Digitale Medien 7 DIGITAL AUDIO

Transkript

1 Digitale Medien 7 DIGITAL AUDIO

2 Allgemein vergangene LVen: Darstellung von Informationen: Bilder Heute: Audio Auditive Wahrnehmung Digitalisierung Speicherung von Audiodaten Formate Audioschnitt 2

3 Medientypen 3 Quelle: Prof. Hußmann, LMU

4 Ton, Schall Schallwellen sind mechanische Wellen in einem Medium Ausbreitung je nach Medium unterschiedlich: Schallgeschwindigkeit c Bei 20 C in Luft 343 m/s, Wasser 1521 m/s 5 Frequenz 33Hz 330Hz 3,3KHz 33kHz 20Hz 16,5m Hörbarer Bereich Sprache 20KHz 1,65cm Infraschall Ultraschall Wellenlänge 10m 1m 0,1m 1cm

5 Das menschliche Ohr Außenohr: Einfangen des Schalls Richtungsbestimmung Mittelohr: Trommelfell, Hammer, Amboss, Steigbügel: Verstärkung der Kraftwirkung Innenohr: Schnecke: Corti Organ Basilarmembran Aufgerollte Röhren (Gänge), gefüllt mit Lymphflüssigkeit Ohrmuschel (pinna) 2. Gehörgang 3. Trommelfell (ear drum) 4. Mittelohr 5. Hammer (malleus) 6. Amboss (incus) 7. Steigbügel (stapes) 8. Gleichgewichtsorgan 9. Schnecke (cochlea) 10. Hörnerven Quelle: Prof. Hußmann, Vorlesung Digitale Medien, WS 2007/2008:

6 Auditive Wahrnehmung 14 Hörbereich wir von zwei Parametern bestimmt: 1. wahrnehmbare Frequenz: 16Hz bis 20KHz 2. Schalldruck: Hörschwelle Schmerzgrenze Quelle:

7 Auditive Wahrnehmung - Schalldruck Umsetzung von Schalldruckschwankungen in Nervenreize Dynamik(Hör )bereich: Schalldruck von 2* Pa Grenzen: Hörschwelle und Schmerzgrenze logarithmische Verarbeitung durch Gehör Schalldruck Pegelwert logarithmisch, 0dB=Hörschwelle Gehörempfindlichkeit hängt von Frequenz ab bei mittleren Frequenzen (1...4KHz) liegt Hörschwelle bei 2*10 5 Pa=20µPa= Pa Schalldruckpegel: Verhältnis zwischen aktuellem Pegel und Bezugsgröße p 0 =20µPa Einheit: Dezibel [db] Berechnung: L p =20 log 10 (p 1 /p 0 )db 15

8 Auditive Wahrnehmung 16

9 Auditive Wahrnehmung - Lautstärke Einheit: Phon Maß für subjektive Schallempfindung 17 Vergleichsmaß: beschreibt, welchen Schalldruckpegel ein Sinuston mit 1kHz haben müsste, um genauso laut wie der betrachtete Schall empfunden zu werden Frequenzabhängig

10 Quelle: 18

11 Hörfläche 19 Quelle:

12 Maskierungseffekt 20 Verdeckung von Tönen Beispiel: laute Bässe bei gleichzeitiger Wiedergabe von mittleren Frequenzen Hörschwelle wird angehoben Mittlere Frequenzen werden nicht oder nur teilweise wahrgenommen Bspw. verdeckt ein 1KHz Ton mit 80dB einen 2KHz Ton mit 40dB Bildquelle:

13 Auditive Wahrnehmung Richtungswahrnehmung durch Pegel und Laufzeitdifferenzen zwischen den Ohren Lokalisation: binaurales Hören tiefe Frequenzen: Laufzeitdifferenz keine Richtungsortung möglich 21 hohe Frequenzen: Pegelunterschiede Gehör lässt sich täuschen und nimmt Phantomschallquellen wahr Ausnutzung bei Stereophonie zwei Signalquellen Kanäle L Phantomschallquelle R Hörposition

