zh未轉換未轉換 zh-cn大陸大陸 zh-tw台灣台灣 zh-hk港澳港澳 zh-sg新馬新馬 zh-hans簡體簡體 zh-hant繁體繁體
zh zh-cn zh-tw zh-hk zh-sg zh-hans
zh-hant字詞轉換是中文維基的一項自動轉換,目的是通過電腦程式自動消除繁簡、地區詞等不同用字樣式的差異,以達到閱讀方便。
字詞轉換包括全域轉換和手動轉換,本說明所使用的標題轉換和全文轉換技術,都屬於手動轉換。
| MIME型式: | audio/x-mpg, audio/x-mp3, audio/mpeg |
|---|---|
| 格式型式: | 數字音訊 |
| 源自: | MP2 |
MPEG-1 Audio Layer 3,經常稱為MP3,是當今較流行的一種數字音訊編碼和有損壓縮格式,它設計用來大幅度地降低音訊資料量,而對於大多數用戶的聽覺感受來說重放的音質與最初的不壓縮音訊相比沒有明顯的下降。它是在1991年由位於德國埃爾朗根的研究組織Fraunhofer-Gesellschaft的一組專案師發明和標準化的。
目錄 |
MP3是一個資料壓縮格式。它捨棄脈衝編碼調製(PCM)音訊資料中對人類聽覺不重要的資料(類似於JPEG是一個有損影像壓縮),從而達到了壓縮成小得多的檔案大小。
在MP3中使用了許多技術,其中包括心理聲學,以確定音訊的哪一部分可以丟棄。MP3音訊可以按照不同的位元率進行壓縮,提供了權衡資料大小和音質之間的依據。
MP3格式使用了混合的轉換機制將時域信號轉換成頻域信號:
根據MPEG規範的說法,儘管有許多創造和推廣其他格式的重要努力,MPEG-4中的AAC(Advanced audio coding)將是MP3格式的下一代。然而,由於MP3的空前的流行,其他格式的成功在目前來說都是不太可能的。MP3不僅有廣泛的用戶端軟體支援,也有很多的硬體支援,比如行動式數位音訊播放器(指MP3播放器)DVD和CD播放器。
MPEG-1 Audio Layer 2編碼開始時是德國Deutsche Forschungs- und Versuchsanstalt für Luft- und Raumfahrt(後來稱為Deutsches Zentrum für Luft- und Raumfahrt, 德國太空中心)Egon Meier-Engelen管理的數字音訊廣播(DAB)專案。這個專案是歐盟作為EUREKA研究專案資助的,它的名字通常稱為EU-147。EU-147 的研究期間是1987年到1994年。
到了1991年,就已經出現了兩個提案:Musicam(稱為Layer 2)和ASPEC(自適應頻譜感知熵編碼)。荷蘭飛利浦公司、法國CCETT和德國Institut für Rundfunktechnik提出的Musicam方法由於它的簡單、出錯時的穩定性以及在高質量壓縮時較少的計算量而被選中。基於子帶編碼的Musicam格式是確定MPEG音訊壓縮格式(取樣頻率、幀結構、資料頭、每幀採樣點)的一個關鍵因素。這項技術和它的設計思路完全融合到了ISO MPEG Audio Layer I、II 以及後來的Layer III(MP3)格式的定義中。在Mussmann教授(漢諾瓦大學)的主持下,標準的制定由Leon van de Kerkhof(Layer I)和Gerhard Stoll(Layer II)完成。
一個由荷蘭Leon Van de Kerkhof、德國Gerhard Stoll、法國Yves-François Dehery和德國Karlheinz Brandenburg 組成的工作小組吸收了Musicam和ASPEC的設計思想,並添加了他們自己的設計思想從而開發出了MP3,MP3能夠在128kbit/s達到MP2 192kbit/s 音質。
