Leksykon IT › Programowanie › Kodowanie percepcyjne

Kodowanie percepcyjne

Programowanie Svenska → Zaktualizowano: 2026-10-29

Stratna kompresja dźwięku, która wyrzuca to, czego ucho i tak by nie zauważyło, a nie to, co jest matematycznie najmniej istotne.

Koder rozkłada dźwięk na składowe częstotliwościowe, zwykle za pomocą MDCT, a model psychoakustyczny wylicza próg maskowania dla każdego pasma i odcinka czasu. Bity przydziela się tak, by szum kwantyzacji pozostał poniżej tego progu. Gdy głośny dźwięk zagłusza wszystko wokół, wystarczy kilka bitów; gdy jest cicho i nic go nie przykrywa, potrzeba ich więcej.

Na tym podejściu opierają się MP3 (znormalizowany w 1993 roku), ATRAC firmy Sony w MiniDisc, AAC i Opus. Karlheinz Brandenburg z Fraunhofera dostrajał MP3, słuchając w kółko „Tom’s Diner” Suzanne Vegi a cappella, które odsłaniało każdy artefakt. Słabość polega na tym, że próg zakłada jedno ludzkie ucho i jedno przejście — po kilku transkodowaniach błędy się kumulują.

← Wróć do leksykonu