен музыканы сығымдау бойынша жұмысын жалғастырды. 1993 жылы ол Fraunhofer HHI қызметкері болды. қарапайымдылығы мен қателерге төзімділігі, сондай-ақ есептеу тиімділігінің жоғары деңгейіне байланысты таңдалды. Бұл ән таңдалған себебі, оның монофонияға жақындығы және кең спектрлі мазмұны, ойнату кезінде сығымдау форматындағы кемшіліктерді анықтауды жеңілдетті. Бұл трек екі каналдың шамалы, бірақ толыққанды бірдей емес екендігіне байланысты қызықты қасиетке ие, егер кодер жағдайды дұрыс танымаса және MPEG 2 AAC психоакустикалық моделінде сипатталғандай түзетулерді қолданбаса, бинауралық маскалау деңгейінің төмендеуі шу артефакттарының кеңістіктік ашылуына әкеледі. Кейбір маңызды аудио үзінділері (колокольчик, үшбұрыш, аккордеон және т.б.) EBU V3/SQAM анықтамалық компакт-дискінен алынған және MPEG Audio форматтарының субъективті сапасын бағау үшін кәсіби дыбыс инженерлері қолданған.
, url =
MP3 (formally MPEG 1 Audio Layer III or MPEG 2 Audio Layer III) with support from other digital scientists in other countries. Originally defined as the third audio format of the MPEG 1 standard, it was retained and further extended—defining additional bit rates and support for more audio channels—as the third audio format of the subsequent MPEG 2 standard. A third version, known as MPEG 2.5—extended to better support lower bit rates—is commonly implemented but is not a recognized standard. MP3 (or mp3) as a file format commonly designates files containing an elementary stream of MPEG 1 Audio or MPEG 2 Audio encoded data, without other complexities of the MP3 standard. Concerning audio compression (the aspect of the standard most apparent to end users and for which it is best known), MP3 uses lossy data compression to encode data using inexact approximations and the partial discarding of data. This allows a large reduction in file sizes when compared to uncompressed audio. The combination of small size and acceptable fidelity led to a boom in the distribution of music over the Internet in the mid to late 1990s, with MP3 serving as an enabling technology at a time when bandwidth and storage were still at a premium. The MP3 format soon became associated with controversies surrounding copyright infringement, music piracy, and the file ripping and sharing services MP3. com and Napster, among others. With the advent of portable media players, a product category also including smartphones, MP3 support remains near universal. MP3 compression works by reducing (or approximating) the accuracy of certain components of sound that are considered (by psychoacoustic analysis) to be beyond the hearing capabilities of most humans. This method is commonly referred to as perceptual coding or psychoacoustic modeling. In the early 2000s, compact disc players increasingly adopted support for playback of MP3 files on data CDs. The Moving Picture Experts Group (MPEG) designed MP3 as part of its MPEG 1, and later MPEG 2, standards. MPEG 1 Audio (MPEG 1 Part 3), which included MPEG 1 Audio Layer I, II, and III, was approved as a committee draft for an ISO/IEC standard in 1991, which has origins in the work of Fumitada Itakura (Nagoya University) and Shuzo Saito (Nippon Telegraph and Telephone) in 1966. In 1978, Bishnu S. Atal and Manfred R. Schroeder at Bell Labs proposed an LPC speech codec, called adaptive predictive coding, that used a psychoacoustic coding algorithm exploiting the masking properties of the human ear. Further optimization by Schroeder and Atal with J. L. Hall was later reported in a 1979 paper. did not immediately influence the mainstream of psychoacoustic codec development. The discrete cosine transform (DCT), a type of transform coding for lossy compression, proposed by Nasir Ahmed in 1972, was developed by Ahmed with T. Natarajan and K. R. Rao in 1973; they published their results in 1974. This led to the development of the modified discrete cosine transform (MDCT), proposed by J. P. Princen, A. W. Johnson and A. B. Bradley in 1987, following earlier work by Princen and Bradley in 1986. The MDCT later became a core part of the MP3 algorithm. Ernst Terhardt and other collaborators constructed an algorithm describing auditory masking with high accuracy in 1982. who chaired the ISO MPEG Audio group for several years. In December 1988, MPEG called for an audio coding standard. In June 1989, 14 audio coding algorithms were submitted. Because of certain similarities between these coding proposals, they were clustered into four development groups. The first group was ASPEC, by Fraunhofer Gesellschaft, AT&T, France Telecom, Deutsche and Thomson Brandt. The second group was MUSICAM, by Matsushita, CCETT, ITT and Philips. The third group was ATAC (ATRAC Coding), by Fujitsu, JVC, NEC and Sony. And the fourth group was SB ADPCM, by NTT and BTRL. after having worked on MUSICAM with Matsushita and Philips since 1989. with Radio Canada and CRC Canada during the NAB show (Las Vegas) in 1991. The implementation of the audio part of this broadcasting system was based on a two chip encoder (one for the subband transform, one for the psychoacoustic model designed by the team of G. Stoll (IRT Germany), later known as psychoacoustic model I) and a real time decoder using one Motorola 56001 DSP chip running