MP3 知识入门

brs1979

MP3 知识入门

网络数字音乐的风潮是由MP3所引起的，身为影音爱好者的您是否了解MP3呢?MP3是MPEG1Layer3的缩写，据说是由德国某工作室在研究如何抓取CD音轨时衍生出的计算机文件格式。MP3本身是一种压缩与解压缩的计算方式，用来处理高比率的声音信息。它所生成的声音文件音质接近CD，而文件大小却只有其十二分之一。因此原本一张光盘张只能储存约12-20首的CD格式音轨，若存成MP3格式，则约可储存将近100首，这就是它的魅力。MP3从网络下载几乎免费、音质好、文件小，如今已热门到严重威胁传统唱片市场的地步。　　
在计算机的数字世界中，声音都是以数字编码的方式储存的，一般可分为声波资料(WAV)和合成音效也就是所谓的音乐数字接口(MIDI)两种。声波资料是由模拟数字转换器来取样，转换成数字格式再储存在计算机中，而合成音效则是由计算机内置的音源所组合而成。声波资料的文件大小因取样频率(一般以Hz为单位)和取样的比率(一般以bits为单位)而有所不同，取样频率越高所需要的储存空间也越大，取样相同的比率越高所需要的储存空间也越大。在计算机中最常见的声波格式资料就属于Wave资料，其一般以*.wav格式储存，但是wave格式每一分钟的声波资料就将近需要占用十几兆的储存空间大小，相当占用储存空间。为了解决这个问题，诞生了MP3这种音乐格式。MP3格式的声音资料是属于声波资料的一种，它是将原有的声波资料经过压缩，转化成MP3格式。经过这种特殊的方法压缩后可以将一个近50到60MB的Wave文件变成只需要4MB多的文件，而其音质几乎和原来一样，节省将近十倍的储存空间，所以一张MP3音乐光盘可以将十几张的音乐CD放到里面。若以一张音乐CD专辑可以播放60分钟来算，一张MP3音乐CD就将近可以放十几小时的音乐，简直就像一个小型的音乐收藏柜一样。
MP3的全名为MPEG(MoviePictureExpertsGroup)1Layer3，属MPEG-1的等级。其出现的最初目标是为了减少文件大小，以便于资料在网络上传输，并且保持和原来相近的播放品质。当然，降低储存空间所换来的代价就是需要在制作过程的压缩和播放过程的解压缩时占用CPU，因此在古老的486和之前的计算机上播放会有断断续续不连贯的现象，所以我们建议在奔腾级以上的计算机上播放比较好。
与CD和MD相比，MP3采用最新的声音编码压缩标准，压缩比可以从1：4至1：24。采用这种压缩方式制作的MP3音碟的最大特点就是存储信息的容量大得惊人，一张74mm的普通光盘可以装载近200首歌曲，播放时间长达600多分钟，相当于10多张CD音碟的信息容量。一般的MP3音碟上都自带播放软件，多为WINPLAY等。
MP3 压缩率与音质
计算机实现了数字化的声音和图像传输，有效的编码技术显得更为重要。MP3已经实现了声音的高效率压缩编码，即所需存储空间甚小但具有高质量的音效，因而在短期内便得到了飞速发展。当然目前仍然存在其它较优秀的编码技术，ISO和IEC已经通过了MPEG作为声音图像识别工具的标准。而MP3作为MPEG的第三层已经被公认是MPEG家族中最强大的一个成员。
音乐的魅力是永恒的，大家都喜欢欣赏音乐，沉醉在优美的旋律之中，随着Windows XP的即将热卖出炉，关于其中所捆绑的最新媒体播放器Media Player 8也是众说纷纭，其中默认的音频格式是WMA格式。尽管WMA编码器在压缩方面有不少优点，能够将CD质量的音频文件压缩成为将近通常MP3文件二分之一大小的WMA格式文件，但现在网络上的音频文件格式的主流仍然是MP3文件，另外还有许许多多的其它格式，每种格式都有自己的优缺点，在这样的情况下，究竟哪种音频格式适合自己的使用呢？我们有必要做一个较全面的了解。先给大家介绍介绍常见的音频文件格式的特点。
要在计算机内播放或是处理音频文件，也就是要对声音文件进行数、模转换，这个过程同样由采样和量化构成，人耳所能听到的声音，最低的频率是从20Hz起一直到最高频率20KHZ，20KHz以上人耳是听不到的，因此音频的最大带宽是20KHZ，故而采样速率需要介于40~50KHZ之间，而且对每个样本需要更多的量化比特数。音频数字化的标准是每个样本16位-96dB的信噪比，采用线性脉冲编码调制PCM，每一量化步长都具有相等的长度。在音频文件的制作中，正是采用这一标准。

