TEKNIK KOMPRESI MP3 A. Pendahuluan
Dalam zaman yang makin maju ini,teknologi baru yang belum pernah dibayangkan sebelumnya makin banyak bermunculan. Mulai dari munculnya komputer , handphone,dan masih banyak lagi. Salah satu teknologi baru yang muncul adalah MP3 Player.MP3 Player ini bisa membuat seseorang mendengarkan lagu secara digital,tidak perlu menggunakan kaset atau CD seperti zaman dahulu. MP3, format yang bisa dimainkan oleh MP3 Player adalah salah satu format audio yang paling sering digunakan dalam penyimpanan data audio.
MP3 merupakan bentuk audio yang paling sering digunakan,karena data yang disimpan menyerupai data yang asli pada saat direkam, dan memiliki ukuran yang tidak terlalu besar dibandingkan format lain. Tapi, bagaimana dengan cara pembentukan MP3 bisa memiliki ukuran data yang kecil? Untuk memiliki ukuran data yang tidak besar , diperlukan metode kompresi. Kompresi memiliki arti untuk mepersingkat ukuran bit yang diperlukan dalam suatu data. Metode kompresi data dalam audio yang paling sering digunakan adalah metode pengkodean Huffman. Kode Huffman merupakan salah satu metode kompresi data yang terkenal. Kompresi data ini memperkecil bit untuk kata yang sering muncul dan memperbesar bit yang jarang muncul.Sebagai contoh, data yang awalnya memiliki panjang 56 bit, bisa dikompresi menjadi 11 bit tanpa ada informasi yang hilang.
B. Pengenalan Format MP3 dan Kode Huffman 1. Pengenalan MP3
MP3 merupakan format yang menarik karena bisa mempertahankan kualitas suara sementara memiliki ukuran yang tidak terlalu besar. Teknologi ini dikembangkan oleh seorang insinyur
Institut Fraunhofer di Jerman, Karlheinz Brandenburg. MP3 terdiri dari banyak sekali frame ,dimana setiap frame mengandung sebagian detik dari data audio yang berguna,yang siap dikonstruksi ulang oleh decoder. Yang dimasukkan ke setiap bagian awal dari frame data adalah “header frame”,yang mengandung 32 bit meta-data yang berhubungan dengan frame data yang masuk.
Gambar 1. Data yang mendeskripsikan bentuk struktural dari frame tersebut;
data inilah yang disebut header dari frame
Gambar 2.Frame Header MP3 secara visual Tabel 2.Karakteristik file header
Walau MP3 terlihat begitu hebat, ternyata format ini juga memiliki keterbatasannya tersendiri :
a. Bit rate terbatas, maksimum 320 kbit/s (beberapa encoder dapat menghasilkan bit rate yang lebih tinggi, tetapi sangat sedikit dukungan untuk mp3-mp3 tersebut yang memiliki bit rate tinggi
b. Resolusi waktu yang digunakan mp3 dapat menjadi terlalu rendah untuk sinyal-sinyal suara yang sangat transient, sehingga dapat menyebabkan noise.
c. Resolusi frekuensi terbatasi oleh ukuran window yang panjang kecil, mengurangi efisiensi coding.
d. Tidak ada scale factor band untuk frekuensi di atas 15,5 atau 15,8 kHz.
f. Delay bagi encoder/decoder tidak didefinisikan, sehingga tidak ada dorongan untuk gapless playback (pemutaran audio tanpa gap). Tetapi, beberapa encoder seperti LAME dapat menambahkan metadata tambahan yang memberikan informasi kepada MP3 player untuk mengatasi hal itu.
2. Pengenalan Kode Huffman
Pertama, akan dikenalkan lebih dalam tentang kompresi. Kompresi merupakan proses melakukan encoding informasi menggunakan bit yang lebih sedikit dari informasi awal. Terdapat dua jenis tipe kompresi, yaitu : lossless dan lossy . Dalam kompresi lossless, awalnya data akan dipecah menjadi ukuran yang lebih kecil dan pada akhirnya data disatukan kembali. Sedangkan, dalam kompresi lossy, ada bit informasi yang dieliminasi setelah dilakukan kompresi.Kompresi tipe ini sering dilakukan untuk kompresi gambar.Prinsip umum dalam proses kompresi adalah mengurangi duplikasi data sehingga memori untuk merepresentasikan menjadi lebih sedikit daripada representasi data digital semula.
