Ήχος στην τηλεόραση ΕΝΙΣΧΥΤΙΚΗ Ι ΑΣΚΑΛΙΑ. Αναλογική, επίγεια ψηφιακή και δορυφορική. Συστήµατα ήχου NICAM, A2-STEREO, MPEG-1/II και ΙΙΙ, MPEG-2/AAC

Transcript

1 Μία από τις πολλές αντιφάσεις της ελληνικής αγοράς είναι η πώληση ηλεκτρονικών συσκευών µε προδιαγραφές άσχετες µε τις υποδοµές της χώρας µας. Πωλούνται τηλεοράσεις που δεν αποκωδικοποιούν τους ελληνικούς χαρακτήρες του τηλεκειµένου (teletext), αλλά υπάρχουν και τηλεοπτικά κανάλια που προσφέρουν ελληνικό τηλεκείµενο αποκλειστικά µε λατινικούς χαρακτήρες! Ήχος στην τηλεόραση Συστήµατα ήχου NICAM, A2-STEREO, MPEG-1/II και ΙΙΙ, MPEG-2/AAC H αγορά έχει κατακλυσθεί από τηλεοράσεις µε µακρόστενο κάδρο (αναλογία διαστάσεων του πλαισίου της εικόνας 16:9), αν και οι ελληνικοί τηλεοπτικοί σταθµοί δεν υποστηρίζουν - µέχρι την έλευση της ψηφιακής τηλεόρασης, που ό- λο την ακούµε αλλά ποτέ δεν τη βλέπουµε - εκποµπές, µε αυτή την αναλογία διαστάσεων. Θεωρητικώς, οι τηλεοράσεις αυτές προορίζονται για τους ρέκτες του οικιακού κινηµατογράφου και για τη θέαση ταινιών από DVD. Όµως, θα χρησιµοποιηθούν και για τη λήψη τηλεοπτικών προγραµµάτων. Τότε η εικόνα 4:3 µετασχηµατίζεται και παραµορφώνεται σε διαστάσεις πλαισίου εικόνας 16:9 για να γεµίσει το τηλεοπτικό κάδρο. Όσο προηγµένοι και αν είναι οι αλγόριθµοι µετασχηµατισµού, η αλλοίωση είναι εµφανής. Αν όµως η τηλεοπτική εικόνα δεν «παραµορφωθεί», τότε σχηµατίζονται µαύρες λουρίδες στο πάνω και κάτω µέρος της οθόνης, µε α- ποτέλεσµα µια τηλεόραση 32 ιντσών(16:9) να µετατρέπεται στην πολύ µικρότερη 26 ιντσών (4:3). Παρόµοια κατάσταση επικρατεί και στο στερεοφωνικό ήχο των τηλεοπτικών προγραµµάτων. έχρι πριν τρία µόλις χρόνια, ο ήχος ήταν µονοφωνικός και κακής ποιότητας, αν και όλες οι τηλεοράσεις είχαν τη δυνατότητα αποκωδικοποίησης ψηφιακού στερεοφωνικού ήχου! Σήµερα, τα κανάλια πανελλαδικής εµβέλειας έχουν προχωρήσει στην αναλογική στερεοφωνική µετάδοση µε το σύστηµα Zweiton ή A2, (MEGA, STAR, ALTER, ALFA, Βουλή) ή στην ψηφιακή στερεοφωνική µετάδοση µε το σύστηµα NICAM (NET, ET1, ET3, ANT1). Τόσο στην επίγεια όσο και στη δορυφορική ψηφιακή τηλεόραση, ο ήχος µεταδίδεται µε την τεχνολογία MPEG-1 ή MPEG-2. Τα συστήµατα πολυκαναλικού ήχου, τόσο τα αναλογικά (Dolby Surround, Dolby Prologic) όσο και τα ψηφιακά (Dolby Digital / AC-3 και DTS) δεν 116