an integer arithmetics software designed by Y. F. Dehery's team (CCETT, France). The simplicity of the corresponding decoder together with the high audio quality of this codec using for the first time a 48 kHz sampling rate, a 20 bits/sample input format (the highest available sampling standard in 1991, compatible with the AES/EBU professional digital input studio standard) were the main reasons to later adopt the characteristics of MUSICAM as the basic features for an advanced digital music compression codec. During the development of the MUSICAM encoding software, Stoll and Dehery's team made thorough use of a set of high quality audio assessment material selected by a group of audio professionals from the European Broadcasting Union, and later used as a reference for the assessment of music compression codecs. The subband coding technique was found to be efficient, not only for the perceptual coding of high quality sound materials but especially for the encoding of critical percussive sound materials (drums, triangle, ), due to the specific temporal masking effect of the MUSICAM sub band filterbank (this advantage being a specific feature of short transform coding techniques). As a doctoral student at Germany's University of Erlangen Nuremberg, Karlheinz Brandenburg began working on digital music compression in the early 1980s, focusing on how people perceive music. He completed his doctoral work in 1989. ), with relatively minor contributions from the MP2 branch of psychoacoustic sub band coders. In 1990, Brandenburg became an assistant professor at Erlangen Nuremberg. While there, he continued to work on music compression with scientists at the Fraunhofer Society's Heinrich Herz Institute. In 1993, he joined the staff of Fraunhofer HHI. was chosen due to its simplicity and error robustness, as well as for its high level of computational efficiency. This song was chosen because of its nearly monophonic nature and wide spectral content, making it easier to hear imperfections in the compression format during playbacks. This particular track has an interesting property in that the two channels are almost, but not completely, the same, leading to a case where Binaural Masking Level Depression causes spatial unmasking of noise artifacts unless the encoder properly recognizes the situation and applies corrections similar to those detailed in the MPEG 2 AAC psychoacoustic model. Some more critical audio excerpts (glockenspiel, triangle, accordion, etc.) were taken from the EBU V3/SQAM reference compact disc and have been used by professional sound engineers to assess the subjective quality of the MPEG Audio formats.
Қоғамдық айналым
C тілінде жазылған және кейін ISO 11172-5 деп аталған, эталондық модельдеу бағдарламалық жасақтамасы ISO MPEG Audio комитетінің мүшелері тарапынан 1991–1996 жылдары бітімді сәйкес MPEG Audio файлдарын (Layer 1, Layer 2, Layer 3) жасау үшін әзірленді. Ол 1994 жылдың наурыз айында ISO/IEC техникалық есебінің комитет жобасы ретінде бекітілді және 1994 жылдың сәуір айында CD 11172-5 құжаты ретінде жарияланды. Бұл технология тұтынушыларға арналған қабылдағыштар мен қосымша декодерлерге (радио DAB, теледидар DVB) цифрлық хабар тарату үшін қолдануға мүмкіндік берді. 1994 жылдың 7 шілдесінде Фраунгофер қоғамы l3enc деп аталған алғашқы MP3 кодтаушы бағдарламалық жасақтамасын шығарды.
Басқа нұсқалары
MPEG аудиосы бойынша компрессияланбаған аудио файлдарды пайдалану жұмысы аясында, бұл архив төмен жылдамдықты Интернет арқылы MP2 (Layer II) форматындағы компрессияланған MPEG аудио файлдарын, ал кейіннен стандарт толыққан соң MP3 файлдарын таратуды бастады. MP3-тің танымалдығы 1997 жылы шыққан Nullsoft аудио плеері Winamp пайда болғаннан кейін күрт өсті, және 2023 жылы оның 80 миллион белсенді пайдаланушыдан тұратын қауымдастығы болды. 1998 жылы Оңтүстік Кореяның Сеул қаласында орналасқан SaeHan Information Systems компаниясы жасаған алғашқы портативті қатты күйдегі цифрлық аудио плеері MPMan шығарылды, ал Rio PMP300 да 1998 жылы RIAA-ның құқықтық қарсылығына қарамастан сатылды. MP3 сонымен қатар 192 үлгіге дейін гранула ішіндегі қысқа блоктарды қолдануға мүмкіндік береді; бұл мүмкіндік өтпелі құбылыс анықталғанда қолданылады. Осылай істеу өтпелі құбылысқа ілесе жүретін кванттау шуының уақыт бойынша таралуын шектейді (психоакустикаға қараңыз). Жиілік ажыратымдылығы кішкентай ұзын блок терезесінің мөлшерімен шектеледі, бұл кодтау тиімділігін төмендетеді. Ал декодтау стандартта мұқият анықталған. Көптеген декодерлер «биттік ағынға сәйкес» келеді, яғни олардың MP3 файлынан шығаратын декомпрессияланған нәтижесі, белгілі бір дөңгелектеу қателігі шегінде, ISO/IEC жоғары стандартында (ISO/IEC 11172 3) математикалық түрде көрсетілген нәтижемен бірдей болады. Сондықтан декодерлерді салыстыру көбінесе олардың есептеу тиімділігіне (яғни, декодтау процесінде қанша жад немесе процессор уақытын пайдаланатынына) негізделеді. Уақыт өте келе бұл мәселе процессордың тактық жиілігі MHz-ден GHz-ге ауысқанда маңыздылығын жоғалтты. Кодтаушы/декодердің жалпы кешігуі анықталмаған, яғни үзіліссіз ойнату үшін ресми ереже жоқ. Дегенмен, LAME сияқты кейбір кодтаушылар оны қолдай алатын плеерлерге үздіксіз ойнатуды қамтамасыз етуге мүмкіндік беретін қосымша метадеректерді қоса алады.