MP3壓縮技術(shù)簡(jiǎn)介

MP3壓縮技術(shù)的壓縮步驟主要包括：脈碼調(diào)變(PCM)、時(shí)域／頻域轉(zhuǎn)換、聲音心理學(xué)模型、訊號(hào)包裝等：

＞脈碼調(diào)變(PCM)

先將類比的聲音訊號(hào)經(jīng)由取樣、量化、編碼轉(zhuǎn)換為數(shù)位訊號(hào)，圖中的虛線代表脈碼調(diào)變?nèi)〕龅臄?shù)位訊號(hào)，可以看出如果X軸為時(shí)間，則低頻的聲音振動(dòng)較慢，高頻的聲音振動(dòng)較快。

＞時(shí)域/頻域轉(zhuǎn)換(Time/Frequency mapping)

將原本X軸為“時(shí)間”的數(shù)位訊號(hào)，轉(zhuǎn)換成X軸為“頻率”的數(shù)位訊號(hào)，圖中的虛線代表脈碼調(diào)變?nèi)〕龅臄?shù)位訊號(hào)，可以看出如果轉(zhuǎn)換成X軸為頻率，則訊號(hào)的形狀改變，而且低頻的聲音在X軸的左邊，高頻的聲音在X軸的右邊。要將X軸由時(shí)間轉(zhuǎn)換為頻率最簡(jiǎn)單的方法是使用“傅利葉轉(zhuǎn)換(Fourier transform)”，這是屬于工程數(shù)學(xué)的一種運(yùn)算，在此不再詳細(xì)描述。

＞聲音心理學(xué)量化

實(shí)驗(yàn)發(fā)現(xiàn)人類的耳朵對(duì)極高頻與極低頻的聲音并不敏感，就算將它去除也不會(huì)被聽(tīng)出來(lái)，所以我們依照聲音心理學(xué)模型將高頻(>5KHz)與低頻(<3KHz)的數(shù)位訊號(hào)除以較大的分母(讓不重要的訊號(hào)變小)，濾掉部分高頻與低頻的聲音訊號(hào)，可以減少不重要的數(shù)位訊號(hào)，才能節(jié)省記憶體空間，但是人類的耳朵聽(tīng)不太出來(lái)；

大家可能會(huì)好奇，為什么在進(jìn)行MP3壓縮的時(shí)候要先將X軸為“時(shí)間”轉(zhuǎn)換成X軸為“頻率”呢？現(xiàn)在看出來(lái)了嗎？X軸為時(shí)間的訊號(hào)，所有頻率的聲音都混在一起，很難將高頻與低頻的訊號(hào)濾掉或減少；X軸為頻率的訊號(hào)，低頻的聲音在X軸的左邊，高頻的聲音在X軸的右邊，很容易將高頻與低頻的訊號(hào)濾掉或減少，

＞訊號(hào)包裝(Frame packing)

將處理好的數(shù)位訊號(hào)依序排列。