14 Kanäle Beispiel 22 mono: 1 Kanal stereo: zwei Kanäle 1D Surround: drei Kanäle (rechts, Mitte, links) quadrophonie: 4 Kanäle (vorn rechts, vorn links, hinten rechts, hinten links) Surround: 5 Kanäle, wie quadrophonie+vorn Mitte 5.1 Surround: wie Surround+LFE Kanal LFE: Low Frequency Effect (Subwoofer) 7.1 Surround: Erweiterung von 5.1 um zwei Kanäle hinter dem Hörer Weiterentwicklung zu 7.2, 9.2, 11.4

15 Qualität von Audio Unterscheidung zwischen Nutz und Störsignalen Musik und Verkehrslärm Technische Systeme erzeugen Störungen Rauschen wichtig für Qualität ist Signal Rausch Abstand (S/N): logarithmisch in db angegeben gut: >70dB Rauschsignale, die mehr als 70dB unter Maximalpegel liegen werden nicht mehr wahrgenommen Maskierungseffekt 28

16 Informationsgehalt akustischer Szenen Umgebung des Menschen ist durch Vielzahl von Geräuschen geprägt Menschliche Gehörsinn (Hörapparat + Nachverarbeitung) Kann Aufmerksamkeit gezielt auf Teilsignale richten: Cocktailparty Effekt Nimmt Hintergrundinfos neben selektierter Information weiter war (bei Durchsagen) Kann räumlich weit verstreute Informationsquellen integrieren Kann sehr genau verschiedene Schallereignisse differenzieren Erreicht eine Störschallunterdrückung von 9 15dB Digitale Tonverarbeitung muss sich auch mit der Informationsverarbeitung im Gehirn befassen nicht nur mit dem physikalischen Hörorgan Psychoakus k 29

17 Psychoakustik Beschreibt, wie das menschliche Gehör die Lautheit von Tönen empfindet Wesentlich sind: Hörschwelle Maskierungseffekte Frequenz Zeitlich 30

18 Maskierungseffekt Hörschwelle 31 Verdeckung von Tönen Beispiel: laute Bässe bei gleichzeitiger Wiedergabe von mittleren Frequenzen Hörschwelle wird angehoben Mittlere Frequenzen werden nicht oder nur teilweise wahrgenommen Bildquelle:

19 Maskierungseffekt Frequenz Ton von 1 khz und einer Lautstärke von 60 db (der Maskierungston ) verändert die Hörschwelle drastisch. Töne ähnlicher Frequenz müssen nun wesentlich lauter sein, um ebenfalls wahrgenommen zu werden Frequenzanteile unter der Kurve können weggelassen werden: 32 Maskierung durch einen 1 khz-ton

20 Mechanik des Innenohrs Maskierungseffekt Ursache Schall bringt Basilarmembran zum schwingen Je nach Tonhöhe gerät eine andere Stelle der Basilarmembran in Resonanz 35 Hohe Töne am Anfang der Basilarmembran Tiefe Töne am Ende Bass Schwingungen beeinflussen auch die Nervenzellen für hohe Töne mittlere Töne müssen so stark sein, dass sie die Miterregung durch Bässe übertönen

21 Maskierungseffekt zeitlich 36 Hört ein lauter Ton plötzlich auf, dauert es eine Weile, bis man leise Klänge wieder wahrnehmen kann Zeit ist abhängig vom Lautstärke und vom Frequenzverhältnis der beiden Töne und liegt im Bereich von ca. 5 bis 20 ms Maskierung erfolgt vorwärts und rückwärts Vorangegangene Töne werden auch beeinflusst

22 Digital Audio 37 VON ANALOG ZU DIGITAL

23 Signalformen analoges Signal: wird im Mikrofon erzeugt digitale Signale: werden durch Abtastung und Quantisierung der Analogwerte gewonnen Analog Digital Wandlung 38

24 Darstellung: Töne Töne sind analog Digitalisierung Messung zu bestimmten (diskreten) Zeitpunkten Sampling Qualität ist abhängig von Samplingrate (Messungen pro Sekunde) sollte doppelt so häufig geschehen, wie höchste Signalfrequenz, entsprechend Abtasttheorem, Nyquist Shannon 20kHz 44.1 oder besser 48kHz Abtastung, pro Kanal CD Qualität: Hz Abtastwert = Sample Samplingtiefe (Genauigkeit der Messung, Auflösung): 8 bit: 256 Stufen, 16 bit = Stufen Spannung 39 Zeit Quelle:

