MP3

MPEG-1 Audio Layer 3
Расширение	.mp3
MIME	audio/mpeg
Тип формата	Audio

MP3 (более точно, англ. MPEG-1/2/2.5 Layer 3; но не MPEG-3) в третий слой формата кодирования звуковой дорожки MPEG, лицензируемый формат файла для хранения аудиоинформации.

MP3 является одним из самых распространённых и популярных форматов цифрового кодирования звуковой информации с потерями. Он широко используется в файлообменных сетях для оценочной передачи музыкальных произведений. Формат может проигрываться практически во всех популярных операционных системах, на большинстве портативных аудиоплееров, а также поддерживается всеми современными моделями музыкальных центров и DVD-плееров.

В формате MP3 используется алгоритм сжатия с потерями, разработанный для существенного уменьшения размера данных, необходимых для воспроизведения записи и обеспечения качества воспроизведения звука очень близкого к оригинальному (по мнению большинства слушателей), хотя меломаны говорят об ощутимом различии. При создании MP3 со средним битрейтом 128 кбит/с в результате получается файл, размер которого примерно равен 1/11 от оригинального файла с CD-Audio. Само по себе несжатое аудио формата CD-Audio имеет битрейт 1411,2 кбит/с. MP3-файлы могут создаваться с высоким или низким битрейтом, который влияет на качество файла-результата. Принцип сжатия заключается в снижении точности некоторых частей звукового потока, что практически неразличимо для слуха большинства людей. Данный метод называют кодированием восприятия.^[1] При этом на первом этапе строится диаграмма звука в виде последовательности коротких промежутков времени, затем на ней удаляется информация не различимая человеческим ухом, а оставшаяся информация сохраняется в компактном виде. Данный подход похож на метод сжатия, используемый при сжатии картинок в формат JPEG.^{[уточнить]}

В Энциклопедии есть портал
«Цифровой звук»

[править] История

MP3 разработан рабочей группой института Фраунгофера (нем. Fraunhofer-Institut für Integrierte Schaltungen) под руководством Карлхайнца Бранденбурга и университета Эрланген-Нюрнберг в сотрудничестве с AT&T Bell Labs и Thomson (Джонсон, Штолл, Деери и др.).

Основой разработки MP3 послужил экспериментальный кодек ASPEC (Adaptive Spectral Perceptual Entropy Coding). Первым кодировщиком в формат MP3 стала программа L3Enc, выпущенная летом 1994 года. Спустя один год появился первый программный MP3-плеер в Winplay3.

При разработке алгоритма тесты проводились на вполне конкретных популярных композициях. Основной стала песня Сюзанны Веги «Tom's Diner». Отсюда возникла шутка, что «MP3 был создан исключительно ради комфортного прослушивания любимой песни Бранденбурга», а Вегу стали называть «мамой MP3».

[править] Описание формата

Как и формат JPEG, MP3 использует спектральные отсечения, согласно психоакустической модели. Вспомним анатомию уха (Улитка является механическим измерителем АЧХ и по действию схожа с АЧХ-метром) следовательно звук необходимо представить как спектр. Звуковой сигнал разбивается на равные по продолжительности отрезки, каждый из которых после обработки упаковывается в свой фрейм (кадр). Разложение в спектр требует непрерывности входного сигнала, посему для расчётов используется также предыдуший и следующий фрейм. В звуковом сигнале есть гармоники с меньшей амплитудой и гармоники, лежащие вблизи более интенсивных в такие гармоники отсекаются, так как среднестатистическое человеческое ухо не всегда сможет определить присутствие либо отсутствие таких гармоник (пример: световая завеса в когда яркий источник света не позволяет разглядеть более тёмный предмет, который находится на заднем плане). Также возможна замена двух и более близлежащих пиков одним усреднённым (что как правило и приводит к искажению звука). Критерий отсечения определяется требованием к выходному потоку. Поскольку весь спектр актуален, мы не можем отсекать высокочастотные гармоники как в JPEG, но мы можем облегчить информацию за счёт разрежения спектра. После спектральной «зачистки» применяются математические методы сжатия и упаковка во фреймы. Каждый фрейм может иметь несколько контейнеров, что позволяет хранить информацию о нескольких потоках (левый и правый канал либо центральный канал и разница каналов). Степень сжатия можно варьировать, в том числе в пределах одного файла. Интервал возможных значений битрейта составляет 8-320 кбит/c.