brs1979

一．什么是MP3
MP3的全称是Moving Picture Experts Group, Audio Layer III,它所使用的技术是在VCD（MPEG-1）的音频压缩技术上发展出的第三代，而不是MPEG-3。MP3是一种音频压缩的国际技术标准,开始于1980年代中期(1987)，在德国Erlangen的Fraunhofer研究所开始的，研究致力于高质量、低数据率的声音编码。在Dieter Seitzer-个德国大学教授的帮助下，1989年，Fraunhofer在德国被获准取得了MP3的专利权，几年后这项技术被提交到国际标准组织(ISO),整合进入了MPEG-1标准。
MPEG声音标准提供三个独立的压缩层次：层1(Layer 1)、层2(Layer 2)和层3(Layer 3)，用户对层次的选择可在复杂性和声音质量之间进行权衡。
　　①
层1的编码器最为简单，编码器的输出数据率为384 kb/s，主要用于小型数字盒式磁带(digital compact cassette，DCC)。
　　②
层2的编码器的复杂程度属中等，编码器的输出数据率为256 kb/s～192 kb/s，其应用包括数字广播声音(digital broadcast audio，DBA)、数字音乐、CD-I(compact disc-interactive)和VCD(video compact disc)等。
　　③
层3的编码器最为复杂，编码器的输出数据率为64 kb/s，主要应用于ISDN上的声音传输。
Mpeg-1 lay 3支持的采样率为32,44.1,48khz,比特率支持32---320kbps
Mpeg-2 lay 3支持的采样率为16,22.05,24khz,比特率支持8---160kbps
Fraunhofer对此又进行扩展，将原来MPEG-2所支持的低采样率再除以2，得到： 8, 11.025, 和 12 kHz，比特率跟MPEG-2相同，称为 "MPEG 2.5"。
MP3文件可以以不同比特率进行编码，比特率越小，压出来的文件也越小，当然失真也越大。至于它的品质，只要不是太夸张的压缩比，一般人的耳朵是听不出来的，一般来说128kbps已经相当于CD的音质了。
二、MP3的优点
MP3的突出优点是：压缩比高，音质较好，制作简单，交流方便。
音质是人们关心的一个焦点。虽然MP3对原始信号进行了高压缩比处理，但因为去除的大多是一些无关紧要的信号，因此单纯从听感上说，MP3压缩几乎对音质没有影响。事实上，制作精良的MP3音乐碟，在专门的数字随身听(比如MPMan)中播放，完全可以达到普通CD唱机播放CD唱片的音质水平。但最吸引人的还是MP3制作和交流上的方便。只要有一台电脑，就可将CD节目录入电脑硬盘，然后压制成MP3格式。也可直接从Internet网上下载MP3音乐，网上有取之不尽的MP3音乐。还可把你自己制作的MP3音乐上网交流。良好的音质和丰富的节目源将使MP3成为最佳的大众音乐媒体。
当然，MP3的高压缩比是以牺牲细微的音质换来的，无疑会对音质产生一定的影响，对一般人和爱好者不会在意，但MP3是否能为Hi－Fi发烧友喜爱?!只有他们自己来回答。
三．Mp3是怎样压缩数据的
MP3 压缩时运用到五个重要的技巧，分别是最小听觉门槛判定 (The minimal audition threshold) ，遮蔽效应 (The Masking effect) ，位元储存槽 (The reservoir of byres) ， The Joint Stereo ，和 Huffman 编码。
最小听觉门槛判定是一种减少资料量的手段，因为人耳对不同频率的声音听到的音量反应不是平直的，因此我们可以将大部分的纪录资讯集中在人耳最灵敏的 2kHz 到 5kHz ，其余频率分配比较少的容量纪录。
遮蔽效应也是听觉心理学模型 (Psychoacoustic models)的一种，它是指一个声音A能感知的阀值因另一个声音B的出现而提高的现象，这时B叫遮蔽声，A叫被遮蔽声；在视觉上呈现的效果就是在大太阳下你比较难看到天空中飞翔的鸟，听觉上的涵义就是当有一个音量或音色特别突出的声音出现，其他细小的声音就比较难被察觉，就像是管弦乐团齐奏时我们很难发现有观众的咳嗽声，尽管咳嗽的音量与没有其他声音时其实是相同的。因此在编码时我们不需要把所有的声音细节都编进去，而该把资料拿去纪录比较突出容易引起注意的声音。
在解释前位元储存槽之前要先说明 MP3 的几个属性 CBR 和 VBR 。 CBR 是 Constant Bitrate 的缩写，也就是说该 MP3 每秒钟的资料流量是固定的，常见的 MP3 都是以 CBR 编码，好处是压缩速度快。相对的 VBR 是 Variable Bitrate的缩写，每秒钟的流量是可以变化的，好处是在讯号复杂时用比较多的容量去纪录，波型简单时就用比较低的流量，以有效利用空间。 CBR 的缺点就是每秒钟的流量都相同，很容易造成空间的浪费，因此有 reservoir of byres 的出现，用途就是当波型简单时就不要用那么大的流量，把多余的空间保留下来储存将来比较复杂的波性资料，维持流量的大小，达到类似 VBR 的效果。 VBR 的 MP3 并不需要 reservoir of byres 。

