Кіріспе

Видео кодтау стандарты

Қазіргі таңда MPEG 1 әлемдегі ең кең таралған, сапасы төмендетілген аудио/бейне форматы болып табылады және көптеген өнімдер мен технологияларда қолданылады. MPEG 1 стандартының ең танымал бөлігі – оның енгізген MP3 аудио форматының бірінші нұсқасы. MPEG 1 стандарты ISO/IEC 11172 ретінде жарияланды, оның атауы – «Ақпараттық технологиялар – Цифрлік сақтау құралдарындағы 1,5 Мбит/с дейін жылдамдықпен қозғалатын бейнелерді және олармен байланысты аудионы кодтау». Стандарт келесі бес бөлімнен тұрады:
Жүйелер (бейне, аудио және басқа деректерді бірге сақтау және синхрондау)
Бейне (құрылған бейне мазмұны)
Аудио (құрылған аудио мазмұны)
Сәйкестік сынағы (стандарттың дұрыс орындалуын сынау)
Анықтамалық бағдарламалық жасақтама (стандартқа сәйкес кодтау және декодтау қалай жүзеге асырылатынын көрсететін бағдарламалық жасақтама үлгісі)

Патенттер

MPEG 1 өте ескі болғандықтан, енді ешқандай маңызды патенттермен қамтылмайды және оны лицензия алусыз немесе ешқандай төлемдер жасамай пайдалануға болады. ISO патенттік деректер базасында ISO 11172, US 4,472,747 патенті тіркелген, оның мерзімі 2003 жылы бітті. MPEG 1 стандартының дерлік толық жобасы ISO CD 11172 ретінде көпшілікке қолжетімді болды. 2008 жылғы шілдедегі Kuro5hin мақаласы "MPEG 1, H.261 және MPEG 2 патенттерінің жағдайы" және 2008 жылғы тамыздағы gstreamer devel пошта тізімінде мерзімі өткен бірде-бір MPEG 1 бейне және MPEG 1 аудио қабат I/II патенті тізімделмеді. 2009 жылғы мамырдағы whatwg пошта тізімінде АҚШ-тың 5,214,678 патенті MPEG 1 Audio Layer II-ді қамтуы мүмкін екені айтылды. 1990 жылы тіркелген және 1993 жылы жарияланған бұл патенттің мерзімі өтті. "Layer III аудиосы" бар толық MPEG 1 декодері мен кодерін роялтисіз іске асыру мүмкін болмады, себебі MPEG 1 Audio Layer III іске асыру үшін патенттік төлем талап ететін компаниялар болды, бұл туралы MP3 мақаласында жазылған. MP3-ге қатысты әлемдегі барлық патенттердің мерзімі 2017 жылдың 30 желтоқсанында аяқталды, бұл форматты толығымен тегін пайдалануға мүмкіндік береді. 2017 жылдың 23 сәуірінде Fraunhofer IIS кейбір MP3 патенттері мен бағдарламалық құралдары үшін Technicolor-дың MP3 лицензиялық бағдарламасы бойынша төлем қабылдауды тоқтатты.

