Персональный сайт

High-Definition Multimedia Interface (HDMI) — мультимедийный интерфейс высокой чёткости

-tahag- — Mon, 27 Apr 2009 17:35:29 GMT

HDMI 1.0

Вышел в декабре 2002.

Максимальная пропускная способность интерфейса по одному проводу 4,9 Гбит/с. Поддержка видео до 165 Мпикселей/сек (1080p60Гц или UXGA) и 8-канального звука(192кГц/24-бит).

HDMI 1.1

Вышел в мае 2004.

Добавлена поддержка защиты звука требуемой для проигрывания DVD-Audio.

HDMI 1.2

Вышел в августе 2005.

Добавлена поддержка передачи однобитового аудиосигнала, такого как Super Audio CD DSD;
Разработан HDMI-разъём типа A с полной поддержкой всех форматов для PC-источников и дисплеев;
Добавлена возможность для PC-источников использовать родное цветовое пространство RGB при сохранении поддержки YCbCr CE;
Установлено требование для дисплеев с HDMI 1.2 и более поздних версий поддерживать будущие низковольтные (т.е, связанные по переменному току) источники, например, основанные на базе технологии ввода/вывода PCI Express.

HDMI 1.2a

Выпущен в декабре 2005.

Добавлена полная поддержка всех особенностей и наборов команд протокола дистанционного управления CEC (Consumer Electronic Control).

HDMI 1.3

Выпущен 22 июня 2006.

Поднята частота синхронизации с 165 до 340 МГц, что позволяет увеличить пропускную способность интерфейса по одному проводу с 4,95 Гбит/с до 10,2 Гбит/с.
Добавленная поддержка «глубокого цвета» (deep color, 30-, 36-, 48-битный цвет, 10, 12 или 16 бит на каждый компонент RGB) в высоких разрешениях, вместо поддержки только 24-битного цвета у предыдущей версии.
Поддержка стандарта цветопередачи xvYCC.
Реализована автоматическая синхронизация видео- и аудио-сигнала.
Добавлена поддержка новых форматов цифрового звука Dolby HD и DTS-HD.
Разработан новый мини разъём для портативных устройств, таких как камера.

Характеристики

HDMI имеет пропускную способность в пределах от 4,9 до 10,2 Гбит/с.
длина кабеля — рекомендуется 1,5 м, возможно до 15 метров.
поддерживает управляющие протоколы CES и европейский AV.link

Устройство кабеля

Устройство HDMI кабеля

HDMI кабель состоит из следующих частей:

1) Внешняя оболочка

2) Экранирующая оплётка из проволок с дополнительной медной неизолированной жилой для пайки

3) Экран из алюминиевой фольги

4) Полипропиленовая оболочка

5) Экранированые витые пары пятой категории с волновым сопротивлением 100 Ом для сигнала синхронизации, и сигналов 3х основных цветов. Экран каждой витой пары имеет внешнюю изоляцию и проволоку для пайки.

6) Неэкранированная витая пара для сигналов SDA SCL

7) Отдельноидущие проводники для питания и управляющих сигналов.

Информация взята с http://ru.wikipedia.org

Нестандартное видео высокой четкости (Автор статьи Роберт Шифер от февраля 2001г.)

-tahag- — Mon, 27 Apr 2009 17:27:21 GMT

Преодолев c помощью современных устройств ограничения старых стандартов, мы получили возможность упростить процессы создания и демонстрации видео высокого разрешения, не предназначенного для телевещания, - правда, для этого необходимо научиться мыслить по-новому.

Для создателей цифрового видео наступили замечательные времена: они теперь могут делать нечто совершенно отличное от всего прежнего, так как ограничений, накладываемых стандартным разрешением и чересстрочной разверткой, больше не существует. Можно, например, использовать такие телевещательные форматы высокого разрешения, как 1080i, 1080p и 720p, а для вывода выбирать нестандартные форматы высокой четкости, скажем, компьютерные форматы с прогрессивной разверткой и разрешением 800x600, 1024x768 и 1280x1024 пикселя.
Революция в области высокого разрешения стала следствием появления современных мониторов и проекторов, цифровой обработки сигналов, камер и переключателей, накопителей высокой емкости и преобразователей цифровых изображений. Для многих пользователей переход к телевидению высокой четкости вполне логичен и основан на стандартах, принятых группами SMPTE и ATSC.
Однако развитие производства нестандартного видео высокой четкости протекало не столь гладко, и дискуссии по этому поводу были порой далеко не мирными. Как же изображение с малым разрешением преобразовать в высокочеткое? Как видео соединить с компьютерным изображением? Что такое "активное пятно проектора", о котором приходится слышать то и дело? Кто создаст сервер, способный воспроизводить видео с полной скоростью и с компьютерным разрешением?

RGB: вводный курс

Для начала давайте освежим свои знания и заново рассмотрим само понятие видео. Для большинства из нас этим термином определяется последовательность изображений с чересстрочной разверткой и скоростью 30 (или 25 для PAL) кадров в секунду. Стандарт чересстрочного видео с такой частотой впервые возник как способ передачи телевизионного сигнала в определенном диапазоне спектра радиочастот - на канале шириной около 6 МГц (см. таблицу).
На самом деле мы могли бы передать те же 30 кадров в секунду с прогрессивной разверткой, рисуя каждый кадр сверху донизу без чередования строк. Но удвоение частоты сканирования потребовало бы вдвое большей ширины канала, а такое использование спектра телевещательных частот нельзя назвать эффективным. И поэтому на протяжении полувекового развития видео сформировалось два основных стандарта: сначала 525-строчное черно-белое, а затем 525-строчное цветное изображение с чересстрочной разверткой.
Увлечение телевидением высокой четкости в начале 1980-х знаменовало собой попытку выйти за рамки видеостандарта: в нем предлагалось более высокое разрешение, другое соотношение сторон кадра и лучшее качество звука. Но только появление персонального компьютера, развитие цифровой обработки сигналов и технологии плоских матричных дисплеев в 90-х годах привело к настоящему прорыву.
В принципе можно создать видео с любым разрешением, частотой кадров и форматом сканирования - при условии, что есть правильные средства для работы и достаточная ширина полосы для передачи сигнала. Такие средства предоставляют камеры и производственное оборудование формата HDTV, и сегодня мы можем снимать и показывать изображения в 480-строчном прогрессивном, 720-строчном прогрессивном или 1080-строчном чересстрочном форматах. Однако с тем же успехом можно было разработать камеры и производственные средства для съемки и показа 600-, 768- и 1024-строчного прогрессивного видео.
Таких устройств в настоящее время нет, зато есть достаточно много продуктов, позволяющих преобразовать существующее 525-строчное видео с чересстрочной разверткой в компьютерные форматы с прогрессивной разверткой (и в некоторые телевизионные стандарты высокой четкости). Подобный процесс масштабирования выполняется путем буферизации кадров и интерполяции движения с последующим цифровым увеличением полученных изображений для расширения пиксельной области. (Некоторые из этих продуктов могут даже прогрессивное и чересстрочное видео конвертировать в разрешение компьютерных стандартов.)
Если все это проделать правильно, то в результате должна получиться картинка без дрожания, с минимумом артефактов движения и масштабирования и несмотря на чересстрочное происхождение похожая на изображение HDTV. Поскольку исходное разрешение увеличивается, строки сканирования в исходном сигнале становятся почти незаметными. Такие кадры кажутся нам более качественными по сравнению с простым проектированием видеоизображения, которому присущи все артефакты чересстрочного сканирования.
До начала 1990-х годов для проектирования видео использовались фронтальные проекторы с тремя электронно-лучевыми трубками, не обеспечивающие достаточной яркости. В 1980-х существовали и более яркие проекторы со световыми клапанами, но они поддерживали лишь разрешение VGA (640x480), а настраивать и обслуживать их мог только опытный оператор; к тому же весили они для ежедневной работы слишком много и при этом стоили безумных денег).

Быстрое развитие плоскоматричной проекции вызвало к жизни новый класс проекторов (и даже мониторов), позволяющих получать необходимые разрешение и яркость. Порой такие изображения выглядят даже слишком яркими, например, если съемки производились видеокамерами IMAG (Image Magnification). Так что посмотреть вдохновенное выступление шефа или насладиться свежей видеопродукцией отдела маркетинга теперь можно, не выключая света.
Некоторые производители внимательно присмотрелись к этим новым проекторам и решили, что они могут поддерживать и компьютерную графику вроде презентаций PowerPoint. Появилось множество затейливых интерфейсов, обеспечивающих подлинно мультимедийные презентации. Однако такой переход не всегда шел гладко: для синхронизации видео или компьютерного источника требовался один микшер, а для подключения самого источника - другой. Огрехи синхронизации были заметны на экране, и результат оказывался не вполне изящным.
Тем временем разрешение светодиодных и DLP-проекторов росло - с 800x600 до 1024x768 и современных 1280x1024/1365x1024. Проблема была в том, что не существовало прогрессивных микшеров сигнала RGB. Микшировать композитное видео несложно - по одному видеосигналу на канал. Гораздо хуже обстоит дело с RGB, где цветовых каналов три и один или два из них требуют синхронизации. Это могло бы стать настоящим кошмаром для инженеров.
Но на рынке неожиданно появилась компания Folsom Research, которая изначально занималась преобразованием в видео радарных изображений высокого разрешения и сделала идею RGB-видео реальной. Ее первый продукт для микширования RGB - выпущенный в 1997 г. VFC-2 - позволял в результате бесшовного объединения одного компонентного видеосигнала с чересстрочной разверткой и одного сигнала RGB с прогрессивной разверткой иметь выходное разрешение до 1280x1024 пикселей.
Этот продукт сразу стал популярным, поскольку создатели видео, ранее работавшие только в стандарте NTSC и выполнявшие переключение, микширование, а затем удвоение выходного канала для подачи сигнала на проекторы, теперь могли создавать исходные видеоматериалы в стандартных форматах NTSC или PAL и, объединяя их с мультимедийными и графическими материалами с рабочей станции, получать при проекции яркое, контрастное и детальное изображение.
Презентации с прогрессивной разверткой получили толчок к дальнейшему развитию, когда компания Vista Controls разработала для микшера VFC-2 интерфейс, идентичный используемому в профессиональных видеомикшерах.
RGB Spectrum последовала этому примеру, выпустив свою серию RGB- видеомикшеров Synchromaster. А затем и французская фирма Analog Way в 1998 г. представила свой первый RGB-видеомикшер с несколькими входами; правда, он мог работать только с прогрессивной разверткой. Даже фирма Snell & Wilcox создала устройство под названием "интерполятор", хотя и предназначенное в основном для домашних кинотеатров.
Компания Extron Electronics на INFOCOMM'2000 продемонстрировала RGB-видеомикшер SGS 408, а FSR, выпустившая Omni Navigator, объявила о разработке микшера с восемью входами. Фирма Folsom недавно показала Screen Pro, многоканальную версию VFC. Нет сомнения, что в недалеком будущем подобных продуктов, позволяющих создателям смешивать любые видео- и компьютерные источники (в том числе HDTV) и преобразовывать их в соответствии с разрешением проектора, появится много.

Зачем столько возможностей?

Сама идея создания видео высокого разрешения может показаться слишком абстрактной, поэтому давайте рассмотрим конкретный пример. Вместо привычного старого видео попробуем сделать видеофильм о конференции или выставке с соотношением сторон изображения16:9 - современные компонентные цифровые камеры и видеомагнитофоны вполне это позволяют. (В таком видео будет по-прежнему 525 строк, но из всего доступного растра сканирования вы сможете использовать только 270 - 295 вертикальных строк.)

