Zvuk a video
1
Zvuk a video
1.1 Zvuk Zvuk je každé podélné mechanické vlnění v látkovém prostředí, které je schopno vyvolat v lidském uchu sluchový vjem. Zdrojem zvuku může být libovolné chvějící se těleso. Zvukovým vodičem bývá nejčastěji vzduch, který zprostředkovává spojení mezi zdrojem zvuku a jeho přijímačem (ucho, mikrofon). Zvuky se však šíří i kapalinami (např. voda) a pevnými látkami (např. stěnami domu). U zvuku (mechanického vlnění) nás zajímají nejvíce dvě veličiny – frekvence a intenzita (hlasitost). Frekvence zvuku vyjadřuje počet kmitů za jednu sekundu. Určuje se jednotkou Hz (hertz). Člověk může zachytit frekvenci z rozsahu 16 Hz až 20 kHz. Frekvence pod 16 Hz nazýváme infrazvuk a frekvence nad 20 kHz nazýváme ultrazvuk. Čím je člověk starší, tím méně slyší nízkých frekvencí i vysokých frekvencí. Okolo věku 45 let slyší většinou člověk frekvence cca do 16 kHz. Každá frekvence má svůj práh slyšitelnosti. Pod tímto prahem člověk daný zvuk neslyší. To se s výhodou používá při kompresi zvuku. Člověk je nejcitlivější na frekvenci okolo 2kHz. Intenzita zvuku (hlasitost) je určena velikosti tzv. akustického tlaku. Určuje se logaritmickou jednotkou dB (decibel). Práh bolesti u člověka je 120 dB. Zvuk je tvořen vlastně analogovým signálem. Při zpracování zvuku na počítači je potřeba zvuk převést do digitální podoby (digitalizace zvuku). Digitalizace probíhá tzv. vzorkováním a následnou kvantizací. Provádí se pomocí převodníku A/D (Analog/Digital). Kvalitu digitálního zvuku určují dva parametry: - vzorkovací frekvence - bitová hloubka Vzorkovací frekvence udává počet vzorků za jednu sekundu. Pokud budete mít digitální zvuk o vzorkovací frekvenci 44,1 kHz, znamená to, že při digitalizaci vytvářel algoritmus 44 100 vzorků za jednu sekundu. Čím vyšší vzorkovací frekvence, tím kvalitnější zvuk, ale také více uložených dat. Teoreticky platí, že nejvyšší přenášený kmitočet zvukového signálu je roven polovině vzorkovacího kmitočtu. S nižším vzorkovacím kmitočtem se ve zvuku ztrácí výšky. To je hlavní důvod, proč se používá vzorkovací frekvence právě 44,1 kHz. Zvukový vzorek se při kvantizaci rozdělí do frekvenčních „pásů“. Jak je vidět z obrázku, čím jemnější bude kvantizace, tím ztratíte méně zvukových dat.
digitální signál
kvantovaný signál
1
Zvuk a video Bitová hloubka digitálního signálu určuje strukturu dynamického rozlišení a zkreslení zvukového signálu. Určuje, jaké množství informací se použije k definici jednoho vzorku a je určena počtem bitů. Čím větší bitová hloubka, tím lepší dynamika zvuku, méně šumu a kvalitnější reprodukce. Například při 8bitovém kódování rozliší převodník pouze 256 napěťových úrovní hlasitosti. Při 16bitovém kódování jich je již 65535. S kvalitou digitalizovaného záznamu souvisí i to, do jakého výsledného zvukového formátu zvuk uložíme. Každý z těchto formátů má své výhody i nevýhody. Formát WAV Formát WAV je nekomprimovaný a neztrátový formát, rozšířený zejména u počítačů. K uchování informací využívá kódování Pulse Code Modulation (PCM). Zvuk je uchováván přesně tak, jak byl digitalizován. Do WAV formátu lze zaznamenat digitální zvukovou stopu v jakékoliv kvalitě. Jedna minuta v cd kvalitě (16bit/44kHz) je rovna zhruba 10 MB. Formát MP3 V dnešní době je tento formát nejrozšířenější. Tento formát představuje tzv. ztrátovou kompresi dat. Komprese dat je určena tzv. datový, tokem, jež se udává v jednotkách kbps (kilobit za sekundu). Velikost souboru je závislá na vzorkovací frekvenci a rozsahu sledovaných hodnot. Platí, že velká komprese = malý soubor a nízká kvalita zvuku, malá komprese naopak. Ke kompresi se používá tzv. kodek. Nejrozšířenější je kodek LAME. Důvodem je i to, že tento kodek je typ software Open Source. Formát RA Formát Real Audio, je v mnohém podobný formátu mp3. Jedná se opět o ztrátovou kompresi. Tento formát se hojně využívá na internetu k přenosu zvuku a videa. Zajímavý je tím, že s vhodným zařízením na straně serveru je možné posílat zvuk či obrázky v kvalitě a velikosti odpovídající propustnosti linky. Formát WMA Formát WMA - Windows Media Audio je alternativou k MP3 nabízená firmou Microsoft s podobnou kvalitou zvuku jako MP3 při poloviční velikosti souboru.
