Formati multimediali e metadati: Audio

Transcript

1 Formati multimediali e metadati: Audio Marco Tagliasacchi

2 Formati multimediali e metadati: audio Sommario 2 Audio digitale Compressione di dati audio Formati audio

3 Audio digitale Onde acustiche 3 Il suono è un'oscillazione (un movimento nello spazio) compiuta dalle particelle (atomi e molecole) in un mezzo (ad es. l aria) Le oscillazioni sono spostamenti delle particelle, lungo la direzione di propagazione dell'onda (onde longitudinali) Tali oscillazioni provocano una variazione locale di pressione rispetto alla condizione di equilibrio

4 Audio digitale Onde acustiche 4 Suoni semplici (ad esempio la nota LA prodotta da un diapason) producono una oscillazione sinusoidale L ampiezza determina l intensità del suono percepito La frequenza (= 1/periodo) determina l altezza del suono Bassa frequenza suoni gravi Alta frequenza suoni acuti

5 Audio digitale Onde acustiche 5

6 Audio digitale Onde acustiche Esempio: la nota LA La pressione varia in modo sinusoidale ad una frequenza pari a 440Hz (cicli/secondo)

7 Audio digitale Onde acustiche Suoni complessi sono il risultato della sovrapposizione di suoni semplici sinusoidali Se le frequenze dei suoni sono multiple di una frequenza base (detta frequenza fondamentale), il suono risultante è detto armonico Anche il rumore può essere visto come sovrapposizione (non armonica) di suoni semplici sinusoidali

8 Audio digitale Onde acustiche

9 Audio digitale Onde acustiche La propagazione nell ambiente delle onde acustiche dipende dalla frequenza

10 Audio digitale Rappresentazione dell audio digitale Onde acustiche sono segnali continui. Per rappresentarle in formato digitale è necessario operare due fasi: Campionamento: Discretizzazione del tempo, ovvero la scelta degli istanti in cui considerare il valore del segnale (discretizzazione) Quantizzazione Discretizzazione delle ampiezze, ovvero la codifica dei campioni con un numero predefinito di bit

11 Audio digitale Rappresentazione dell audio digitale Campionamento: Si misura l ampiezza del segnale analogico a intervalli regolari, ogni T secondi T è detto periodo di campionamento (in secondi) F = 1/T è detta frequenza di campionamento (in Hz), da non confondere con la frequenza del segnale

12 Audio digitale Rappresentazione dell audio digitale Per segnali audio di tipo vocale (ad es. telefono), la frequenza di campionamento è tipicamente di 8 khz Per segnali audio musicali (ad es. CD audio), la frequenza di campionamento è tipicamente di 44.1 khz Sistemi professionali raggiungono tipicamente i 96kHz Un campionamento più fitto (ovvero con una frequenza di campionamento maggiore) consente di rappresentare i segnali analogici con maggiore fedeltà

13 Audio digitale Rappresentazione dell audio digitale I campioni estratti con il campionamento rappresentano le ampiezze con precisione arbitraria Per poter essere rappresentato da un calcolatore, il valore dell ampiezza deve essere espresso tramite un numero finito di bit La quantizzazione suddivide l intervallo dei valori ammissibili in 2 n bit, dove n è il numero di bit per campione.

14 Audio digitale Rappresentazione dell audio digitale 2 bit / campione 3 bit / campione

15 Audio digitale Rappresentazione dell audio digitale 4 bit / campione 8 bit / campione

16 Compressione audio Codifica percettiva Anche per i suoni si possono utilizzare tecniche (lossless o lossy) di compressione per ridurre il numero di bit usato per rappresentare un segnale Le tecniche più efficaci (lossy) sfruttano le debolezze dell orecchio umano e per questo motivo vengono chiamate tecniche di codifica percettiva Lo standard MPEG-1/2 Layer 3 (chiamato comunemente MP3) è un esempio di codificatore audio percettivo

