Đồ án Nén âm thanh file .wav theo chuẩn MPEG

 ĐỒ ÁN TỐT NGHIỆP  Đề tài:  NÉN ÂM THANH FILE *.WAV THEO CHUẨN MPEG 
 Giáo viên h ư ớng dẫn : TS D ư Thanh Bình 
 Sinh viên thực hiện : Đỗ V ă n Tuấn 
TR Ư ỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI 
 TR Ư ỜNG ĐẠI HỌC THUỶ SẢN 
 KHOA CÔNG NGHỆ THÔNG TIN 
 PHẦN I LÝ THUYẾT CH ƯƠ NG1 CÁC KIẾN THỨC C Ơ BẢN VỀ ÂM THANH  I SÓNG ÂM  CH ƯƠ NG 2 WAVE FILE I CẤU TRÚC WAVE FILE  CH ƯƠ NG 3 LÝ THUYẾT XỬ LÝ TÍN HIỆU SỐ 	  I PHÉP BIẾN ĐỔI FOURIER RỜI RẠC  CH ƯƠ NG 4 GIỚI THIỆU VỀ MPEG  I CÁC KHÁI NIỆM TRONG ÂM THANH MPEG  II CÁC THÔNG S Ố CH ƯƠ NG 5 CÁC GIẢI THUẬT NÉN ÂM THANH I CÁC GIẢI THUẬT NÉN KHÔNG CÓ TỔN THẤT II CÁC GIẢI THUẬT NÉN CÓ TỔN THẤT  PHẦN II THIẾT KẾ CH ƯƠ NG TRÌNH	 CH ƯƠ NG 6 S Ơ ĐỒ KHỐI CỦA GIẢI THUẬT  I S Ơ ĐỒ KHỐI  CH ƯƠ NG 7 GIAO DIỆN VÀ THUYẾT MINH CH ƯƠ NG TRÌNH  I GIAO DIỆN  II KẾT LUẬN VÀ H Ư ỚNG PHÁT TRIỂN ĐỀ TÀI 
 Sóng âm .  Sóng âm là một loại sóng c ơ có biên đ ộ dao đ ộng nhỏ mà thính giác nhận biết đư ợc. Thí dụ dao đ ộng phát ra từ dây đ àn, mặt trống.. đ ang rung đ ộng.  Trong không khí cũng nh ư trong mọi chất khí khác, những dao đ ộng truyền đ i d ư ới dạng sóng dọc, khi đ ến tai ng ư ời những dao đ ộng có tần số từ 16 đ ến 20000 Hz sẽ gây cảm giác đ ặc biệt về âm. Các dao đ ộng đ àn hồi có tần số f>20.000 Hz là sóng siêu âm. Các dao đ ộng đ àn hồi có tần số f<16 Hz là sóng hạ âm.  Mỗi âm có một tần số riêng, đơ n vị của tần số là héc (Hz) với đ ịnh nghĩa:”Héc là tần số của một qúa trình dao đ ộng âm trong đ ó mỗi giây thực hiện đư ợc một dao đ ộng”.	1 Héc (Hz) = 1 dao đ ộng / 1 giây. 
Cấu trúc của Wave File nh ư sau 
typedef struct { 
 WORD wFormatTag; 
 WORD nChannels; 
 DWORD nSamplesPerSec; 
 DWORD nAvgBytesPerSec; 
 WORD nBlockAlign; 
} WAVEFORMAT; 
Biến đ ổi Fourier của tín hiệu rời rạc: 
 Biến đ ổi Fourier của dãy rời rạc. 
 Đối với tín hiệu tuần hoàn. 
 Phép biến đ ổi Fourier thuận. 
 Phép biến đ ổi Fourier nghịch. 
 Phép biến đ ổi nhanh Fourier(FFT). 