25 Qualität von Audio: Klirrfaktor Quantisierungsrauschen, angegeben in Prozent oder db Problem: es können nur eine bestimmte Anzahl von Werten gespeichert werden (Samplingtiefe) Es gibt aber Werte die zwischen den einzelnen Quantisierungsstufen liegen Runden Runden: fehlerhafte Werte Quantisierungsrauschen oder Klirren Je höher die Samplingtiefe, desto geringer der Klirrfaktor Klirrfaktor ist frequenzabhängig: bei niedrigen Frequenzen (Bässen) 5%, bei Frequenzen mit höchster Empfindlichkeit des menschl. Gehörs ist 0.5 1% noch wahrnehmbar 40

26 Speicherbedarf Audiodaten Datenrate CD Qualität: CD: 44,1KHz x 16 Bit x 2 Kanäle = 176Kbyte/s = 1408Kbit/s zum Vergleich: uralter PC: 22KHz x 8 Bit x 1 ISDN: 8KHz x 8 Bit x 1 DSL16000: 41 = 22Kbyte/s = 8Kbyte/s = 2000Kbyte/s=16000Kbit/s Rechenbeispiel Speicherplatzbedarf (5min Song): Sampling in CD Qualität: 44100*2 Byte* 2 Kanäle*300s = Byte Kompression notwendig

27 Zusammengefasst: Grundlagen zu Datenreduktion Erkenntnisse aus der Psychoakustik Ruhehörschwelle: auch Hörschwelle, nur Töne oberhalb dieser Schwelle werden wahrgenommen Mithörschwelle: leise Töne, die sich im Frequenzbereich in der Nähe von lauten Tönen befinden, werden nicht wahrgenommen Maskierungseffekt: leise Töne werden vorangegangene oder nachfolgende laute Töne verdeckt Frequenzabhängige Lautstärkeempfindung: unterschiedliche Lautstärkeempfindung des menschl. Ohrs je nach Frequenzbereich 43 Siehe dazu vorangegangene Folien oder auch:

28 Auswirkung auf die Datenreduktion 44 Menschliches Gehör besitzt nur ein zeitl. begrenztes Auflösungsvermögen für Lautstärkeschwankungen > Frequenz und Schallpegelabhängig Hörfläche Abtastwert nur die Anzahl Bits zuweisen, die jeweils für das Auflösungsvermögen notwendig sind Tolerierung des Quantisierungsrauschens (Klirren) solange es unter der Mithörschwelle liegt Verdeckungseffekt ausnutzen: Unterteilung des Frequenzbereichs in einzelne Bänder nur die lautesten Frequenzanteile nutzen Benötigt: Algorithmus Software Codec

29 Codec Kunstwort aus Coder und Decoder Verfahren, oft auch Software zur digitalen (De)Kodierung von Signalen Analog Digital Analog Wandlung Codecs existieren hauptsächlich für: Audio: MP3, Ogg Vorbis, FLAC, Lame, RealAudio Video: TMPGEnc (nur Encoder), Ogg Theodora, DivX Sprache, Telefonie: G.711 (Festnetz), GSM (Mobil) 45

30 WAV Containerformat zur digitalen Speicherung von Audiodaten enthält meist unkomprimierte Daten (PCM) auch geeignet für MP3 Berechnung der Größe einer WAV Datei: 46 pro Sekunde: Abtastrate Bytes pro Sample Anzahl der Kanäle (mono = 1, stereo = 2) Bytes Stereo, Abtastrate 44.1 khz, 16Bit pro Sample, 5min: 2*44100*2*300= Byte 50 Mbyte

31 Aufzeichnung erfolgt mit Samplingrate: 48KHz Samplingtiefe: 16Bit zwei Kanälen Audio CD 44100*2Byte*2Kanäle=176400Byte/s Oft bei älteren CDs anzutreffen: Abkürzungen AAD, ADD, DDD Hinweis ob Aufnahmeschritte (Aufnahme, Mischung, Premaster) analog oder digital erstellt wurden 47