brs1979

Joint Stereo 是一种立体声编码技巧，主要分为 Intensity Stereo(IS) 和 Mid/Side (M/S) stereo 两种。 IS 的是在比较低流量时使用，利用了人耳对于低频讯号指向性分辨能力的不足，将音讯资料中的低频分解出来合成单声道资料，剩余的高频资料则合成另一个单声道资料，并另外纪录高频资料的位置资讯，来重建立体声的效果。例如钢琴独奏的录音就可以利用这种方法在有限的资料流量中减少音场资讯却大幅增加音色资讯。Mid/Side (M/S) stereo 在左右声道资料相似度大时常被用到，纪录方式是将左右声道音讯合并 (L+R) 得到新的一轨，再将左右声道音讯相减 (L-R) 得到另外一轨，然后再将这两轨资料用上面提到听觉心理学模型与滤波器处理。 Mid/Side (M/S) stereo 与 IS 一样的是利用部分相位 (phase) 资讯的损失来换得较高的音色纪录资讯。一般的 MP3 是 Mid/Side stereo 和 Intensity Stereo 交替使用的，视资料内容与流量而定。如果是更高流量如 160kbps 以上的 MP3 ，则可以单独将立体声的两个声道独立编码，以保存相位资讯。
Huffman 编码 (coding) 是一种常见的无失真压缩方案。当 PCM 讯号被分成好几个频段并经过以上的处理之后，最后就是经过一种类似 FFT(Fast Fourier Transforms) 的运算称为 MDCT(Modified Discrete Cosine Transform) ，将波型转换为一连串的系数。这些系数最后就要经过 Huffman 编码来做最后的压缩。 Huffman 编码的原理是将比较常出现的字串用特定的符号表示，压缩后就得到一个纪录每个符号代表的字串的编码表以及一连串由各符号组成的资料内容。 Huffman 编码可以节省约 20% 的空间，而也因为经过了 Huffman 编码，我们可以发现用 WinZip 、 WinRAR 之类的压缩软体并没有办法把 MP3压缩小多少，理由就是因为这些压缩软体也是利用类似 Huffman 编码的技巧，因此压缩程度有限
MP3 播放时的运算远比编码时简单，只要先经过 Huffman 解码再由 MDTC 的逆运算重建波型就可以了，值得注意的是 MP3不同于PCM没有bits的概念，我们可以自由使用 16bits 或是 20bits 甚至 24bits 的运算精度来重建波型。
四．什么是MPEG-1，-2，和其他？
MPEG 是 Moving Picture Experts Group, "运动图象专家组"的缩写。在ISO（国际标准组织）和IEC（国际电子技术委员会）的组织下共同工作。这个团体在运动图象和音频编码标准上作研究。MPEG有自己的网页，提供了有关这些标准的各种信息。MPEG逐步地接近在多媒体标准方面增长的需要。如今，三个主要步伐已经定了下来（MPEG-1，MPEG-2，MPEG-4）。
MPEG-1：为数字存储媒体在1.5M比特/s的比特率对运动图象和关联的音频进行编码
MPEG-2：对运动图象和关联音频信息进行通用编码
MPEG-3：原来计划主要是为HDTV（高清晰度电视）开发的编码和压缩标准而设计的，后来，由于MPEG2的高速发展，MPEG3被并入了MPEG-2
MPEG-4：对音频可视对象进行编码，目标是提供未来的交互式多媒体应用
MPEG-5：直至1998年9月还没有见到定义。
MPEG-6：直至1998年9月还没有见到定义。
MPEG-7：
多媒体内容描述接口
MPEG1使得VCD取代了传统的录象带，
而MPEG2将使数字电视最终完全取代现有的模拟电视，而高画质和音质的DVD也将取代现有的VCD。

billman2000

thank you very much, i am the first one here ......top!!!

silentness

good information and valuable for learning

edwardgui

楼主还真能写啊.谢谢提供

christabelwu

支持.....................

forward

good information!