Қолданбалар

Ең танымал бейне ойнату бағдарламалық қамтамасыз етуі MPEG 1 декодалауын, басқа қолдау көрсетілетін форматтармен қатар қамтиды. MP3 аудиосының танымалдылығы MPEG 1 аудиосын (барлық үш қабатын) ойната алатын үлкен аппараттық базаны қалыптастырды. "Дерлік барлық цифрлық аудио құрылғылары" MPEG 1 аудиосын ойната алады. MPEG 2-нің кең таралған танымалдылығы, радио хабар таратушылар арасында, кері үйлесімділік арқасында MPEG 1-ді көптеген цифрлық кабельдік және спутниктік ресиверлерде, сондай-ақ цифрлық диск және таспа ойнатқыштарда ойнатуға мүмкіндік береді. MPEG 1 толық экранды бейне үшін Green Book CD i және Видео дискісінде (VCD) қолданылды. VCD негізіндегі Super Video CD стандарты MPEG 1 аудиосын ғана, сондай-ақ MPEG 2 бейнесін пайдаланады. DVD Video форматы негізінен MPEG 2 бейнесін пайдаланады, бірақ MPEG 1 қолдауы стандартта нақты көрсетілген. DVD Video стандарты бастапқыда PAL елдері үшін MPEG 1 Audio Layer II талабын қойған, бірақ кейіннен AC 3 / Dolby Digital дискілеріне ғана рұқсат етуге өзгертілді. MPEG 1 Audio Layer II әлі де DVD-де қолданылуы мүмкін, бірақ MPEG Multichannel сияқты жаңа кеңейтімдер сирек қолдау табады. Көптеген DVD ойнатқыштар MPEG 1 қолданатын Видео дискісін (VCD) және MP3 дискісін ойнатуды қолдайды. Халықаралық цифрлық бейне хабар тарату (DVB) стандарты негізінен MPEG 1 Audio Layer II және MPEG 2 бейнесін пайдаланады. Халықаралық цифрлық аудио хабар тарату (DAB) стандарты жоғары сапасы, қарапайым декодер талаптары және қателерге төзімділігі үшін MPEG 1 Audio Layer II-ді ғана пайдаланады. Цифрлық компакт-кассета аудионы кодтау үшін PASC (Precision Adaptive Subband Coding) жүйесін қолданады. PASC – бұл секундына 384 килобиттік белгілі бір жылдамдықпен жұмыс істейтін MPEG 1 Audio Layer I-нің алғашқы нұсқасы.

1-бөлім: Жүйелер

MPEG 1 стандартының 1-бөлігі жүйелерді қамтиды және ISO/IEC 11172 1-де анықталады. MPEG 1 Systems кодталған аудио, бейне және басқа да деректерді стандартты бит ағынына сақтау және әртүрлі мазмұн арасындағы синхронизацияны сақтау үшін қолданылатын логикалық құрылым мен әдістерді көрсетеді. Бұл файл форматы, ең алдымен, салыстырмалы түрде сенімді деп есептелетін медиада сақтау және коммуникация арналары арқылы тарату үшін жасалған. Стандартта шектеулі ғана қателерден қорғау анықталған, ал бит ағынындағы шағын қателер көзге көрінетін кемшіліктерге алып келуі мүмкін. Бұл құрылым кейіннен MPEG бағдарлама ағыны деп аталды: "MPEG 1 Systems дизайны, негізінен, MPEG 2 бағдарлама ағыны құрылымымен сәйкес келеді". Бұл терминология көбірек таралған, дәл (MPEG тасымалдау ағынынан ажыратады) және осы жерде қолданылады.

Элементарлы ағымдар, пакеттер және сағаттық сілтемелер

Элементарлы ағындар (ES) – MPEG 1 аудио және бейне кодталған деректердің бастапқы бит ағындары (кодтағыштан шығатын). Бұл файлдар MP3 файлдары сияқты дербес таратылуы мүмкін. Пакеттелген элементарлы ағындар (PES) – бұл өзгермелі ұзындығы бар пакеттерге жинақталған элементарлы ағындар, яғни ES тәуелсіз бөліктерге бөлінеді, әр пакетке қателерді анықтау үшін циклдық артық кодты тексеру (CRC) тексеру сомасы қосылады. Жүйелік сағат сілтемесі (SCR) – бұл әрбір PES пакетінің 33 биттік тақырыбында сақталатын уақыт мәні, 90 кГц жиілігімен/дәлдігімен және 27 МГц дәлдігімен қосымша уақыт деректерін сақтайтын 9 биттік кеңейтумен бірге. Бұл кодтағышпен енгізіледі және жүйелік уақыт сағатынан (STC) алынады. Бір мезгілде кодталған аудио және бейне ағындары буферлеу, кодтау, джиттер және басқа да кешігулерге байланысты бірдей SCR мәндеріне ие болмайды.