17 Compressione audio Codifica percettiva Brano musicale su CD Frequenza di campionamento Hz 16 bit / campione 2 canali (destro e sinistro) 2 x 16 x = bit / sec 176 Kbyte / sec 1 canzone c.a. 5 minuti 176 Kbyte/s x 60 sec/min x 5 min c.a 52 Mbyte 60 min di musica 176 x 60 x 60 c.a. 630 Mbyte Un file.mp3 di una canzone da 5 min sono c.a. 5 Mbyte fattore di compressione c.a. 10:1

18 Compressione audio Cenni di psicoacustica 18 Il livello di pressione acustica, misurato in decibel (Sound Pressure Level), è spesso associato alla intensità percepita SPL p = 20log10 p0 p 0 è la pressione corrispondente al suono più debole percepibile dall orecchio (2x10-5 N/m 2 )

19 Compressione audio Cenni di psicoacustica La propagazione nell ambiente delle onde acustiche dipende dalla frequenza

20 Compressione audio Cenni di psicoacustica Mascheramento frequenziale: Quando due suoni vengono presentati simultaneamente, quello di intensità maggiore (mascherante) può mascherare l altro (mascherato)

21 Compressione audio Cenni di psicoacustica Nell orecchio interno ciascun suono genera una vibrazione della membrana basilare nella coclea in corrispondenza della sua frequenza

22 Compressione audio Cenni di psicoacustica Mascheramento temporale Un suono sostenuto nel tempo può mascherare suoni che lo seguono (fino a c.a. 200msec) o lo precedono (fino a c.a. 5msec)

23 Rappresentazione di dati audio Cenni di psicoacustica (spazializzazione) Il sistema uditivo è in grado di distinguere la direzione di un suono sulla base di Differenza dei tempi di arrivo (ITD Interaural Time Difference) Differenza delle intensità (ILD Interaural Level Difference)

24 Rappresentazione di dati audio Cenni di psicoacustica (spazializzazione) Il meccanismo utilizzato per discernere la direzione dipende dalla frequenza Alle basse frequenze: ITD (poco accurato) Alle alte frequenze: ITD + ILD

25 Compressione audio Codifica percettiva Un codificatore audio percettivo Analizza il segnale da codificare sia nel dominio temporale che frequenziale Determina quali sono le componenti del segnale che possono essere scartate senza introdurre distorsioni percepibili all orecchio Codifica (in una sequenza di bit) le componenti che vengono mantenute Nella codifica di segnali stereo (o multicanale) si tiene in considerazione il modo in cui l orecchio percepisce la direzionalità, per evitare di replicare la codifica di segnali distinti

26 Formati audio Formati audio Formati non compressi PCM.wav (Windows).aiff (MacOS) Formati compressi Senza perdita (compressione circa 2:1) FLAC WavPack ALAC (AppleLossless) Con perdita MPEG-1 Audio MPEG-2 Audio (1992) MPEG-4 Audio - AAC (1997) Dolby Digital (AC-3),

27 Formati audio MPEG-1 Audio Layer I Eccellente a 384 Kbps DCC (Digital Compact Cassette) Layer II (acronimo mp2) Eccellente a Kbps Molto buono a Kbps Buono a Kbps Audio per la televisione satellitare/terrestre/dvd Layer III (acronimo mp3) Eccellente a Kbps Molto buono a Kbps Buono a kbit/s, non si dovrebbe usare sotto i 128 kbit/s

28 Formati audio MPEG-2 Audio Ne esistono due versioni: Una identica a MPEG-1 Audio (Layer I, II, III) + supporto multi-canale Una più evoluta: AAC (Advanced Audio Coding) Qualità Hi-Fi (equivalente dal punto di vista percettivo all originale) a 128 kbps per segnali stereo, e 320 kbps per il 5.1 MPEG-4 AAC è una evoluzione di MPEG-2 AAC e può essere considerato il successore dell mp3

29 Formati audio Dolby Digital (AC-3) Utilizzato per Audio digitale in proiezioni cinematografiche Batman Returns 1992 DVD BlueRay DVD Audio digitale memorizzato in Dolby Digital su pellicola cinematografica