Verlustbehaftete Audioformate mit MPEG Audioformaten MPEG-1 Zur Reduzierung der für eine Speicherung bzw. Übertragung notwendigen Bitrate wurde Anfang der 90er Jahre der MPEG-1 Standard verabschiedet. Dieser beinhaltet drei sogenannte Layer, die mit zunehmender Komplexität auch höhere Kompression erzielen. Alle Layer basieren auf dem Prinzip der Irrelevanzreduktion, d.h. Anteile des Audiosignals, die vom Gehör nicht wahrnehmbar sind, werden nicht übertragen oder gespeichert. Fraunhofer IIS-A MPEG-1 Layer 1 - MP1 Der erste Layer besitzt die geringste Komplexität und Kompression. Es verwendet eine Filterbank mit 32 Frequenzbändern gleicher Bandbreite. Die Quantisierungsauflösung eines jeden Bands wird so gewählt, dass nicht wahrnehmbare Signalanteile im Quantisierungsrauschen untergehen. Die Codierung findet blockweise statt, wobei jeweils 1152 Eingangsamples je Kanal einen sogenannten Frame bilden. Zur zusätzlichen Erhöhung der Kompression wird das sogenannte "Joint Stereo"-Coding eingesetzt. Dies bedeutet, daß entweder beide Kanäle getrennt codiert werden ("stereo"-mode) oder das "Intensity Stereo"-Coding benutzt wird. Bei IS-Coding wird für hohe Frequenzen nur ein Mono-Signal übertragen, welches im Decoder in die Nähe der urspünglichen Stereo-Position geschoben wird. MP1 wurde u.a. bei der DCC (digital compact cassette) mit 384kbps für ein Stereo-Signal eingesetzt und hat sehr hohe Qualität erreicht, die laut Hörtests einiger HiFi-Zeitschriften bei Analogaufnahmen sogar DAT-Recorder überbieten konnte. Fraunhofer IIS-A MPEG-1 Layer 2 - MP2 Der zweite Layer besitzt gegenüber Layer 1 eine höhere Komplexität und Kompression. MP2 setzt zwar immer noch nur eine Filterbank mit 32 Subbändern ein, die Zeitauflösung ist jedoch durch Bildung von sogenannten Subframes erhöht worden. Ein Frame besteht hierbei aus 3 Subframes - durch diese Maßnahme kann innerhalb eines Frames der Nachmaskierungseffekt des Gehörs ausgenutzt werden. Weiterhin setzt MP2 ein gegenüber MP1 effizienteres Bitpacking ein. MP2 wird u.a. bei digitalem Rundfunk verwendet, wobei die Bitraten typischerweise im Bereich 192-256 kbps liegen. Fraunhofer IIS-A MPEG-1 Layer 3 - MP3 Der dritte Layer ist der wohl bekannteste Layer. Erst mit MP3 schaffte die verlustbehaftete Kompression von Audiodaten ihren Durchbruch. Aus technischer Sicht unterscheidet sich MP3 deutlich von den beiden anderen Layern: Es wird eine sogenannte Hybrid-Filterbank eingesetzt, d.h. zuerst wird auch in MP1/2 eingesetzte Filterbank gefolgt von einer MDCT abgearbeitet. Die Frequenzauflösung wird durch die MDCT von 32 auf maximal 576 Frequenzbereiche erhöht. Bei tiefen Frequenzen kann somit eine Auflösung erreicht werden, die besser dem menschlichen Gehör angepaßt ist. Da durch die Transformation mittels der MDCT bei speziellen Signalen die Zeitauflösung nur ungenügend ist, wurden zwei verschiedene Blocklängen eingeführt. Die sogenannten "short blocks" besitzen eine Länge von 384 Samples gegenüber 1152 Samples bei "long blocks" und können damit eine hinreichend hohe Zeitauflösung bieten. Bei den Layern 1 und 2 ist eine solche Maßnahme nicht notwendig. Eine andere Erweiterung stellt die Ergänzung des "Joint Stereo" um das "Mid/Side"-Coding dar. Bei diesem wird nicht der linke und rechte Kanal (L/R), sondern ein Mitten- und Seitenkanal (M=(L+R)/2, S=(L-R)/2) übertragen. Bei monoartigen Signalabschnitten kann bei diesem Verfahren die Kompression erhöht werden. Obwohl zu Beginn des