Test odsłuchowy

FAQ

Q: Co to jest i na czym polega kompresja stratna dźwięku?
A: Badania pokazują, że ludzki słuch nie jest idealny. Nie jest w stanie dość dokładnie postrzegać wszystkich zmian w dźwięku, zachodzi bowiem tzw. maskowanie. Opierając się na tych niedoskonałościach można pozbawić dźwięk informacji, która teoretycznie i tak nie trafia do mózgu i nie jest potrzebna. Rezygnuje się z wiernego odwzorowania dźwięku na rzecz zmniejszenia ilości informacji, czyli rozmiaru pliku. Kompresja jest procesem podczas którego dźwięk wejściowy jest analizowany pod kątem możliwości ucha ludzkiego, poczym jest zubażany o to, co i tak jest niesłyszalne. Wynik jest dodatkowo kompresowany za pomocą bezstratnych algorytmów po to by jeszcze bardziej zmniejszyć objętość pliku wyjściowego.

Q: Co to jest maskowanie?
A: Maskowanie zachodzi w uchu ludzkim i mózgu na dwa sposoby: maskowanie nierównoczesne i równoczesne.
Maskowanie czasowe (nierównoczesne) polega na tym, że mózg nie jest w stanie przeanalizować dźwięków które następują tuż przed (40 ms) oraz tuż po (200 ms) dźwięku głośnym (maskerze). To pierwsze, tzw. premaskowanie, wynika z tego, że zanim dźwięk zostanie "zauważony" mija więcej niż 40 ms, a jeśli przed końcem tego czasu pojawi się dźwięk głośny, to proces analizowania tego cichego zostaje przerwany, a ucho i mózg reagują tylko na masker. Postmaskowanie oprócz tego, że uwzględnia wspomniany czas na analizę dźwięku, to jeszcze czas potrzebny na tzw. relaksację aparatu słuchu, czyli powrót do stanu kiedy jest on gotów odebrać z otoczenia kolejny dźwięk. Głośny dźwięk wymaga dłuższego po nim odpoczynku.
Oczywiście jeśli w podanym przedziale czasu (-40 ms, +200 ms) pojawi się dźwięk odpowiednio głośny, on również zostanie "zauważony", te czasy pokazują maksymalny czas potrzebny w przypadku dźwięków dużo cichszych od maskera (o około 40 dB). Dzięki temu maskowaniu można z kodowanego dźwięku wycinać ciche dźwięki w odpowiednich miejscach, czyli tuż przed i po maskerze.
Maskowanie częstotliwościowe (równoczesne) polega na tym, że jeśli w tym samym momencie w dźwięku występuje ton głośny oraz bardzo blisko sąsiadujący z nim (chodzi o niewielką różnicę częstotliwości między nimi) ton cichy, to ten drugi jest maskowany, czyli ucho go nie słyszy. Podczas kodowania stratnego te teoretycznie niesłyszalne dźwięki są pomijane.

Q: Czy prócz maskowania kodeki stratne wykorzystują jeszcze jakieś zjawiska związane ze sposobem słyszenia?
A: Tak, są to próg słyszenia i zakres częstotliwości. Próg słyszenia to granica głośności poniżej której już nie jesteśmy w stanie nawet w idealnych warunkach nic usłyszeć, a zakres słyszalnych częstotliwości, standardowo przyjęty od 20 Hz do 20 kHz, przy kodowaniu często jest zawężany i ogranicza się tylko do 16 kHz. Wiele osób nie jest w stanie zauważyć różnicy między tym dźwiękiem a dźwiękiem o pełnym paśmie.

Q: Co to jest kodek perceptualny?
A: Jest to algorytm kodowania i dekodowania dźwięku opierający się na sposobie postrzegania, czyli percepcji dźwięku przez ucho i mózg ludzki, które są opisane powyżej.

Q: Czym różnią się testowane kodeki?
A: Mają one na pewno trochę inny sposób analizy i kodowania dźwięku, które sprawiają, że dla tej samej przepływności (ilości bitów przypadających na opisanie sekundy zakodowanego dźwięku) słyszalne są różnice w ich brzmieniu, oraz w różnym stopniu wyraźne odstępstwa od dźwięku oryginalnego.

Q: Po co jest ten test?
A: Test ma za zadanie stwierdzić który spośród testowanych kodeków:
dla wysokich przepływności jest uważany przez Was za najlepszy, czyli najwierniej oddający brzmienie oryginalnego dźwięku
dla niskich przepływności, wtedy gdy różnica jest już wyraźna, stwierdzić który jest przyjemniejszy w odbiorze, czyli bardziej nadaje się np. do zastosowań przesyłania przez sieć.

Q: Co oznacza termin "przepływność"?
A: Przepływność wyrażana w kbit/s jest to ilość bitów informacji przypadających na opisanie sekundy zakodowanego dźwięku.

Jeśli masz jakieś inne pytanie, napisz do autorów testu:
jastrzab@hub.wp-sa.pl, imhotep@hub.wp-sa.pl