Beberapa perbandingan antar lossy dan lossless :
a. Keuntungan dari metode lossy atas lossless adalah dalam bebeapa kasus metode lossy dapat menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless yang ada, ketika masih memenuhi persyaratan aplikasi.
b. Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video. karena data tersebut dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat kesalahan masa lalu sangat kecil atau inkonsistensi-idealnya lossy adalah kompresi transparan, yg dapat diverifikasi dengan tes ABX.
c. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima ditujuan dalam kondisi asli seperti dokumen teks.
d. Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli. Kode Huffman merupakan salah satu metode kompresi data yang diciptakan oleh David A. Huffman. Kode Huffman menggunakan metode tertentu untuk merepresentasikan tiap simbol dimana ekspresi yang paling sering muncul mendapat ukuran bit terkecil dan ekspresi yang jarang muncul mendapat ukuran bit yang lebih banyak.
Proses pembentukan dari kode Huffman adalah :
a. Pilih 2 simbol dengan peluang paling kecil. Kedua simbol tadi dikombinasikan sebagai simpul orangtua dan peluang nya dijumlahkan.
b. Simbol baru ini diperlakukan sebagai simpul baru dan diperhitungkan dalam mencari simbol selanjutnya yang memiliki peluang paling kecil.
c. Selanjutnya, pilih dua simbol berikutnya,termasuk simbol baru, yang mempunyai peluang terkecil. Lakukan hal yang sama seperti langkah sebelumnya.
d. Ulangi hingga seluruh tulisan terkode.
Sebagai contoh,akan diberikan tabel dari banyaknya kemunculan suatu tulisan “ABCCAAD”:
Pada saat dilakukan langkah - langkah pengkodean Huffman seperti diatas, maka hasilnya adalah :
Kode A : 0 Kode B : 110 Kode C : 10 Kode D : 111
3. Kompresi Audio MP3
Asal-usul MP3 dimulai dari penelitian IIS-FHG (Institut Integriette Schaltungen-Fraunhofer Gesellschaft), sebuah lembaga penelitian terapan di Munich, Jerman dalam penelitian coding audio perceptual. Penelitian tersebut menghasilkan suatu algoritma yang menjadi standard sebagai ISO-MPEG Audio Layer-3 (MP3)
Untuk melakukan kompresi audio , terdapat beberapa metode yang dapat digunakan,antara lain :
a.Model psikoakustik ,critical band,dan joint stereo.
Dalam melakukan kompresi MP3,metode yang dilakukan adalah model psikoakustik. Model psikoakustik adalah model yang menggambarkan karakteristik pendengaran manusia. Salah satu karakteristik pendengaran manusia adalah memiliki batas
frekuensi 20 Hz s/d 20 kHz, dimana suara yang memiliki frekuensi yang berada di bawah ambang batas ini tidak dapat didengar oleh manusia, sehingga suara seperti itu tidak perlu dikodekan.
Beberapa percobaan pada psikoakustik adalah MPEG Layer-1,diikuti MPEG Layer-2. Kedua model pertama ini mengurangi secara drastis tingkat data yang diperlukan untuk memroduksi ulang suara berkualitas CD. MPEG Layer-3 menguranginya lebih jauh(Layer-1 : 384 kbps,Layer-2: 192 kbps,Layer-3 :112 kbps). Perbedaan antara MPEG Layer 1,2 dan 3 dari segi desain :
Gambar 4. MPEG Layer 3
Gambar 5. Proses Pembentukan File MP3
Blok pertama yang dilihat adalah blok Filter Bank. Fraunhofer menggunakan solusi hibrid untuk MP3 yang mengkombinasikan sebuah bank filter polifase dan sebuah Modified Discrete Cosine Transform (MDCT). Bank filter polifase adalah pemisahan awal audio stream menjadi frekuensi sub-band yang berjarak sama. Dengan sampel ini,frekuensi inti dipilih dan kemudian digunakan untuk kompresi. Satu masalah yang muncul dari pemilihan ini adalah frekuensi inti yang bertumpang tindih dengan subband, yang menyebabkan masalah kualitas dan kejernihan suara. Untuk mencegah masalah ini, MDCT digunakan pada 32 sub-band dari bank filter. Setiap jarak sub-band
dilebarkan untuk bertumpang tindih dengan sub-band tetangga. Sampel baru diproses melalui MDCT dan ditambah dengan fungsi inversnya untuk membatalkan setiap kesalahan pada MDCT. Proses pembatalan ini dinamakan time domain aliasing cancellation.Ini adalah proses yang memakan waktu, tapi kalkulasi dan waktu yang dibutuhkan dikurangi menggunakan faktorisasi rekursif.
