Comprensión perceptual de audio digital

Abstract

This document presents the implementation of a perceptual CODEC that uses as input an uncompressed file sampled at 44100Hz, quantized at 16-bits, stereo. The waveform is processed in blocks of 512 samples and transformed using Modified Discrete Cosine Transform. These cofficients are quantized based on the information gathered from a psychoacoustic model and packed into a variable-bit-rate ¯le. The decoder uses this ¯le as input and outputs a file with the same format as the original input. The average data rate observed ranged from 58kbps and 340kbps, with data rates around 240kbps being the most common. Results are presented regarding the subjective quality measurement of the implemented format, MPEG-1 Layer 3 and MPEG-4 Low Complexity Advanced Audio Coding. Based on the results of the tests, the CODEC achieves a high quality profile.

En este documento se presenta la implementación de un codificador-decodificador perceptual de sonido que toma como entrada un archivo sin comprimir, muestreado a 44100Hz, cuantizado a 16-bits, estéreo. La señal es procesada en bloques de 512 muestras, y transformada utilizando Transformada Discreta de Coseno Modificada. Estos coeficientes son cuantizados utilizando información de un modelo psicoacústico y posteriormente empaquetados a un archivo utilizando tasa de datos variable. El decodificador toma este archivo y su salida es un archivo con las mismas características que el de origen. Las tasas de datos promedio observadas varían entre 58kbps y 340kbps, estando la más común localizada por arriba de 240kbps. Se muestran resultados de pruebas comparativas de calidad subjetiva entre el formato implementado, MPEG-1 Layer 3 y MPEG-4 Low Complexity Advanced Audio Coding. El codificador-decodificador implementado logra un perfil de alta calidad de acuerdo a los resultados obtenidos.