Нам нужно подготовить компьютерную графику и иллюстрации в PowerPoint с соотношением сторон 16:9. Для SVGA это даст размер кадра 800x450 пикселей, для платформы XGA получится разрешение 1024x576 пикселей, а для компьютеров SXGA -1280x720 пикселей. (Заметим, что последнее значение идентично разрешению стандарта HDTV SMPTE 1280x720p/60, так что в результате вы как бы моделируете сигнал HDTV.)
При помощи одного из упомянутых выше RGB-видеомикшеров выберите выходное разрешение, наилучшим образом соответствующее вашим электронным дисплеям. Все исходные видеоматериалы будут преобразованы к этому разрешению и частоте кадров, и вы сможете монтировать видео- и графические материалы, используя различные эффекты; все это делается так же просто, как и на обычном композитном видеомикшере. Применение широкоэкранного изображения 16:9 дополнит картину - вы получаете видео высокого разрешения по цене стандартного!
Вам не нравится широкий экран? Тогда подготовьте материалы со стандартным разрешением и при помощи преобразователя-микшера приведите их к разрешению 1024x768 или 1280x1024. Обратите внимание, что последнее разрешение дает соотношение сторон 4:3, а не 5:4. На рынке доступны и другие источники прогрессивного сигнала RGB с высоким разрешением, например, копировальные установки и цифровые фотоаппараты. Включить в презентацию изображения от таких источников можно так же легко.
Теперь презентацию можно записать как преобразованную смесь видео и графики. Фирма QuVis выпускает сервер HD, поддерживающий стандартные компьютерные форматы с прогрессивной разверткой. Видеомагнитофон QuBit позволяет сохранить готовую презентацию практически с любым разрешением, в том числе HDTV. Он использует собственную систему коротковолнового сжатия; многие пользователи считают, что она обеспечивает лучшее по сравнению с традиционными серверами на основе MPEG качество изображения.
В презентации можно придерживаться и стандартных форматов телевидения высокой четкости, таких как 1080i или 720p; другой вариант - весь проект снимать и монтировать как видео стандартного разрешения и лишь потом преобразовать в формат HD. Некоторые видеопреобразователи поддерживают форматы DTV 480p и 720p, есть и такие, которые могут преобразовать видео в 1080i. DVP 5000 фирмы Faroudja поддерживает формат 1080p/60, дающий очень детальные изображения исходного материала 1080i.
Таким образом, возможность перехода на видео высокого разрешения с использованием компьютерных форматов с прогрессивной разверткой в основном определяется аппаратурой. Вы продолжаете снимать, монтировать и обрабатывать материал, как и прежде, но при этом пользуетесь преимуществами более подробного изображения и гладких переходов между всеми источниками сигнала.

Презентации с высоким разрешением

Рассмотрим некоторые современные преобразователи и микшеры, позволяющие объединить в реальном времени чересстрочное и прогрессивное видео. Заметим, что некоторые производители называют такие устройства графическими или бесшовными микшерами. Но это не должно вас смущать, все эти продукты выполняют одни и те же функции.
Фирма Folsom Research открыла эту область несколько лет назад, выпустив популярный преобразователь форматов VFC-2200. Последняя же ее новинка - Screen Pro - может без дополнительного оборудования обрабатывать композитные, компонентные и компьютерные сигналы с высоким разрешением, а также сигналы S-Video. Сочетая в себе видеокоммутационную матрицу, два видеопреобразователя и полноценную панель управления, это устройство обеспечивает бесшовное переключение между всеми видеоформатами (с частотой сканирования от 15 до 130 кГц и разрешением до 1600x1280), имеет восемь входов с высоким разрешением и два выхода - основной и для предварительного просмотра.
Компания RGB Spectrum, продолжая работу на рынке презентаций псевдовысокого разрешения, выпустила синхронизированный преобразователь-микшер Synchro Master 450VG с четырьмя входами (два видео и два RGB), который обрабатывает любые видеосигналы - от композитного до 1280x1024 RGB. В нем есть шина для предварительного просмотра и предусмотрены все стандартные возможности монтажа (затенение, наложение, вытеснение, стоп-кадр, панорама и наплыв). При помощи дополнительного интерфейса PanelLink DVI на выходе можно получать как аналоговый, так и цифровой сигнал RGB.
Фирма FSR появилась на этом рынке относительно недавно, но ее Omni Navigator уже пользуется успехом. Это еще один RGB-видеомикшер с восемью входами и двумя выходами (один - для предварительного просмотра), поддерживающий все распространенные форматы видео, в том числе YUV и композитный. Он допускает любые выходные разрешения от 640x480 до 1280x1024, позволяет использовать переходы (стыки, вытеснения, перекрестные затухания, стоп-кадры) и снабжен шиной предварительного просмотра.
Extron Electronics предлагает свой бесшовный графический микшер SGS 408. У него, как и у устройств Folsom и FSR, восемь входов, и он может объединять сигналы с чересстрочной и прогрессивной разверткой, обеспечивая выходное разрешение до 1600x1200 (с 18 стандартными разрешениями - компьютерными, телевизионными и плазменных экранов). Поддерживаются монтажные эффекты, шина предварительного просмотра и титры; есть также две панели дистанционного управления (RCP 0 и ECP 0).
Компания Analog Way, которая в свое время первой предложила микшер, имеющий больше двух входов, продолжает претендовать на лидерство в области видеопрезентаций высокого разрешения. Ее новый продукт Graphic Switcher II снабжен ни много ни мало 16 входами (восемь для компонентных источников с разрешением до 1600x1200, 480p, 720p и 1080p и восемь дополнительных разъемов, которые можно использовать для композитных источников 480i или объединить в четыре пары входов S-Video). Выход может быть любым от VGA до SXGA или же 480p/720p/1080p, 60 Гц. Есть также выход для предварительного просмотра, доступны все стандартные эффекты и вставка титров.
Продукт для объединения видео и графики под названием Director фирма TVL Laboratories предлагает уже более 10 лет; этот программно-аппаратный пакет предназначен для корпоративных презентаций. Недавно компания выпустила на рынок преобразователь-микшер ShowPro I с шестью входами и двумя выходами, поддерживающий 31 переход, в том числе наплывы, переворачивание страниц, "картинку-в-картинке", стоп-кадр, а также дистанционное управление видеоисточниками. Максимальное выходное разрешение - 1024x768.

Кому же нужно HDTV?

С распространением различных преобразователей и микшеров для цифрового видео этот вопрос задается все чаще. Дело в том, что ни один формат с прогрессивной разверткой (кроме 480p и 720p) не соответствует стандартам телевещания - это презентационные стандарты, разработанные для реализации тех преимуществ, которые дают видео- и компьютерные исходные материалы. И до сих пор это были форматы аналогового, а не цифрового сигнала (однако скоро ситуация должна измениться).
Чего можно ожидать в будущем? JVC уже объявила новую линию D-ILA светоотражающих светодиодных панелей с разрешением 2048x1536, и нет сомнения, что вскоре мы увидим светодиодные светопропускающие дисплеи с разрешением 1600x1200 (UXGA). Конечно же Texas Instruments не останется в долгу и перенесет технологию DMD на разрешение 1600x1200, хотя никто точно не знает, когда это случится.
По мере того, как увеличивается разрешение устройств вывода изображения, будет расти и выходное разрешение преобразователей и микшеров цифрового видео. На злобу дня встанет задача обеспечения необходимой скорости обработки, буферной памяти и пропускной способности. Для формата 1080p/60, поддерживаемого Faroudja, уже необходима полоса шириной 186 МГц, что близко к показателю UXGA (173 МГц). Поэтому переход к разрешению 1600x1200 с прогрессивной разверткой диктуется требованиями рынка.
Что касается изображений с высоким разрешением, то для презентаций можно использовать формат 1080p/60, обеспечивающий очень неплохую четкость и детальность (что определяется, естественно, качеством исходного материала). Когда в преобразователях видео и RGB-микшерах будет реализован прямой последовательный цифровой ввод и вывод, объединение DV с чересстрочной разверткой, HDTV с прогрессивной и чересстрочной разверткой и RGB с прогрессивной разверткой будет производиться "в одно касание".

RGB-видеомикшер SPR-2000 Screen Pro фирмы Folsom Research

Фирма Folsom Research одной из первых вышла на рынок продуктов для электронных презентаций высокого разрешения с прогрессивной разверткой, представив Variable Format Converter (VFC); теперь она объединила свою технологию цифрового масштабирования с популярным пользовательским интерфейсом компании Analog Way. В результате получился микшер SPR-2000 Screen Pro, имеющий восемь входов и два выхода (плюс предварительный просмотр), который может работать с композитными, S-Video и компонентными источниками 480i, а также с сигналами RGBS с прогрессивной разверткой, поступающими от компьютеров, удвоителей и источников 480p/720p/1080i DTV в формате RGB. Устройство снабжено большой передней панелью с крупными подсвеченными кнопками и двумя ручками для переноски. Для всех входов и одного выхода (MAIN 1) в нем используются разъемы BNC, а для выходов MAIN 2 и PREVIEW - 15-контактные разъемы VGA. Все входы могут принимать сигналы RGB, YCbCr (Betacam, DVD), S-Video (Y/C) и композитный (через один из синхровходов). При тестировании подключались сигналы RGBHV от настольного компьютера (разрешение дисплея - 1280x1024); выходы YCbCr 480i от DVD-плейера Sony DVP-S7000; 1080i и 720p от адаптера DTV Panasonic TU-DST51, преобразованные в RGBS при помощи конвертора формата Extron CVC 200; тестовые сигналы RGBS от Extron VTG200 с разрешением 640x480; RGBS от ноутбука Toshiba 800x600. Были использованы два дисплея: электронно-лучевой монитор AF3.0HD CRT фирмы Princeton и фронтальный светодиодный проектор VPL-VW10HT компании Sony. Screen Pro поддерживает выходные разрешения с прогрессивной разверткой 640x480, 800x600, 1024x768, 1280x720 и 1280x1024. Было выбрано значение 1280х720, 60Гц как наиболее близкое к конструктивному разрешению проектора Sony (1366x768) и монитора Princeton. Screen Pro автоматически определяет формат сигнала для каждого входа и преобразует его в нужный выходной формат. Настройка на входах позволяет задавать положение и размер изображения, яркость и контрастность, выбирать формат на входе, устанавливать цветoвой баланс, включать компенсацию сжатия кадра 3:2 и устанавливать тип синхронизации. Можно настраивать и выходные сигналы, задавая их формат и тип синхронизации. Для настройки проектора используется несколько тестовых изображений и индикатор области растра. Для переходов между источниками в Screen Pro надо выбрать вход и нажать кнопку Wipe, Dissolve или Cut. Могут быть заданы любые параметры перехода, скажем, длительность перекрестного затухания или направление вытеснения. При этом переходы выглядят гладко, без нарушений синхронизации или сдвигов изображения. Хотя Screen Pro не декларирует совместимости со всеми форматами HDTV, вы можете объединять их столь же легко, как и любые сигналы RGB, если ваши источники DTV подсоединены как RGBS или RGBHV. Например, можно смешивать и монтировать сигналы 1080i RGBS от D-VHS и от DVD "Men In Black" (анаморфный 480i), задавая в Screen Pro выходной формат 1280x720. Вы без труда добавите и некоторые графические материалы 16:9 из Powerpoint. Система Screen Pro - гибкая и простая в использовании - принесет большую пользу в работе. Ее способность подогнать разрешение любого источника к разрешению проектора, монитора или плазменного дисплея, а также безупречно выполнить переходы между множеством видео- и компьютерных источников - большое преимущество для создателей мультимедийных презентаций и других материалов, где требуется сочетание видео с компьютерной графикой.

Формат видео/RGB	Разрешение	Соотношение сторон	Число пикселей	Тип развертки и частота обновления, Гц	Ширина полосы, МГц
NTSC*	480 x 320 *	4:3	153 600	Чересстрочная, 30	6,9
VGA	640 x 480	4:3	307 200	Прогрессивная, 60	27,6
480p/60 (ATSC DTV)	704 x 480	4:3	337 920	Прогрессивная, 60	30,4
SVGA	300 x 600	4:3	480 000	Прогрессивная, 60	43,2
720p/60 (ATSC DTV)	1280 x 720	16:9	921 600	Прогрессивная, 60	82,9
XGA	1024 x 768	4:3	786 432	Прогрессивная, 60	70,7
SXGA	1280 x 1024	5:4	1 310 720	Прогрессивная, 60	118
SXGA	1365 x 1024	4:3	1 397 760	Прогрессивная, 60	125
1080i/30 (ATSC DTV)	1820 x 1080	16:9	2 073 600	Чересстрочная, 30	93,3
1080p/60	1920 x 1080	16:9	2 073 600	Прогрессивная, 60	186,6
UXGA	1600 x 1200	4:3	1 920 000	Прогрессивная, 60	173
QXGA	2048 x 1536	4:3	3 145 728	Прогрессивная, 60	283

* Ограничение ширины полосы при вещании в NTSC до 4,5 МГц снижает реальное разрешение.

Информация взята с

Зачем нужны форматы хранения видео? И какие они ?