2 1 Φασµατική διάρθρωση των «φερουσών» ήχου και εικόνας του τη - λεο πτικού διαύλου εύρους 7 MHz (σύστηµα PAL/Β). Όταν το εύ ρος αυξηθεί σε 8MHz (συστήµατα PAL/G, H, K1, L) στις ζώνες εκποµπής IV και V (UHF), τότε αυξάνει κατά 1ΜΗz η απόσταση από τη ζώνη ήχου ενός καναλιού, µέχρι το αριστερό µέτωπο του ίχνους της κάτω πλευρικής του επόµενου διαύλου. Το φέρον (carrier) ήχου απέχει από το φέρον ει κό νας 5,5ΜΗz (συστήµατα PAL/B, G, H) ή 6,5 ΜΗz (συστήµατα PAL/L, K1). είναι τεχνολογίες µετάδοσης ήχου, αλλά συστήµατα ανάπλασης της αίσθησης του ακουστικού χώρου. Μπορούν να ενσωµατωθούν σε κάθε τεχνολογία µετάδοσης ήχου. Πάντως, πολύ σπάνια θα βρείτε µετάδοση surround sound στις τηλεοπτικές εκποµπές, έ- στω και αν µεταδίδονται κινηµατογραφικές ταινίες. Θα προσπαθήσουµε στη συνέχεια να περιγράψουµε και να ξεκαθαρίσουµε το θολό ηχητικό τοπίο της τηλεόρασης. Ας αρχίσουµε από τα απλά! H εκποµπή του ήχου στη τηλεόραση Η ζώνη συχνοτήτων που καταλαµβάνεται για την εκποµπή των σηµάτων εικόνας και ήχου, ονοµάζεται «δίαυλος εκποµπής» ή κανάλι. Η δοµή του φάσµατος που έχει εκχωρηθεί στην τηλεόραση, έχει καθορισθεί εδώ και πολλά χρόνια και ακολουθείται µε θρησκευτική ευλάβεια. Πολλές και σηµαντικές αλλαγές συµβαίνουν στην τηλεοπτική τεχνολογία, αλλά η φασµατική δοµή δεν µεταβάλλεται και οι όποιες τεχνολογικές εξελίξεις θα πρέπει πάντοτε να τη λαµβάνουν υπόψη τους. Στο σχήµα 1 φαίνεται η µορφή του τηλεοπτικού αναλογικού σήµατος. Η συνολικά καταλαµβανόµενη ζώνη για την πληροφορία εικόνας είναι 6,5ΜΗz. Το υπόλοιπο τµήµα αποδίδεται στο τµήµα του ήχου. Από αυτήν τη ζώνη των 0,5ΜΗz, η ηχητική πληροφορία καταλαµβάνει µόνο 0,25MHz. Οι µικρές περιοχές 0,125ΜΗz αριστερά και δεξιά µένουν ελεύθερες, για την αποφυγή παρενοχλήσεων ανάµεσα στον ήχο και στην εικόνα. Το φέρον ήχου απέχει από το φέρον εικόνας 5,5ΜΗz (συστήµατα PAL/B, G, H) ή 6,5 ΜΗz (συστήµατα PAL/L, K1). Το υποφέρον ψηφιακού ήχου NICAM δεν παίρνει τη θέση του φέροντος αναλογικού ήχου, αλλά τοποθετείται λίγο υψηλότερα στη συχνότητα 5,85 ΜΗz, σε όλα τα συστήµατα PAL, εκτός από το αγγλικό (σύστηµα Ι). Η Ελλάδα ακολουθεί το πρότυπο PAL/B, G, αν και στα χαρτιά δηλώνει καταχωρηµένη στο πρότυπο SECAM! Άλλη µία παγκόσµια πρωτοτυπία Matrix-stereo Ο απλούστερος τρόπος εκποµπής στερεοφωνικού ήχου θα ήταν η χρήση δύο διαφορετικών σηµάτων, εκ των οποίων το ένα θα µετέφερε την πληροφορία του αριστερού καναλιού (L) και το άλλο του δεξιού (R). Έτσι όµως, οι µονοφωνικοί δέκτες δεν θα µπορούσαν να λάβουν το σύνολο της πληροφορίας (που υπάρχει στο άθροισµα L+R). Για να