Бағдарлама ағыны

Бағдарлама ағыны (PS) бірнеше пакеттелген элементарлы ағындарды (әдетте бір аудио және бейне PES) бір ағынға біріктіру, бір уақытта жеткізілімді қамтамасыз ету және синхрондауды сақтаумен айналысады. PS құрылымы мультиплекс немесе контейнер форматы деп аталады. PS құрамында аудио және бейне SCR мәндері арасындағы қажетсіз айырмашылықты түзету үшін таныстыру уақыт белгілері (PTS) бар (уақыт базасын түзету). PS тақырыбындағы 90 кГц PTS мәндері декодерге қай видео SCR мәндері қай аудио SCR мәндерімен сәйкес екенін көрсетеді. Видео немесе аудио декодер, екіншісінің тиісті сегменті келгенше және декодталғанша күтіп тұрады. PTS-ті басқару қиындық тудыруы мүмкін. Декодерлер біріктірілген (тізбектей біріктірілген) бірнеше бағдарлама ағынын қабылдауы керек. Бұл видеоның ортасындағы PTS мәндерін нөлге қайтаруға, содан кейін олардың қайтадан өсуіне себеп болады. Мұндай PTS оралымдарының айырмашылықтары декодермен арнайы түрде шешілуі тиіс уақыттық мәселелерді тудыруы мүмкін. Бұдан бөлек, B кадрларының болуына байланысты декодтау уақыт белгілері (DTS) қажет. Видео ағынындағы B кадрлары бар жағдайда, жақын кадрлар ретін өзгерту арқылы кодталып, декодталуы керек (қайта реттелген кадрлар). DTS, PTS-ке өте ұқсас, бірақ тізбектелген кадрларды ғана өңдеудің орнына, келесі B кадрды (кадр түрлері төменде түсіндіріледі) оның тірегі (P немесе I) кадрынан бұрын қашан кодтау және көрсету керектігін көрсету үшін тиісті уақыт белгілерін қамтиды. Видеода B кадрлары болмаса, PTS және DTS мәндері бірдей болады.

Мультиплекстеу

PS-ді жасау үшін мультиплексор (екі немесе одан көп) пакеттелген элементарлық ағындарды біріктіреді. Бұл бір уақыттағы ағындардың пакеттерін бір арна арқылы жіберу үшін жасалады және пакеттердің декодерге дәл уақытта келуі қамтамасыз етіледі. Бұл – уақыттық бөлістің мультиплекстеуі. Әрбір ағыннан әрбір біріктірілген сегментте қанша дерек болуы керек екенін анықтау (біріктіру мөлшері) қиын, бірақ маңызды талап. Бұрыс біріктіру буфердің толуына немесе асып кетуіне әкелуі мүмкін, себебі қабылдағыш бір ағыннан (мысалы, аудиодан) басқа бір уақыттағы ағынды (мысалы, бейне) декодтау үшін жеткілікті дерек алғанға дейін, сақтай алатынан көп дерек алады. MPEG Video Buffering Verifier (VBV) – мультиплекстелген PS-ті белгілі бір деректер беру жылдамдығы және буфер көлемі бар құрылғымен декодтауға болатынын анықтауға көмектеседі. Бұл мультиплексор мен кодекке кері байланыс береді, осылайша олар мультиплекс мөлшерін өзгерте немесе сәйкестікті қамтамасыз ету үшін битрейттерді реттей алады.