[править] MP3 и «качество Audio-CD»

В прошлом было распространено мнение, что запись с битрейтом 128 кбит/c подходит для музыкальных произведений, предназначенных для прослушивания большинством людей, обеспечивая качество звучания Audio-CD. В действительности всё намного сложнее. Во-первых, качество полученного MP3 зависит не только от битрейта, но и от кодирующей программы (кодека) (стандарт не устанавливает алгоритм кодирования, только описывает способ представления). Во-вторых, помимо превалирующего режима CBR (Constant Bitrate в постоянный битрейт) (в котором, проще говоря, каждая секунда аудио кодируется одинаковым числом бит) существуют режимы ABR (Average Bitrate в усреднённый битрейт) и VBR (Variable Bitrate в переменный битрейт). В-третьих, граница 128 кбит/c является условной, так как она была «изобретена» в эпоху становления формата, когда качество воспроизведения звуковых плат и компьютерных колонок как правило было ниже, чем в настоящее время.

На данный момент наиболее часто встречаются MP3 файлы с битрейтом 192 кбит/c, что может косвенно говорить о том, что большинство считает этот битрейт достаточным. Реально воспринимаемое «качество» зависит от исходного аудиофайла, слушателя и его аудиосистемы. Некоторые меломаны предпочитают сжимать музыку с «максимальным качеством» в 320 кбит/c, либо даже переходить на кодеки без потерь, например FLAC. Также среди меломанов бытует мнение, что некоторые семплы (фрагменты аудиозаписи) не поддаются качественному сжатию с потерями: на всех возможных битрейтах не составляет особого труда отличить сжатое аудио от оригинала. Однако есть и серьёзные возражения^[2]:

Совершенно очевидно, что (возьмём с запасом) битрейта 256 kbps в подавляющем большинстве случаев должно быть более чем достаточно для комфортного восприятия музыки с CDA-источника (44 kHz/16 bit/stereo). Это очевидно не только из моего доморощенного теста, но и по анализу профессиональных слепых тестов (например, германского издания «cв™t», июнь 2000 г.): даже в них экспертам не всегда удается «угадать» сжатый до 256 kbps звук, причем тестирование проходит в специально подготовленных помещениях и на дорогом оборудовании, а эксперт знает, что надо «слушать», чтобы почувствовать сжатие.

[править] Режимы кодирования и опции

Существует три версии MP3 формата для различных нужд: MPEG-1, MPEG-2 и MPEG-2.5. Отличаются они возможными диапазонами битрейта и частоты дискретизации:

32в320 кбит/c при частотах дискретизации 32000 Гц, 44100 Гц и 48000 Гц для MPEG-1 Layer 3;
16в160 кбит/c при частотах дискретизации 16000 Гц, 22050 Гц и 24000 Гц для MPEG-2 Layer 3;
8в160 кбит/c при частотах дискретизации 8000 Гц и 11025 Гц для MPEG-2.5 Layer 3.

[править] Режимы управления кодированием звуковых каналов

Так как формат MP3 поддерживает двухканальное кодирование (стерео), существует 4 режима:

Стерео в двухканальное кодирование, при котором каналы исходного стереосигнала кодируются независимо друг от друга, но распределение бит между каналами в общем битрейте может варьироваться в зависимости от сложности сигнала в каждом канале.

Моно в одноканальное кодирование. Если закодировать двухканальный материал этим способом, различия между каналами будут полностью стёрты, так как два канала смешиваются в один, он кодируется и он же воспроизводится в обоих каналах стереосистемы. Единственным плюсом данного режима может являться только выходное качество по сравнению с режимом Стерео при одинаковом битрейте, так как на один канал приходится вдвое большее количество бит, чем в режиме Стерео.

Двухканальное стерео (англ. Dual Channel) в два независимых канала, например звуковое сопровождение на разных языках. Битрейт делится на два канала. Например, если заданный битрейт 192 кбит/c, то для каждого канала он будет равен только 96 кбит/c.

Объединённое стерео (англ. Joint Stereo, M/S Stereo) в по мнению некоторых^{[источник не указан 706 дней]}, самый оптимальный способ двухканального кодирования. Например, в одном из режимов Объединённое стерео левый и правый каналы преобразуются в их сумму (L+R) и разность (LвR). Для большинства звуковых файлов насыщенность канала с разностью (LвR) получается намного меньше канала с суммой (L+R). Также тут свою роль играет восприятие звука человеком, для которого различия в направлении звука намного менее примечательны. Поэтому объединённое стерео позволяет либо сэкономить на битрейте канала разности (LвR), либо улучшить качество на том же битрейте, поскольку на канал суммы (L+R) отводится бо́льшая часть битрейта. Бытует мнение, что данный режим не подходит для звукового стереоматериала, в котором в двух каналах воспроизводится субъективно абсолютно различный материал, так как он стирает различия между каналами. Но современные кодеки используют различные схемы в разных фреймах (включая чистое стерео) в зависимости от исходного сигнала.