επιτευχθεί συµβατότητα, ακολουθείται η µέθοδος matrixstereo. Προστίθενται και αφαιρούνται οι πληροφορίες των καναλιών L και R, ώστε να δηµιουργηθούν οι συνιστώσες L+R και L R, οι ο- ποίες και εκπέµπονται µε διαφορετικό υποφέρον (sub-carrier) στην ίδια βασική συχνότητα. Η συνιστώσα L+R καταλαµβάνει το κανονικό ακουστικό φάσµα (baseband), ενώ η συνιστώσα L-R µετακινείται σε υψηλότερες συχνότητες (εικόνα 2). Το εύρος συχνοτήτων ή φασµατική απόκριση κάθε καναλιού, ορίζεται από 0 έως 15kHz. Έτσι, η φέρουσα συχνότητα πρέπει να είναι 38kHz και η φασµατική συνιστώσα L-R εκτείνεται από 23 khz (38-15 khz) έως 53 khz (38+15 khz). Το σήµα αυτό προστίθεται µε το σήµα L+R και έτσι προκύπτει το πλήρες φάσµα του στερεοφωνικού σήµατος, που εκτείνεται από 0-53 khz, µε ενδιάµεσο κενό από khz. Στο κενό αυτό προστίθεται ένα απαραίτητο «σήµα πιλότος» µε φέρουσα 19 khz. Η αποκωδικοποίηση στηρίζεται στην πρόσθεση και αφαίρεση των δύο συνιστωσών L+R, L-R αφού (L+R) + (L-R) = 2L και (L+R) - (L-R) = 2R. Σύστηµα Zweiton (A2-stereo) Για την εκποµπή στερεοφωνικού ήχου στην τηλεόραση, θα µπορούσε να ακολουθηθεί η ιδέα του matrix-stereo. Πράγµατι, στις ΗΠΑ, Ιαπωνία και Κορέα, ακολουθείται αυτή η τεχνική (σύστηµα BTSC). Στην Ευρώπη, η στερεοφωνική µετάδοση του ήχου στα τηλεοπτικά κανάλια ξεκίνησε το 1975, µε µία τεχνική που σχεδιάστηκε στη Γερµανία και για το λόγο αυτό έγινε γνωστή µε τη γερµανική ονοµασία Zweiton, που σηµαίνει διπλός ήχος. Πρόκειται για απλή και φτηνή στην υλοποίησή της µέθοδο, που πριν λίγα χρόνια αποτελούσε τη µοναδική µέθοδο τηλεοπτικής στερεοφωνικής εκποµπής και µε καθυστέρηση 30 ετών χρησιµοποιείται και στη χώρα µας. Η αναλογική στερεοφωνική µετάδοση Zweiton διαφοροποιείται ως προς το βασικό πρότυπο του matrix-stereo. Εκπέµπεται η πληροφορία α- θροίσµατος (L+R), καθώς και η πληροφορία του δεξιού καναλιού R. Σαν φέρον χρησιµοποιείται η συχνότητα 15,5 fh = ,5Ηz, όπου fh =15.625Ηz είναι η συχνότητα ανανέωσης γραµµών του τηλεοπτικού ράστερ. Συχνά, αντί στερεοφωνικού ήχου µεταδίδεται διπλός µονοφωνικός ήχος (dual mono), που περιλαµβάνει δύο διαφορετικές γλώσσες (την αυθεντική και τη µεταγλώττιση). Η ένδειξη στερεοφωνικής εκποµπής γίνεται µε χρήση ενός τόνου 3,5 fh = 54,687kHz, που διαµορφώνει κατά πλάτος το φέρον της πληροφορίας R. Η εκποµπή πραγµατικού στερεοφωνικού ήχου δηλώνεται µε ένα τόνο fh/133 = 117,5Hz. Η εκποµπή διπλού µονοφωνικού ήχου (αυθεντικού και µεταγλωττισµένου), γνωστοποιείται από ένα τόνο fh /57= 274,1Ηz. Η πλήρης αναλυτική δοµή του φάσµατος της µεθόδου α- ναλογικής στερεοφωνίας Zweiton φαίνεται στην εικόνα 3. Η τεχνολογία αυτή, αν και χρησιµοποιήθηκε ευρύτατα τις προηγούµενες δεκαετίες, σήµερα εφαρµόζεται µόνο σε τεχνολογικά υστερούσες χώ- 117

