MP3

A partir de 1995 o MP3 assume-se como codec padrão para a codificação de música. Este codec conseguia como já foi referido anteriormente com um grau aceitável de complexidade comprimir um ficheiro PCM, ou seja de áudio virgem proveniente de um CD para até cerca de um décimo do seu tamanho com diferenças praticamente imperceptiveis em relação ao ficheiro original. A ideia inicial que levou á criação deste codec assentava em tentar eliminar do ficheiro de audio original aquilo que para o ser humano era imperceptvível e injectar a maior quantidade de erro nas zonas de mais difícil audição (altas frequências) e é justamente pelo codec basear-se nestas carecterísticas que se designou a esta família de codec do MPEG-1 de codecs perceptuais. Apesar de todos os esforços este codec não só não era aquele que consegui melhores rácios de codificação como também não era aquele que apresentava melhor qualidade pelo que é usualmente avaliado como um codec satisfatório apenas.

O funcionamento do algoritmo MP3 pode ser explicado através de uma viagem pelo diagrama de blocos que representa o algoritmo deste codec.

Figura 3.1 – Diagrama de blocos do algoritmo MP3

Inicialmente o audio PCM é enviado em simultâneo para um banco de filtros (Filterbank) e para o modelo perceptual. O modelo perceptual é constituido por modelos matemáticos que definem as propriedades e os limites do sistema auditivo humano e é responsável por ordenar ao banco de filtros em que frequências deverá introduzir mais erro.

Na figura seguinte está representada as tolerâncias empregues por este modelo.

Figura 3.2 – Tolerâncias da audição humana

O sinal PCM é decomposto no banco de filtros em várias frequências tendo como controlador ou sinal de controlo o modelo perceptual anteriormente referido. Este banco de filtros é composto por 25 filtros que varrem frequências de 0 a 20 kHz

O sinal decomposto pelo banco de filtros é enviado para o Quantificador que com base nos dados que recebe atribui pesos específicos a cada frequência. É no quantizador que são atribuídos pesos menores às frequências mais altas o que significa uma maior injecção de erro nas mesmas.

Por fim o sinal é aplicado a um codificador entrópico que atribui uma palavra a cada sinal, que é proporcional ao logaritmo negativo da probabilidade, desta forma garante que aos sinais mais frequentes é atribuída uma palavra mais curta.