1.1.1 Komprese zvuku Při kopresi zvuku se snižuje přenášený a ukládaný datový objem. Kompresní algoritmy lze rozděli na dvě hlavní skupiny: - bezstrátová - ztrátová U bezstrátové komprese se z původních dat nic neztratí a zvuk si zachovává svou původní kvalitu. U ztrátové komprese se některé údaje nenávratně vymažou. Musí se vymazat pouze takové údaje, které člověk při přehrávaní stejně neslyší nebo nevnímá. 2
Zvuk a video Všechny kompresní algoritmy pracují na principu tzv. psychoakustického modelu. Ze vtupního signálu se odebírají ty informace, které člověk neslyší. Lidský sluch má omezené vnímání frekvenčního pásma a není schopen zachytit všechny složky reprodukovaného zvuku. Navíc je vnímání intenzity (hlasitosti) zvuku závislé na frekvenci zvuku. To určuje tzv. křivka prahu slyšitelnosti.
slyšitelná oblast
neslyšitelná oblast
Křivka prahu slyšitelnosti představuje mez, od které jsou zvuky slyšet a má smysl se jimi zabývat. Všechny frekvence pod tímto prahem se tak nemusí přenášet a z původního zvukového souboru mohou být odstraněny. Další možností úspory dat je metoda frekvenčního maskování. Tato metoda je postavena silném intenzivním tónu. Pokud se kdekoliv ve vnímané frekvenční oblasti objeví intenzivní tón, vytvoří se kolem něho oblast ohraničená křivkou (maskovací práh). Pokud je tón dostatečně silný (M0), pak zamaskuje všechny méně intenzivní tóny v jeho blízkosti (M1, M2) a ty, které jsou pod úrovní křivky, opět není nutné přenášet. Takový signál se nazývá maskovací signál. Signál označený MP již vystupuje nad maskovací práh, ale vnímána je jen jeho část (MPU), pro jejíž přenos stačí menší množství bitů. V praxi si to lze představit například jako zvuk sirény, který svou intenzitou spolehlivě překryje všechny do té doby slyšitelné zvuky blízké frekvence. Je-li ve frekvenčním spektru přítomno více silných maskovacích signálů, vytvoří si každý z nich svou maskovací křivku, z níž je následně sestavena jedna globální. intenzivní tón
3
Zvuk a video
slyšitelná oblast
intenzivní tón
neslyšitelná oblast
Další možností úspory dat je metoda časového maskování. Tato metoda je postavena opět na silném intenzivním tónu, který slabší tóny omezí nejen v kmitočtové oblasti, ale v oblasti časové. Pokud zazní
silný signál, je vaše vnímání dalších zvuků omezeno na několik desítek až stovek milisekund i po jeho ukončení a slabší signály opět neslyšíte. Doba doznívajícího maskovacího efektu je závislá na době, po kterou signál zněl. Tato metoda se nazývá post-maskování, ale díky „komplikovanosti“ našeho mozku lze použít i tzv. pre-maskování, kdy je na několik milisekund maskován slabší signál, ještě před zazněním intenzivnějšího.