所有這些演算法最終都在1992年成為了MPEG的第一個標準組MPEG-1的一部分,並且生成了1993年公佈的國際標準ISO/IEC 11172-3。MPEG音訊上的更進一步的工作最終成為了1994年制定的第二個MPEG標準組MPEG-2標準的一部分,這個標準正式的稱呼是1995年首次公佈的ISO/IEC 13818-3。
編碼器的壓縮效率通常由位元率定義,因為壓縮率依賴於位數(:en:bit depth)和輸入信號的取樣頻率。然而,經常有產品使用CD參數(44.1kHz、兩個通道、每通道16位或者稱為2x16位)作為壓縮率參考,使用這個參考的壓縮率通常較高,這也說明瞭壓縮率對於有損壓縮存在的問題。
Karlheinz Brandenburg使用CD介質的Suzanne Vega的歌曲Tom's Diner來評價MP3壓縮演算法。使用這首歌是因為這首歌的柔和、簡單旋律使得在回放時更容易聽到壓縮格式中的缺陷。一些人開玩笑地將Suzanne Vega稱為“MP3之母”。來自於EBU V3/SQAM參考CD的更多一些嚴肅和critical 音訊選段(glockenspiel, 三角鐵, 手風琴, ...)被專業音訊專案師用來評價MPEG音訊格式的主觀感受質量。
為了生成位相容的MPEG Audio檔案(Layer 1、Layer 2、Layer 3),ISO MPEG Audio委員會成員用C語言開發的一個稱為ISO 11172-5的參考模擬軟體。在一些非實時作業系統上它能夠演示第一款壓縮音訊基於DSP的實時硬體解碼。一些其他的MPEG Audio實時開發出來用於面向消費接收機和機頂盒的數字廣播(無線電DAB和電視DVB)。
後來,1994年7月7日Fraunhofer-Gesellschaft發佈了第一個稱為l3enc的MP3編碼器。
Fraunhofer開發組在1995年7月14日選定副檔名.mp3(以前副檔名是.bit)。使用第一款實時軟體MP3播放器Winplay3(1995年9月9日發佈)許多人能夠在自己的個人電腦上編碼和回放MP3檔案。由於當時的硬碟相對較小(如500MB),這項技術對於在電腦上存儲娛樂音樂來說是至關重要的。
1993年10月,MP2(MPEG-1 Audio Layer 2)檔案在網際網路上出現,它們經常使用Xing MPEG Audio Player播放,後來又出現了Tobias Bading為Unix開發的MAPlay。MAPlay於1994年2月22日首次發佈,現在已經移植到微軟視窗平臺上。
剛開始僅有的MP2編碼器產品是Xing Encoder和CDDA2WAV,CDDA2WAV是一個將CD音軌轉換成WAV格式的CD抓取器。
Internet Underground Music Archive(IUMA)通常被認為是線上音樂革命的鼻祖,IUMA是網際網路上第一個高保真音樂網站,在MP3和網路流行之前它有數千首授權的MP2錄音。
從1995年上半年開始直到整個九十年代後期,MP3開始在網際網路上蓬勃發展。MP3的流行主要得益於如Nullsoft於1997年發佈的Winamp和Napster於1999年發佈的Napster這樣的公司和軟體包的成功,並且它們相互促進發展。這些程式使得普通用戶很容易地播放、製作、共用和收集MP3檔案。
關於MP3檔案的點對點技術檔案共用的爭論在最近幾年迅速蔓延—這主要是由於壓縮使得檔案共用成為可能,未經壓縮的檔案過於龐大難於共用。由於MP3檔案透過網際網路大量傳播,一些主要唱片廠商透過法律起訴Napster來保護它們的版權(參見知識產權)。