Sampel hasil dilewatkan ke porsi dari encoder joint stereo coding.Joint stereo coding adalah dimana informasi yang berlebihan dan tidak penting dibuang dari bit stream. Model perseptual (perceptual model) mengkalkulasikan akan menjadi apa frekuensi limit untuk tiap sub-band,yang digunakan dalam penentuan frekuensi kritis. Fungsi lainnya adalah menentukan permulaan masking untuk setiap sub-band. Masking adalah ketika satu suara membuat suara yang lain tidak dapat didengar,atau menutupi suara lain.Jadi berdasarkan model psikoakustik, encoder dapat menentukan untuk melakukan eliminasi atau mengurangi jumlah bit yang dialokasi untuk setiap suara dibawah permulaan masking untuk setiap subband. Faktor lain yang menentukan apakah yang dapat dihilangkan adalah bit rate dari encoding.Semakin rendah bit rate,semakin banyak data yang dihilangkan.
Aliran data dialirkan ke sepasang loop:noise control/distortion loop(control loop)dan rate loop.Keseluruhan aliran data dibagi menjadi beberapa potong,dan juga sub-band.Control loop mengecek setiap potongan untuk menentukan noise berada dalam tiap subband melebihi batas masking,atau noise yang diperbolehkan.Jika sub-band melebihi noise yang diperbolehkan,maka faktor skala untuk sub-band tersebut harus disesuaikan. Faktor skala menyediakan gain yang diperoleh untuk setiap sub-band. Gain adalah perbandingan sinyal keluaran dan
masukan. Untuk mengganti syarat bit rate yang meningkat,rate loop diinisialisasikan.
Rate loop melakukan dan mengecek kode Huffman. Kode Huffman adalah metode menganalisa sebuah setdata dan memroduksi sebuah set bit yang optimal untuk merepresentasikan data.Semakin sering sampel input digunakan,diberikan string bit yang lebih kecil,dengan demikian melakukan kompresi lossless pada data lossy dari porsi enkoding psikoakustik,dan tabel pengkodean Huffman yang berbeda digunakan untuk spektrum frekuensi yang berbeda untuk memperoleh pengurangan ukuran maksimum.Jika jumlah bit dari kode Huffman lebih besar dari bitrate yang diperbolehkan,maka jumlah potongan waktu dikurangi.
b.Auditory Masking
Auditory Masking Effect, yaitu ketidakmampuan manusia untuk mendengarkan suara pada frekuensi tertentu dengan amplitudo tertentu, dimana pada frekuensi didekatnya terdapat suara dengan amplitudo yang tinggi. Contoh : kita dapat mendengar nafas seseorang dalam ruangan sunyi, namun jika dimainkan sebuah lagu dengan piano maka nafas jadi tak terdengar.
Manusia tidak mampu mendengarkan suara pada frekuensi tertentu dengan amplitudo tertentu jika pada frekuensi di dekatnya terdapat suara dengan amplitudo yang jauh lebih tinggi.
Masking pendengaran adalah ketika persepsi satu suara dipengaruhi oleh adanya suara lain. Masking dapat simultan atau non simultan, masking simultan adalah ketika sebuah sinyal, suara yang diinginkan untuk didengar, dibuat tak terdengar oleh masker, kebisingan atau suara yang tidak diinginkan yang ada di seluruh sinyal.
Ambang batas tidak bertopeng adalah tingkat paling tenang dari sinyal yang dapat dirasakan dalam tenang. Ambang bertopeng adalah tingkat paling tenang dari sinyal yang dirasakan ketika disajikan dalam kebisingan. Jumlah masking adalah perbedaan antara ambang bertopeng dan tidak bertopeng. Sebagai contoh jika ambang bertopeng adalah 20dB dan ambang batas tidak bertopeng adalah 35dB jumlah masking akan 15dB.