3 2 Φασµατική κατανοµή των συνιστωσών (L+R) και (L-R) στην τεχνική στερεοφωνικής µετάδοσης matrix-stereo. Η συνιστώσα L+R καταλαµβάνει το κανονικό ακουστικό φάσµα 0-15kHz (baseband), ενώ η συνιστώσα L-R µετακινείται σε υψηλότερες συχνότητες. Η φασµατική συνιστώσα L-R εκτείνεται από 23 khz (38-15 khz) έως 53 khz (38+15 khz). Το σήµα αυτό «προστίθεται» µε το σήµα L+R και έτσι προκύπτει το πλήρες φάσµα του στερεοφωνικού σήµατος, που εκτείνεται από 0-53 khz, µε ενδιάµεσο κενό από khz. Στο κενό αυτό προστίθεται ένα αδιαµόρφωτο «φέρον πιλότος» µε φέρουσα 19 khz. Η αποκωδικοποίηση στηρίζεται στην πρόσθεση και αφαίρεση των δύο συνιστωσών, αφού (L+R) + (L-R) = 2L και (L+R) - (L-R) = 2R. ρες. Στη χώρα µας, η πλειοψηφία των µεγάλων καναλιών (MEGA, STAR, ALTER, ALFA, Βουλή), εκπέµπει στερεοφωνικό ήχο µε αυτήν την τεχνολογία. Στερεοφωνία NICAM 728 Πολλές φορές είναι αναγκαίο να προσαρµόσουµε κάποια τεχνολογία στις σύγχρονες ανάγκες, χωρίς να την ανατρέψουµε εκ βάθρων, για λόγους τόσο οικονοµικούς όσο και πρακτικούς. Μία τέτοια περίπτωση είναι η αναλογική τηλεόραση. Είναι προφανές ότι η τεχνολογία της αναλογικής τηλεόρασης, που σχεδιάστηκε πριν από 50 χρόνια, απαιτεί ριζική προσαρµογή στις ανάγκες της εποχής µας. Όµως, κάτι τέτοιο, πέρα από το δυσβάσταχτο κόστος, απαιτεί συναίνεση και συνεννόηση. Απόδειξη οι σηµαντικές δυσκολίες που εµφανίζονται για τη µετάπτωση από την αναλογική στην ψηφιακή πλατφόρµα. Πρέπει να αρκεστούµε, λοιπόν, σε επιµέρους αλλαγές και βελτιώσεις. Μία από αυτές ήταν η προσθήκη ψηφιακού ήχου στο α- ναλογικό πρότυπο τηλεοπτικής εικόνας. Το εγχείρηµα πέτυχε και έ- δωσε νέα πνοή στην αναλογική τηλεόραση. Σήµερα λίγο πριν την αναγκαστική µετάβαση στην επίγεια ψηφιακή τηλεόραση - σχεδόν όλη η Ευρώπη έχει υιοθετήσει την ψηφιακή µετάδοση ήχου. Μία α- πό τις λίγες εξαιρέσεις είναι η χώρα µας, η οποία δεν δείχνει καµία διάθεση τεχνολογικής σύγκλισης. Τα ελληνικά κανάλια δυσκολεύονται - ή δεν θεωρούν αναγκαία την προσαρµογή. Είναι γεγονός ό- τι το φαινόµενο της άρνησης ή και απόρριψης νέων τεχνολογιών για λόγους κόστους, δεν παρατηρείται µόνον εδώ. Η δικαιολογία είναι ότι, κανείς