-tahag- — Mon, 27 Apr 2009 17:18:46 GMT

Вопрос очевиден. Действительно, зачем нужно столько форматов хранения видео? Можно же превращать каждый кадр в оцифрованную картинку аналогично тому, например, как обычный сканер переносит фотографию на компьютер. В этом случае и качество такого видео будет наилучшим! На самом деле, такой вариант переноса видео в компьютер возможен и используется профессионалами. Но работа с незжатым видео (именно так называется этот фотмат - uncompressed) требует довольно значительных финансовых затрат, так как объем обрабатываемых данных составляет 31 мегабайт в секунду, что требует очень быстрых компьютеров с огромными дисковыми массивами. Час несжатого видео в этом случае займет на жестком диске примерно 112 гигабайт.

Единственный выход сделать редактирование видео доступным для всех - это сжимать видеоинформацию. Собственно говоря, главный признак, отличающий один формат от другого - способ сжатия (компрессии). Первые способы компрессии видеоизображений появились в середине 80-х годов прошлого века и предназначались только для показа видео на кампьютере, так как качество видео по современным понятиям не выдерживало никакой критики. Это было связано с очень слабыми в те времена возможностями персональных компьютеров. Поэтому приходилось заметно уменьшать размер изображения. что неминуемо отражалось на качестве.

В настоящее время поддержка старых фотматов еще присутствует во всех операционных системах, но реально остались только несколько наиболее распространенных:

Quick Time - формат, разработанный фирмой Apple и в основном используемый для ощифровки видео на компьютерах той же фирмы. Формат Quick Time также широко используется в сети Интернет для распространения различных демороликов. Расширение имени файлов формата Quick Time - .mov;
DV (сокращение от Digital Video) - формат, разработанный для хранения и обработки видео цифровыми камерами с последующим переносом на компьютер и обратно. В настоящее время станосится самым массовым форматом видео как для любителей, так и для профессионалов. Специального расширения имени файлов формат не имеет.
MPEG (сокращение от Motion Pictures Experts Group) - один из самых популярных способов сжатия видео. Применяется как для любительских, так и для профессиональных целей. Существует несколько вариантов основанных на MPEG-технологии форматов сжатия видео. Файлы в MPEG форматах могут иметь расширения .mpg, .mpeg, .m2v, .mp2, .dat, m1v;
ASF (Microsoft Advanced Streaming Format) - формат потоковой передачи. Разработан и применяется в основном для передачи видео- и аудио-информации в Интернет. Расширение имён файлов .asf;
WMV (Windows Media Video) - основанный на MPEG алгоритмах сжатия формат от фирмы Microsoft. Расширение имён файлов .wmv.

Существует также широко распространенное заблуждение о том, что есть формат видео AVI (Audio-Video Interleave). Это действительно заблуждение. Существует формат: только не видеоданных, а файла avi, поэтому формат видеоклипа, сохраненного в файле с расширением .avi, в принципе может быть любым.

Теперь перейдем к более подробному описанию двух основных форматов, с которыми обязательно придется встретиться в практической работе.

DV-формат появился в середине 90-х годов прошлого века как формат хранения видеоданных для тогда еще очень дорогих и редких цифровых видеокамер. До этого самым популярным форматом сжатия для хранения обработки видео на компьютере был Motion JPEG (MJPEG). Подавляющее большинство тогдашних плат захвата и обработки видео использовала именно MJPEG. Собственно формат JPEG известен сейчас практически всем, кто хоть раз посещал сайты в Интернете, так как в нем хранятся практически все фотографии на миллионах сайтах в сети. MJPEG использует те же принципы сжатия, что и JPEG, но только применительно к каждому кадру фильма. На тех же принципах сжатия базируется и DV-формат.

В DV используется как intraframe (внутрикадровая) компрессия, при которой каждый кадр сжимается сам по себе, без учета информации в соседних кадрах, так и interfield (межполевая) компрессия, применяющая анализ статичных изображений на соседних полях одного кадра с использованием одинакового фона для соседних полей. Такие алгоритмы компрессии дают очень незначительное количество артефактов. Просматривая фильм, сохраненный в DV-формате, можно обнаружить артефакты, вызванные компрессией, только в случае появления на экране множества движущихся мелких объектов, например, листвы дерева при сильном ветре.

Формат DV разрабатывался для потребительского рынка, поэтому его основное отличие от подавляющего большинства форматов компрессии видео в невозможности для пользователя изменять какие-либо параметры кодирования/декодирования видео. Это делает работу с видео в DV-формате удобной для начинающего видеолюбителя. У DV фиксированный коэффициент сжатия видеосигнала 5:1 и, соответственно, поток 3.515 MBytes/s. Разрешение для PAL 720x576, для NTSC 720x480. Поскольку никакие из указанных параметров пользователь изменить не может, то и навредить по незнанию он тоже не может. Кроме этого, фиксированность параметров формата делает совершенно необязательным глубокие знания о нем и тем самым существенно облегчает работу с видео в DV-формате.

Различают два варианта DV-формата:

DV Type-1 (Digital Video Type-1) - оригинальный (native) вариант DV-формата, совершенно несовместимый с Video for Windows и поддерживаемый только через Di-rectShow. Поток (файл) формата Туре-1 содержит видео и аудио (стерео, 48 kHz, 16 bit) в одном потоке, т.е. с чередованием видео и аудио. Именно этот формат является рекомендуемым для захвата и последующей обработки видео DV-формата на компьютере;
DV Type-2 (Digital Video Type-2) - старый вариант DV-формата, обратно совместимый с Video for Windows — программа, понимающая Video for Windows, может прочитать файл формата Туре-2. Поток (файл) формата Туре-2 содержит видео и от одного до четырех потоков (каналов) для аудио (максимально 2 стереоканала, по 32 kHz, 12 bit каждый). По сравнению с Туре-1 требует больших затрат на декодирование и микширование, поэтому область применения этого формата постепенно, по мере перехода программ видеомонтажа на формат Туре-1 будет сокращаться.

Поскольку формат фиксированный, то легко понять, сколько места на жестком диске компьютера займет фильм.

1 час видео в DV-формате - 12 гигабайт;
1 минута видео в DV-формате - 210 мегабайт;
1 гигабайт видео в DV-формате - 4 минуты 45 секунд.

Концепция сжатия видео в MPEG очень проста - определить, какая именно информация в потоке повторяется хотя бы в течение какого-то отрезка времени и принять меры к избежанию дублирования этой информации. Наиболее ценное достоинство MPEG кодирования, особенно удобное для передачи по различным сетям - возможность гибкой настройки качества изображения в зависимости от пропускной способности сети. Это и сделало MPEG-2 фактическим стандартом для приема/передачи цифрового телевидения по различным сетям.

К сожалению, не существует возможности однозначно оценить качество кодирования некими приборами и измерениями. Единственный критерий здесь - человек и как он воспримет сжатую информацию. Поэтому правила сжатия видеоданных при MPEG кодировании вырабатывались на основе модели восприятия человеком видеоизображений (HVS - Human Visual Sense). Избыточность изображения согласно HVS определяется по трем основным критериям:

Невидимые человеческим глазом детали изображения - места гашения по вертикали и горизонтали. Удаление этой информации вообще никак не сказывается на изображении;
Статистическая избыточность. Подразделяется на пространственную и временную. Под пространственной избыточностью понимаются участки изображения, на которых смежные пиксели практически одинаковы. Под временной - не изменяемые во времени фрагменты изображения;
Избыточность по цвету и яркости - рассчитывается исходя из ограниченной чувствительности человека к небольшим изменениям цветов и яркости деталей изображения.

Как реализуется формат MPEG.

Для удобства кодирования видеоданных весь видеопоток разбивается на группы, называемые GOP (Group of Pictures - Группа изображений). Такая группа строится, как показано на Рис. 1.3

Рис. 1.3. «Устройство» формата MPEG

На рисунке изображены следующие кадры:

I - Intra-кадры, которые обычно называются опорными и содержат всю информацию об изображении. MPEG последовательности без этих кадров быть не может в принципе. При компрессии I-кадров происходит удаление только пространственной избыточности. Именно с этого кадра начинается декодирование изображения в последовательности;
Р - Predictive кадры. «Предсказанные» кадры, при формировании которых используется метод предсказания изображения на следующем кадре с учетом компенсации движения от последнего I или Р-кадра перед формируемым. Р-кадр также служит для дальнейшего предсказания изображения. Р-кадр создается с помощью межкадровой компрессии, уменьшающей как пространственную, так и временную избыточность. Изображение Р-кадра вычитается из следующего изображения и эта разница кодируется и вместе с вектором движения добавляется к сжатым данным;
В - Bi-directional, «двунаправленные» кадры. Они названы так потому, что хранят наиболее существенную информацию с окружающих их I и Р-кадров. В кадры имеют наивысшую степень компрессии, но требуют предыдущего и последующего изображения для компенсации движения объектов на изображении.

Такую структуру MPEG потока обычно описывают в виде дроби M/N, для которой М сообщает общее число кадров в GOP, a N - каким по счету будет очередной Р-кадр после предыдущего. Таким образом, GOP-последовательность, изображенная на рисунке выше, может быть записана как 12/3. Собственно поток данных MPEG состоит из 6 иерархических уровней:

Блок - данные по яркости и цветности для блоков 8x8 пикселей изображения. Блоки анализируются по значениям Y (яркость), СВ и CR (цветоразностные сигналы);
Макроблок — как следует из названия, состоит из 4 простых блоков в окне 16x16 пикселей соответственно. В формате 4:2:0 макроблок содержит 4 блока яркостных данных Y и по одному СВ и CR;
Слой - содержит несколько смежных макроблоков;
Кадр - состоит из группы слоев, содержащих изображение, которое, в свою очередь, может быть как I, так Р или В;
Группа изображений (она же GOP) - содержит последовательность кадров. Может включать до 15 кадров и должна обязательно начинаться с I кадра;
Видеопоследовательность — должна содержать минимум одну GOP, а также заголовок в начале последовательности и код конца последовательности.

Уровни и профили MPEG

Под профилем MPEG понимается подмножество структуры битового потока сжатого видеоизображения. В пределах такого подмножества возможен широкий разброс параметров потока и, соответственно, кодеров и декодеров для них.

Под уровнем понимается ряд ограничений, применяемых к параметрам MPEG-потока, например, разрешение выходного изображения, частота кадров и т.п.

Таблица ниже иллюстрирует максимальные значения ограничений, накладываемых на уровни и профили MPEG.

Профиль/ уровень	Простой I, P 4:2:0 (Simple Profile)	Основной 1, P, В 4:2:0 (Main Profile)	I, P, В 4:2:2	1,P,B 4:2:0 (SNR Scalable Profile)	Пространственный I, P, В 4:2:0 (Spatially Scalable Profile)	Высокий 1, P, В 4:2:0 или 4:2:2 (High Profile)
Самый высокий (High Level)		1920x1152 80 Mbit/s				1920x1152 100 Mbit/s
Высокий (High 1440 Level)		1440x1152 60 Mbit/s			1440x1152 60 Mbit/s	1440x1152 80 Mbit/s
Основной (Main Level)	720x576 15Mbit/s	720x576 15 Mbit/s	720x608 50 Mbit/s	720x576 15 Mbit/s		720x608 20 Mbit/s
Низкий (Low Level)		352x288 4 Mbit/s		352x288 4 Mbit/s

Эта таблица нужна в первую очередь для понимания часто встречающихся обозначений формата конкретной записи или описаний возможности какого-либо кодера. Например, вот так может характеризоваться запись в формате MPEG:

Название	Обозначение	Что есть что
Standard	PAL	Система телевидения 1)
Resolution	720*576	Разрешение изображения
Profile and level	MP@ML	Main Profile и Main Level
Frame rate	25	Частота кадров
Bitrate	around 5 Mbit avg	Средняя скорость потока 5 Mbit
GOP structure	IBBPBBPBBPBB	Структура GOP

1) На самом деле здесь правильнее было бы написать: PAL - название аналогового стандарта телевидения, в котором был создан исходный видеофильм. Собственно MPEG фильм нельзя отнести к какой-либо системе цветного телевидения, так как кадры в MPEG являются просто цифровым представлением ранее аналогового изображения и не имеют никакого отношения даже к исходной для оригинала фильма системе телевидения.