Tes masking dasarnya terkait dengan ambang batas tidak bertopeng yang diukur pada subjek. Kemudian suara masking diperkenalkan pada tingkat suara tetap dan sinyal disajikan pada
saat yang sama. Tingkat sinyal yang bervariasi sampai batas baru diukur. Ini adalah ambang bertopeng.
Fenomena masking sering digunakan untuk menyelidiki kemampuan sistem pendengaran untuk memisahkan komponen-komponen suara yang kompleks. Sebagai contoh jika dua suara dari dua frekuensi yang berbeda (lapangan) yang dimainkan pada saat yang sama, dua suara yang terpisah sering terdengar daripada nada kombinasi. Hal ini dikenal sebagai resolusi frekuensi atau selektivitas frekuensi. Resolusi frekuensi diperkirakan terjadi karena penyaringan di dalam koklea, organ pendengaran di telinga dalam. Sebuah suara yang kompleks dibagi ke dalam komponen frekuensi yang berbeda dan komponen ini menyebabkan puncak dalam pola getaran pada tempat tertentu pada membran basilar dalam koklea
Masking menggambarkan batas-batas selektivitas frekuensi bahkan pada orang pendengaran normal. Jika sinyal yang diperlukan tertutup oleh masker dengan frekuensi yang berbeda untuk sinyal maka sistem pendengaran tidak dapat membedakan antara dua frekuensi. Oleh karena itu dengan melakukan percobaan untuk melihat kondisi yang diperlukan untuk satu suara untuk menutupi sinyal sebelumnya mendengar, selektivitas frekuensi dari sistem pendengaran dapat diselidiki.
Masking menggambarkan batas-batas selektivitas frekuensi. Jika sinyal yang diperlukan tertutup oleh masker dengan frekuensi yang berbeda untuk sinyal maka sistem pendengaran tidak dapat membedakan antara dua frekuensi. Dengan bereksperimen dengan kondisi di mana satu suara dapat menutupi sinyal sebelumnya mendengar, selektivitas frekuensi dari sistem pendengaran dapat diuji.
Pengaruh frekuensi pada pola masking frekuensi Similar
Seberapa efektif masker adalah pada meningkatkan ambang sinyal tergantung pada frekuensi dari sinyal dan frekuensi masker tersebut. Grafik pada Gambar B adalah serangkaian pola masking, juga dikenal sebagai masking audiogram . Setiap grafik menunjukkan jumlah masking dihasilkan pada masing-masing frekuensi masker ditampilkan di sudut atas, 250, 500, 1000 dan 2000Hz. Sebagai contoh, dalam grafik pertama masker tersebut disajikan pada frekuensi 250Hz pada saat yang sama sebagai sinyal. Jumlah masker akan meningkatkan ambang sinyal diplot dan ini diulang untuk frekuensi sinyal yang berbeda, yang ditunjukkan pada sumbu X. Frekuensi masker yang dipertahankan konstan. Efek masking ditampilkan di setiap grafik pada tingkat suara masker berbagai.
Diadaptasi dari Ehmer (a)
Gambar diatas menunjukkan sepanjang sumbu Y jumlah masking. Para masking terbesar adalah ketika masker dan sinyal adalah frekuensi yang sama dan ini menurun sebagai frekuensi sinyal bergerak lebih jauh dari frekuensi masker. Fenomena ini disebut on-frekuensi masking dan terjadi karena masker dan sinyal berada dalam sama pendengaran filter (gambar b). Ini berarti bahwa pendengar tidak dapat membedakan antara mereka dan mereka dianggap sebagai salah satu suara dengan suara tenang tertutup oleh satu lebih keras (gambar c).
Diadaptasi dari Gelfand 2004 (b) Diadaptasi dari Gelfand 2004 (c)
Jumlah masker menimbulkan ambang sinyal jauh lebih sedikit di masking frekuensi off, tetapi memiliki beberapa efek masking karena beberapa tumpang tindih masker ke filter pendengaran dari sinyal (gambar b)
Diadaptasi Dari Moore 1998 (d)
Masking frekuensi Off membutuhkan tingkat masker lebih besar untuk memiliki efek masking, ini ditunjukkan pada Gambar e.