δεν έχασε σε ακροαµατικότητα (και άρα έσοδα) λόγω µέτριας ποιότητας εικόνας και ήχου. Αφού δεν χάνουν λόγω κακής ποιότητας περιεχοµένου, στην κακή τεχνολογία θα έχουν ενδοιασµούς; Πάντως, ψηφιακό ήχο NICAM εκπέµπουν σήµερα τέσσερα ελληνικά κανάλια: τα τρία κρατικά NET, ET1, ET3 και ο ΑΝΤ1. Το σύστηµα NICAM 728 προσφέρει εξαιρετικής ποιότητας ήχο, χωρίς να καταλαµβάνει περισσότερο φάσµα απ όσο προβλέπεται στις προδιαγραφές της επίγειας τηλεόρασης. Σχεδιάστηκε στις αρχές της δεκαετίας του 1980 από τους µηχανικούς του BBC. Καθιερώθηκε ό- µως όταν υιοθετήθηκε από τις Σκανδιναβικές χώρες, σαν σύστηµα ψηφιακού ήχου. Το ακρωνύµιο NICAM αντιστοιχεί στην έκφραση Νear Instantaneous Companded Audio Multiplex. Ο όρος δεν έχει αποδοθεί στα ελληνικά, πάντως σε πρόχειρη µετάφραση σηµαίνει «Πολυπλεξία µε σχεδόν ταυτόχρονη προσαρµογή των επιπέδων ψηφιοποίησης». Σαν προσαρµογή των επιπέδων µεταφράζουµε τη λέξη compading. Τέτοια λέξη δεν υπάρχει στο αγγλικό λεξιλόγιο πρόκειται για νεολογισµό - που προέρχεται από συνένωση δύο άλλων λέξεων: compressing (πύκνωση) + expanding (αραίωση) = companding (προσαρµογή). Ο ρυθµός δειγµατοληψίας είναι 32kHz ( δείγµατα ανά sec). Κάθε κανάλι έχει εύρος ζώνης συχνοτήτων από 30 Hz έως Ηz, εποµένως µπορεί να θεωρηθεί σαν υψηλής πιστότητας (Ηigh Fidelity, Hi-Fi). Η ανάλυση της ψηφιοποίησης είναι 14bit, δηλαδή 214= στάθµες. Με τα δεδοµένα αυτά, ο ρυθµός µετάδοσης (datarate) είναι δείγµατα/sec x 14 bit/δείγµα = bits/sec. Αφού µεταβιβάζονται ταυτόχρονα δύο κανάλια ήχου, η ταχύτητα µετάδοσης αυξάνει σε bits/sec, ταχύτητα που δεν µπορεί να «περάσει» µέσα από το τηλεοπτικό κανάλι. Αφού ο ρυθµός δειγµατοληψίας δεν µπορεί να µειωθεί για λόγους ηχητικής πιστότητας, η ελάττωση της υψηλής ταχύτητας µπορεί να 3 Αναλυτική δοµή του φάσµατος της µεθόδου αναλογικής στερεο - φωνίας Zweiton ή Α2, που χρησιµοποιείται ευρύτατα στα ελληνικά τηλεοπτικά κανάλια. Εκπέµπεται η πληροφορία αθροίσµατος (L+R), καθώς και η πληροφορία του δεξιού καναλιού R. Σαν φέρον χρησιµο - ποιείται η συχνότητα 15,5 fh = ,5Ηz, όπου fh =15.625Ηz είναι η συχνότητα ανανέωσης γραµµών. Συχνά, αντί στερεοφωνικού ήχου, µεταδίδεται διπλός µονοφωνικός ήχος (dual mono). Η ένδειξη στερεοφωνικής εκποµπής γίνεται µε χρήση ενός τόνου 3,5 fh = 54,687kHz. Η ένδειξη εκποµπής πραγµατικού στερεοφωνικού ήχου δηλώνεται µε διαµόρφωση του υποφέροντος από ένα τόνο fh/133 = 117,5Hz. Αν γίνεται εκποµπή διπλού µονοφωνικού ήχου (µεταγλωττισµένου και αυθεντικού ήχου), τότε διαµορφώνεται από ένα τόνο fh /57= 274,1Ηz. 118