Для видеолюбителя определяющую роль играют всего несколько наиболее важных параметров настройки MPEG-кодера (компрессора). Это:

Bit Rate (Скорость потока) - измеряется в мегабитах (обратите внимание, в мегабитах, а не в мегабайтах) в секунду. Чем выше Bit Rate, тем выше качество изображения, но тем больше места занимает созданный кодером MPEG файл;
Constant Bit Rate (Постоянная скорость потока) - параметр кодирования, указывающий на то, что скорость потока не должна зависеть от кодируемого изображения и быть постоянной величиной. Установка постоянной скорости позволяет точно определить размер итогового файла фильма, но не оказывает влияния на качество изображения только в случае одной и той же динамики фильма на всем его протяжении. Например, в течение фильма непрерывно показываются автомобильные гонки или медленно и плавно картины в музее;
Variable Bit Rate (Переменная скорость потока) - параметр кодирования, указывающий на то, что скорость потока должна зависеть от динамики изображения - расти на динамичных сценах и уменьшаться на статичных. Variable Bit Rate применяется сейчас наиболее широко, так как позволяет в подавляющем большинстве случаев добиться лучшего качества видео по сравнению с Constant Bit Rate при том же размере файла результата;
Average Bit Rate (Средняя скорость потока) - параметр, совпадающий по значению с Constant Bit Rate при постоянной скорости потока и оговаривающий среднюю скорость потока с Variable Bit Rate.

Используя MPEG или планируя его использовать, следует помнить, что MPEG ориентирован на хранение и передачу видеоданных, но не на их обработку. Редактировать, т.е. каким-либо образом изменять видео в любом из форматов MPEG крайне неудобно и приводит в подавляющем большинстве случаев к потере качества исходного видеоматериала, не говоря уже о больших по сравнению с любыми другими форматами временных затратах компьютера на редактирование.

Атор оригинала Igon
Материал взят с

Что такое MP3 а так-же, как его сделать (часть 1)

-tahag- — Sat, 23 Aug 2008 07:15:03 GMT

Сегодня MP3 является одним из наиболее распространенных форматов компрессии звуковых файлов. Он чаще всего применяется для хранения музыкальных коллекций и ведения аудиовещания в Сети. Как же научиться самому создавать MP3-файлы? Есть ли конкуренты у MP3? На эти и другие вопросы мы постараемся ответить в этой статье.

Формат MP3, или MPEG Audio Layer-3, был разработан компаниями Fraunhofer IIS и Thomson. По сравнению с WAV-файлами, являющимися копиями треков Audio CD (PCM, 16 bit, Stereo, 44,1 kHz), MP3-композиции занимают намного меньше места на диске. На обыкновенном CD-R/RW-диске можно сохранить свыше 11 часов музыки вполне пристойного качества.

Для MP3 написано множество отличных программ (кодировщиков, проигрывателей и т. д.), налажено производство аппаратных (стационарных, карманных и автомобильных) плейеров. По сравнению со многими другими форматами сжатия аудио MP3 обеспечивает лучшее качество звучания и сегодня по своей популярности занимает, пожалуй, второе место после Audio CD.

Тонкости процесса кодирования

На чем же основана идея компрессии звука в MP3? Наверняка, обращаясь к приятелю, отгороженному от внешнего мира плейером с наушниками, вы замечали, как он начинает неестественно громко отвечать на ваши вопросы, поскольку собственный голос, слышимый им под рев рок-концерта, звучит для него непривычно тихо -- особенность человеческого восприятия. И дело тут не столько в остроте слуха, сколько в способности нашего мозга "переваривать" звуковую информацию: не реагировать на импульсы, мощность которые ниже определенного уровня; после сильного грохота не слышать шепота и т. д. Этим и пользуются при создании MP3-кодеров, в каждом из которых может быть реализована своя собственная, варьируемая в зависимости от целей и задач, так называемая психоакустическая модель, где можно пренебречь сравнительно слабыми сигналами.

Как же работают такие методы? Исходный звуковой сигнал разбивается на отдельные блоки, именуемые фреймами, к каждому из которых применяется специальный алгоритм кодирования, причем параметры сжатия для разных фреймов могут значительно отличаться друг от друга. В процессе кодирования блока исходный сигнал разделяется на несколько составляющих частотных диапазонов. Для каждого из них просчитывается величина так называемого эффекта маскирования слабого сигнала более мощным от соседнего диапазона или от предыдущего фрейма. Затем в зависимости от результатов происходит удаление второстепенных звуков, которые не будут слышимы "среднестатистическим" человеком из-за наличия в данный момент более громкого сигнала. Кроме того, учитывается неспособность большинства людей различать высокочастотные сигналы (выше 16 kHz). Аудиоинфоpмация, сжатая по данной схеме, может передаваться потоком, например через Internet, а может храниться в файлах формата MP3.

Спецификации MP3 задают лишь общую схему процесса кодирования, но ни в коей мере не определяют никаких стандартных математических алгоритмов. За создание последних отвечают непосредственно разработчики кодеров. Между последовательно расположенными закодированными фреймами может содержаться некоторая дополнительная информация, главное, чтобы она не совпадала с заголовками фреймов. Очень часто в конец MP3-файла добавляется информационный тег ID3, где хранятся данные о названии композиции, исполнителе, альбоме и т. д. Иногда в начало последовательности закодированных фреймов помещают заголовок аудиоформата WAV.

Я думаю, многие пользователи, приобретя сборник MP3-музыки либо загрузив композицию через Internet, были удивлены, обнаружив у соответствующих файлов расширение .wav. Все дело в том, что WAV является метаформатом. Его спецификациями предусматривается наличие стандартного заголовка и описания блоков данных, способ же кодирования аудиосигнала может быть каким угодно, в том числе и MP3. Чтобы Windows могла однозначно определить используемый метод сжатия, в заголовке файла указывается информация, согласно которой ОС и определяет, установлен в среде соответствующий кодек или нет. После регистрации последнего WAV-MP3-файлы можно использовать в звуковых схемах Windows.

Битрейт и его значение

Одной из важнейших характеристик MP3-файла является битрейт -- скорость потока обрабатываемых данных, или общее количество информации, передаваемой в единицу времени. Эта величина не зависит от того, содержит этот поток моно- или стереозвук.

Битрейт 128 Kbps с легкой руки Fraunhofer IIS был признан оптимальным для использования в Internet, а некоторые производители кодеров распространили мнение о том, что этой скорости вполне достаточно для кодирования музыки с качеством, близким к Audio CD. Однако это не так. На хорошей аппаратуре невосполнимые потери аудиоинформации становятся весьма заметными.

Запомним одно: чем выше битрейт, тем больше места на диске потребуется для сохранения конечного MP3-файла, но и, как правило, тем выше будет качество закодированного сигнала. В целом же каждое значение битрейта имеет свою область применения.

Даже профессиональные эксперты с тонким музыкальным слухом порой не в состоянии отличить на хорошей аппаратуре звучание трека Audio CD и его образа, закодированного в MP3-файл с низким коэффициентом сжатия, например 4:1 (320 Kbps). Для рядового же меломана эта разница становится практически неощутимой при скорости потока 256 Kbps. Другими словами, если вы заботитесь о том, чтобы сохраненные копии по качеству вполне соответствовали оригиналу, то применяйте высокие битрейты, от 256 Kbps. Это особенно важно, если вы собираетесь в дальнейшем проводить дополнительную обработку аудиосигнала. Хотя в этом случае все-таки лучше хранить звук в WAV-PCM-формате.

Ежели вы имеете дело только с компьютерными акустическими системами или недорогой бытовой радиоаппаратурой, то для кодирования и последующего прослушивания композиций вполне достаточно 160--192 Kbps. Для компрессии быстро устаревающей поп-музыки, а также для "выкладывания" музыкального архива в Internet вполне подойдет и 128 Kbps. Значения битрейта ниже 128 Kbps не позволяют добиться должного качества звучания. Скорости 64--96 Kbps чаще всего используют для сжатия аудиоуроков иностранного языка, лекций, интервью и аудиотрансляций.

Долгое время кодеры поддерживали лишь постоянный битрейт (CBR -- Constant BitRate), т. е. пользователь задавал определенную скорость потока данных, а программа обеспечивала при этом максимально возможное качество кодирования. Но очевидно, что плотность потока значимой информации от фрейма к фрейму различна. (Зачем, к примеру, кодировать паузы?) Вот разработчики кодеров и решили использовать для компрессии каждого фрейма свой битрейт, т. е. поставили задачу минимизировать скорость потока данных, сохранив тот же уровень качества. Так родилась идея переменного битрейта VBR (Variable BitRate).

Как закодироать стереосигнал?

В технологии MP3 различают три способа сжатия стереосигнала: Dual Channel, Stereo и Joint Stereo (MS или MS/IS Stereo). В Dual Channel для каждого канала выделяется ровно половина потока. Кодирование каналов осуществляется независимо друг от друга, как Mono. Данный метод рекомендуется, когда каналы содержат принципиально разные сигналы, например текст и музыку.

В режиме Stereo каналы также кодируются отдельно, однако кодер в ходе работы может варьировать распределение потока и в зависимости от ситуации увеличивать или уменьшать пропускную способность одного из каналов за счет другого. Это предотвращает, например, кодирование "тишины" в отдельном канале, в то время как в соседнем содержится сигнал.

Алгоритмом Joint Stereo (MS Stereo) предусмотрено разложение стереосигнала на основную составляющую и разностную. При этом для кодирования последней используются меньшие значения битрейта. В общем случае с помощью данного метода удается получить весьма хорошие результаты. Однако качество кодирования заметно ухудшается при сжатии разнофазных сигналов. В модификации Joint Stereo (MS/IS Stereo), в отличие от предыдущей версии, стали кодировать не разностную составляющую, а отношение мощностей сигналов в каналах. Благодаря этому появляется возможность еще более снизить битрейт, сохранив приемлемое качество кодирования при минимальных значениях скорости потока данных. Однако при этом происходит безвозвратная потеря фазовой информации, и пропадают многие оттенки музыки.

Создаем MP3-файл: шаг за шагом

Этап 1. Снятие копии трека Audio CD в WAV-файл либо оцифровка магнитофонной записи с помощью аудиокарты через линейный вход.

Многие приводы CD-ROM допускают прямое считывание аудиодорожки. Кстати, время, затраченное на такое копирование, будет в несколько раз меньшим, чем реальная продолжительность композиции. (Если ваш CD-ROM не позволяет произвести прямое считывание трека -- не отчаивайтесь, оцифровать его можно будет при проигрывании с помощью звуковой карты, правда, есть вероятность, что качество при этом несколько снизится.)

Для проведения этих действий можно использовать программы WinDAC, AudioGrabber, ExactAudioCopy, CDex.

Если у вас устаревший компьютер, не старайтесь в целях экономии времени и места на диске пропустить этап записи композиции в WAV-файл, включив MP3-кодирование в реальном масштабе времени. В таком случае нагрузка на процессор значительно возрастет, CPU может не справиться с обработкой такого большого объема данных, и файл будет закодирован с ошибками.

Есть еще один путь захвата треков Audio CD, испытанный мной в Windows 98. Например, загружаете альтернативный драйвер cdfs.vxd и прописываете его в директорию c:\windows\system\iosubsys, предварительно сохранив, конечно, копию старого. Затем перезагружаете компьютер и с помощью Проводника Windows копируете из появившихся папок Mono и Stereo в окне Audio CD треки как обыкновенные WAV-файлы, причем с необходимыми параметрами оцифровки.

Если вы хотите записать музыку с линейного входа аудиокарты, то для этого вам в простейшем случае понадобится фонограф Windows, но лучше всего воспользоваться звуковым редактором, например Adobe Audition.

Этап 2. Нормализация записей.

Многие аудиограбберы (программы для копирования дорожек Audio CD в WAV-файл) позволяют проводить нормализацию звука, т. е. приводить звуковой файл к некоторому стандартному виду. Естественно, никакого универсального эталона не существует, в данном контексте обычно речь идет об установлении соответствия группы файлов некоему единому образцу. К примеру, при составлении MP3-архивов (либо записи Audio CD) с разных источников (аудиодисков, виниловых пластинок, магнитных лент и т. д.) желательно, чтобы ряд важных параметров (таких, как уровень громкости, степень компрессии, наличие и длительность пауз в начале и в конце композиции и т. п.) были примерно одинаковы для всей коллекции.

Если вы создаете MP3-архив c Audio CD, то, как правило, не стоит включать нормализацию звука. Ну а коль в вашу коллекцию вошли композиции из разных источников, то, вероятно, понадобится выполнить такие действия, особенно для тех файлов, которые являются образами магнитофонных записей.

Этап 3. Конвертация WAV-файла в MP3.

Для этих целей можно применить любой из рекомендованных кодеров. Время, затраченное на эту операцию, полностью зависит от производительности процессора. На слух потеря качества в MP3 выражается в небольшом срезании верхних частот. Однако чувствительность слухового аппарата человека очень индивидуальна, поэтому больше экспериментируйте с параметрами кодеров с учетом своего восприятия.

