codage mpeg-audio - sites personnels de télécom paristech · code de huffman fenêtrage...

1

Codage MPEG-Audio

Gaël RICHARD, Yves GRENIERENST (Télécom Paris)

Master IAD, module PS

Parole, Multimedia et Sons.

mars 2005

Y.Grenier, G. Richard, Master IAD, mars 2005 2

Plan

• Introduction

• MPEG - 1

• MPEG – 2

• MPEG – 4

• Conclusion


INTRODUCTION


Compression

• Techniques permettant la réduction des coûts de transmission ou de stockage des signaux numériques

– par exploitation des caractéristiques statistiques des signaux

– Par exploitation des phénomènes de masquage des systèmes perceptuels humains.

– Éventuellement par exploitation d’un modèle de production (ex. codage de la parole)


Compression = compromis

Qualité

Débit Complexité


Système de compression

Filtre passe bas+ échantillonneurs

Codeur

Canal

DécodeurFiltre dereconstruction


Débits

• Le débit d’un codeur est:

Débit=F ech×N Q×N canaux

t

1/Fe

NQ

t

1/Fe

NQ

t

1/Fe

NQ

N canaux


Quelques exemples de débits

– Production (Studio):Fech = 48 kHz ; NQ = 16 à 24 bits ; Mono/Stéréo/…

Débit = 768 kbit/s à 2,3 Mbit/s

– Diffusion:Fech = 32 kHz ; NQ = 14 à 16 bits ; Mono/Stéréo

Débit = 448 kbit/s à 1 Mbit/s

– Téléphone (Studio):Fech = 8 kHz ; NQ = 12 bits ; Mono

Débit = 96 kbit/s

– Compact Disc:Fech = 44.1 kHz ; NQ = 16 bits ; Stéréo

Débit = 1.4 Mbit/s


Quelques exemples de codeurs

– Codeur ITU-G711 (codeur de parole)– Débit 64 kbit/s (compression 1:1,5)

– Codeur ITU – G722 (codeur large bande [0 –8 kHz])– Débit 64 kbit/s (compression 1:3)

– Codeur ATRAC (mini disk, Sony), Fech = 44.1 kHz– Débit 146 kbit/s par canal (compression 1:5)

– Codeur MPEG I (1992), Fech = 32, 44.1, 48 kHz– Débit 32 à 192 kbit/s par canal (compression 1:4 à 1:14)

– Codeur Dolby AC3 (1993), Fech = 32, 44.1, 48 kHz– Débit 32 à 128 kbit/s par canal (compression 1:6 à 1:14)

– Codeur MPEG IV (1998): une famille de codeurs– Débit de 2 à 64 kbit/s par canal (compression 1:12 à 1:48)


Codage perceptuel

• But: diminuer le nombre de bits de quantification en rendant l’augmentation de bruit de quantification inaudible

• Principe : Exploiter les propriétés de l’audition (en particulier les effets de masque)


Notions de perception

(E) (I)(M)

L'oreille externe (E), moyenne (M) et interne (I) chez l'homme



• Fonctionnement de l’oreille moyenne

Son aigu Son grave



Distribution des fréquences dans lacochlée


Psychoacoustique

• Seuil d ’audibilité

Diagramme de Fletcher


Bandes critiques

• Caractérisent les bandes passantes des « filtres cochléaires » et représentent ainsi les régions où l ’oreille est capable d'effectuer

une intégration fréquentielle (1 bande critique = 1 bark)

fc fcBark

Fréquences

|A| |A|

Fréquences


Bandes critiques juxtaposées Barks Fréq. centr. [Hz] Larg. bande [Hz] Fréq. super. [Hz]

1 50 - 100 100 2 150 100 200 3 250 100 300 4 350 100 400 5 450 110 510 6 570 120 630 7 700 140 770 8 840 150 920 9 1000 160 1080 10 1170 190 1270 11 1370 210 1480 12 1600 240 1720 13 1850 280 2000 14 2150 320 2320 15 2500 380 2700 16 2900 450 3150 17 3400 550 3700 18 4000 700 4400 19 4800 900 5300 20 5800 1100 6400 21 7000 1300 7700 22 8500 1800 9500 23 10500 2500 12000 24 14000 4000 16000


Banc de filtres

• L ’oreille se comporte comme un banc de filtres répartis sur une échelle Bark

0H

kHz

H1 H2 H3 H4 H5 H6 H7 H8 H9


Masquage fréquentiel

« Attention, un son peut en cacher un autre…. »

➨ Le seuil d ’audibilité est modifié en présence d ’un son masquant

dB

Freq. (kHz)