4 επιτευχθεί σύµφωνα µε τους µηχανικούς του ΒΒC, µε near instantaneous compading! Η τεχνική αυτή µειώνει την ανάλυση α- πό 14 bit σε 10. Τα τέσσερα bits που «κόβονται» αντιστοιχούν στο κάτω τµήµα της αναλογικής κυµατοµορφής του ήχου - αν η στάθµη του είναι υψηλή - και στο πάνω τµήµα, αν η στάθµη είναι χαµηλή. Στη συνέχεια εφαρµόζεται ένας περίπλοκος τρόπος παράλειψης πληροφορίας ήχου, ανάλογα µε τις συνθήκες. Τελικά προκύπτει µια ψηφιακή οµάδα (data block) από δύο τµήµατα των 32 x 11 bits για κάθε ακουστικό κανάλι, σχηµατίζοντας ένα σύνολο 2 x 32 x 11 = 704bits, στην οποία προστίθενται 24 bits για το λειτουργικό έλεγχο. Το τελικό σύνολο περιέχει = 728bits και αποτελεί το πλαίσιο (frame). Λόγω του αριθµού των 728bits που περιλαµβάνει το ψηφιο-πλαίσιο, προκύπτει και το όνοµα NICAM 728. Ο χρόνος µετάδοσης κάθε πλαισίου είναι 1 χιλιοστό του δευτερολέπτου (msec), άρα η ταχύτητα µετάδοσης της ψηφιοσειράς είναι 728bits / 1 msec = 728 Kbits/sec. Όλη αυτή η ψηφιακή πληροφορία «φορτώνεται» στο υ- ποφέρον των 5,85ΜΗz και εκπέµπεται. Η ανάγκη για ψηφιακή συµπίεση Το τηλεοπτικό σήµα PAL καταλαµβάνει εύρος ζώνης (bandwidth) 8 MHz. Για να το µεταδώσουµε ψηφιακά χωρίς απώλεια πληροφορίας (δηλαδή µείωση της ποιότητας της εικόνας), πρέπει σύµφωνα µε την ψηφιακή απαίτηση Nyquist να γίνει δειγµατοληψία στη διπλάσια συχνότητα των 16 MHz. Για επαρκή ευκρίνεια (resolution), κάθε δείγµα περιγράφεται από τουλάχιστον 8 bits (28=256 επίπεδα κωδικοποίησης). Απαιτείται εποµένως ρυθµός µετάδοσης 16 ΜΗz x 8bits = 128 Mbits/sec. Το πρόβληµα είναι µεγαλύτερο αν απαιτείται υψηλή ευκρίνεια, οπότε απαιτούνται 16 ή 24 bits και όλα αυτά για ασπρόµαυρη εικόνα. Αν θέλουµε και χρώµα, ο όγκος της ψηφιακής πληροφορίας γίνεται τριπλάσιος (αφού κάθε χρώµα σχηµατίζεται ως συνδυασµός των τριών βασικών χρωµάτων, πράσινο, κόκκινο, µπλε). Συνεπώς απαιτούνται τουλάχιστον 3 x 128 = 384 Mbit / sec ή εύρος ζώνης περίπου 800MHz, δηλαδή ολόκληρο το διαθέσιµο φάσµα συχνοτήτων! Αν περιοριστούµε µόνο στον ήχο και απαιτήσουµε ποιότητα CD, τότε απαιτούνται δείγµατα των 16bit και ρυθµός δειγµατοληψίας 44,1 khz ( φορές το δευτερόλεπτο). Έτσι, για στερεοφωνικό ή- χο σε ποιότητα CD απαιτούνται 2 κανάλια x 16bit x δείγµατα, δηλαδή ρυθµός µετάδοσης 1,41 Mbits/sec ή 8 MHz, όσο είναι δηλαδή το εύρος ολόκληρου του δίαυλου τηλεόρασης. Αδιέξοδο, το οποίο είχε γίνει αντιληπτό εδώ και 50 χρόνια. Αυτός είναι ο λόγος που δεν προχώρησαν οι προσπάθειες ψηφιοποίησης της τηλεόρασης. Μέχρι που εµφανίστηκαν οι αλγόριθµοι συµπίεσης (MPEG codecs) και τα πράγµατα πήραν άλλη τροπή. ΗΛΕΚΤΡΟΝΙΚΑ