32 Audiokompression wie bei Bildkompression: verlustfrei, verlustbehaftet oft asynchrone Verfahren: Komprimierung aufwendiger als Dekomprimierung verlustfrei: kaum benutzt, Datenreduktion von ca % Qualität bleibt erhalten verlustbehaftet Basis: psychoakustisches Modell leiser Ton nach lautem Ton nicht hörbar, gewisser Unterschied in der Frequenz notwendig Einteilung nach Bitrate, die verwendet werden kann ohne hörbaren Qualitätsverlust 48

33 MP3 49 MPEG 1 Layer 3 Audio Codec (MPEG 1, MPEG 2, Lame) ab 1985 bei Fraunhofer in Erlangen entwickelt verlustbehaftetes Verfahren Ausnutzung des psychoakustischen Modells erlaubt Datenraten von kbit/s Qualität und Datenrate hängen voneinander ab Kodierung mit konstanter Datenrate = schwankender Qualität gleichbleibende Qualität = schwankende Bitrate

34 Ogg freies Containerformat für Audio, Video, Multimedia Xiph.org Foundation seit 1993 wesentliches Ziel: speichern und streamen von Multimedia Inhalten benutzt verschiedene Codecs: Vorbis für Audio Theora für Video Speex für Sprache FLAC für Audio 50

35 Ogg-FLAC FLAC: Free Lossless Audio Compression Erste Veröffentlichung: 20. Juli 2001 Codec zur verlustfreien Kompression 51 Unterschiedliche Kompressionsraten einstellbar: 0 bis 7 Je größer die Kompressionseinstellung desto langsamer ist der Vorgang Kompression auf 30% bis 75% der Ausgangsgröße Freie Software

36 Ogg-Vorbis freier Codec zur verlustbehafteten Audiokompression Entwickelt seit 2000, erste Version: 2002 Als freie Alternative zu MP3 entwickelt effizienter als MP3 aber weniger verbreitet 25% höhere Kompression bei gleicher Qualität unterstützt bis zu 256 Kanäle Datenrate: kBit/s, prinzipiell unbegrenzt Hardwareunterstützung noch wenig verbreitet 52

37 Dolby Digital AC3 Verfahren zur Kodierung von Surround Kanälen hauptsächlich für Kino, DVD AC3 = Audio Code 3 53 verlustbehaftete Kompression Bis zu sechs Kanäle: Surround 5.1 Bitraten zwischen 32 und 640KBit/s

38 Digital Theater System - DTS Ursprünglich von Terry Beard für das Kino entwickelt Erster Film: Jurassic Park Später auch für Heimkino (DVD, BlueRay) angepasst Verwendung von verlustbehafteter Komprimierung Enthält auch Informationen zur Steuerung von Effektmaschinen Datenraten von bis zu 1500Kbit/s möglich 54

39 Digital Cinema Initiative Zusammenschluss verschiedener Filmstudios Ziel: Entwicklung von technischen, qualitativen, logistischen und rechtlichen Standards für digitales Kino 55 Audio Norm: Bis zu 16 Kanäle 24 bit PCM, 48KHz oder 96KHz Abtastrate bis zu 16GB Audiodaten pro Stunde 3 Byte * Hz * 3600s * 16 Kanäle = Byte Arbeit auch an Videonorm nächste Lehrveranstaltung

40 MIDI Music Instrument Digital Interface Protokoll zur Übermittlung, Aufzeichnung und Wiedergabe von Audiodaten beinhaltet keine Klänge Befehle zur Steuerung digitaler Instrumente oder Soundkarte Note on, Velocity, Note off, Instrument Vorteil von MIDI: Musikdateien sind sehr klein "Transformationen" sind einfach möglich MIDI ist mit digitalem Notenblatt vergleichbar 56

41 Metadaten für MP3 Dateien entwickelt: ID3 Tag ID3 Identifyan MP3 57 erlaubt Einfügen von zusätzlichen Informationen zu einer Audio Datei Songtitel, Künstler, Album, Erscheinungsjahr, Genre abgelegt seit Version 2 am Kopf der Audio Datei als Header Auch für OGG und FLAC Dateien benutzbar