Говоря о едином законченном решении для копирования c Audio CD, кодирования и проигрывания композиций, хотелось бы обратить ваше внимание на совершенно новую разработку компании eJay, адресованную именно домашним пользователям, -- студию mp3 PRO. (Кстати, не "покупайтесь" на название, формат MP3Pro она не поддерживает.) Данное приложение имеет приятный интерфейс и обладает завидными возможностями, хотя взамен этого требует довольно высоких системных ресурсов. eJay mp3 PRO позволяет не только захватывать треки c Audio CD, но и редактировать MP3-файлы, теги и плэй-листы, а также записывать композиции обратно на CD-R/RW-бланки.

Форматы сжатия видео MPEG

-tahag- — Sun, 17 Aug 2008 07:30:04 GMT

Все форматы сжатия семейства MPEG (MPEG 1, MPEG 2, MPEG 4, MPEG 7) используют высокую избыточность информации в изображениях, разделенных малым интервалом времени. Между двумя соседними кадрами обычно изменяется только малая часть сцены – например, происходит плавное смещение небольшого объекта на фоне фиксированного заднего плана. В этом случае полная информация о сцене сохраняется выборочно – только для опорных изображений. Для остальных кадров достаточно передавать разностную информацию: о положении объекта, направлении и величине его смещения, о новых элементах фона, открывающихся за объектом по мере его движения. Причем эти разности можно формировать не только по сравнению с предыдущими изображениями, но и с последующими (поскольку именно в них по мере движения объекта открывается ранее скрытая часть фона).

Форматы сжатия семейства MPEG сокращают объем информации следующим образом:
#
Устраняется временная избыточность видео (учитывается только разностная информация).
#
Устраняется пространственная избыточность изображений путем подавления мелких деталей сцены.
#
Устраняется часть информации о цветности.
#
Повышается информационная плотность результирующего цифрового потока путем выбора оптимального математического кода для его описания.

Форматы сжатия MPEG сжимают только опорные кадры – I-кадры (Intra frame – внутренний кадр). В промежутки между ними включаются кадры, содержащие только изменения между двумя соседними I-кадрами – P-кадры (Predicted frame – прогнозируемый кадр). Для того чтобы сократить потери информации между I-кадром и P-кадром, вводятся так называемые B-кадры (Bidirectional frame – двунаправленный кадр). В них содержится информация, которая берется из предшествующего и последующего кадров. При кодировании в форматах сжатия MPEG формируется цепочка кадров разных типов. Типичная последовательность кадров выглядит следующим образом: IBBPBBIBBPBBIBB… Соответственно, последовательность кадров в соответствии с их номерами будет воспроизводиться в следующем порядке: 1423765…
Форматы сжатия видео изображения MPEG 1 и MPEG 2
В качестве начального шага обработки изображения форматы сжатия MPEG 1 и MPEG 2 разбивают опорные кадры на несколько равных блоков, над которыми затем производится дискетное косинусное преобразование (DCT). По сравнению с MPEG 1, формат сжатия MPEG 2 обеспечивает лучшее разрешение изображения при более высокой скорости передачи видео данных за счет использования новых алгоритмов сжатия и удаления избыточной информации, а также кодирования выходного потока данных. Также формат сжатия MPEG 2 дает возможность выбора уровня сжатия за счет точности квантования. Для видео с разрешением 352х288 пикселей формат сжатия MPEG 1 обеспечивает скорость передачи 1,2 – 3 Мбит/с, а MPEG 2 – до 4 Мбит/с.

По сравнению с MPEG 1, формат сжатия MPEG 2 обладает следующими преимуществами:
#
Как и JPEG2000, формат сжатия MPEG 2 обеспечивает масштабируемость различных уровней качества изображения в одном видеопотоке.
#
В формате сжатия MPEG 2 точность векторов движения увеличена до 1/2 пикселя.
#
Пользователь может выбрать произвольную точность дискретного косинусного преобразования.
#
В формат сжатия MPEG 2 включены дополнительные режимы прогнозирования.

Формат сжатия MPEG 2 использует видеосервер AXIS 250S компании AXIS Communications, 16-канальный видеонакопитель VR-716 компании JVC Professional, 32-канальные видеорегистраторы компании FAST Video Security и многие другие устройства системы видеонаблюдения.
Формат сжатия MPEG 4
MPEG4 использует технологию так называемого фрактального сжатия изображений. Фрактальное (контурно-основанное) сжатие подразумевает выделение из изображения контуров и текстур объектов. Контуры представляются в виде т.н. сплайнов (полиномиальных функций) и кодируются опорными точками. Текстуры могут быть представлены в качестве коэффициентов пространственного частотного преобразования (например, дискретного косинусного или вейвлет-преобразования).

Диапазон скоростей передачи данных, который поддерживает формат сжатия видео изображений MPEG 4, гораздо шире, чем в MPEG 1 и MPEG 2. Дальнейшие разработки специалистов направлены на полную замену методов обработки, используемых форматом MPEG 2. Формат сжатия видео изображений MPEG 4 поддерживает широкий набор стандартов и значений скорости передачи данных. MPEG 4 включает в себя методы прогрессивного и чересстрочного сканирования и поддерживает произвольные значения пространственного разрешения и скорости передачи данных в диапазоне от 5 кбит/с до 10 Мбит/с. В MPEG 4 усовершенствован алгоритм сжатия, качество и эффективность которого повышены при всех поддерживаемых значениях скорости передачи данных. Разработка компании JVC Professional – веб-камера VN-C10U, входящая в линию сетевых устройств V.Networks, использует для обработки видео изображений формат сжатия MPEG 4.
MPEG 7 и MPEG 21 – форматы будущего
В октябре 1996 года группа MPEG приступила к разработке формата сжатия MPEG 7, призванным определить универсальные механизмы описания аудио и видео информации. Этот формат получил название Multimedia Content Description Interface. В отличие от предыдущих форматов сжатия семейства MPEG, MPEG 7 описывает информацию, представленную в любой форме (в том числе в аналоговой) и не зависит от среды передачи данных. Как и его предшественники, формат сжатия MPEG 7 генерирует масштабируемую информацию в рамках одного описания.

Формат сжатия MPEG 7 использует многоуровневую структуру описания аудио и видео информации. На высшем уровне прописываются свойства файла, такие как название, имя создателя, дата создания и т.д. На следующем уровне описания формат сжатия MPEG 7 указывает особенности сжимаемой аудио или видео информации – цвет, текстура, тон или скорость. Одной из отличительных особенностей MPEG 7 является его способность к определению типа сжимаемой информации. Если это аудио или видео файл, то он сначала сжимается с помощью алгоритмов MPEG 1, MPEG 2, MPEG 4, а затем описывается при помощи MPEG 7. Такая гибкость в выборе методов сжатия значительно снижает объем информации и ускоряет процесс сжатия. Основное преимущество формата сжатия MPEG 7 над его предшественниками состоит в применении уникальных дескрипторов и схем описания, которые, помимо всего прочего, делают возможным автоматическое выделение информации как по общим, так и по семантическим признакам, связанным с восприятием информации человеком. Процедура занесения в каталог и поиска данных находятся вне сферы рассмотрения этого формата сжатия.

Разработка формата сжатия MPEG 21 - это долговременный проект, который называется "Система мультимедийных средств" (Multimedia Framework). Над разработкой этого формата сжатия эксперты начали работать в июне 2000 г. На первых этапах планировалось провести расширение, унификацию и объединение форматов MPEG 4 и MPEG 7 в единую обобщающую структуру. Подразумевалось, что она будет обеспечивать глубокую поддержку управления правами и платежными системами, а также качеством предоставляемых услуг.

Мини-FAQ по форматам видео.

-tahag- — Sun, 17 Aug 2008 07:27:16 GMT

Часто приходится слышать вопрос: "Установил операционную систему, взял у друга фильм, а он не хочет идти, выдает какую-то ошибку..." Давайте разберемся в этом вопросе, а также хоть по минимуму поймем, в чем различие разных форматов видео.
Существует несколько стандартов записи видео. Нас будут интересовать MPEG-1, MPEG-2 и MPEG-4. Вначале пройдемся по предыстории вопроса. Видеофайл сам по себе занимает очень много места, поэтому, чтобы уменьшить его размер, применяют сжатие этого файла. Естественно, при сжатии в какой-то степени теряется качество; весь вопрос в том- насколько оно теряется. Так, MPEG–1 обеспечивает относительно небольшую степень сжатия видео и звука; его реализация в стандарте Video CD предлагала разрешение картинки до 352 на 288 пикселей (что, безусловно, очень мало для качественного видео) и позволяла записать лишь около часа видео на один компакт-диск. Из преимуществ можно назвать относительную вычислительную простоту декодирования, соответственно невысокие требования к компьютеру (хватало процессора 133 МГц). Использование дешёвых CD в качестве носителя, а также полная поддержка абсолютно всеми бытовыми проигрывателями сделали этот формат весьма популярным для записи домашнего видео (именно домашнего, у издателей видеопродукции он так и не стал популярен). Естественно, что качество записи у этого формата очень и очень невысоко.

MPEG–2 обеспечивает более совершенное сжатие, он используется для записи DVD (это наиболее распространённая реализация стандарта MPEG-2) и обеспечивает разрешения вплоть до 720 на 576, что позволяет записать до 3—4 часов видео на один диск, естественно не на CD, а на DVD. Это более ёмкий, но и более дорогой диск, который, к тому же, требует дополнительной аппаратуры (DVD–привод). Видео DVD стали промышленным стандартом для записи домашнего видео: кинофильмов, концертов и т. п. Сейчас уже не редкость записываемые DVD-приводы в домашнем пользовании. Кстати, этот формат сжатия видео широко используется в цифровом телевизионном вещании, в том числе спутниковом телевидении.

Есть еще промежуточный между VCD и видео DVD формат: Super Video CD, SVCD (использует CD в качестве носителя и MPEG–2 в качестве формата сжатия видео, разрешение — 480x576, позволяет записать около 70 минут на один диск) — его качества сжатия для любительского видео вполне хватает. Основная проблема SVCD — совместимость, не все аппаратные проигрыватели способны воспроизводить диски в таком формате.

Идеальным компромиссом между степенью сжатия и вычислительной сложностью декодирования видео (что налагает требования к мощности процессора) стал стандарт сжатия видео MPEG–4. Для воспроизведения видео достаточно процессора в 300—400 МГц, а неплохое качество обеспечивается при сжатии 2—2,5 часов на один CD (или отличное качество при сжатии 1 часа на CD). Первой ласточкой в этой области стали кодеки Microsoft MPEG–4 v.1, v.2 и v.3. На основе последнего из них был создан кодек DivX 3 — именно с его появлением MPEG–4 видео начало своё повсеместное распространение. После этого началась разработка множества различных кодеров для сжатия видео. На сегодня стандарт MPEG–4 — самый распространённый способ хранения цифрового видео на компьютерах. MPEG–4 обеспечивает степень сжатия примерно в 2—4 раза больше, чем MPEG–2. Всё большее количество аппаратных проигрывателей получает поддержку декодирования видео в формате MPEG–4 ASP ( advanced simple profile). Появляются первые реализации кодеков стандарта MPEG–4 advanced video coding (MPEG–4 AVC, или H.264), которые обеспечивают ещё большую степень сжатия видео. Правда, для воспроизведения записей в MPEG–4 AVC требуются процессор с более чем 1,5 ГГц. Вообще, можно смело утверждать, что завтрашний день сжатия видео- за MPEG–4.

Здесь мы уже вплотную подошли к вопросу: почему не идет фильм и что нужно, чтобы он пошел? В пределах даже одного стандарта (например, MPEG-4) существуют разные реализации этого стандарта, которые в чем-то отличаются друг от друга. И получается, если фильм сжат с помощью более нового кодека, то и проигрывать его нужно с помощью того же (или более нового). Если же на вашем аппарате нужный кодек отсутствует (а в состав операционной системы он не входит, его нужно устанавливать особо), то и посмотреть фильм вам не удастся. Решается проблема на удивление просто: обычно на диске с фильмом присутствуют и кодеки в отдельной папке (поищите название типа DivX или XviD), установите их. Или в поисковике наберите K-Lite- это набор кодеков, включающий практически все существующие. Выдастся куча ссылок, выбирайте любую (лучше более новую- можно разобраться по номеру версии), устанавливайте- и в дальнейшем, может быть, иногда обновляйте.