2-бөлім: Видео

MPEG 1 стандартының 2-бөлігі бейнеге қатысты және ISO/IEC 11172 2-де анықталған. Дизайнға H.261 үлкен әсер еткен. MPEG 1 Видео бейне ағыны үшін қажетті деректерді беру жылдамдығын едәуір төмендету үшін сезімдік сығыстыру әдістерін қолданады. Адам көзі толыққанды қабылдай алмайтын суреттің белгілі бір жиіліктері мен аймақтарындағы ақпаратты азайтады немесе толығымен жояды. Бұған қоса, бейнеде жиі кездесетін уақыттық (уақыт бойынша) және кеңістіктік (сурет ішіндегі) қайталануды пайдаланып, әдеттегіден жақсы деректерді сығыстыруға қол жеткізеді. (Қараңыз: Бейне сығыстыру)

Түс кеңістігі

Видеоны MPEG 1 форматына кодтау алдында түс кеңістігі Y′CbCr (Y′=Luma, Cb=Chroma Blue, Cr=Chroma Red) форматына түрлендіріледі. Luma (жарықтық, ажыратымдылық) хромадан (түс, бояу, фаза) бөлек сақталады және одан әрі қызыл және көк түстің құраушыларына бөлінеді. Хрома 4:2:0 қатынасына дейін үлкейтіледі, яғни тік және көлденең ажыратымдылығы жартылай төмендетіледі, демек видеоның люма құрауышы үшін қолданылатын үлгілердің тек төрттен біріне дейін азайтылады. I кадрлар арасындағы аралық суреттер тобының (GOP) мөлшері деп аталады. MPEG 1 көбінесе 15–18 GOP мөлшерін қолданады, яғни әр 14–17 I емес кадр үшін 1 I кадр (P және B кадрларының әртүрлі комбинациясы). Озық кодтау құралдары GOP мөлшерін динамикалық түрде таңдайды, бірақ алдын ала белгіленген максималды шекке дейін. Видеоға енгізілген жартылай макроблоктар және қара шекаралар/жолақтар, егер олар макроблок шекарасына дәл келмесе, қозғалыс болжамын қиындатады. Блокты толтыру/шекара туралы ақпарат макроблоктың видеоның басқа бөлігімен жақын сәйкестікке ие болуына кедерілтіреді, сондықтан экран шекарасындағы ондаған жартылай макроблоктардың әрқайсысы үшін үлкен болжам қатесі туралы ақпаратты кодтау қажет. DCT кодтау және кванттау (төменде қараңыз) блокта үлкен/күрделі сурет контрасты болғанда тиімді болмайды. Ең қауіпті мәселе – макроблоктардағы маңызды, кездейсоқ, жиектегі шу, онда сурет (әдетте) қара түске өтеді. Жоғарыда аталған барлық мәселелер жиектегі шуға да қатысты. Сонымен қатар, қосымша кездейсоқтықты тиімді түрде қысқару мүмкін емес. Бұл факторлардың барлығы бейненің сапасын төмендетеді (немесе битрейтті арттырады).

Тарих/МУЗЫКА

MPEG 1 Audio Layer II аудио кодегі MUSICAM (Masking pattern adapted Universal Subband Integrated Coding And Multiplexing) аудио кодегінен туындаған, оны Телевизия және телекоммуникацияны зерттеу орталығы (CCETT), Philips және Institut für Rundfunktechnik (IRT/CNET) цифрлық аудио хабар таратуды дамыту мақсатындағы EUREKA 147 пан-еуропалық үкіметаралық ғылыми-зерттеу және даму жобасы аясында әзірледі. MPEG 1 Audio-ның көптеген негізгі мүмкіндіктері тікелей MUSICAM-нан мұраға алынған, оның ішінде сүзгілер жинағы, уақыт доменіндегі өңдеу, аудио кадрлардың мөлшері және т.б. Дегенмен, жақсартулар енгізілді және түпкі MUSICAM алгоритмі MPEG 1 Audio Layer II стандартында қолданылмады. II қабатты атау үшін MUSICAM терминін кеңінен қолдану техникалық және заңдық себептермен толығымен қате және ұсынылмайды.