Sons masquants


Masquage temporel

-50 0 100 200 0 100 200

Simultané

Post- masquage

Pré-masquage

ms

Son masquant


Modèle perceptuel

dB

Hz

10 0005 000

Masqueur tonalMasqueur de bruit


Les codeurs Audio ISO-MPEG

• 1992: ISO/IEC 11172-3 MPEG 1

• 1995: ISO/IEC 13818-3 MPEG-2 (BC/LSF)

• 1997: ISO/IEC 13818-7 MPEG -2 AAC

• 1998: ISO/IEC 14496-3 MPEG-4


ISO/IEC 11172-3 MPEG 1


MPEG 1

CodeurCanal

Décodeur

Trame MPEGNormalisé

Audio

Codec

Audio PCMFech = 32, 44.1, 48 kHzMono, Double Mono, Stéréo, joint stéréo

Débit:32 kbit/s ➡ 448 kbit/s


MPEG I: Les couches (« layers »)

• Définissent un degré de complexité du codeur et du décodeur• visent des applications spécifiques

Couche 1

Mode: mono, double mono, stéréo, joint stéréo (intensité)

Débit « transparent »192 kbit/s (mono)384 kbit/s (stéréo)

Complexité codeur : + décodeur : -délai: -

Application

multimedia, DCC

Couche 2



Complexité codeur : + décodeur : -délai : +

Application

Broadcast (satellite)

Couche 3



Complexité codeur : + ++ décodeur : +délai: +

Application

multimedia (.mp3)


Schéma codeurs couches I/II

FFTCouche 1: 512 points

Couche 2: 1024 points

Banc de filtres32 sous-bandes 32

32

Modèle psychoacoustique

Allocation dynamique des bits

Quantification / facteurs d ’échelles

MUX

Trame MPEGaudio

S(n)


Schéma décodeurs couches I/II

Filtre de synthèse32 sous-bandes32

32

Allocation binaire

Quantification / facteurs d ’échellesD

EMUX

Trame MPEGaudio

32

Audio PCM


Trame MPEG Audio Couche 1/2

Layer 1:

info principale = 32 x 12 échantillons = 384 PCM échantillons = 8 ms à 48 kHz

Layer 2:

info principale = 32 x 36 échantillons = 1152 PCM échantillons = 24 ms à 48 kHz

Sync., Infos System

et CRC

Informationsannexes Échantillons audio Champs

auxilliaires

Fenêtre audio de longueur variable

Frame Header

P P P P Mise en paquets (188 byte packet)


Quantification / facteurs d ’échelles

Allocation dynamique

Codeur MPEG1- couche 3: « MP3 »

FFT1024 points

Banc de filtres32 sous-bandes

3232


MUX

Trame MPEGaudio

S(n)MDCT

Code de Huffman

Fenêtrage dynamique


Décodeur MPEG1- couche 3: « MP3 »

Filtre de synthèse32 sous-bandes32

32

Allocation binaireGestion des fenêtres

Quantification facteurs

d ’échellesDEMUX

Trame MPEGaudio

32

Audio PCM

IMDCTDec.Huffman


MPEG 2

ISO/IEC 13818-3 MPEG 2 (BC/LSF) ISO/IEC 13818-7 MPEG 2 AAC


MPEG 2 - LSF

CodeurCanal

Décodeur


Audio

Codec

Audio PCMFech = 32, 44.1, 48 kHz

Fech (LSF) = 16, 22.05, 24 kHzMono, Double Mono, StéréoMulticanaux (5+1)

Débit:32 kbit/s ➡ 448 kbit/s

(multicanaux) ➡ 1130 kbit/s


MPEG 2 - LSF : intérêt

CodeurCanal

Décodeur Audio

LSF = Lower Sampling Frequencies

Audio PCM48 kHz, 16 bits768 kbits/s

Compression: 12:1

CodeurCanal

Décodeur Audio

Audio PCM24 kHz, 16 bits384 kbits/s

Compression: 6:1

64 kbit/s

64 kbit/s


MPEG-2 LSF

• Durée des trames audioCouche Fréquence d’échantillonage

16 22,05 24

1 24 ms 17,4 ms 16 ms

2 72 ms 52,24ms 48ms

3 36 ms 26,12 ms 24ms


MPEG 2 - Multicanaux

Une configuration possible: programme multicanaux 3/2:

Screen

RightLeftCenter

Surround Right

Surround Left



Un grand nombre de combinaisons possibles:

– 3/2 LCR / LS RS : un programme multicanaux

– 3/0 + 2/0 : Un programme LCR + un programme stéréo

– 3/1 : Un programme multicanaux LCR/S

– 2/2 : un programme multicanaux L R /LS RS

– 2/0 + 2/0 Deux programmes stéréos

– 3/0 Un programme 3 canaux sans ambiance

– 2/1 Un programme L R et une ambiance mono

– 2/0 double mono ou stéréo (MPEG 1)