Моно, стерео, квадро, бинауральная запись, процессоры трехмерного звука и, наконец, многоканальный объемный звук. (1 часть)

-tahag- — Fri, 08 Aug 2008 17:06:17 GMT

Проблема разработки систем многоканального воспроизведения звука возникла потому, что качество звучания, реализуемое монофоническими (одноканальными) системами перестало удовлетворять взыскательных слушателей. Поэтому в конце 50-х годов начали распространяться стереофонические (двухканальные) системы воспроизведения звука. Сегодня формат стерео является основным стандартом звуковоспроизведения, однако и он не свободен от недостатков. Хотя стереофонические системы и создают эффект пространственного звучания за счет синтеза панорамы мнимых источников звука (МИЗ) между двумя громкоговорителями, стерео панорама получается плоской и ограниченной углом между направлениями на громкоговорители. Такое звучание в значительной степени лишено естественности реального звукового пространства, в котором человек способен воспринимать источники звука практически со всех направлений как в горизонтальной, так и в вертикальной плоскостях, и оценивать, хотя порой и с ошибками, расстояние до них.

Квадрофония

Следующим шагом в развитии многоканальных систем звуковоспроизведения было квадро-фоническое (четырехканальное) звуковоспроизведение. В начале 70-х было разработано несколько конкурирующих и несовместимых друг с другом квадро-фонических систем, например, дискретная (то есть с четырьмя независимыми каналами воспроизведения) система JVC CD-4 или матричные системы CBS SQ и Sansui QS, в которых четырехканальный звук определенным образом кодировался в два канала для записи, а при воспроизведении декодировался в четыре канала. Однако кодирование-декодирование не проходило бесследно и качество восстановленного четырехканального сигнала уступало качеству сигналов в дискретной системе CD-4. Что же касается CD-4, то эта система была неэкономична (поскольку требовала четырехканальных устройств воспроизведения) и отличалась очень плохой совместимостью с основным носителем того времени - грампластинкой. Мнения экспертов о звуковых возможностях системы CD-4 разделились, однако большинство слушателей отмечало отсутствие круговой панорамы, а многие эксперты ощущали себя зажатыми между передней и задней звуковыми картинами.

Объясняется это тем, что человеческий слуховой аппарат способен довольно легко создавать фантомные образы (или воспринимать мнимые источники) для звуков, находящихся спереди. То есть, если звук с одинаковой громкостью воспроизводится левой и правой передними акустическими системами, то мы воспринимаем его как находящийся точно в центре между ними. Однако способность большинства людей создавать фантомные образы снижается, если источники звука находятся сзади, и практически пропадает, если они находятся сбоку. Это можно легко проверить, если повернуться боком к акустическим системам, при прослушивании записи с насыщенной информацией в центре панорамы.

В результате, по причинам несовместимости с основными носителями, отсутствия пользовательской базы, разнообразия и несовместимости систем кодирования (или неэкономичности в случае дискретных систем), а также недостаточного привлечения творческих сил (широко известны, пожалуй, только работы, которые проводил Alan Parsons, как с собственной музыкой, так и с творчеством Pink Floyd) квадрофонические системы не получили широкого распространения и через пару лет действия по их продвижению на рынок прекратились.

Наушники

Головные стереотелефоны также не позволяют получить естественное звучание воспроизводимой фонограммы. Дело в том, что возникающее при этом впечатление бесконечной ширины стереобазы и четкая локализация звукового изображения внутри головы слушателя не могут удовлетворить требовательных меломанов. Для устранения этого эффекта применяются специальные обработчики сигналов, получившие название биофонических процессоров. Принцип их действия состоит в подмешивании сигналов левого канала в правый канал, и наоборот. Таким образом, на выходе каждого канала формируется сигнал, состоящий из ослабленного и скорректированного сигнала своего канала, и задержанного (и соответствующим образом скорректированного) сигнала другого канала. Подобными устройствами, выполненными в виде приставок или встроенными, в настоящее время оснащены многие музыкальные центры. Интересно, что такие устройства могут быть реализованы и чисто программными методами с использованием цифровой обработки сигналов в реальном времени (например, существует бесплатный подключаемый модуль NoPhones в формате VST для Windows).

Бинауральная запись

Наиболее совершенный метод имитации реального трехмерного звукового поля - бинауральная передача звука. Бинауральный метод состоит в том, что звуковая информация воспринимается микрофонами, размещенными в ушных раковинах человека или "искусственной головы" - модели, имитирующей слуховое восприятие человека. В идеале такая система позволяет создать полную иллюзию естественного звучания. Она как бы переносит слушателя из помещения прослушивания в помещение, где ведется запись. Однако, полноценно прослушивать бинауральную запись можно только с помощью стереотелефонов и при условии, что размеры и строение использовавшейся для записи искусственной головы во многом схожи с вашей головой. Читатели могут прослушать бинауральные звуковые файлы, скачав их через Интернет с сервера Binaural Source (www.binaural.com).

В свое время, микрофоны для бинауральной записи выпускали фирмы Sennheiser (MKE 2002) и Neumann (KU 81i по кличке Fritz). Сейчас известна только модель Neumann KU 100 Dummy Head.

При воспроизведении бинаурального сигнала через акустические системы, из-за попадания сигнала правого канала в левое ухо слушателя и наоборот, возникают перекрестные искажения, в конечном счете сводящие на нет все преимущества бинаурального звуковоспроизведения. Указанные недостатки в значительной мере удается устранить с помощью специального устройства обработки звуковых сигналов, позволяющего получить бинауральный эффект при прослушивании бинауральной записи через акустические системы. Такие устройства получили название трансауральных процессоров. Принцип действия таких устройств основан на подмешивание определенным образом с фазированных сигналов левого канала к правому и наоборот, с целью компенсации перекрестных помех. Трансауральный эффект подобен бинауральному и отличается от него только способом воспроизведения бинауральной записи. И хотя площадь, где он отчетливо проявляется, невелика, зато, находясь в ее пределах, слушатель может иметь представление о расстоянии до источников звука и их взаимном расположении в пространстве на момент записи. Другое интересное свойство трансаурального процессора - это возможность расширения с его помощью стереобазы обычных стереофонических записей. Реализованные аппаратно, трансауральные процессоры являются частью снятых с производства устройств Lexicon CP 1 и CP 3, а также выпускаемого сейчас аудио-видео процессора Lexicon DC 1.

Процессоры трехмерного звука

Еще одним способом улучшения пространственного звучания является применение так называемых процессоров трехмерного звука (3-D Audio). Они предназначены для расширения звуковой панорамы за границы физического расположения акустических систем (в идеальном случае до сферы), некоторые из подобных устройств также предлагают точное расположение отдельных звуков в пространстве. Эти процессоры пытаются имитировать реальную звуковую картину посредством изменения амплитуды, времени и тембра звука.

Существует два подхода к процессорам трехмерного звука. В первом случае предлагается создавать объем во время записи, так чтобы результат можно было услышать на любой стереофонической системе. Этот подход реализован в технологиях QSound, B.A.S.E. и Roland RSS. Во втором случае предлагается осуществлять обработку на стадии воспроизведения, то есть встраивать процессоры непосредственно в потребительскую аппаратуру. Естественно, что в этом случае при производстве записи нет никакой возможности воздействовать на трехмерность результата. Подобный подход применяется в технологиях Hughes SRS и Carver Sonic Holography. Впрочем, эти подходы не являются взаимоисключающими: некоторые звукоинженеры используют систему SRS непосредственно в процессе создания записи, системы обработки нередко применяются на стадии воспроизведения, а некоторые технологии изначально предназначены для обоих вариантов применения.

В любом случае, эффект, производимый при помощи процессоров трехмерного звука, сильно зависит от положения слушателя и чаще всего несовместим с моно. Последнее не означает, что трехмерность не проявляется при прослушивании в моно (что и так понятно), а означает, что при прослушивании в моно происходит изменение (искажение) тембра звука.

На самом деле, употребление термина "трехмерный" неправильно, поскольку практически ни одна из технологий не обеспечивает расположение звука по высоте. То есть, даже в лучшем случае мы имеем не сферу, а круг - плоскую фигуру, описываемую двумя измерениями, чаще же всего реальное поле, в котором можно получить устойчивые результаты, составляет полукруг, находящийся перед слушателем.

Познакомимся вкратце с основными технологиями.

Технология Qsound создана на основе субъективных критериев оценки направления звука, выработанных в результате более чем полумиллиона тестов. Действует посредством изменения амплитуды сигнала на определенных частотах, а также посредством фазовых и временных сдвигов. Позволяет размещать звук в пределах полукруга (180°) перед слушателем. Технология воплощена в аппаратном устройстве QSystem, имеющем восемь входов и позволяющем производить статическое размещение или динамическое перемещения отдельных звуков. Технологию QSound применялась при записи таких исполнителей, как Madonna, Sting, INXS, Julian Lennon, Roger Waters, также она использовалась в некоторых телевизионных фильмах, например, в сериале "Секретные материалы" (X-Files). Технология QSound используется в процессоре UltraQ, созданном для потребительского рынка, и в некоторых звуковых платах производства Creative Labs. Кроме того, существуют подключаемые модули в формате DirectX и Sound Forge для Windows, в формате TDM, SD II и AudioSuite для MacOS.

Технология Roland RSS (Roland Sound Space) действует посредством изменения амплитуды, времени и тембра звука. При этом используется комбинация двух техник: бинауральной и трансауральной (для прослушивания бинаурального сигнала через акустические системы). Система способна производить бинауральный сигнал из стерео или моно записи. Устройство RSS, стоимостью около 20000$, имеет четыре входа, управляется по MIDI, обеспечивает расположение звуков в полной сфере. Менее дорогой вариант представлен в виде процессора RSS 10. Технология RSS также присутствует в некоторых процессорах фирмы Roland, в частности SDE 330, SRV 330 и SDX 330.

Технология Ambisonics появилась в 1970 году в результате британских академических исследований. Она предназначена прежде всего не для имитации пространства, а для записи с сохранением реальной звуковой картины, и лучше всего это получается при использовании многоэлементного микрофона SoundField SPS 422. Запись можно производить и на два канала, однако при использовании многоканальной записи возможна имитация круговой (три канала) и сферической (четыре канала) панорамы. Существует матричная система UHJ, позволяющая кодирование сделанной по технологии Ambisonics многоканальной записи в два канала. Результат кодирования совместим со стерео и моно. Закодированный системой сигнал может воспроизводиться как с декодированием, так и без него. При воспроизведении без декодера лишь слегка расширяется звуковое поле, если же используется декодер, то эффект выражен гораздо ярче. Наряду с двухканальным, возможно и многоканальное воспроизведение записей, сделанных по технологии Ambisonics. При использовании четырех каналов воспроизведения (то есть четырех независимых акустических систем) можно получить круговую панораму. Для сферической панорамы необходимо шесть каналов, возможно использование и большего количества акустических систем. Наряду с записью по технологии Ambisonics, существует также система микширования уже записанного многоканального материала, имеющая восемь входов. Еще при помощи этой технологии возможна обработка готового стерео материала, подобные процессоры используются в потребительском оборудовании. Выпущено более шестисот CD (в основном с классической музыкой), записанных по технологии Ambisonics.

Технология SRS была разработана фирмой Hughes, но сейчас ее дальнейшим развитием занимается фирма SRS Labs. Технология позволяет производить расширение стереобазы и преобразование моно в стерео. Наряду с отдельными аппаратными устройствами, системы SRS применяются в телевизорах и другой потребительской технике, а также в компьютерных продуктах (звуковых платах, например). Лицензии на применение SRS проданы многим ведущим производителям бытовой и компьютерной техники.

Технология Spatializer может применяться как для кодирования при записи, так и для обработки звука при воспроизведении. Получаемый эффект простирается от расширения стереобазы до точного позиционирования в пределах круга. Для работы в крупных студиях предназначены устройства PRO Spatializer (16 входов, расширяется до 24) и Spatializer 8 (восемь входов) с MIDI управлением, а также цифровое устройство со стерео входом Digital Spatializer. Для малобюджетных студий предлагается процессор со стерео входом Spatializer Retro. Производится также недорогое устройство HTMS 2510, предназначенное для обработки звука при воспроизведении и ориентированное на потребительский рынок. Технология Spatializer применяется в продуктах некоторых других фирм. Еще существуют подключаемые модули в форматах AudioSuite и TDM для MacOS, в формате DirectX для Windows. Spatializer применялся в работах многих известных музыкантов и продюсеров, а также в нескольких фильмах и телевизионных передачах.

Технология фирмы CRE (Crystal River Engineering) воплощена как в аппаратных, так и в программных продуктах. Первое устройство - Convolvotron, было разработано совместно с NASA для использования в тренировочных имитаторах полетов и других системах виртуальной реальности. Существуют также автономная система Acoustetron II, компьютерные платы Beachtron и Alphatron, подключаемый модуль Protron в формате TDM для MacOS.