[править] CBR

CBR расшифровывается как Constant Bit Rate, то есть постоянный битрейт, который задаётся пользователем и не изменяется при кодировании произведения. Таким образом, каждой секунде произведения соответствует одинаковое количество закодированных бит данных (даже при кодировании тишины). CBR может быть полезен для потоков мультимедиа данных по ограниченному каналу; в таком случае кодирование использует все возможности канала данных. Для хранения данный режим кодирования не является оптимальным, так как он не может выделить достаточно места для сложных отрезков исходного произведения, при этом бесполезно тратя место на простых отрезках. Повышенные битрейты (выше 256 кбит/c) могут решить данную проблему, выделив больше места для данных, но зато и пропорционально увеличивая размер файла.

[править] VBR

VBR расшифровывается как Variable Bit Rate, то есть изменяющийся битрейт или переменный битрейт, который динамически изменяется программой-кодером при кодировании в зависимости от насыщенности кодируемого аудиоматериала и установленного пользователем качества кодирования (например, тишина закодируется с минимальным битрейтом). Этот метод MP3-кодирования является самым прогрессивным и до сих пор развивается и улучшается, так как аудиоматериал разной насыщенности может быть закодирован с определённым качеством, которое обычно выше, чем при установке среднего значения в методе CBR. Плюс к тому, размер файла уменьшается за счёт фрагментов, не требующих высокого битрейта. Минусом данного метода кодирования является сложность предсказания размера выходного файла. Но этот недостаток VBR-кодирования незначителен в сравнении с его достоинствами. Также минусом является то, что VBR считает «незначительной» звуковой информацией более тихие фрагменты, таким образом получается, что если слушать очень громко, то эти фрагменты будут некачественными, в то время как CBR делает с одинаковым битрейтом и тихие, и громкие фрагменты.

Формат VBR постоянно улучшается, благодаря постоянному совершенствованию математической модели кодеков, в частности, после выхода обновлённой версии свободного MP3-кодека LAME (версия 3.99.3), кодирование с переменным битрейтом, по заявлению самих разработчиков, качественно лучше CBR и тем более ABR.

[править] ABR

ABR расшифровывается как Average Bit Rate, то есть усредненный битрейт, который является гибридом VBR и CBR: битрейт в кбит/c задаётся пользователем, а программа варьирует его, постоянно подгоняя под заданный битрейт. Таким образом, кодер будет с осторожностью использовать максимально и минимально возможные значения битрейта, так как рискует не вписаться в заданный пользователем битрейт. Это является явным минусом данного метода, так как сказывается на качестве выходного файла, которое будет немного лучше, чем при использовании CBR, но намного хуже, чем при использовании VBR. С другой стороны, этот метод позволяет наиболее гибко задавать битрейт (может быть любым числом между 8 и 320, против исключительно кратных 16 чисел метода CBR) и вычислять размер выходного файла.

[править] Кодеки

Типы программ, необходимые для преобразования форматов файлов. Наиболее распространённые кодеки MP3:

mp3PRO-codec (использует частотное преобразование SBR).
LAME-codec
fraunhofer-codec

[править] Структура файла

Структура файла

MP3-файл состоит из нескольких фрагментов (фреймов) MP3, которые, в свою очередь, состоят из заголовка и блока данных. Такая последовательность фрагментов называется элементарным потоком. Фрагменты не являются независимыми элементами («резервуар байт»), и поэтому не могут быть извлечены произвольно. Блок данных MP3-файла содержит сжатую аудио информацию в виде частот и амплитуд. На приведённой диаграмме показано, что заголовок MP3 состоит из маркера, который служит для нахождения верного MP3-фрагмента. За ним следует бит, показывающий, что используется стандарт MPEG и два бита, показывающие использование layer 3; другими словами, это определяет MPEG-1 Audio Layer 3 или MP3. Последующие значения могут варьироваться в зависимости от типа MP3-файла. Стандарт ISO/IEC 11172-3 определяет диапазон значений для каждой секции заголовка, вместе с общей его спецификацией. Большинство MP3 файлов в настоящий момент содержат ID3-метаданные, которые предшествуют или следуют за MP3-фрагментом; они также отображены на диаграмме.

[править] Теги

Теги (от англ. tag в ярлык, метка, бирка) в метки в границах MP3-файла (в начале и/или в конце). В них может быть записана информация об авторстве, альбоме, годе выпуска и прочая информация о треке. В более поздних версиях тегов возможно хранение обложек альбомов и текстов песен. Существуют различные версии тегов (см.: ID3).

[править] Недостатки

Технические недостатки. Количество каналов звука ограничено двумя, в отличие от более современных AAC и Ogg Vorbis.

Юридические ограничения. Патентом на MP3 владеет компания Alcatel-Lucent, которая требует лицензирования некоторых способов использования формата. Срок действия связанных с MP3 патентов истекает в 2007в2017 годах. Почти полный стандарт появился в открытом доступе 6 декабря 1991 года. В США изобретения публично раскрытые более года не могут быть запатентованы. Однако для патентов, оформленных до 8 июня 1995 года, существовала возможность увеличить их сроки действия. Известные патенты, касающиеся расшифровки MP3, прекращают действие в США к декабрю 2012.