Техникалық мәліметтер

MP2 – уақыт доменіндегі кодтаушы. Ол уақыт-жиілік карталау үшін төмен кешігуі бар 32 суб-диапазонды полифазды сүзгілер жиынтығын қолданады; алиасингтің алдын алу үшін диапазондық араласу (яғни полифазды) қолданылады. II қабаты сонымен қатар біріктірілген стерео кодтаудың опциялық түрін пайдалана алады. Бұл екі каналдың 6 кГц жоғары жиіліктері біріктіріліп, бір (моно) каналға түрлендіріледі, бірақ әр каналдың салыстырмалы қарқындылығы (көлем, амплитуда) туралы "қосымша канал" ақпараты сақталып, биттік ағынға жеке кодталады. Ойнату кезінде бір канал сол және оң динамиктер арқылы ойнатылады, стерео дыбысының сезімін беру үшін қарқындылық ақпараты әр каналға қолданылады. Бұл (шамамен) 1:6 сығылу коэффициенті CD аудио үшін ерекше жақсы, себебі ол қабылданатын энтропияның жоғарғы шегіне, шамамен 1:8-ге өте жақын. Қайта ойнату үшін қабылданатын ақпаратты жоғалтпай, одан да жоғары сығылуға қол жеткізу мүмкін емес. MP2 кастаньета, симфониялық оркестр, ерлер және әйелдер дауыстары сияқты маңызды аудио материалдардағы, сондай-ақ күрделі және жоғары энергиялы импульстерге (мысалы, соққылы дыбыстар: үшбұрыш, глокеншпиль және көрермендердің қол шапалақтауы) қатысты жоғары аудио кодтау өнімділігіне байланысты жоғалтулы аудио кодтау стандарты ретінде танымал. MP2 аудиосының кеңінен қолданылуының себебі осы. Дегенмен, MPEG 2 AAC Stereo тексеру сынақтары мүлдем басқа нәтижелер көрсетті, AAC біт-ағынының жартысында MP2-ге қарағанда жоғары өнімділікті қамтамасыз етеді. Бұл айырмашылықтың себебі бұрынғы және кейінгі сынақтарда нақты анықталмаған, бірақ қызығы, соңғы сынақта қол шапалақтау үлгісі болмаған. II қабатындағы аудио файлдар әдетте ".mp2" немесе кейде ".m2a" кеңейтімдерін қолданады.

III қабат

MPEG 1 Audio Layer III (MP3-тің алғашқы нұсқасы) – бұл жоғалтулы аудио формат, ол бір арналы (BRI) ISDN байланыстары арқылы моно дыбыс үшін шамамен 64 кбит/с, ал стерео дыбыс үшін 128 кбит/с деңгейінде қанағаттанарлық сапаны қамтамасыз ету мақсатында жасалған.

Тарих/АСПЕК

MPEG 1 Аудио қабат III Fraunhofer компаниясының EUREKA 147 пан-Еуропалық үкіметаралық ғылыми-зерттеу және даму бағдарламасы аясында цифрлық аудио хабар таратуды дамыту мақсатымен жасаған Адаптивті спектралды қабылдау энтропиялық кодтауы (ASPEC) негізінде құрылған. ASPEC II қабаттағы модельге (кадр өлшемі, сүзгілер жинағы, FFT және т.б.) бейімделіп, III қабатқа айналды.