intenzivní tón
1.2 Video Video je vlastně sled jednotlivých obrázků puštěných velmi rychle za sebou, takže vzniká dojem reálného pohybu. Aby video bylo plynulé, je potřeba, aby se jednotlivé obrázky střídaly rychlostí 25 obrázků za sekundu. Pokud tato rychlost bude menší, video bude trhané. Dříve se video nahrávalo hlavně na filmový pás, nebo na magnetický pásek. Oba dva způsoby jsou analogové, což znamená, že se v nich mohou vyskytovat poruchy, šumy a nahrávky časem stárnou a při přehrávání se může stát, že pokaždé bude výsledek trochu jiný. V dnešní době se používá 4
Zvuk a video video digitální, které vyniká svou kvalitou a dynamičností. S počtem přehrání nebo kopírování se kvalita videa nesnižuje. Tato vlastnost vede k masivnímu nelegálnímu kopírování filmů. Video soubory lze získat z různých zdrojů:
videorekordér televizní tuner webová kamera digitální fotoaparát analogová videokamera digitální videokamera
Při digitalizaci videa musíte nastavit několik důležitých parametrů, které určují výslednou kvalitu záznamu. Rozlišení Určuje počet bodů videa v horizontálním a vertikálním směru. Obrazový bod se nazývá pixel (px). Čím vyšší je rozlišení videa, tím kvalitnější je obraz. Typické rozlišení digitálního videa v normě PAL (Evropa) je 720x576px, rozlišení fullHD je 1920x1080px. Frekvence snímků Je to počet samostatných snímků, které se zobrazí za jednu sekundu. Frekvence snímků se udává ve FPS (Frames Per Second) - snímků za sekundu. Čím vyšší je frekvence snímků, tím vyšší je kvalita videa. Standardní frekvence u normy PAL je 25 fps. Díky tzv. prokládání se hodnota vyšplhá na 50 fps. Při vykreslování prokládaného obrazu se střídavě vykreslují sudé a liché řádky na TV. Tím ve skutečnosti nepřenáší 50 snímků, ale 50 půlsnímků. Stream Stream je datový tok videa. Kromě videa může být v datovém toku i zvuk, titulky nebo kapitoly. V jednom souboru může být i více streamů stejného typu, například několik jazykových verzí. Datový tok se udává v kb/s. Může být konstantní – CBR, nebo variabilní – VBR. Kontejner Kontejner uzavírá do jednoho souboru různé streamy. Kontejnery se liší v tom, jaké typy streamů a v jakém formátu jsou. Mezi nejznámější kontejnery patří AVI, MPEG, MKV, MP4, OGM, MOV, RM. Aspect ratio Aspect ratio určuje poměr stran obrazu. Typicky se používá poměr stran 4:3, 16:9 a další. Kodek Používá se ke kódování a dekódování jednotlivých streamů (Koder-Dekoder). Mezi nejznámější video kodeky patří DivX a XviD. Splitter Slouží přehrávačům pro rozdělení kontejneru na jednotlivé streamy, které poté předá patřičným dekodérům. Filtr Je souhrnné označení pro dekodéry a splittery.
5
Zvuk a video
16.2.1
Formáty digitálního videa
AVI AVI (Audio Video Interleave) je asi nejstarší formát videa pro PC. Je vyvinutý firmou Microsoft jako součást multimediální technologie Video for Windows. Je to formát multimediálního kontejneru, který obsahuje jednu nebo více datových stop. Je oblíben z důvodu vysoké kompatibility s různými programy. MOV Tento formát byl vyvinut firmou Apple pro počítače Apple Macintosh jako formát programu Quicktime Movie. Je to formát multimediálního kontejneru, který obsahuje jednu nebo více datových stop. MPEG MPEG (Motion Picture Experts Group) – je to zkratka mezinárodní organizace, která se zabývá vývojem tohoto standardu. Výhodou je nezávislost na platformě. V současné době se používají čtyři formáty: MPEG-1 Tento formát existuje již od roku 1993. Jeho hlavním kritériem bylo zachování rozumné kvality při redukci datového toku na přijatelnou mez. Datový tok je 1-1,5 Mb/s. Maximální rozlišení je 352x288 a 30 snímků/s. Pro obchodní použití je dostačující. MPEG-2 Existuje od roku 1995 a jeho základní princip je stejný jako u MPEG-1, ale umožňuje datový tok až do 100 Mb/s pro digitální TV, video filmy na DVD a pro profesionální studia. Také rozlišení bylo zvětšeno a dává daleko lepší výsledky než MPEG-1. MPEG-4 Nejnovější video formát, jehož cílem je dát co nejlepší kvalitu při co nejnižším datovém toku 10 kb/s – 1 Mb/s. Hlavním použitím je přenos videa přes internet a při mobilní komunikaci.