[править] См. также

[править] Примечания

в‘ Nikil Jayant, James Johnston, Robert Safranek. (October 1992). «Signal Compression Based on Models of Human Perception». Proceedings of the IEEE 81 (10): 1385в1422. DOI:10.1109/5.241504. Проверено 2008-06-30.
в‘ Фобомания Журнал «Компьютерра», 14 декабря 2008

[править] Ссылки

Статья о заголовке фрейма MPEG
Developement and Implementation of an MPEG1 Layer III Decoder on x86 and TMS320C6711 platforms в Презентация Power Point с описанием структуры файла
Developement and Implementation of an MPEG1 Layer III Decoder on x86 and TMS320C6711 platforms в Презентация Power Point с описанием процесса декодирования

[0] в‘ Nikil Jayant, James Johnston, Robert Safranek. (October 1992). «Signal Compression Based on Models of Human Perception». Proceedings of the IEEE 81 (10): 1385в1422. DOI:10.1109/5.241504. Проверено 2008-06-30.

[1] в‘ Фобомания Журнал «Компьютерра», 14 декабря 2008

[1]

[2]

MPEG (Moving Picture Experts Group)
MPEG-1 2 3 4 7 21 A B C D E V M U
Разделы MPEG-1	Part 3: Аудио (Layer I Layer II Layer III)
Разделы MPEG-2	Part 1: Системы (Транспортный поток Программный поток) Part 2: Видео (H.262) Part 3: Аудио (Layer I Layer II Layer III Многоканальный MPEG) Part 6: DSM CC Part 7: AAC
Разделы MPEG-4	Part 2: Видео Part 3: HE-AAC Part 6: DMIF Part 10: H.264 Part 11: Описание сцены Part 12: Формат медиафайлов ИСО Part 14: Формат файла MP4 Part 17: Потоковый текстовый формат Part 20: Облегченное приложение воспроизведения сцен (LASeR)
Разделы MPEG-7	Part 2: Язык описания определений (DDL)
Разделы MPEG-21	Parts 2, 3 и 9: Цифровой объект Part 5: Язык описания прав (REL)
Разделы MPEG-D	Part 1: Пространственный звук MPEG

Сжатие аудио (форматы сравнение)
Кодеки	ATRAC Dolby Digital/AC3 DTS Musepack TwinVQ (VQF) Vorbis WMA
Речь/голос	AMBE iLBC IMBE iSAC Nellymoser QCELP RTAudio SILK Siren Speex SVOPC Truespeech
Без потерь	Apple Lossless FLAC La Monkeyв™s Audio OptimFROG TAK True Audio/TTA WavPack WMA Lossless
Стандарты и форматы	AAC AMR G. (711 718 719 722 723 723.1 726 728 729 729.1 729A) HE-AAC MLP MPEG-1 Audio (Layer I Layer II Layer III/MP3) MT9 RealAudio SHN (англ.)

Медиаконтейнеры
Видео/аудио	3GP ASF AVI Bink DMF DPX EVO FLV Matroska (MKV) WebM MPEG-PS MPEG-TS MP4 MXF NUT Ogg Ogg Media QuickTime RealMedia Smacker RIFF VOB сравнение сжатие
Аудио	AIFF APE AU DSD DXD MLP MP3 FLAC SHN (англ.) WAV WMA сравнение сжатие
Графические форматы (сжатие)
Растровые	Без потерь: BMP FPX GIF ICO ILBM JBIG PCX PNG PNM PSD RAW TGA WBMP XCF Включая сжатие с потерями: EXR ICER JBIG2 JPEG / JP2 / JPEG-LS JPEG XR (HD Photo) PGF (англ.) TIFF WebP Анимационные: APNG GIF MNG
Векторные	AI CDR EMF EPS PS SVG WMF XPS Анимационные: SVG SWF 3D: 3DS VRML X3D
Комплексные	CGM DjVu PDF

MP3

Содержание

[править] История

[править] Описание формата

[править] MP3 и «качество Audio-CD»

[править] Режимы кодирования и опции

[править] Режимы управления кодированием звуковых каналов

[править] CBR

[править] VBR

[править] ABR

[править] Кодеки

[править] Структура файла

[править] Теги

[править] Недостатки

[править] См. также

[править] Примечания

[править] Ссылки

Личные инструменты

Пространства имён

Варианты

Просмотры

Действия

Поиск

Навигация

Участие

Печать/экспорт

Инструменты

На других языках

Расширение	`.mp3`
MIME	`audio/mpeg`
Тип формата	Audio