 Các khái niệm trong âm thanh MPEG .  Hiệu ứng che (masking): nói đơ n giản là âm lớn át âm bé, âm mạnh át âm yếu.  Ng ư ỡng nghe và mức nhạy cảm . “ Ng ư ỡng nghe” là mức mà d ư ới nó 1 âm thanh không thể nghe đư ợc. Hầu hết mọi ng ư ời đ ều nhạy cảm ở mức 2 đ ến 5 kHz. Một ng ư ời có nghe đư ợc âm thanh hay không tùy thuộc vào tần số của âm và đ ộ to của âm đ ó ở trên hay d ư ới ng ư ỡng nghe tại tần số đ ó. Tai nhạy cảm ở mức 2 đ ến 5 kHz .  Che tần số (Frequency Masking)  Che nhất thời . (che thời gian) 
 L ư ợc đ ồ mã hóa Perceptual Subband . 
 Các thông số :  Chuẩn MPEG cho phép ta chọn lựa các thông số cho việc nén âm thanh tốt nhất phù hợp với ứng dụng mà ta sử dụng. L ư ợc đ ồ mã hóa cho các loại là tổng quát. Các thông số có thể chọn lựa trong bộ mã hóa MPEG bao gồm: Mode, Sampling frequency, bitrate, và Layer. 
 Các giải thuật nén không có tổn thất  1. Mã hóa Huffman .  Khởi tạo: đư a tất cả các node vào danh sách OPEN theo thứ tự tại mọi thời đ iểm.   Lặp lại cho đ ến khi danh sách OPEN chỉ còn một node bên trái nh ư sau:  Từ danh sách OPEN, chọn hai node có xác suất thấp nhất, tạo node cha cho chúng. Gán tổng các xác suất cho node cha và đư a node cha vào danh sách OPEN. Gán các mã 0,1 vào các nhánh của cây, xóa các node con khỏi danh sách OPEN. 
2. Mã Huffman sửa đ ổi .   
Bộ mã hóa 
Initialize_model(); 
while ((c = getc (input)) != eof) 
 { 
encode(c, output); 
update_model(c); 
 } 
Bộ giải mã 
Initialize_model(); 
while ((c = decode (input)) != eof) 
{ 
putc(c, output); 
update_model(c); 
} 
3. Mã hóa số học .  Ý t ư ởng: giả sử mẫu tự là [X,Y] và 	P(X) = 2/3	 P(Y) = 1/3. Nếu ta chỉ quan tâm với chiều dài mã hóa là 2 thông đ iệp, thì ta có thể ánh xạ tất cả thông đ iệp có thể có vào những đ oạn trong phạm vi [0..1]  Để mã hóa thông đ iệp, chỉ dùng vừa đ ủ số bit cần thiết cho mỗi đ oạn. T ươ ng tự, ta có thể ánh xạ tất cả chiều dài 3 thông đ iệp vào các đ oạn trong [0..1]. Nói chung, số bit đư ợc xác đ ịnh bằng kích th ư ớc của đ oạn. 
4. Giải thuật Lempel-Ziv-Welch(LZW).  Giả sử chúng ta muốn mã hóa cho một cuốn từ đ iển Tiếng Anh 159,000 từ. Nh ư vậy mỗi từ cần 18 bit đ ể mã hóa. Nh ư ợc:Dùng qúa nhiều bit. Chỉ làm việc cho ký tự tiếng Anh. Giải pháp:Cần phải tìm một cách mã hóa cuốn từ đ iển cho thích hợp. Giải thuật: 
w = NIL; while (read a character k) { if wk exists in the dictionary w = wk; else  add wk to the dictionary; output the code for w; w = k;  } 
 Các giải thuật nén có tổn thất. 1. Các ph ươ ng pháp nén âm thanh đơ n giản:  Nén “silence”: dò các khoảng “yên lặng”, giống nh ư mã hoá run-length. LPC (Linear Predictive Coding). CELP (Code Excited Linear Predictor).  2. Nén âm thanh dùng mô hình ââm - tâm lý . a. Hệ thống nghe và phát âm của con ng ư ời . Phạm vi nghe đư ợc từ 20 Hz đ ến 20 kHz, nhạy cảm ở 2- 5kHz. Phạm vi phát âm bình th ư ờng từ 500 Hz đ ến 2 kHz.b. Che tần số (Frequency masking)  “Ng ư ỡng che” (Threshold masking):sinh ra từ hiệu ứng che, mỗi âm với một tần số và mức to (dB) xác đ ịnh sẽ có một “ng ư ỡng che” c. B ă ng giới hạn B ă ng giới hạn có đ ộ rộng là 100Hz đ ối với các tần số che 500Hz.d. Che nhất thời (Temporal masking): che theo thời gian. 