如iTunes Store這樣的商業線上音樂發行服務通常選擇其他或者專有的支援數字版權管理(DRM)的音樂檔案格式以控制和限制數字音樂的使用。支援DRM的格式的使用是為了防止受版權保護的素材免被侵犯版權,但是大多數的保護機制都能被一些方法破解。這些方法能夠被電腦高手用來生成能夠自由複製的解鎖檔案。如果希望得到一個壓縮的音訊檔案,這個錄製的音訊流必須進行壓縮並且帶來音質的降低。
因為MP3是一種有損格式,它提供了多種不同“位元率”的選項—也就是用來表示每秒音訊所需的編碼資料位數。典型的速度介於每秒128和320kb之間。與此對照的是,CD上未經壓縮的音訊位元率是1411.2 kbit/s(16 位/採樣點 × 44100 採樣點/秒 × 2 通道)。
使用較低位元率編碼的MP3檔案通常回放質量較低。使用過低的位元率,“壓縮雜訊(:en:compression artifact)”(原始錄音中沒有的聲音)將會在回放時出現。說明壓縮雜訊的一個好例子是壓縮歡呼的聲音:由於它的隨機性和急劇變化,所以編碼器的錯誤就會更明顯,並且聽起來就象回聲。
除了編碼檔案的位元率之外,MP3檔案的質量也與編碼器的質量以及編碼信號的難度有關。使用優質編碼器編碼的普通信號,一些人認為128kbit/s的MP3以及44.1kHz的CD採樣的音質近似於CD音質,同時得到了大約11:1的壓縮率。在這個比率下正確編碼的MP3只能夠獲得比調頻廣播更好的音質,這主要是那些模擬介質的頻寬限制、信噪比和其他一些限制。然而,聽力測試顯示經過簡單的練習測試聽眾能夠可靠地區分出128kbit/s MP3與原始CD的區別[來源請求]。在許多情況下他們認為MP3音質太低是不可接受的,然而其他一些聽眾或者換個環境(如在嘈雜的車中或者聚會上)他們又認為音質是可接受的。很顯然,MP3編碼的瑕疵在低端電腦的揚聲器上比較不明顯,而在連線到電腦的高質量立體聲系統,尤其是使用高質量的headphone時則比較明顯。
Fraunhofer Gesellschaft(FhG)在他們的官方網站上公佈了下麵的MPEG-1 Layer 1、2和3的壓縮率和資料速率用於比較:
不同層面之間的差別是因為它們使用了不同的心理聲學模型導致的;Layer 1的演算法相當簡單,所以透明編碼就需要更高的位元率。然而,由於不同的編碼器使用不同的模型,很難進行這樣的完全比較。
許多人認為所取用的速率出於對Layer 2和Layer 3記錄的偏愛而出現了嚴重扭曲。他們爭辯說實際的速率如下所列:
當比較壓縮機制時,很重要的是要使用同等音質的編碼器。將新編碼器與基於過時技術甚至是帶有缺陷的舊編碼器比較可能會產生對於舊格式不利的結果。由於有損編碼會丟失資訊這樣一個現實,MP3演算法透過建立人類聽覺總體特征的模型儘量保證丟棄的部分不被人耳識別出來(例如,由於noise masking),不同的編碼器能夠在不同程度上實現這一點。
一些可能的編碼器:
有許多的早期編碼器現在已經不再廣泛使用:
好的編碼器能夠在128到160kbit/s下達到可接受的音質,在160到192kbit/s下達到接近透明的音質。所以不在特定編碼器或者最好的編碼器話題內說128kbit/s或者192kbit/s下的音質是容易引起誤解的。一個好的編碼器在128kbit/s下生成的MP3有可能比一個不好的編碼器在192kbit/s下生成的MP3音質更好。另外,即使是同樣的編碼器同樣的檔案大小,一個不變位元率的MP3可能比一個變位元率的MP3音質要差很多。
需要註意的一個重要問題是音訊信號的質量是一個主觀判斷。Placebo effect is rampant, with many users claiming to require a certain quality level for transparency.許多用戶在A/B測試中都沒有透過,他們無法在更低的位元率下區分檔案。一個特定的位元率對於有些用戶來說是足夠的,對於另外一些用戶來說是不夠的。每個人的聲音感知可能有所不同,所以一個能夠滿足所有人的特定心理聲學模型並不明視訊記憶體在。僅僅改變試聽環境,如音訊播放系統或者環境可能就會顯現出有損壓縮所產生的音質降低。上面給出的數字只是大多數人的一個大致有效參考,但是在有損壓縮領域真正有效的壓縮過程質量測試手段就是試聽音訊結果。
