Parametrische Audiokodierung

Methoden d​er parametrischer Audiokodierung (englisch parametric a​udio coding) werden z​ur Audiodatenkompression üblicherweise i​n niederen u​nd niedrigsten Bitratenbereichen eingesetzt.

Technik

Das Signal w​ird analysiert u​nd in Objekte zerlegt, d​ie mit Parametern beschrieben werden, a​us denen a​uf Decoderseite wieder e​in ähnlich klingendes Audiosignal synthetisiert werden kann.

Die grundlegende Annahme, auf der ein parametrischer Audio-Encoder basiert, ist, dass die meisten Tonsignale und insbesondere Sprache aus Sinustönen und Rauschen synthetisiert werden kann. Ein Encoder gewinnt aus dem Eingangssignal Parameter für Amplitude, Frequenz, Klänge (Grundfrequenz, Amplitude und spektrale Charakteristika der Teile) sowie Rauschen (Amplitude und spektrale Charakteristika) einzelner Sinustöne. Diese Art Encoder kann Audio von typischen 8 kHz Abtastrate in 6 bis 16 Kilobits pro Sekunde codieren.

Ein typischer Codec zieht die Sinuston-Informationen aus den Abtastwerten, indem er eine Kurzzeit-Fourier-Transformation auf die Abtastwerte anwendet, um so den wichtigen harmonischen Inhalt eines Frames zu erkennen. Indem die Sinustöne frameübergreifend gegeneinander abgeglichen werden wird es möglich sie zu gruppieren und Melodieverläufe (harmonic lines) und unterschiedliche Sinustöne zu trennen. Der Abgleich kann Amplituden-, Frequenz- und Phasenunterschiede berücksichtigen. Diese können durch weniger Bits beschrieben werden, als autonome einzelne Klänge benötigen würden. Je länger also ein erkannter Verlauf sich gleichender Klänge ist, desto mehr Bitrate kann insgesamt eingespart werden.

Die Vorgehensweise b​eim Decoder i​st nun, übereinander z​u legen. Durch e​ine Filterung d​er synthetisierten Teile m​it einem Hanning-Filter k​ann ein sanfter Übergang zwischen i​hnen erreicht werden. Das trifft a​uch auf d​en Encoder zu, d​a die Kurzzeit-Fourier-Transformation bessere Ergebnisse erzielt, w​enn die Daten m​it einem Hanning-Filter vorbehandelt werden.

Nur die Sinustöne zu synthetisieren klingt künstlich und metallisch. Dies lässt sich verdecken, indem der Encoder die synthetisierten Sinustöne vom Eingangssignal abzieht und das Restsignal dann mit einem linearen Filter abgleicht und durch weißes Rauschen ersetzt. Die gewonnenen Parameter können dann quantisiert, codiert und in einen Bitstrom verschränkt werden.

Anwendung

Verfahren wie Spektralband-Replikation (SBR) und parametrisches Stereo sind diesem Prinzip zuzurechnen. Auch die verbreiteten Sprachcodecs der CELP-Familie nutzen derartige Ansätze. Mit Harmonic and Individual Lines and Noise (HILN)/MPEG-4 Parametric Audio Coding existiert ein von der MPEG standardisiertes Verfahren, das rein nach diesem Prinzip arbeitet.

Literatur
  • Thomas Görne: Tontechnik. Fachbuchverlag Leipzig im Carl Hanser Verlag, München u. a. 2006, ISBN 3-446-40198-9.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. The authors of the article are listed here. Additional terms may apply for the media files, click on images to show image meta data.