Diadaptasi Dari Moore 1998 (e)
frekuensi rendah
Perubahan pola masking tergantung pada frekuensi dari masker dan intensitas (gambar a). Untuk tingkat rendah pada grafik 1000Hz, seperti kisaran 20-40 dB, kurva relatif paralel. Sebagai intensitas masker meningkatkan kurva terpisah, terutama untuk sinyal pada frekuensi yang lebih tinggi dari masker tersebut. Hal ini menunjukkan bahwa ada penyebaran efek masking ke atas dalam frekuensi sebagai intensitas masker meningkat. Kurva ini jauh lebih dangkal dalam frekuensi tinggi daripada di frekuensi rendah. Ini merata menyebar ke atas disebut masking dan mengapa sebuah topeng suara mengganggu sinyal frekuensi tinggi jauh lebih baik dari sinyal frekuensi rendah.
Gambar A juga menunjukkan bahwa dengan meningkatnya frekuensi masker, pola masking menjadi semakin terkompresi. Ini menunjukkan bahwa masker frekuensi tinggi hanya efektif pada rentang sempit frekuensi, dekat dengan frekuensi masker. Masker frekuensi rendah di sisi lain adalah efektif pada rentang frekuensi yang luas.
Fletcher melakukan percobaan untuk menemukan berapa banyak dari sebuah band kebisingan berkontribusi pada masking dari nada. Dalam percobaan, sinyal nada tetap memiliki bandwidth berbagai kebisingan berpusat di atasnya. Ambang bertopeng tercatat untuk bandwidth masing-masing. Penelitiannya menunjukkan bahwa ada bandwidth yang kritis terhadap kebisingan yang menyebabkan efek masking maksimum dan energi di luar band yang tidak mempengaruhi masking. Hal ini dapat dijelaskan oleh sistem pendengaran memiliki filter pendengaran yang berpusat di frekuensi nada. Bandwidth dari masker yang ada di dalam filter ini
pendengaran efektif masker nada tapi masker bagian luar filter tidak berpengaruh (gambar F.)
Diadaptasi Dari Sebuah Diagram Dengan Gelfand (F) Pengaruh intensitas
Berbagai tingkat intensitas juga dapat memiliki efek pada masking. Ujung bawah filter menjadi lebih datar dengan tingkat desibel yang meningkat, sedangkan akhir yang lebih tinggi menjadi sedikit lebih curam (Moore 1998). Perubahan kemiringan sisi frekuensi tinggi saringan dengan intensitas yang kurang konsisten dari yang ada pada frekuensi rendah. Pada frekuensi menengah (1-4 kHz) kemiringan meningkat dengan meningkatnya intensitas, tetapi pada frekuensi rendah tidak ada kecenderungan yang jelas dengan tingkat dan filter pada frekuensi pusat yang tinggi menunjukkan penurunan kecil di lereng dengan tingkat meningkat. Para ketajaman filter tergantung pada tingkat input dan bukan tingkat output ke filter. Sisi bawah dari filter pendengaran juga memperluas dengan tingkat meningkat. Pengamatan ini diilustrasikan pada Gambar g.
Diadaptasi Dari Moore 1998 (G) Kondisi Masking Lain
Masking ipsilateral ("sisi yang sama") bukan satu-satunya kondisi di mana masking terjadi. Situasi lain dimana terjadi masking disebut kontralateral ("sisi lain") masking simultan. Dalam hal ini, contoh di mana sinyal mungkin terdengar pada satu telinga tetapi sengaja diambil dengan menerapkan masker ke telinga yang lain. Situasi terakhir di mana terjadi masking masking pusat. Hal ini mengacu pada kasus di mana sebuah masker menyebabkan elevasi ambang batas. Ini bisa dalam ketiadaan, atau di samping, efek lain dan karena interaksi dalam sistem saraf pusat antara input saraf terpisah diperoleh dari masker dan sinyal.
Mekanisme Masking
Ada mekanisme yang berbeda banyak masking, satu penekanan makhluk. Ini adalah ketika ada pengurangan respon terhadap sinyal karena kehadiran orang lain. Hal ini terjadi karena aktivitas saraf asli disebabkan oleh sinyal pertama tersebut dikurangi dengan aktivitas saraf dari suara lain.
Penambahan adalah penambahan masker beberapa mengakibatkan ambang masker meningkat akhir lebih besar dari masker asli (Lincoln 1998).