Это не все существующие технологии трехмерного звука, однако самые известные из них.

Многоканальные форматы

Некоторые фирмы уже довольно давно заявляют, что стерео - отживший формат и пытаться получить с его помощью трехмерную картину технически интересно, но является пустой тратой времени. Взамен эти фирмы предлагают развивать многоканальные форматы воспроизведения звука.

Одним из несомненных преимуществ данного подхода является меньшая зависимость производимого эффекта от расположения слушателя, что очень важно для кинотеатров, например, поскольку невозможно усадить всех зрителей в центр. Недаром впервые коммерческое применение многоканального звука произошло в кино: вышедший в 1940 году диснеевский мультфильм "Fantasia" сопровождался трехканальным дискретным звуком. Этот формат получил название Fantasound, однако больше с тех пор нигде не применялся. В 50-х в кино использовались другие дискретные форматы (четырехканальный CinemaScope и шестиканальный Todd-AO), однако самым распространенным на сегодняшний день форматом многоканального объемного звука в кино является Dolby Stereo. Из кинотеатров подобные системы постепенно перекочевали в "домашние театры".

Применяющийся в кино четырехканальный формат Dolby Stereo является матричным форматом, то есть звук, предназначенный для каждого из четырех каналов, кодируется и записывается на два канала, а при воспроизведении декодируется вновь в четыре канала: левый, центральный, правый и задний (обычно направляется на две тыловые акустические системы одновременно). Впервые формат Dolby Stereo был применен в фильме "Звездные Войны" (Star Wars) в 1975 году. С 1976 по 1979 годы процесс кодирования основывался на модифицированной технологии Sansui QS, разработанной в свое время для квадро. Из-за применявшейся технологии кодирования разделение между каналами было не больше 8 дБ. В 1979 году фирма Dolby изменила технологию кодирования, доведя разделение между каналами до 15 дБ, однако частотный диапазон заднего канала так и остался ограниченным (от 100 Гц до 7 кГц). На настоящий момент в мире насчитывается около 40 тысяч кинотеатров, оборудованных для воспроизведения звука в формате Dolby Stereo.

Домашний вариант Dolby Stereo называется Dolby Pro-Logic. Это также матричный четырехканальный формат, использующий такой же принцип кодирования и, следовательно, имеющий все те же недостатки, что и Dolby Stereo. Кодирование и мониторинг может производиться посредством аппаратных устройств (кодер Dolby SEU-4 и декодер SDU-4) или подключаемых модулей для Pro Tools. Кроме того, декодеры встраиваются в потребительскую аппаратуру, а также продаются отдельно. На сегодняшний день около 30 миллионов пользователей в мире имеют декодеры Dolby Pro-Logic в том или ином исполнении, плюс ежегодно продается пять миллионов декодеров. Совместимость с форматом Dolby Stereo обеспечивает широчайший выбор готовой продукции, сегодня известно около 7800 записей со звуком в формате Dolby Pro-Logic, вышедших на аудио кассетах, видео кассетах, лазерных дисках, CD, CD-ROM и DVD дисках. Существуют также видео игры, радио и телевизионные программы (например, сериалы Beverly Hills 90210, Melrose Place и The Simpsons). Кроме того, в последнее время начали появляться компьютерные платы с декодером Dolby Pro-Logic (miroMEDIA Surround).

В отличии от аналоговых систем Dolby Stereo и Dolby Pro-Logic Dolby Digital является цифровой системой кодирования и записи многоканального объемного звука (раньше она, кстати, называлась Dolby Surround AC-3). К тому же, Dolby Digital имеет не четыре, а шесть отдельных каналов - пять каналов с полным диапазоном и низкочастотный канал, то есть система соответствует формату 5.1 (см. далее). Кодер Dolby Digital принимает цифровые данные с частотой дискретизации 32, 44,1 или 48 кГц и разрядностью 16, 18 или 20 бит. В будущем разрядность может быть увеличена до 24 бит. Хотя в системе Dolby Digital используется сжатие данных с потерями (от 9:1 до 16:1), качество в результате получается лучше, чем у аналоговых систем Dolby. Формат Dolby Digital используется в кино, выпущено около 120 фильмов и около 11000 кинотеатров по всему миру способны воспроизводить звуковое сопровождение в этом формате. Все чаще появляется домашняя аппаратура со встроенными декодерами Dolby Digital, выходят лазерные диски и DVD диски со звуком в этом формате. Формат Dolby Digital является частью спецификации видео DVD, телевидения высокой четкости (HDTV) в США и Японии, некоторых систем кабельного телевидения. Хотя спецификации для аудио DVD будут приняты не раньше мая месяца этого года, предложения по спецификациям включают формат Dolby Digital.

При обсуждении многоканального объемного звука встречается иногда упоминание о LucasFilm THX, однако необходимо понимать, что это не формат кодирования, а попытка стандартизации и сертификации аппаратуры (декодеров, усилителей, акустических систем) для воспроизведения многоканального объемного звука. Существуют спецификации THX 4.0 для четырехканального звука и THX 5.1 для шестиканального.

Поскольку тыловой канал систем Dolby Stereo и Dolby Pro-Logic имеет ограниченный частотный диапазон, эти системы не очень подходят для равноправного воспроизведения музыки всеми имеющимися акустическими системами. Поэтому фирма RSP Technologies некоторое время назад произвела собственную матричную систему под названием Circle Surround, которая является адаптацией систем Dolby специально для музыки, поскольку имеет тыловой канал c полным диапазоном частот. Современная версия системы, Circle Surround 5.2.5, может также работать в шестиканальном режиме с раздельными тыловыми каналами и каналом субвуфера. Система включает кодер и декодер, дополнительно можно приобрести контроллер с четырьмя джойстиками и шестиканальный усилитель мощности. Фирма RSP заявляет, что звук, закодированный посредством системы Circle Surround (в четырехканальном режиме), полностью совместим с декодерами Dolby Pro-Logic. Кроме того, декодер Circle Surround может синтезировать объемный звук из обычного стерео. Выпущены декодеры HTD 1 для "домашнего театра" и CSA 12 для автомобильных аудио систем. Несколько десятков CD закодированы системой Circle Surround.

Цифровой формат DTS (Digital Theatre Systems) изначально был предназначен для кино. На сегодняшний день около 100 кинофильмов вышли со звуковым сопровождением в этом формате (первым был "Парк Юрского периода" (Jurassic Park) в 1993 году) и около 12000 кинотеатров по всему миру оборудованы для его воспроизведения. В отличии от других форматов многоканального звука для кино, звук DTS записывается не на кинопленку, а на CD-ROM, откуда потом и воспроизводится. На кинопленку же при этом записывается синхросигнал. DTS использует шесть каналов (он соответствует формату 5.1), но может быть декодирован и в восемь каналов (7.1), с дополнительными левым центральным и правым центральным каналами, что имеет важное значение при больших размерах экрана. В DTS применяется 20-разрядный звук с частотами дискретизации 44,1 или 48 кГц, а также используется сжатие данных с потерями (от 3:1 до 4:1, что гораздо меньше, чем у Dolby Digital и, по крайней мере теоретически, обеспечивает лучшее качество звука). Спецификация DTS предусматривает и сжатие данных без потерь. Последнее время DTS активно проникает в сферу домашних систем и сегодня в мире насчитывается около 10000 декодеров. Наряду с лазерными и DVD видео дисками, имеющими звуковое сопровождение в формате DTS, выпускаются также аудио компакт-диски. Возможно воспроизведение CD, лазерных или DVD дисков на обычных проигрывателях при наличии цифрового выхода для соединения с декодером. В формате DTS выпущено больше всего аудио дисков.

Цифровой формат SDDS (Sony Dynamic Digital Sound) предназначен исключительно для кино и в виде аудио продукции пока не встречается. Звук SDDS может быть декодирован в четыре, шесть (5.1) или восемь (7.1) каналов, в последнем случае с дополнительными левым центральным и правым центральным каналами. В формате SDDS используется звук с частотой дискретизации 44,1 кГц и применяется сжатие данных с потерями (примерно 5:1). Это самый новый многоканальный формат для кино, однако в мире уже используется около 4300 декодеров.

Существует несколько разных спецификаций видео DVD, например, спецификация для США и Японии (NTSC-DVD) и спецификация для Европы (PAL-DVD). В спецификации NTSC-DVD стандартом многоканального звука является Dolby Digital. В спецификации

Что такое DTS

-tahag- — Fri, 08 Aug 2008 16:25:34 GMT

Что такое DTS

DTS - формат хранения цифрового звука. Основным отличием DTS от CD является поддержка многоканальности. Они используется для хранения звука на DVD с фильмами и музыкой/концертами, как одна из звуковых дорожек для совместимости на DVD-Audio, в DTS-CD. DTS-CD не требуют наличия специального плеера для воспроизведения, нужен только обычный цифровой выход.

Конкурентом Dolby Laboratories в создании многоканальных форматов стала компания Digital Theater Systems, предложившая свой способ создания многоканальных саундтреков.

DTS, как и Dolbi Digital, является системой 5.1, отличаясь от нее меньшей компрессией сигнала (4:1 против 11:1). Кинолюбители всего мира включились в конкурентную борьбу двух форматов, разделив между ними свои пристрастия. До сих пор неясно, кто победит в этой борьбе, однако большинство любителей музыкальных программ, записанных на DVD, предпочитают те из них, что имеют звуковое сопровождение в DTS.

Digital Theater Systems (цифровые системы для кинотеатров) - его официальное название DTS Digital Surround обычно сокращают до DTS. Подобно Dolby Digital, система DTS позволяет получить в домашних условиях 5.1-канальный окружающий звук. (DTS может также использовать схему каналов 7.1, которая отличается от предыдущей использованием двух дополнительных тыловых акустических систем.)

В формате DTS используется скорость цифрового потока 1'536'000 бит в секунду, что обеспечивает более высокое качество шестиканального звукового сигнала.

DTS ES

DTS ES - формат с центральным дополнительным тыловым каналом, который благодаря потенциальным возможностям DTS может быть как матричным - DTS ES Matrix 6.1 (центральный тыловой канал кодируется матричным методом в два тыловых канала и восстанавливается при воспроизведении), так и независимым информационно несущим каналом - DTS ES Discrete 6.1 (использует свой большой диапазон частот для создания полностью независимого центрального тылового канала).

Расширение форматов позволяет добиться большей реалистичности при воспроизведении звуковых эффектов, однако пока большинство фильмов доходит до зрителя в формате 5.1.

DTS NEO: 6

DTS NEO: 6 - своего рода "ответ" на Dolby Pro Logic II, отличающийся от последнего возможностью выделения центрального дополнительного тылового канала из материалов, записанных в формате 5.1.

DTS 96/24

DTS 96/24 обеспечивает кодирование звука с частотой 96КГц и разрядностью 24 бит, сохраняя совместимость с DTS. Этот формат позволил помещать на DVD диски 6-канальные аудио дорожки 96/24 (в несжатом видео можно только стерео).

DTS Connect

DTS Connect - система кодирования звука со всех приложений, запущенных на компьютере, в один многоканальный поток DTS и вывод его через S/PDIF.

DTS NEO:PC является компонентом DTS Connect и предназначается для создания виртуального объемного 6-канального звука из стерео-источников. Используется только в персональных компьютерах.

DTS Interactive - компонент DTS Connect, кодирующий аудио-потоки в реальном времени; используется в аппаратных проигрывателях и кодерах.

DTS Surround Sensation (DTS Virtual) - система кодирования многоканального звука для воспроизведения через стерео-наушники.

Кодируем видео в домашних условиях

-tahag- — Wed, 09 Jul 2008 15:37:36 GMT

1. Выбор Xvid, DivX, DivX 3.11 или X264

Итак, если мы хотим закодировать DVD-диск в меньший объем, то имеем выбор из четырех кодеков, которые могут использованы для этой цели. DivX 3.11 отпадает из-за того, что сейчас можно достичь значительно лучшего сжатия. Это вариант для ретроманов или больших спецов не желающих переходить на новые кодеки(99% случаев - это предубеждение). Рассмотрим более подробно все варианты, чтобы сделать обоснованный выбор.

DivX - обеспечивает, как правило, несколько худшее качество картинки (при всех остальных равных условиях), но большой плюс его использования - это реализация декодирования в бытовых DVD-проигрывателях, что, несомненно, очень приятно. Минусами являются худшая компрессия, "незнание" кодеком режима для сжатия рисованного видео (разница между мультом, пожатым DivX и XviD, весьма большая), его платность (есть, конечно, adware версия, но всё-таки).