Техникалық мәліметтер

MP3 – жиілік доменіндегі аудио түрлендіру кодегі. Ол төменгі қабаттардың кейбір функцияларын пайдаланғанымен, MP3 MP2-ден едәуір өзгеше. MP3, MP2 сияқты 1152 үлгіде жұмыс істейді, бірақ жиілік доменінде (MDCT) өңдеу және кванттау тиімді болуы үшін талдау үшін бірнеше кадрды қарастыру қажет. Ол өзгермелі биттік жылдамдықпен (VBR) кодтауды іске асыру үшін биттік буферді пайдалана отырып, 1152 үлгілік өлшемдегі шығыс кадрларын сақтай отырып, өзгермелі санды үлгілер шығарады. Бұл шығарылымды күте тұру уақытын ұзартады, сондықтан MP3 студиялық қолданысқа жарамсыз деп есептеледі, онда өңдеу немесе түзету жұмыстары жүргізілуі керек. MP3 алдын ала эхоны анықтау алгоритмдерін және VBR кодтауын қолданады, бұл қиын бөлімдерде биттік жылдамдықты уақытша арттыруға мүмкіндік береді, соның нәтижесінде бұл эффект азайтылады. Сонымен қатар, ол әдеттегі 36 үлгілік кванттау терезесінен бас тарта алады және оның орнына 3 × қысқа 12 үлгілік терезелерді қолданады, бұл кванттау артефактілерінің уақытша ұзақтығын қысқартады. I және II қабаттардан айырмашылығы, MP3 сапаны төмендетпестен биттік ағынды одан әрі қысқарту үшін өзгермелі ұзындығы бар Хаффман кодтауын (перцептивтік талдаудан кейін) қолданады. MPEG 2 Audio ISO/IEC 13818 3 стандартында анықталған. MPEG Көп арналы – кері үйлесімді 5.1 арналы дыбыстық жүйе.

4-бөлім: сәйкестікті тексеру

MPEG 1 стандартының 4-бөлігі сәйкестікті сынақтан өткізуді қамтиды және ISO/IEC 11172-4 стандартында анықталған. Сәйкестік: Сәйкестікті сынақтан өткізу процедуралары. MPEG 1 аудио және бейне декодерлерінің сәйкестігін, сондай-ақ кодтағыш құрылғысы жасаған биттік ағындарды сынақтан өткізу үшін екі жиынталған нұсқаулықтар мен анықтамалық биттік ағындар ұсынады.

5-бөлік: Анықтамалық бағдарламалық қамтамасыз ету

MPEG 1 стандартының 5-бөлімі анықтамалық бағдарламалық қамтамасыз етуді қамтиды және ISO/IEC TR 11172–5 стандартында сипатталған. Модельдеу: Анықтамалық бағдарламалық қамтамасыз ету. Аудио және бейне кодтау мен декодтау, сондай-ақ мультиплекстеу және демультиплекстеу үшін C тіліндегі анықтамалық код. Бұған LAME және TooLAME бастапқыда негізделген ISO Dist10 аудио кодегі де кіреді.

Файлдың жұрнағы

. mpg – MPEG 1 немесе MPEG 2 аудио және бейне сығылуына арналған файл кеңейтімдерінің бірі. MPEG 1 Part 2 бейнесі қазіргі кезде сирек кездеседі, ал бұл кеңейтім көбінесе MPEG бағдарламалық ағынына (MPEG 1 және MPEG 2 стандартында анықталған) немесе MPEG тасымалдау ағынына (MPEG 2 стандартында анықталған) сілтеме жасайды. Басқа жұрнақтар, мысалы m2ts, нақты контейнерді, яғни MPEG 2 TS-ті көрсетеді, бірақ бұл MPEG 1 медиасы үшін маңызды емес. mp3 – MP3 аудио файлдарын қамтитын ең көп таралған кеңейтім (әдетте MPEG 1 Audio, кейде MPEG 2 Audio). MP3 файлы көбінесе шикі аудионың контейнерсіз ағыны болып табылады; MP3 файлдарын таңбалаудың дәстүрлі тәсілі – әр кадрдың «қоқыс» сегменттеріне деректерді жазу, бұл медиа ақпаратын сақтайды, бірақ ойнатқыш оларды жояды. Бұл көп жағынан шикі AAC файлдарын таңбалау тәсіліне ұқсас (бірақ қазіргі кезде, мысалы, iTunes-та бұл мүмкіндік аз қолдауға ие). mpg қолданылса да, әдетте MPEG 2 Part 7 контейнерлеріндегі шикі AAC немесе AAC файлдары қосылмайды. aac кеңейтімі көбінесе осы аудио файлдарды білдіреді.