如果你的標的是實現沒有質量損失的音訊檔案或者用在演播室中的音訊檔案,就應該使用無損壓縮演算法,目前能夠將16位PCM音訊資料壓縮到38%並且聲音沒有任何損失,這樣的壓縮工具有Lossless Audio LA、Sony ATRAC Advanced Lossless、Dolby TrueHD、DTS Master Lossless Audio、MLP、Sony Reality Audio、Apple Lossless、TTA、FLAC、Windows Media Audio 9 Lossless (wma) 和Monkey's Audio 等等。對於需要進行編輯、混合處理的音訊檔案要儘量使用無損格式,否則有損壓縮產生的誤差可能在處理後無法預測,多次編碼產生的損失將會混雜在一起,在處理之後進行編碼這些損失將會變得更加明顯。無損壓縮在降低壓縮率的代價下能夠達到最好的結果。
一些簡單的編輯操作,如切掉音訊的部分片段,可以直接在MP3資料上操作而不需要重新編碼。對於這些操作來說,只要使用合適的軟體(mp3DirectCut和MP3Gain),上面提到的所關心的問題可以不必考慮。
位元率對於MP3檔案來說是可變的。總的原則是位元率越高則聲音檔案中包含的原始聲音資訊越多,這樣回放時聲音質量也越高。在MP3編碼的早期,整個檔案使用一個固定的位元率。
MPEG-1 Layer 3允許使用的位元率是32、40、48、56、64、80、96、112、128、160、192、224、256和320 kbit/s,允許的採樣頻率是32、44.1和48kHz。44.1kHz是最為經常使用的速度(與CD的採樣速率相同),128kbit/s是事實上“好品質”的標準,儘管192kbit/s在P2P檔案共用網路上越來越受到歡迎。MPEG-2和[非正式的]MPEG-2.5包括其他一些位元率:6、12、24、32、40、48、56、64、80、96、112、128、144、160kbit/s。
可變碼率(VBR)也是可能的。MP3檔案的中的音訊切分成有自己不同位元率的幀,這樣在檔案編碼的時候就可以動態地改變位元率。儘管在最初的實現中並沒有這項功能,VBR現在已經得到了廣泛的應用。這項技術使得在聲音變化大的部分使用較大的位元率而在聲音變化小的部分使用較小的位元率成為可能。這個方法類似於聲音控制的磁帶錄音機不記錄靜止部分節省磁帶消耗。一些編碼器在很大程度上依賴於這項技術。
高達640kbit/s的非標準位元率可以使用LAME編碼器和自由格式來實現,但是幾乎沒有MP3播放器能夠播放這些檔案。
MP3格式存有設計局限,即使使用更好的編碼器仍舊不能剋服這些限制。一些新的壓縮格式如Vorbis和AAC不再有這些限制。
按照技術術語,MP3有如下一些限制:
然而,即使有這些限制,一個經良好的調整MP3編碼器仍能夠提供與其他格式相提並論的編碼品質。
MPEG-1標準中沒有MP3編碼器的一個精確規範,然而與此相反,解碼演算法和檔案格式卻進行了細緻的定義。人們設想編碼的實現是設計自己的適合去除原始音訊中部分資訊的演算法(或者是它在頻域中的修正離散餘弦(MDCT)表示)。在編碼過程中,576個時域樣本被轉換成576個頻域樣本,如果是瞬變信號就使用192而不是576個採樣點,這是限制量化雜訊隨著隨瞬變信號短暫擴散。
這是聽覺心理學的研究領域:人類主觀聲音感知。
