Stream

MP3 to format pliku zaprojektowany przez polecenie MPEG do przechowywania informacji audio. Format był licencjonowany, ale wszystkie patenty wygasły 23 kwietnia 2017 r., a opłaty licencyjne zostały zniesione.

MP3 jest jednym z najbardziej powszechnych i popularnych formatów cyfrowego kodowania informacji audio. Jest on szeroko stosowany w sieciach wymiany plików do pobierania oceny muzyki. Format ten może być odtwarzany na prawie wszystkich popularnych systemach operacyjnych, na większości przenośnych odtwarzaczy audio i jest obsługiwany przez wszystkie nowoczesne modele centrów muzycznych i odtwarzaczy DVD.

Format MP3 wykorzystuje algorytm stratnej kompresji zaprojektowany w celu znacznego zmniejszenia ilości danych wymaganych do odtworzenia nagrania i zapewnienia jakości dźwięku bliskiej oryginałowi (według większości słuchaczy), ale ze znaczną utratą jakości podczas słuchania wysokiej jakości systemu dźwiękowego. Zasada kompresji polega na zmniejszeniu dokładności niektórych części strumienia dźwięku, która jest prawie nie do odróżnienia dla słyszenia na wszechobecnym sprzęcie audio o niskiej precyzji (np. dominującej większości urządzeń przenośnych, kart dźwiękowych, centrów muzycznych, rejestratorów i innych urządzeń niespecjalistycznych), a także dla osób starszych, ze względu na naturalne zmiany związane z wiekiem aparatu słuchowego, ale w większości przypadków jest wyraźnie widoczny na sprzęcie audio o wysokiej precyzji. Metoda ta nazywana jest kodowaniem percepcyjnym[4]. Pierwszym krokiem jest wykreślenie dźwięku w krótkich odstępach czasu, a następnie usunięcie informacji niewidocznych dla ludzkiego ucha i przechowywanie pozostałych informacji w zwartej formie. Podejście to jest podobne do metody kompresji używanej przy kompresji obrazów do formatu JPEG. Kiedy tworzysz MP3 o średniej przepływności 128 kbps, rezultatem jest plik o rozmiarze około 1/11 oryginalnego pliku z CD-Audio (nieskompresowany format audio CD-Audio sam ma przepływność 1411,2 kbps). Pliki MP3 mogą być tworzone z wysoką lub niską przepływnością, co wpływa na jakość pliku wynikowego.

Podobnie jak w przypadku formatu JPEG, w formacie MP3 stosuje się spektralne odcięcia zgodnie z modelem psychoakustycznym. Sygnał audio jest dzielony na równe okresy czasu, z których każdy po przetworzeniu jest pakowany we własną klatkę (ramkę). Dekompozycja na widmo wymaga ciągłości sygnału wejściowego, dlatego do obliczeń wykorzystuje się również poprzednią i następną ramkę. W sygnale dźwiękowym występują harmoniczne o mniejszej amplitudzie i harmoniczne leżące blisko tych bardziej intensywnych – takie harmoniczne są odcięte, ponieważ przeciętne ucho ludzkie nie zawsze będzie w stanie określić ich obecność lub brak. Ta cecha słuchu nazywana jest efektem maskującym. Możliwe jest również zastąpienie dwóch lub więcej pobliskich szczytów jednym uśrednionym szczytem (co zwykle prowadzi do zniekształceń dźwięku). Kryterium wyłączenia jest określone przez wymaganie przepływu wyjściowego. Ponieważ całe widmo jest istotne, harmoniczne wysokich częstotliwości nie są odcięte jak w JPEG, a jedynie selektywnie usuwane w celu zmniejszenia przepływu informacji ze względu na rozdzielczość widma. Po spektralnym “zdejmowaniu” stosuje się matematyczne metody kompresji i pakowania w ramki. Każda rama może mieć kilka kontenerów, co pozwala na przechowywanie informacji o kilku strumieniach (kanał lewy i prawy lub kanał centralny i różnica kanałów). Stopień kompresji może być różny, również w obrębie jednej ramy. Interwał możliwych wartości bitrate’u wynosi 8-320 kbps.