42 Anwendung Internetradio: Audio Streaming: Unterscheidung zwischen: Reinen Internetsendern Internet alternativ zu terrestrischer Verbreitung Verzeichnisse für Internet Radiostationen Privates Audio Streaming: Verbreitung von Musik über Heimnetz (WLAN) Benötigt Musikserver+entsprechender Streaming Software Podcasts Audioschnitt 58

43 Podcasts Anbieten von Mediendateien im Internet Kunstwort aus: IPod und Broadcast Meist für Audio: Video Videocast Meist kostenlos Audioblogging, individualisierter Hörfunk Prinzip: 59 Anbieter erstellt Mediendatei Stellt diese mittels NewsFeed auf Server im Internet bereit Teilnehmer kann diesen NewsFeed abbonnieren Software überprüft in regelmäßigen Abständen, ob neuer Beitrag vorhanden ist

44 Techniken: Normalisierung Anpassung der Lautstärke an das menschliche Hörempfinden Ziel: starke Unterschiede zwischen Musikteilen oder stücken ausgleichen Auch: starke Unterschiede innerhalb eines Musikstücks auszugleichen 63 Siehe auch: Empfehlung 128 der EBU (European Broadcasting Union)

45 Änderung der Abtastrate, Kanaländerung Erniedrigung: Downsampling Es werden Frequenzen herausgefiltert Erhöhung: Upsampling Problem: nicht vorhandene Frequenswerte müssen interpoliert werden, u.u. sind weitere Schritte wie Filterung notwendig 64 Änderung der Kanalzahl: Stereo zu Mono: Addierung beider Stereokanäle mit anschließender Normierung Mono zu Stereo: Kopieren des Monokanals, ev. Hinzufügen von Versatz im Millisekundenbereich und/oder Halleffekte

46 Verstärken, Dämpfen, Ein- und Ausblenden Hüllkurve: 65 Mathematisch: Kurve, die jede Kurve einer Kurvenschar in einem Punkt berührt Hier (nicht mathematisch korrekt): Kurve, die die Amplitudenhöhe beschreibt Bearbeitung erlaubt die Klang oder Lautstärkenbeeinflussung

47 Denoising, Decklicking Entfernung von unerwünschtem Rauschen und Knacksen oder Knistern Interessant bspw. 66 für Digitalisierung von Schallplatten Entfernung von unerwünschten Störsignalen (Rauschen, Brummen) Rauschentfernung: Filtermuster erlernen

48 Zeit und Tonhöhenkorrektur Dauer der Wiedergabe und Tonhöhe sind gekoppelt Ändert man die Zeit, ändert sich auch die Tonhöhe 67 Mickeymouseeffekt bei der Änderung der Abspielgeschwindigkeit Entkopplung über Zeitkorrektur (Timestretching) und Tonhöhenkorrektur (Pitchshifting) Audacity: Tempo ändern vs. Tempo/Tonhöhe ändern Auch möglich: nur Tonhöhe ändern

49 Kostenlos: Software zur Audiobearbeitung Audacity Linux MultiMedia Studio (auch für Windows) 68 kommerziell Adobe Audition CC Pro Tools

50 Zusammenfassung Audio Signale analog zur rechnergestützten Darstellung Digitalisierung Abtastung und Quantifizierung 69 typ. Abtastrate: CD Qualität 44.1 khz hohe Datenmenge Kompression Verlustfrei: FLAC Verlustbehaftet: MP3, OGG, AC3 Benutzung des psychoakustischen Modells Original nicht wieder herstellbar! Anwendung: Reduzierung der zu übertragenden Datenmenge

51 Literatur wenn nicht auf der entsprechenden Folie angegeben 71 Kai Bruns, Klaus Meyer Wegener: "Taschenbuch der Medieninformatik", Fachbuchverlag Leipzig, 2005 Joachim Böhringer, Peter Bühler, Patrick Schlaich: Kompendium der Mediengestaltung Produktion und Technik für Digital und Printmedien, Springer, Berlin Heidelberg, New York, udio1.htm OGG Vorbis: MP3: MIDI: ID3 Tag: Tag