діо-CD дає потік 44100 х16х2=1411 200 біт / с (стерео).
Для реальних звукових сигналів кодування з лінійної ІКМ є неекономічним. Потік даних можна скоротити, якщо використовувати нескладний алгоритм стиснення, що застосовується у системі дельта-ІКМ (ДИКМ), вона ж DPCM (Differential Pulse-Code Modulation). Спрощено цей алгоритм виглядає так: у цифровому потоці передаються не самі миттєві відліки, а масштабована різниця реального відліку і його значення, сконструйованого кодеком за раніше згенеровані ним потоку даних. Різниця передається з меншим числом розрядів, ніж самі відліки. У АДІКМ (адаптивна | ДИКМ, або ADPCM - Adaptive Differential Pulse-Code Modulation) масштаб різниці визначається за передісторії - якщо різниця монотонно зростає, маcштаб збільшується, і навпаки.
Звичайно, відновлений сигнал при такому поданні буде більше відрізнятися від вихідного, ніж при звичайній ІКМ, але можна домогтися істотного скорочення потоку цифрових даних. ADPCM стала широко застосовуватися при цифровому зберіганні і передачі аудіоінформації (наприклад, в голосових модемах). Алгоритм ADPCM з точки зору процесора PC може бути реалізований як програмно, так і апаратно засобами звукової карти (модему).
Більш складні алгоритми і висока ступінь стиснення застосовуються в аудіо--кодеках MPEG. У кодере MPEG - 1 вхідним потоком є ??16-бітові вибірки з частотою 48 кГц (професійна аудіотехніка), 44,1 кГц (побутова техніка) або 32 кГц (застосовується в телекомунікаціях).
Стандарт визначає три «шару» (layer) стиснення - Layer I, Layer 2 і Layer 3, що працюють один поверх іншого.
Первісна компресія здійснюється на основі психофізичних властивостей звукосприйняття. Тут обігрується властивість маскування звуків: якщо в сигналі є два тони з близькими частотами, що істотно розрізняються за рівнем, то більш потужний сигнал замаскує слабкий (він не буде почутий). Пороги маскування залежать від віддаленості частот.
В MPEG весь діапазон звукових частот розбивається на 32 піддіапазону (sub-band), в кожному піддіапазоні визначаються найбільш потужні спектральні складові і для них обчислюються пороги частот маскування. Ефекти маскування від кількох потужних складових сумуються. Дія маскування поширюється не тільки на сигнали, присутні одночасно з потужним, але й на попередні йому за 2-5 мс (premasking) і наступні протягом до 100 мс (postmasking). Сигнали маскованих областей обробляються з меншим дозволом, оскільки для них знижуються вимоги до відношення сигнал / шум. За рахунок цього «загрубления» і відбувається стиснення. Компресію на психофізичної основі виконує шар Layer 1.
Наступний етап (Layer 2) підвищує точність представлення і більш ефективно упаковує інформацію. Тут у кодера в роботі знаходиться «вікно» тривалістю 23 мс (1152 вибірки).
На останньому етапі (Layer 3) застосовуються складні набори фільтрів і нелінійне квантування. Найбільшу ступінь стиснення забезпечує шар Layer 3, для якого при високій достовірності декодування досягається коефіцієнт стиснення 11:1.
МЕТОДИ ОБРОБКИ ЗВУКОВИЙ ІНФОРМАЦІЇ
При цифровому зберіганні легко реалізуються багато ефекти, які раніше вимагали громіздких електромеханічних або електроакустичних пристроїв або складної аналогової електроніки.