Kombinasi nada adalah produk dari sinyal / s dan sebuah masker / s. Hal ini terjadi ketika dua suara berinteraksi penyebab suara baru, yang dapat lebih terdengar dari sinyal asli. Hal ini disebabkan oleh distorsi non linier yang terjadi di telinga.
Sebagai contoh, nada kombinasi dua masker bisa menjadi masker lebih baik dari dua masker asli saja. Suara berinteraksi dengan berbagai cara tergantung pada perbedaan frekuensi antara dua suara. Dua yang paling penting adalah nada perbedaan kubik dan nada perbedaan kuadrat.
Sistem Masking Suara
Pengaruh masking pendengaran digunakan dalam sistem masking suara . Ini adalah sistem audio yang disiarkan White noise untuk tujuan menyembunyikan suara yang tidak diinginkan. Bunyi yang tidak diinginkan mungkin intermiten suara dari mesin, orang atau sumber lain. Biasanya, suara ini disaring untuk memberikan efek terbaik menyembunyikan bunyi yang tidak diinginkan.
Masking Spektral
Masking spektral adalah versi frekuensi-domain masking sementara , dan cenderung terjadi pada suara dengan frekuensi yang sama: lonjakan kuat pada 1 kHz akan cenderung untuk menutupi sebuah nada tingkat rendah sebesar 1,1 kHz. Ini juga dapat dimanfaatkan oleh model psychoacoustic .
c. Critical Band
Critical Band atau pita frekuensi kritis, yaitu daerah frekuensi tertentu yang harus diperhatikan lebih teliti lagi, karena pendengaran manusia lebih peka pada frekuensi-frekuensi ini. Dengan demikian frekuensi sensitif seperti frekuensi rendah mendapatan alokasi bit dan alokasi sub-band pada filter lebih banyak daripada frekuensi yang tidak sensistif (frekuensi tinggi).
Psychophysiologically, mengalahkan dan pendengaran sensasi kekasaran dapat dihubungkan dengan ketidakmampuan mekanisme frekuensi pendengaran untuk menyelesaikan analisis input yang frekuensi perbedaan lebih kecil dari bandwidth kritis dan ke "gelitikan" tidak teratur sehingga dari sistem mekanis (membran basilar ) yang beresonansi dalam menanggapi masukan tersebut. Band Kritis juga terkait erat dengan fenomena masking pendengaran - penurunan kemampuan mendengar sinyal suara saat di hadapan sinyal kedua intensitas tinggi dan
dalam band kritis yang sama. Fenomena masking memiliki implikasi luas, mulai dari hubungan yang kompleks antara kenyaringan (bingkai persepsi dari referensi) dan intensitas (frame fisik referensi) terdengar algoritma kompresi.
Filter digunakan dalam banyak aspek audiologi dan psychoacoustics termasuk sistem pendengaran perifer. Filter adalah perangkat yang meningkatkan frekuensi tertentu dan melemahkan orang lain. Secara khusus, filter band-pass memungkinkan rentang frekuensi dalam bandwidth untuk melewati waktu menghentikan mereka di luar cut-off frekuensi. Sebuah filter Band-pass menunjukkan frekuensi tengah (Fc), semakin rendah (Fl) dan atas (Fu) memotong frekuensi dan bandwidth. Cut-off atas dan bawah frekuensi didefinisikan sebagai titik di mana amplitudo jatuh ke 3dB bawah amplitudo puncak. Bandwidth adalah daerah antara cut-off frekuensi atas dan bawah dan adalah rentang frekuensi melewati filter.
d. Joint stereo
Stereo Bersama adalah properti dari aliran data audio yang mendukung lebih dari satu metode pengkodean stereo, seperti SS ("sederhana" atau "L / R" stereo), MS ("pertengahan sisi" stereo), atau IS ("intensitas" stereo). Aliran stereo bersama mungkin masih hanya menggunakan metode pengkodean tunggal, tetapi demi efisiensi atau kualitas mungkin beralih antara metode pada bingkai atau bahkan sub-frame dasar.
Sebagai contoh, tinggi bitrate "stereo bersama" MP3 file dapat mengandung campuran SS dan MS frame, atau mungkin berisi semua frame SS atau semua frame MS. Sebuah "stereo bersama" non-MP3 tidak akan pernah mengandung campuran jenis frame.