3.  Giải thuật Nén âm thanh MPEG.  Dùng bộ lọc thông đ ể chia tín hiệu âm thanh thành các sub-band theo tần số, t ươ ng ứng với 32 b ă ng giới hạn lọc sub-band. Xác đ ịnh số l ư ợng che của mỗi band gây bởi các band lân cận bằng các kết qủa b ư ớc 1 mô hình âm - tâm lý. Nếu mức to của một b ă ng mà nhỏ h ơ n ng ư ỡng che thì không mã hóa nó. Ng ư ợc lại, xác đ ịnh số bit cần thiết đ ể mã hóa sao cho nhiễu sinh ra bởi việc l ư ợng tử hóa này thấp h ơ n đư ờng cong che. Định dạng dòng dữ liệu bit : 
S Ơ ĐỒ KHỐI. 
Thay đ ổi hay giữ nguyên cấu hình 
Đặt input và output file; 
Mở input file và kiểm tra; 
Wave_open(); 
Open_bit_stream_w(); 
Memset(); 
Dùng mô hình âm-tâm lý đ ể phân tích dữ liệu 
L3_psycho_analise(); 
Chuẩn bị Frame dữ liệu 
L3_psycho_initialise(); 
L3_subband_initialise(); 
L3_mdct_initialise(); 
L3_loop_initialise(); 
Dùng bộ lọc nhiều pha đ ể xử lý dữ liệu 
L3_window_subband(); 
L3_filter_subband(); 
Tính MDCT cho các đư ờng ra nhiều pha 
L3_mdct_sub(); 
Xác đ ịnh số bit đ ể mã hoá một mẫu dữ liệu 
L3_interation_loop(); 
Ghi frame vào dòng bit 
L3_format_bitstream(); 
Làm sạch buffer 
L3_FlushBitstream() 
Đóng thiết bị ghi 
Close_bit_stream_w(); 
Đóng file nguồn 
Wave_close(); 
Chuẩn bị vùng đ ệm 
Khởi tạo mô hình âm-tâm lý 
Tính các hệ số của bộ lọc tần số 
Khởi tạo dữ liệu tính MDCT 
Khởi tạo mảng pow43[i].0<i<1024 
Start compress () 
Đ 
S 
wave_get(buffer)0 
Cấu hình mặc đ ịnh 
Set_default() 
Kết thúc 
Giao diện ch ươ ng trình 
	 KẾT QUẢ ĐẠT Đ Ư ỢC	 Đồ án tốt nghiệp đ ã hoàn thành các nhiệm vụ đ ề ra trong phạm vi cho phép. Do đ iều kiện về thời gian cũng nh ư trình đ ộ còn hạn chế nên đ ồ án này dừng lại ở mức nghiên cứu một số ph ươ ng pháp nén âm thanh. Trên c ơ sở đ ó xây dựng phần mềm thử nghiệm nén âm thanh theo chuẩn MPEG_I layer3. Mặt khác, do mới chỉ đ ánh giá âm thanh theo ph ươ ng pháp chủ quan nên chất l ư ợng âm thanh sau khi nén ch ư a đư ợc nh ư mong muốn.	Thế nh ư ng những gì đ ạt đư ợc trong đ ồ án này chủ yếu là nhằm giúp em có thể nắm bắt đư ợc vững h ơ n về mặt lý thuyết.Các kết quả này rất quan trọng và hữu ích cho mọi hoạt đ ộng nghiên cứu sau này.	 	 H ư ớng phát triển	 Từ những kết quả đ ạt đư ợc là c ơ sở đ ể em nghiên cứu tiếp và áp dụng không chỉ nén âm thanh mà còn ứng dụng đ ể nén nhiều dạng dữ liệu khác. 	Cuối cùng em xin bày tỏ lòng biết ơ n sâu sắc đ ến Thầy giáo: TS D ư Thanh Bình và các thầy cô trong khoa CNTT-ĐHBKHN và ĐHTS đ ã h ư ớng dẫn và giúp đ ỡ tận tình đ ể em hoàn thành đ ề tài này.