MP3 ou MPEG-1 Audio Layer 3 foi inicialmente desenvolvido pelo Fraunhofer Institut fur Integrierte Schaltungen na Alemanha em 1987. O MP3 foi originalmente patenteado em 1989 e incorporado nas especificaçoes do Moving Picture Experts Group (MPEG) em 1992[4].
A compressao, em MP3, consiste essencialmente na reduçao da exactidao de certas partes do áudio que sao menos percepcionadas pela maioria das pessoas. A este método dá-se o nome de codificaçao perceptual. Oferece uma representaçao do som dentro de uma janela de análise tempo/frequencia pequena, ao utilizar modelos psico-acústicos para descartar ou reduzir a precisao de componentes menos audíveis (ou inaudíveis) pelo aparelho auditivo humano, e ao mesmo tempo permitir gravar a restante informaçao de forma eficiente. Esta técnica é muito semelhante a utilizada pelo JPEG[1].
A compressao de áudio MPEG funciona a várias frequencias de amostragem. A frequencia de amostragem define o número de amostras por segundo que sao tiradas ao sinal sonoro analógico, que é naturalmente, contínuo. Estas amostragens irao ser quantificadas (introduçao de ruído – se possível inaudível) de forma a explorar as características do sistema auditivo humano. O MP3 define compressao áudio a 32 kHz, 44.1 kHz e 48 kHz. O MP3 áudio funciona tanto para sinais mono como para sinais estéreo.
A selecçao do débito do áudio comprimido, é deixado ao critério do criador do codificador. A norma define um intervalo de valores de débito desde 32 kbit/s até cerca de 320 kbit/s. É ainda possível a troca de débitos dentro da mesma música, entre amostra de áudio diferentes, mas tem de ser suportada pelos descodificadores. Conjuntamente com a tecnologia de reserva de bits permite obter codificaçao a débito variável e codificaçao a qualquer débito fixo entre os limites impostos pela norma.
Seguidamente vamos apresentar o diagrama de blocos e explicar os blocos essenciais para a codificaçao.
O filterbank utilizado pelo MPEG-1 Layer-3 pertence a classe de filterbanks híbridos. É construído a custa de:
• Polyphase filterbank (com o objectivo de tornar o Layer-3 mais parecido com o Layer-1 e Layer-2) – separaçao de uma dada amostra em gamas mais pequenas de frequencia;
• Modified Discrete Cosine Transform (MDCT).
Esta resoluçao espectral mais pequena permite reduzir a tempos pouco ou nada perceptíveis o ruído produzido na codificaçao.
Para além da codificaçao perceptual que foi anteriormente falada, é explorada a redundância estatística dos símbolos para aumentar a compressao. Este tipo de compressao consiste em atribuir menor número de bits para os símbolos mais prováveis e mais bits para os menos prováveis. Um exemplo deste tipo de codificaçao é a codificaçao de Huffman.
Uma vez que a codificaçao Huffman é basicamente um método de codificaçao de palavras de tamanho variável e a adaptaçao do ruído terá de ser feita de forma a manter o ruído resultante da quantificaçao abaixo do limiar de mascaramento, um valor de ganho global (determinaçao do tamanho do passo de quantificaçao) e factores de escalonamento (determinaçao dos factores de adaptaçao para cada banda associada a um factor de escalonamento) sao aplicados antes da quantificaçao propriamente dita [5].