– 1/0 mono (MPEG 1)



Compatibilité avec MPEG 1: « Downmix » stéréo des 5 canaux

MATRICAGE

ENCODAGE

L

R

C

Ls

Rs

T0=L0

T1=L1

T2

T3

T4

Trame MPEG II compatible MPEG 1


Trame compatible MPEG 2/1

Fenêtre audio MPEG 1

MPEG 1

signal audioChamps de données auxilliaires (MPEG1)MPEG 1 Header

Fenêtre audio MPEG 2, « backward compatible »

MPEG 1

signal audioChamps de données auxilliaires (MPEG2)MPEG 1 Header

MPEG 2 signal audio

MPEG 2 Header


MPEG 2 - AAC

CodeurCanal

Décodeur


Codec

Audio PCMFech = 9 – 96 kHzMono, Double Mono, StéréoMulticanaux : 1 à 48 canaux

Débit:8 kbit/s ➡ 576 kbit/s par canal

Qualité transparente à 320 kbit/s Pour 5 canaux !!


MPEG 2 -AAC

• Objectif:– Atteindre des débits plus faibles (< 384 kbit/s) pour

le codage de 5 canaux audio– La compatibilité avec MPEG-1 pas nécessaire

– Offrir un ensemble de profils pour répondre à des applications multiples


MPEG 2 – AAC : Les profiles

– Main profile– Procure la meilleure qualité audio à un débit donné– Utilise tous les modules de AAC (sauf le contrôle de gain)– Complexité et mémoire importantes

– Low Complexity (LC) profile– N’utilise pas les outils de prédiction et de pré-processing– Utilise un module TNS (« Temporal Noise Shaping ») réduit– Complexité et mémoire considérablement réduites

– Scalable Sampling Rate (SSR) profile– Utilise l’outil de contrôle de gain– Propose un codage hiérarchique fréquentiel– Complexité très réduite


MPEG 2 - AAC

Banc de FiltresMDCT


S(n)Prétraitement

Temporal Noise

Shaping(TNS)

Couplage/Intensité

Prédiction adaptative

M/S Stéréo

Codage

Quantification / Facteur d ’échelle

Codage Huffman

Control itératif

MUX


MPEG 2 - AAC performances

• Qualité transparente à 320 kbit/s pour 5 canaux

• Comparaison à d ’autres codeurs:– AAC 96 kbit/s comparable à

• AC 3 (dolby) à 160 kbit/s

• MPEG 1 - Layer II à 192 kbit/s• MPEG 1 - Layer III à 128 kbit/s


ISO/IEC 14496-3 MPEG-4


MPEG-4 Audio

• MPEG 4 Audio est une famille d ’outils pour:

• le codage d ’« objets audio »• la compression des signaux naturels (audio et parole)• la synthèse de sons à partir d ’une représentation

structurée (Text-To-Speech interface, SAOL)


MPEG-4 Structured Audio

• SASL (partition)– Tempo, battements– Instruments, exemple:

• 0.25 tone 4.0• 4.50 end

• SAOL (langage)– Permet de définir (programmer) les instruments

• ivar: échelle de tempo des notes (def: 1s)• ksig: échelle de temps des attaques… (def: 100 Hz)• asig: échelle de temps des échantillons (def: 32 kHz)


MPEG-4 SAOL, exemple

// instr tone// plays a 1kHz sine wave//instr tone (){ // variable declaration asig a, x, y, init; // computing starts here a = 0.196307; if (init == 0) { init = 1; x = 0.5; } x = x - a*y; y = y + a*x; output(y);}


MPEG-4 Audio

• MPEG 4 Audio pour la compression:

• Codage de parole– très bas débits: 2 kbit/s à 4 kbit/s (HVXC)

– codage CELP de 4 à 24 kbit/s (bande étroite / large bande)

• Codage audio– de 6 kbit/s (HILN) à 64 kbit/s (AAC) par canal

– inclut AAC

– échelonnabilité des codeurs (débit et fréquences)

– Faible retard (MPEG-4, version 2)


MPEG 4 - Audio


MPEG-4 Profils

– Speech• codeur parole bas débits et TTS

– Synthesis• synthèse par tables d ’ondes • synthèse à partir de scores• TTS

– Scalable• codeurs de parole• codeurs audio• tous les codeurs en configuration échelonnable

– Main• tous les outils


Conclusion

• Les codeurs audio « MPEG » couvrent un très grand nombre d ’applications

• Les grandes réussites:– le codeur « MP3 » (MPEG 1, layer III)– le codeur AAC (qualité transparente à 64 kbit/s par

canal)– MPEG 4 ?

codage mpeg-audio - sites personnels de télécom paristech · code de huffman fenêtrage...

Documents