這樣帶來的結果就是出現了許多不同的MP3編碼器,每種生成的聲音質量都不相同。有許多它們的比較結果,這樣一個潛在用戶很容易選擇合適的編碼器。需要記住的是高位元率編碼表現優秀的編碼器(如LAME這個在高位元率廣泛使用的編碼器)未必在低位元率的表現也同樣好。
另一方面,解碼在標準中進行了細緻的定義。
多數解碼器是bitstream compliant,也就是說MP3檔案解碼出來的非壓縮輸出信號將與標準文檔中數學定義的輸出信號一模一樣(在規定的近似誤差範圍內)。
MP3檔案有一個標準的格式,這個格式就是包括384、576、或者1152個採樣點(隨MPEG的版本和層不同而不同)的幀,並且所有的幀都有關聯的頭資訊(32位)和輔助資訊(9、17或者32位元組,隨著MPEG版本和立體聲或者單通道的不同而不同)。頭和輔助資訊能夠幫助解碼器正確地解碼相關的霍夫曼編碼資料。
所以,大多數的解碼器比較幾乎都是完全基於它們的計算效率(例如,它們在解碼過程中所需要的記憶體或者CPU時間)。
“標簽”是MP3(或其他格式)中保存的包含如標題、藝術家、唱片、音軌號或者其他關於MP3檔案資訊等添加到檔案的資料。最為流行的標準標簽格式目前是ID3 ID3v1和ID3v2標簽,最近的是APEv2標簽。
APEv2最初是為MPC 檔案格式開發的(參見 APEv2規範)。APEv2可以與ID3標簽在同一個檔案中共存,但是它也可以單獨使用。
由於CD和其他各種各樣的音源都是在不同的音量下錄製的,在標簽中保存檔案的音量資訊將是有用的,這樣的話回放時音量能夠進行動態調節。
人們已經提出了一些對MP3檔案增益進行編碼的標準。它們的設計思想是對音訊檔案的音量(不是“峰值”音量)進行歸一化,這樣以保證在不同的連續音軌切換時音量不會有變化。
最流行最常用的保存回放增益的解決方法是被簡單地稱作“Replay Gain”的方法。音軌的音量平均值和修剪資訊都存在元資料標簽中。
有許多其他的有損音頻編解碼存在,其中包括:
mp3PRO、MP3、AAC、和MP2都是同一個技術家族中的成員,並且都是基於大致類似的心裡聲學模型。Fraunhofer Gesellschaft擁有許多涵蓋這些編解碼器所用技術的基本專利,Dolby Labs、索尼公司、Thomson Consumer Electronics和AT&T擁有其他一些關鍵專利。
在因特網上有一些其他無損音頻壓縮方法。儘管它們與MP3不同,它們是其他壓縮機制的優秀範例,它們包括:
聽覺測試試圖找出特定位元率下的最好質量的有損音頻編解碼。在128kbit/s下,Ogg Vorbis、AAC、MPC和WMA Pro性能持平處於領先位置,LAME MP3稍微落後。在64kbit/s下,AAC-HE和mp3pro少許領先於其他編解碼器。在超過128kbit/s下,多數聽眾聽不出它們之間有明顯差別。什麼是「CD音質」也是很主觀的:對於一些人來說128kbit/s的MP3就足夠了,而對於另外一些人來說必須是200kbit/s以上的位元率。
儘管如WMA和RealAudio這些新的編解碼器的支援者宣稱它們各自的演算法能夠在64kbit/s達到CD音質,聽覺測試卻顯示了不同的結果;然而,這些編解碼器在64kbit/s的音質明顯超過同樣位元率下MP3的音質。無專利的Ogg Vorbis編解碼器的開發者宣稱它們的演算法超過了MP3、RealAudio和WMA的音質,上面提到的聽覺測試證實了這種說法。 Thomson宣稱它的mp3PRO在64kbit/s達到了CD音質,但是測試者報告說64kbit/s的mp3Pro檔案與112kbit/s的 MP3檔案音質類似,但是直到80kbit/s時它才能接近CD音質。
專門為MPEG-1/2視訊設計的、優化的MP3總體上在低於48kbit/s的單聲道資料和低於80kbit/s的立體聲上表現不佳。