Bersama metode pengkodean stereo dalam prosa umumnya mengacu pada apa pun alternatif sederhana (L / R) coding stereo didukung oleh format tertentu, meskipun stereo sederhana juga merupakan pilihan.
Terkadang dual channel stereo mengirimkan informasi yang sama. Dengan menggunakan joint stereo, informasi yang sama ini cukup ditempatkan dalam salah satu channel saja dan ditambah dengan informasi tertentu. Dengan teknik ini bitrate dapat diperkecil
Bentuk stereo bersama menggunakan teknik yang dikenal sebagai pengkodean frekuensi bersama, yang berfungsi pada prinsip lokalisasi suara . Pendengaran manusia adalah terutama akut di kurang memahami arah frekuensi audio tertentu. Dengan memanfaatkan karakteristik ini, intensitas coding stereo dapat mengurangi tingkat data stream audio dengan perubahan yang dirasakan sedikit atau tidak dalam kualitas yang jelas.
Lebih khusus lagi, dominasi antar-aural perbedaan waktu (ITD) untuk lokalisasi suara oleh manusia hanya hadir untuk frekuensi rendah. Yang meninggalkan perbedaan amplitudo antar-aural (IAD) sebagai indikator lokasi yang dominan untuk frekuensi yang lebih tinggi. Ide coding stereo intensitas adalah menggabungkan spektrum atas menjadi hanya satu saluran (sehingga mengurangi perbedaan secara keseluruhan antara saluran) dan mengirimkan informasi samping sedikit tentang cara menggeser daerah frekuensi tertentu untuk memulihkan isyarat IAD.
Jenis coding tidak sempurna merekonstruksi audio asli karena hilangnya informasi yang menghasilkan penyederhanaan gambar stereo dan dapat menghasilkan kentara artefak kompresi . Namun, untuk laju bit yang sangat rendah jenis coding biasanya menghasilkan keuntungan dalam kualitas yang
dirasakan dari audio. Hal ini didukung oleh banyak format kompresi audio (termasuk MP3 , AAC dan Vorbis ) tetapi tidak selalu oleh setiap encoder.
C. Kesimpulan
Beberapa karakteristik dari MP3 memanfaatkan kelemahan pendengaran manusia:
1. Model psikoakustik
Model psikoakustik adalah model yang menggambarkan karakteristik pendengaran manusia. Salah satu karakteristik pendengaran manusia adalah memiliki batas frekuensi 20 Hz s/d 20 kHz, dimana suara yang memiliki frekuensi yang berada di bawah ambang batas ini tidak dapat didengar oleh manusia, sehingga suara seperti itu tidak perlu dikodekan.
2. Auditory masking
Manusia tidak mampu mendengarkan suara pada frekuensi tertentu dengan amplitudo tertentu jika pada frekuensi di dekatnya terdapat suara dengan amplitudo yang jauh lebih tinggi.
3. Critical band
Critical band merupakan daerah frekuensi tertentu dimana pendengaran manusia lebih peka pada frekuensi-frekuensi rendah, sehingga alokasi bit dan alokasi sub-band pada filter critical band lebih banyak dibandingkan frekuensi lebih tinggi.
Terkadang dual channel stereo mengirimkan informasi yang sama. Dengan menggunakan joint stereo, informasi yang sama ini cukup ditempatkan dalam salah satu channel saja dan ditambah dengan informasi tertentu. Dengan teknik ini bitrate dapat diperkecil.
REFERENSI
Munir,Rinaldi ,“Diktat Kuliah IF 2091 Struktur Diskrit”, STEI,ITB,2008 Ruckert,Martin , “Understanding MP3: syntax, semantics, mathematics, and algorithms”, Birkhäuser,2005
http://www.omninerd.com/articles/How_Audio_Compression_ Works . Tanggal akses : 19 Desember 2009
http://en.wikipedia.org/wiki/Audio_file_format .Tanggal akses : 15 Desember 2009.
http://en.wikipedia.org/wiki/Huffman_coding . Tanggal akses : 15 Desember 2009
http://computer.howstuffworks.com/file-compression3.htm Tanggal akses : 15 Desember 2009
http://www.mp3-converter.com/mp3codec/huffman_coding.htm Tanggal akses : 19 Desember 2009