5 ριστικά από το αρχείο ήχου όση πληροφορία δεν µπορεί να επεξεργαστεί ο εγκέφαλός µας ή να ακούσει το αυτί µας. Μπορεί η απόρριψη µουσικής πληροφορίας να θεωρείται κάτι εξωφρενικό και βέβηλο από τους λάτρεις της µουσικής, αλλά στην πράξη τα πράγµατα δεν είναι τόσο άσχηµα. Στη βιοµηχανία του MP3 τα πράγµατα µιλούν από µόνα τους: εκατό δισεκατοµµύρια διακινούµενα αρχεία MP3 στο Internet κάθε µήνα, 500 εκατοµµύρια PC και 50 εκατοµ- µύρια - πάσης φύσεως - ηλεκτρονικές συσκευές, παίζουν καθηµερινά µουσική MP3. Και για όλα αυτά, υπεύθυνος είναι ένας «έξυπνος» αλγόριθµος, ο οποίος ελέγχει τα ψηφιακά αρχεία µουσικής και τους αφαιρεί τα µέρη που δεν µπορεί να ακούσει το ανθρώπινο αυτί. 4 Η τεχνική compressing + expanding = companding κατά τη δια - δικασία ψηφιοποίησης δίνει λιγότερες στάθµες δειγµατοληψίας, αυξάνοντας έτσι το λόγο σήµατος προς θόρυβο. Οι στάθµες δειγµατο - ληψίας αυξάνουν (πυκνώνουν) στα κρίσιµα σηµεία και ελαττώνονται (αραιώνουν) στα λιγότερο σηµαντικά τµήµατα της αναλογικής κυµατο - µορφής. Στο σύστηµα NICAM, η ψηφιοποίηση γίνεται µε 10 bits αντί για 14. Τα τέσσερα bits που «κόβονται» αντιστοιχούν στο κάτω τµήµα της κυµατοµορφής - αν η στάθµη του σήµατος είναι υψηλή - και στο πάνω τµήµα της, αν η στάθµη είναι χαµηλή. Το πρότυπο συµπίεσης ήχου MPEG Audio Layer I, II, και III Τα αρχικά MPEG προέρχονται από τις λέξεις Moving Picture Experts Group (Οµάδα Ειδικών στην Κινούµενη Εικόνα). Το όνοµα MPEG έ- χει επικρατήσει όµως να αναφέρεται και στην οικογένεια των τυποποιήσεων (standards), που χρησιµοποιούνται για τη µετάδοση οπτικών και ηχητικών δεδοµένων σε ψηφιακή συµπιεσµένη µορφή. Οι εργασίες για την οικογένεια αλγορίθµων συµπίεσης ψηφιακού ή- χου MPEG ξεκίνησαν το 1987, στο πλαίσιο των ερευνών για την τυποποίηση των ψηφιακών εκποµπών ραδιοφώνου DAB. Οι ερευνητές ανέπτυξαν µια σειρά από µαθηµατικούς αλγόριθµους µε τα ο- νόµατα Layer I, II και ΙΙΙ, που ανήκουν στο γενικό πρότυπο MPEG-1. Η διαφοροποίηση µεταξύ τους αναφέρεται στο λόγο συµπίεσης. Ο µέσος λόγος συµπίεσης για κάθε ένα από τα τρία επίπεδα του MPEG ήχου (µε πρότυπο τον ήχο ποιότητας CD-PCM) είναι: Layer Ρυθµός data (kbps) Συµπίεση I 384 1:4 II :6-1:8 III :10-1:12 MPEG-1 / layer 3 = MP3 Το επίπεδο Ι χρησιµοποιήθηκε σε λίγες εφαρµογές, µε σηµαντικότερη τις ψηφιακές κασέτες DΑΤ. Το επίπεδο ΙΙ εφαρµόστηκε στα Video-CD και στη δορυφορική τηλεόραση. Το επίπεδο III είναι το πιο απαιτητικό και περίπλοκο, αλλά κατέλαβε εξ εφόδου την αγορά. Σή- µερα είναι γνωστό σαν ΜΡ3. Σχεδιάστηκε στο ινστιτούτο ολοκληρωµένων κυκλωµάτων Fraunhofer της Βαυαρίας. Οι ερευνητές είχαν βαρεθεί να ακούν το τραγούδι «Tom s Diner» της Suzan Vega, µε το οποίο έκαναν όλες τις δοκιµές. Ο αλγόριθµος MP3 αφαιρεί ο- Ο κυκεώνας των καταλήξεων Με όλες αυτές τις κωδικοποιήσεις και τους αλγόριθµους είναι εύκολο να χαθούµε, συναντώντας - κυρίως στο Internet - αρχεία ήχου µε εξωτικές καταλήξεις. Ο πίνακας προσπαθεί να τακτοποιήσει την κατάσταση. Κατάληξη.wav.mp2.mp3.mmp.aac.mes Είδος κωδικοποίησης PCM, ADPCM MPEG-1 επίπεδο II MPEG-1 επίπεδο III MPEG-1/III (κρυπτογραφηµένο) MPEG-2 Advanced Audio Coding MPEG-2 AAC (κρυπτογραφηµένο) Το 1997 έκανε την εµφάνισή του ένα ακόµη µέλος της µεγάλης οικογένειας των MPEG. To MPEG-2 Advanced Audio Coding (AAC). Πρόκειται για µια εξαιρετικά περίπλοκη και απαιτητική σε υπολογιστικούς πόρους µεθοδολογία συµπίεσης, που προσφέρει µεγάλη ευελιξία και εξαιρετική ποιότητα ήχου. Σύµφωνα µε τις προδιαγραφές, υπάρχουν τρία «προφίλ» συµπίεσης: το «βασικό» (Μ), το «χαµηλής πολυπλοκότητας» (LC) και το «βαθµωτού ρυθµού» (SSR). Το MPEG-2 / AAC έχει ήδη αποτελέσει τµήµα του πολλά υ- ποσχόµενου MPEG-4. εν είναι συµβατό µε τα Ι, ΙΙ και ΙΙΙ και προς το παρόν η διάδοσή του είναι µικρή, καθώς καθυστέρησε να ολοκληρωθεί και δεν πρόλαβε να αποτελέσει τµήµα των προδιαγραφών του DVD. Χρησιµοποιείται σε όλες τις συσκευές Apple και στην τεχνολογία BluRay. Η ψηφιακή δορυφορική τηλεόραση DVB-S χρησιµοποιεί για τη µετάδοση ήχου τον αλγόριθµο MPEG-1, layer II. Η νεώτερη εξέλιξή της DVB-S2 χρησιµοποιεί τον αλγόριθµο MPEG-2, AAC. Η επίγεια ψηφιακή τηλεόραση DVB-T χρησιµοποιεί τον αλγόριθµο MPEG-1, layer II, αν και ατύπως χρησιµοποιείται και ο MPEG-1, layer IIΙ (mp3). Η πλέον σύγχρονη εξέλιξή της DVB-T2 χρησιµοποιεί τον αλγόριθµο MPEG- 2/AAC. Η αίσθηση πολυκαναλικού ήχου Dolby Digital/AC3 και DTS δεν σχετίζεται µε τον τρόπο µετάδοσης, αλλά µε ειδικές τεχνολογίες «ηχητικής επεξεργασίας και απεικόνισης», που µπορούν να µεταδοθούν µε οποιοδήποτε ψηφιακό (αλλά και αναλογικό) πρότυπο ήχου. Θα α- ναφερθούµε σε επόµενο κείµενο στις τεχνολογίες αυτές. 120