XviD - кодек с открытыми исходниками => интенсивно развивается, точнее сказать развивался, сейчас работа существенно замедлилась - все силы брошены на развитие x264. Плюсами являются: открытость, поддержка в бытовых проигрывателях (DivX'овый декодер проигрывает весьма прекрасно), наличие режима сжатия мультфильмов.

H.264 - обеспечивает наилучшее качество из всех представленных здесь кодеков, но как кодирование видео, так и декодирование требуют значительно бОльших вычислительных мощностей. Минимальное требование для нормального декодирования - процессор порядка 1,5 ГГц (или Athlon XP 1700+), хотя это также в некоторой мере зависит от декодера (ffdshow, Nero, ...). Кодек является полностью открытой разработкой и постоянно (о-о-очень интенсивно - иногда по два-три раза за сутки) обновляется и совершенствуется, и при этом уже весьма достоин. Пока не реализовано проигрывание в бытовых DVD-проигрывателях, но по некоторым заявлениям, работа уже ведётся.

Вывод - для сжатия для просмотра на домашнем проигрывателе - XviD, для просмотра на компьютере - H.264. Опять-таки стоит учесть тот факт, что сжатие при использовании H.264 займёт в 2-4 раза больше времени, чем XviD'ом.

2. Инструментарий.
Все программы, с которыми мы будем работать в статье, можно скачать с сайта doom9.
Для извлечения и конвертирования используются постоянно одни и те же инструменты, поэтому собралась команда энтузиастов и в помощь нам разработала 2 очень удобных пакета инструментов - Gordian Knot Rip Pack (актуальная версия 0.35) для извлечения и монтажа, а для кодирования - Gordian Knot Codec Pack (актуальная версия 1.9), а также видеокодек x264, аудио кодеры OGG и LAME. Оба пакета GK и кодек разрабатываются группой профессионалов и распространяется целиком и полностью бесплатно - по лицензии GPL. Так что скачивать бесплатно можно даже исходники.

3. Извлечение видеоданных.
Легальное копирование DVD запрещено, хотя и обсуждается разрешение "архивного" копирования в ограниченном кол-ве, но когда окончательно DVD-Forum решит, как всё это организовать, и когда появятся первые "разрешённые" фильмы - я не знаю и ждать не собираюсь. Поэтому будем пользоваться программой "DVD Decrypter" (актуальная версия - 3.5.4.0), входящей в состав GK. Эта программа считается лучшим декриптором ("извлекатель" данных с DVD, находящихся под защитой). Итак, настраиваем DVD Decrypter - идем в Tools-Settngs…

Нажимаем на вкладку IFO Mode и выставляем в Options – File Splitting: None

Возвращаемся в главное окно Decryptera и выставляем в Mode – IFO.

Файл IFO – это файл информации о DVD диске, который хранит информацию о видео, субтитров и звуковых дорожках. Другие файлы DVD включают VOB и файлы BUP.

1. Указываем CD-ROM, где находится виртуальный диск.
2. Указываем программе место, куда поместить готовый VOB.
3. Нажимаем, чтобы программа начала работать.

4. Создание проекта и выделение звука.
Итак - извлеченные вобы имеем, далее нужно создать d2v-проект и выделить отдельно звук. Единственное, что нужно твёрдо усвоить - ВОБЫ НЕ УБИВАЕМ, ПОКА НЕ УВИДИМ ГОТОВЫЙ ФИЛЬМ!!!

Нажимаем на значок. После появления окна DGIndex(ранее применялся DVD2AVI, DGIndex является развитием DVD2AVI) обязательно проверяем, чтобы в меню Video->Field Operations стояла галка None, а в YUV->RGB PC Scale

Теперь нам нужно настроить программу чтоб звук вытащить не в ac3 а в wav.

И выбрать звук - если в исходнике было два звука, первый - русский, второй - японский, то выбираем Track 1 - это и будет русский звук.

Затем нажимаем “F2” или File - Open и выделяем vob, который мы сделали при помощи DVD Decryptora.

Если всё сделано правильно, должно появиться вот такое окно:

Нажимаем на кнопку ОК.

Переходим к окошку Information (чтоб появилось окошко Information, нужно нажать на "F6") или "File -> Play" (чтобы остановить - Esc или File -> Stop).

Здесь нас интересуют несколько параметров (их можно даже в отдельный файлик или на листик записать): Aspect Ratio (соотношение сторон), Frame Rate (кол-во кадров в секунду), Video Type (цветовое пространство, в котором записан фильм), Frame Type (наличие или отсутствие чересстрочности).
Остановимся на Frame Type и Frame Rate (ЗАПОМНИТЬ или записать ОБА параметра - они пригодятся далее).
Просто для информации: Pal всегда имеет frame rate 25 fps(25 кадров в секунду), NTSC - 29,970! Это в исходнике. Собственно, приступим - если в поле Frame Type указано Interlaced - сразу же настораживаемся и точно запоминаем, что у нас чересстрочное видео. Но, DGIndex иногда, но ошибается, и нам нужно проверить действительность его выводов. Запускаем VirtualDubMod (Пуск->Программы->Gordian Knot->Apps->VirtualDubMod), жмём File->Open video file...(Ctrl+O) и открываем один из вобов (проще всего последний - он, как правило, самый маленький и, следовательно, быстро парсится). Открыв, перетягиваем ползунок куда-нибудь в середину, останавливаемся и стрелкой клавиатуры "->" листаем вперёд следующие кадров 8-12 покадрово. Всматриваемся в картинку в местах движения на предмет присутствия горизонтальные чёрточек (эффект гребёнки).

Обведённая область наиболее заметна при движение, почти вся фигура в интерлейсинге!

Interlacing (от англ. "череcстрочность") - метод записи видео, применяющийся для упрощения прорисовки картинки на телевизорах. Заключается в разбиение картинки на чётные и нечётные поля и их чередовании. Интерлейсинг полезен в случае просмотра через бытовой проигрыватель, но является большой помехой при конвертировании. Он приводит к ухудшению картинки при просмотре на компьютере и усложняет сжатие.

Если чёрточек нет, значит, DGIndex ошибся, и материал на самом деле прогрессивный. Тогда мы ничего не делаем, радуемся и идём дальше. Если же всё-таки материал действительно интерлейсинговый, то смотрим на Video Type - PAL или NTSC, и, соответственно, 25 или 29,970fps. Если это Pal, то нужно будет делать деинтерлейсинг, а если NSTC, то Inverse Telecine(IVTC). В этих случаях никаких галок никуда не ставим, оставляем всё как есть и идём дальше.

Telecine - процесс преобразования 24p(24 прогрессивных кадра в секунду) в 30i(30 интерлейсинговых кадров), и состоит он в создание каждого 5 кадра(из 4) путём копирования полей из двух предыдущих т.е. получается последовательность - 3 прогрессивных, 2 интерлейсинговых, 3,2...
InverseTelecine(IVTC) - процесс, обратный телесину, восстановление 30i до 24p, достигается соответственно удалением дублирующихся полей и/или кадров.

Примерно так обстоят дела с интерлейсингом и телесином, бороться с ними нам предстоит применением соответствующих фильтров.

В главном окне DGIndex нужно выделить, какой фрагмент будет кодироваться. Если кодируем всё полностью - то просто выделяем всю длину файла. Если нужно файл поделить на две серии, то двигаем ползунок до конца первой серии

Теперь сохраняем проект - это делается кнопкой "F4" или File->Save Project

Далее нужно настроить Gordian Knot.

Главное окно Gordian Knot:

Тут нас интересует вот это окошко:

Нажимаем на "Open" и находим файл с расшерением ".d2v", созданный программой "DGIndex".

Скармливаем программе этот файл, после чего должно появиться вот такое окно:

Нажимаем на "Save & Encode".

В появившемся окне:

Так как видео Interlaced, нас интересует фильтр Inverse Telecine - устанавливаем галку напротив его названия и нажимаем на "Save"

Далее переходим в закладку Bitrate:

1. Выбор контейнера - avi.
2. Выбор кодека - Xvid.
3. Устанавливаем размер видео на выходе.
4. Понижаем FPS c 29.970 до 23,976.

Во вкладке Resolution:

1. Выбор формата исходника - у нас он в NTSC.
2. Выбор разрешения исходника - 4:3.
3. Растянуть левую и правую сторону, чтоб не было обрезов по бокам.

Width x Height
Обозначает разрешения видео на выходе - у нас оно будет 640 x 480.

Переходим во вкладку Encoder:

Нажимаем на кнопку Add
Появляется вот такое окно - проверяем, отмечено ли Multi passes, выбираем в нём XviD:

Здесь нас интересуют кнопки First Pass и Second pass. Нажимаем на First pass, видим:

Нажимаем напротив Profile @ Level: на more... получаем следующую картину.

А теперь подробнее:
1. Quant. type - H.263 (для более, чем 1ч на 700МБ), MPEG (для менее, чем 1ч на 700МБ).
2. Quarter Pixel - резко снижает артефакты типа "шевелящегося" фона (ИМХО самые омерзительные). Да, требует дополнительных 30% времени на обсчёт, но можно отлично сэкономить на Chroma Motion (почти вдвое).
3. Global Motion Compensation - уменьшает паразитные "шевеления" фона при панорамировании, экономит битрейт (где-то 10%, а на некоторых сценах и втрое). Само собой, GMC без QPel толком работать не будет (битрейт-то сэкономит, но зрелище может быть жалкое).
4. B-VOP несколько уменьшают накопление искажений (на длинных сценах, когда кадр перед ключевым часто сильно отличается от ключевого). Но зато на высококачественном видео при B-Vop заметно мерцание мелких деталей.
5. Эту фишку только ffdshow умеет корректно проигрывать, на других декомпрессорах эта опция вызывает глюки. Но есть мнения спецов: какие "другие"? XviD берёт правильно, DivX в жизни ничего правильно (кроме самого себя) не брал, "Nero MPEG1/2/4 decoder" (скромное такое) кошмарно портит при YV12 <-> YUY2, нечётной высоте, AQ, GMC и прочих полезных фишках... больше и не знаю-то.

Здесь хотелось бы обратить внимание, что, если вы хотите добиться максимальной совместимости с аппаратными проигрывателями, то лучше не использовать пункты 2 и 3 - QP и GMC. Это ухудшит качество картинки, но при их включении 80% плееров откажутся воспроизводить ваш файл.

Жмем Ok.

В Encoding type выбираем Twopass - 1st pass и жмём more...

Ставим галку напротив Full quality first pass

Нажимаем Ок,

Далее - Zone Options...

И ставим галку около Cartoon mode

Жмём Ок,

переходим во вкладку Quality preset

Переходим во вкладку: Quantization

Жмём Ок

Переходим во вкладку: Other Options...

1. Ставим DX50 для лучшей совместимости с железными DVD-плеерами.
2. Посмотреть, как кодит кодек, но лучше отключить - для того, чтобы быстрей кодилось.

Жмём Ок, с первым проходом у нас всё.

Далее:

Нажимаем на more... в Profile @ Level и смотрим, аналогично ли все тому, как было сделано для первого прохода.

Выставляем в Encoding type: Twopass - 2nd pass

Ниже жмём на calc...

1. Требуемый размер видео на выходе.
2. Продолжительность видео и необходимый fps.
3. Формат аудио.

Размер: 289 MB только видео,
время: эпизод 23 минуты 20 секунд
аудио: я выключаю, так как интересует только размер видео.

Время и размер посмотреть можно в Gordian Knot(е) во вкладке Bitrate.

Жмём Ок, во вкладках Zone Options, Quality preset и Other Options... должно быть указано то же самое, что и на первом проходе.

Выходим из настроек кодека нажатием на кнопку Ок.

И нажимаем

Решение проблемы с некорректным размером при кодировании видео кодеком XVid

XviD - кодек, который кодирует с потерей качества, т.е. убирает из кадра ту информацию, которую сочтет избыточной. Проблема кроется в параметрах, используемых кодеком для определения уровня качества, применяемого к кадру.

Чтобы избежать данной проблемы при двухпроходовом кодировании, необходимо задать следующие параметры в XviD Configuration -> Encoding type: Twopass - 2nd pass -> More:
1. Overflow control strength: установить значение 10 или 20.
2. Max overflow improvement: установить значение 10 или 20.
3. Max overflow degradation: установить значение 10 или 20.

Автор оригинала Aprel
Информация взята с сайта http://www.animereactor.ru
Спонсор проекта http://www.animereactor.ru