Formát MP3 pod lupou – technické informace

Formát MP3 je pouze jedním z řady Mpeg formátů. Původně byl formát MPEG používán pro vysokou komresi videa a už málo kdo ví, že byl a je používán také k vysoké a velmi kvalitní kopresy zvuku. Formát MP3 byl zaveden jako standard, ale formát MP3 nachází postupně své konkurenty jako např. VQ, A2b a jiné.

Formát MP3 je pouze jedním z řady Mpeg formátů. Původně byl formát MPEG používán pro vysokou komresi videa a už málo kdo ví, že byl a je používán také k vysoké a velmi kvalitní kopresy zvuku. Formát MP3 byl zaveden jako standard, ale formát MP3 nachází postupně své konkurenty jako např. VQ, A2b amj. Principem souborů MP3 je komprese Mpeg Audio Layer 3 (layer=vrstva). Mezi hlavní rys MP3 souboru je standard : komprese stereo WAV souboru do MP3 souboru – 44 kHz ,stereo, 16 bit., 128kB/s. Tento soubor MP3 má kvalitu blížící se k AUDIO CD. Soubory WAV ve stejné kvalitě jako CD se dají získat grabováním z CD (což je bezstrátové) nebo pomocí nahrávání LINE IN (zde už dochází k dosti velkému zkreslení) Mezi největší výhody MP3 patří : velikost souboru – komprese při CD kvalitě 12:1. Skladba, která trvá 4 minuty zabere na pevném disku přibližně 40 MB (ve formátu WAV – 44 Khz, 16bit., stereo), po kompresi asi 4 MB (ve formátu MP3 – 44Khz, 16bit.,stereo, 128 Kb/s). Na jeden CD-ROM (650) lze tedy uložit přibližně 650 minut záznamu zvuku v CD kvalitě (to je 13 alb po 50 minutách). A zde se setkáváme s problémem autorského zákona.

Princip MP3 formátu se dá popsat takto : datový tok MPEG je 1.5 Mb/s – z toho je 1.2 Mb/s pro video data a 0.3 Mb/s pro audio data. Pro docela důležité srovnání, datový tok u CD (stereo,16bit a 44,1 kHz) je 1.4 Mb/s. MPEG podporuje kompresní poměry od 1:2.7 až po 1:24. S kompresním poměrem 1:6 (256 Kb/s.). I ten nejlepší sluchový analytik má problém rozeznat výsledný komprimovaný soubor od původního originálu. Jde zde vlastně o podobný princip jako u např. komprimaci JPEG grafického formátu (I když principy jsou zde rozdílné)

Další důležítý pojem v MPEG formátu je psychoakustický model. V podstatě jde o stejný klam, jako např. u grafického formátu JPEG – prostě se vynechají detaily, kterých si stejně nikdo nevšimne. Průměrné lidské ucho je schopno zachytit zvuk v těchto mezích: frekvenční rozsah 20Hz – 20kHz, dynamický rozsah (ticho – hluk) asi 98 dB.

Metoda FREQUNCE MASKING je založena na tom, že lidské ucho není schopné rozlišit signál slabší, který tak zanikne. Druhá metoda zvaná TEMPORAL MASKING je založena na vjemu zvuku. třeba, když se bude přehrávat frekvenční signál 1 kHz o hlasitosti 60dB a k němu ještě tón 1.1 kHz o hlasitosti 40 dB, bude tón překryt a bude neslyšitelný.

Zvukový formát Mpeg se dělí na 3 vrstvy (layer) – podle způsobu zpracování souboru se dělí na :
· Layer 1 – oddělující filtr pracující s poměrem hlasitostí a závislost citlivostí na frekvenci je aplikován na jednotlivé framy a používá stejnou frekvenci. Psychoakustický model zde používá pouze Frequency Masking. Tento formát MP1 je velmi nedokonalý a v podstatě nepoužitelný.

Layer 2-v porovnáním s layer1 dělící filtr pracuje s 3 framy najednou a je zde použito velmi jednoduchého Temporal Masking. Soubory mají koncovku MP2 – docela rozšířený předchůdce MP3, ale po nástupu MP3 rychle ustupoval. Layer 3- zde je použit lepší dělící filtr s měnící se frekvencí. Psychoakustický model používá plně Temporal Masking , redukce vazeb mezi stereo signály. Soubory mají koncovku MP3 a v dnešní době je to jeden z nejvíce rozšířených hudebních formátů.

Přehled kvality a rozvrstvení MP3 souborů :
Zvuk po stránce kvality Šířka pásma (kHz) frekvence (Hz) Typ modulace Datová průchodnos (kbits/sec) Kompresní poměr (srovnání sCD)
telefonní 2.5 11.025 mono 8 96:1
lepší než dlouhé vlny 4.5 11.025 mono 16 48:1
lepší než střední vlny 7.5 22.050 mono 32 24:1
FM rádio VKV 11 22.025 stereo 56-64 26-24:1
blížící se CD 15 44.100 stereo 96 16:1
skoro CD 16 44.100 stereo 112-128 14 -12:1