MP3

De Viquipèdia
Dreceres ràpides: navegació, cerca
MPEG-1 Audio Layer 3
Extensió del fitxer .mp3
MIME audio/mpeg
Tipus de format: Àudio
Estàndard ISO/IEC 11172-3, ISO/IEC 13818-3

MPEG-1 Audio Layer III o MP3 és un format d'àudio digital basat en la compressió amb pèrdues, desenvolupat pel grup d'experts Media Picture Group (MPEG) i descrit per una norma ISO.

MPEG-1 Audio o Part 3 està dissenyat per a l'emmagatzematge i distribució d'àudio en temps real. MP3 és un dels nivells de compressió d'aquest estàndard, concretament el nivell o capa 3. Aquest nivell és el que té més complexitat i pot aconseguir un bitrate d'uns 192 kbps, per aquest motiu el seu ús més freqüent és la transmissió per XDSI i xarxes TCP/IP.

L'objectiu de l'algoritme de compressió d'aquest format és poder comprimir qualsevol senyal que estigui destinat a ser escoltat i explotar al màxim les limitacions del Sistema Auditiu Humà o SAH.

Codificador[modifica | modifica el codi]

Les tècniques emprades en la codificació MPEG són:

  • Models perceptuals
  • Assignació dinàmica de bits
  • Commutació de finestres

Els blocs del codificador són:

Banc de Filtres[modifica | modifica el codi]

MP3 utilitza 32 banc de filtres híbrids col·locats en cascada. Aquest filtres són polifàsics, és a dir, amb un retard baix i incorporen una transformada Transformada de Discreta de Cosinus Modificada amb un nombre màxim de punts de 576. Degut a l'aplicació de la MDCT es pot eliminar informació redundant.

Transformació en freqüència[modifica | modifica el codi]

La transformada utilitzada en la codificació és la Transformada de Discreta de Cosinus Modificada (MDCT). Aquesta transformació incorpora un enfinestrament per tal d'evitar pre-ecos produïts per un nombre de mostres de la transformada elevat en les zones de silenci-percussió. Aquest enfinestrament es realitza mitjançant quatre tipus de finestres segons sigui el senyal:

  • Finestra normal o llarga
    • 576 mostres
    • Simètrica
    • Zona homogènia
  • Finestra d'inici
    • 480 mostres
    • Asimètrica
    • Zona de transició
  • Finestra de parada
    • 480 mostres
    • Asimètrica
    • Zona de transició
  • Finestra curta
    • 196 mostres
    • Simètrica
    • Zona homogènia

Per passar de finestra normal o llarga a finestra curta sempre s'ha de passar per les finestres de transició.

Emmascarament temporal i freqüencial[modifica | modifica el codi]

Degut a les limitacions del SAH es pot definir un model psicoacústic. Aquest model parteix de descompondre el senyal com les bandes crítiques de l'oïda humana. Per tal de poder eliminar informació per emmascarament s'utilitza una transformada de Fourier (FFT) de 576 punts.

En aquest bloc es defineix el llindar per tal de saber quins tons es consideren emmascarats, i per tant no audibles, i així utilitzar aquest informació per tal de fer la quantificació. Aquest senyal emmascarat pot ser causat per senyals de baix nivell, soroll de quantificació, distorsió de solapament o errors de transmissió.

Emmascarament freqüencial[modifica | modifica el codi]

Un so pot ser emmascarat pel fet que dins la mateixa banda crítica hi hagi un altre so amb un nivell més elevat. Existeixen quatre tipus de fenòmens en que es produeix aquest emmascarament:

  • To – To
  • Soroll – To
  • To – Soroll
  • Soroll – Soroll

Emmascarament temporal[modifica | modifica el codi]

El SAH té memoria auditiva per aquest motiu apareix el fenomen d'emmascarament temporal. Aquest fenomen apareix quant dos tons apareixen distanciats per un interval de temps molt petit i un dels tons té un nivell molt més elevat que l'altre. L'emmascarament anterior és més breu que el posterior.

Escalabilitat i Quantificació[modifica | modifica el codi]

Els llindars d'emmascarament són utilitzats per determinar quina assignació de bits correspon a cada banda crítica. El codificador el que busca és trobar un assignació de bits el més constant possible.

Codificació de Huffmann[modifica | modifica el codi]

Els bits quantificats són codificats amb Huffman i emmagatzemades a la cadena de bits amb els seus factors d'escala i la seva informació lateral. Aquesta informació lateral incorpora els paràmetres que necessita el descodificador com poden ser la taula de Huffman, la commutació de finestres i el control de guany.

Descodificador[modifica | modifica el codi]

El descodificador ha de recuperar un senyal sintetitzat del senyal d'àudio PCM d'entrada al codificador.

Els seus blocs són:

  • Descodificador de Huffman.
  • Desquantificador.
  • MDCT inversa amb enfinestrament.
  • Filtre de síntesi.

Estructura MP3[modifica | modifica el codi]

Els quadres MP3 són de 1152 mostres més el camp de ID3. Aquestes mostres estan compostes pels següents camps:

Camp Mida Descripció
Metadades - ID3v2
Capçalera 32 mostres Capçalera MP3
CRC 0 - 16 mostres Control d'errors
Informació Lateral 136 – 256 mostres Informació lateral per tal de realitzar la descodificació
Dades - Informació d'àudio
Metadades 128 bytes ID3v1


Les 32 mostres de la capçalera es descomponen:

Camp Valor
Paraula de sincronització 111111111111
ID 1 (MPEG)
Capa 01 (Capa 3)
Protecció d'errors 1 (No)
Índex de taxa de bits -
Freqüència 00 (44100 Hz)
Padding Bit 0 (No)
Bit privat -
Freqüència 00 (44100 Hz)
Mode -
Extensió de Mode -
Còpia 0 (No drets d'autor)
Original/Còpia 0 (Còpia)
Enfàsis 00 (Sense enfàsis)

Taxa de bits[modifica | modifica el codi]

MP3 permet les següents taxa de bits:

  • 32 kbps
  • 40 kbps
  • 48 kbps
  • 56 kbps
  • 64 kbps
  • 80 kbps
  • 96 kbps
  • 112 kbps
  • 128 kbps
  • 160 kbps
  • 192 kbps
  • 224 kbps
  • 256 kbps
  • 320 kbps

Les freqüències disponibles són:

  • 32 kHz
  • 44100 Hz
  • 48 kHz

Es pot considerar que a partir d'una taxa de bits de 128 kbps obtenim una qualitat semblant a la del CD amb un factor de compressió d'11:1.

Vegeu també[modifica | modifica el codi]

Enllaços externs[modifica | modifica el codi]

A Wikimedia Commons hi ha contingut multimèdia relatiu a: MP3 Modifica l'enllaç a Wikidata