Thomson Consumer Electronics在認可軟體專利的國家控制著MPEG-1/2 Layer 3 專利的授權,這些國家包括美國和日本,歐盟國家不包括在內。Thomson積極地加強這些專利的保護。Thomson已經在歐盟國家被歐洲專利局(:en:European Patent Office授予軟體專利,但是還不清楚它們是否會被那裡的司法所加強。參見歐洲專利協定中的軟體專利(:en:Software patents under the European Patent Convention)。
關於Thomson專利檔案、授權協議和費用的最新資訊請參考它們的網站mp3licensing.com。
在1998年9月,Fraunhofer Institute向幾個MP3軟體開發者發去了一封信聲明「發布或者銷售編碼器或者解碼器」需要授權。這封信宣稱非經授權的產品「觸犯了Fraunhofer和THOMSON的專利權。製造、銷售或者發布使用[MPEG Layer-3]標準或者我們專利的產品,你們需要從我們這裡獲得這些專利的授權協議。」
這些專利問題極大地減慢了未經授權的MP3軟體開發並且導致人們的註意力轉向開發和歡迎其他如WMA和Ogg Vorbis這樣的替代品。Windows開發系統的製造商微軟公司從MP3轉向它們自有的Windows Media格式以避免與專利相關的授權問題。直到那些關鍵的專利過期之前,未經授權的編碼器和播放器在認可軟體專利的國家看起來都是非法的。
儘管有這些專利限制,永恆的MP3格式繼續向前發展;這種現象的原因看起來是由如下因素帶來的網路效應:
另外,專利持有人不願對於開源解碼器加強授權費用的徵收,這也帶來了許多免費MP3解碼器的發展。另外,儘管他們試圖阻止發布編碼器的二進制代碼,Thomson已經宣佈使用免費MP3編碼器的個人用戶將不需要支付費用。這樣,儘管專利費是許多公司打算使用MP3格式時需要考慮的問題,對於用戶來說並沒有什麼影響,這就帶來了這種格式的廣受歡迎。
Sisvel S.p.A. [1]和它的美國子公司Audio MPEG, Inc. [2]以前曾經以侵犯MP3技術專利為由起訴Thomson[3],但是那些爭端在2005年11月最終以Sisvel給Thomson MP3授權而結束。Motorola最近也與Audio MPEG簽署了MP3的授權協議。由於Thomson和Sisvel都擁有他們聲稱編解碼器必需的單獨的專利,MP3專利的法律狀態還不清晰。
Fraunhofer的專利將在2010年4月到期[來源請求],到了那時MP3演算法將不再受專利保護。
|
檢 • 論 • 編 • 歷
|
||||
|---|---|---|---|---|
| 視頻壓縮格式 |
|
|||
| 音頻壓縮格式 |
|
|||
| 圖像壓縮格式 |
|
|||
| 多媒體播放格式 |
|
|||
|
檢 • 論 • 編 • 歷
|
|||||
|---|---|---|---|---|---|
| 視訊編解碼器 (比較) |
|
||||
| 音訊編解碼器 (比較) |
|
||||
| 壓縮軟體 (比較) |
|
||||
| See Compression Methods for methods and Compression Formats and Standards for formats | |||||
Why are we here?
All text is available under the terms of the GNU Free Documentation License
This page is cache of Wikipedia. History