MP3-Hypes mit CD-Qualität bei 128 kbps geworben wurde, hat sich mittlerweile eine Bitrate im Bereich von 160-192 kbps etabliert. Dies liegt wohl zum einen an den seitdem schneller gewordenen Download-Verbindungen und den gesunkenen Preisen für HD-Speicherkapazität als auch dem gestiegenen Wunsch nach maximaler Qualität. Fraunhofer IIS-A MPEG-2 Nach MPEG-1 stellt der Standard MPEG-2 eine Erweiterung dar. Zum einen wurden die Layer um die Unterstützung weiterer Abtastraten wie auch erlaubter Bitraten erweitert. Zum anderen wurde ein neuer Audiocoder - MPEG-2 NBC (non backwards compatible), spaeter als AAC (advanced audio coding) bezeichnet - entwickelt. Fraunhofer IIS-A MPEG-4 Mit MPEG-4 haben auch andere Audiocoder Einzug gehalten. Es gibt spezielle Sprachcoder wie HVXC (harmonic vector excitation) und CELP (code excited linear prediction), die auf die Übertragung von Sprachsignalen bei extrem niedrigen Bitraten optimiert sind, parametrische Coder, wie z.B. HILN (harmonics individual lines and noise), Twin-VQ und wiederum den AAC-Encoder, der um einige Module erweitert wurde. Fraunhofer IIS-A MPEG-2/4 AAC Mit dem AAC (Advanced Audio Coder) ist von dem Konzept der Hybrid-Filterbank abgewichen worden. Der AAC setzt aussschließlich eine MDCT mit zwei verschiedenen Blocklängen ein. Bei "long blocks" werden 2048 Samples, bei "short blocks" 256 Samples verarbeitet, wodurch gegenüber MP3 sowohl eine höhere Frequenz- als auch Zeitauflösung erreicht wird. Der "Joint Stereo"-Mode ist gegenüber MP3 flexibler, da er unabhängig für Frequenzbereiche geschaltet werden kann und nicht, wie bei MP3, für den gesamten Frequenzbereich. Der AAC-Encoder besitzt ausserdem einige Tools, wie z.B. LTP (long term prediction), PNS (perceptual noise substitution) und TNS (temporal noise shaping), die die Bitrate weiter absenken können. Nach dem Willen der Hersteller soll AAC der neue Standard im Netz werden und MP3 ablösen. Es gibt zur Zeit jedoch nur wenige gute AAC-Encoder wie den Liquifier oder den Psytel-AAC. Fraunhofer IIS-A MPEG-4 TwinVQ TwinVQDieses Format ist auch als VQF bekannt. Es stellt aus technischer Sicht einen Transformationscoder dar, wobei die Codierung der Daten mittels eines Vektor-Quantisierers erfolgt. Laut dem Entwickler NTT soll VQF bei 96 kbps in etwa die Qualität von 128 kbps MP3 erreichen. VQF verhält sich allerdings vollkommen anders als andere Audiocoder. Bei VQF leidet die Stereo-Abbildung enorm und codierte Dateien verlieren an Klarheit - speziell transiente Signalanteile wie z.B. Anschläge werden deutlich verwaschen. Andererseits kann man bei VQF stets eine hohe Bandbreite erwarten. Fraunhofer IIS-A mp3PRO Mp3PRO ist bei genauer Betrachtung kein eigenständiges Audioformat, sondern eine Kombination aus MP3 und dem von Coding Technologies entwickelten SBR (spectral band replication). Das Ergebnis ist ein für niedrige Bitraten optimierter MP3 Codec, der für den Einsatz im Internet- und Digitalradio oder in portablen Abspielgeräten gedacht ist. Die Frequenzbandbreite "herkömmlicher" MP3's mit 64 kbps beträgt etwa 10 kHz. Das ist nur knapp die Hälfte der ursprünglichen Bandbreite und verantwortlich für den gewohnt dumpfen Klang solcher Dateien oder Streams. SBR ergänzt MP3 Dateien während der Codierung mit Informationen, aus denen der Decoder beim Abspielen hohe Frequenzanteile rekonstruiert. Diese sind zwar nicht mehr identisch mit dem Original, klingen aber ähnlich und führen dadurch zum gewünschten Höreffekt.