Jak pracuje MPEG Formát MPEG neukládá všech 25 snímku za sekundu (což je standardní počet pro video), ale jenom 2 až 3, a ze zbylých se uloží jen informace o změně obsahu: mezisnímky. Tento algoritmus ale není pevný, a tak při dynamických scénách (střih, rychlé střídání obrázku) se může interval mezi kompletními snímky zkrátit.
1.3 Digitalizace televizního vysílání Jedním ze základních cílů digitalizace je vhodnější využití omezených počtů kmitočtů. Analogové vysílání používá jeden kmitočet (kanál) pro jeden program. Digitální vysílání používá jeden kmitočet (multiplex) pro více programů. Ke snížení objemu přenášených dat se používá kompresní formát MPEG. 6
Zvuk a video
Výhody digitalizace: - více televizních programů - vyšší kvalita zvuku i obrazu - interaktivní služby – možnost objednání pořadu z nabídky, hlasování v soutěžích… - elektronický programový průvodce (EPG – obdoba tištěného televizního programu) - rádio – v rámci digitálního vysílání je možný příjem rozhlasových pořadů - vysílání ve vysokém rozlišení (HDTV) - možnost vysílání 3DTV Rozdělení digitálního vysílání Digitální vysílání se dělí na tři druhy: DVB-T (Terrestrial) – digitální pozemní vysílání DVB-S (Satellite) – satelitní digitální vysílání DVB-C (Cable) – digitální vysílání v síti kabelové televize DVB- T – pozemní digitální vysílání Výhodou pozemního digitálního vysílání je dobrý příjem signálu, který už není tolik závislý na členitosti terénu. Pro příjem pozemního digitálního vysílání je potřeba vlastnit digitální přijímač – tzv. set top box. Digitální přijímač se zapojí mezi televizi a anténu. Moderní televize mají již digitální přijímač vestavěn. DVB-S – satelitní digitální vysílání Přenos digitálního vysílání probíhá mezi přijímačem a družicí. Družice se nachází 36 000 km nad zemí, na geostacionární dráze. Pro příjem satelitního digitálního vysílání je potřeba vlastnit satelitní přijímač a parabolickou anténu s konvertorem. Některé moderní televize mají satelitní přijímač již vestavěn. DVB-C – digitální vysílání v síti kabelové televize Příjem digitálního signálu je zprostředkován poskytovatelem. Pro příjem kabelového digitálního vysílání je potřeba vlastnit digitální přijímač – tzv. kabelový set top box. Digitální přijímač se zapojí mezi televizi a anténu. Moderní televize mají již digitální přijímač vestavěn. Aktuální programová nabídka pozemního digitálního vysílání v ČR (2011) Multiplex 1 - „veřejnoprávní multiplex“, protože v ní vysílají veřejnoprávní Česká televize a Český rozhlas - operátorem je Česká televize - obsahuje televizní programy ČT1, ČT2, ČT24, ČT4 a rozhlasové stanice ČRo1 - Radiožurnál, ČRo2 - Praha, ČRo3 - Vltava, ČRo Rádio Česko, ČRo Radio Wave, ČRo D-dur, ČRo Leonardo a ČRo6 Multiplex 2 - operátorem je společnost České Radiokomunikace - obsahuje programy Nova, Nova Cinema, Prima, Prima Cool a TV Barrandov - do programu TV Prima vstupuje do vysílání regionální RTA (odpojované regionální vysílání)
7
Zvuk a video
Multiplex 3 - operátorem je společnost Czech Digital Group - obsahuje programy Prima LOVE, Public TV a Radio Proglas - spolu s Prima LOVE vysílá regionální televize R1 Multiplex 4 - operátorem je společnost Telefónica O2 - síť je prozatím ve fázi experimentálního vysílání v Praze, Brně a Ostravě - obsahuje programy Nova HD a ČT HD ve vysokém rozlišení obrazu (HDTV) a TV Óčko ve standardním rozlišení (SD) - pro příjem HD programů je potřeba set-top-box nebo televizní přijímač s digitálním tunerem s podporou komprese obrazu MPEG 4 Regionální multiplex 1 - operátorem se společnost TV Gimi a.s. - síť vysílá v oblasti Českobudějovicka - obsahuje programy TV Gimi, TV Noe, Óčko a TV Prima Regionální multiplex Klimkovice - operátorem je společnost B plus TV a.s. - síť vysílá v oblasti mezi Frýdkem-Místkem, Ostravou a Novým Jičínem - obsahuje programy LTV plus, TV Óčko a TV Noe
8
