Разработка быстродействующих алгоритмов компрессии звуковых данных на основе дельта-преобразований второго порядка

Актуальность.

Современные методы кодирования и сжатия звуковой информации * находят применение в разнообразных областях: от передачи и хранения оцифрованных аудиоданных до спутниковых цифровых телекоммуникационных систем. Внимание к сжатию звуковой информации особенно возросло в последнее десятилетие в связи с появлением и доступностью цифровых телекоммуникационных систем и, в частности, систем сотовой связи, систем IP-телефонии и систем видеоконференцсвязи.

Критерии качества преобразованного и передаваемого звука в '4t современных системах обработки и передачи аудио достаточно высоки, и требуемое качество звука должно быть не хуже, чем при обычной телефонии. Однако, как правило, эти требования вступают в противоречие с требованиями приемлемой производительности алгоритма компрессии и стоимости арендуемой сети передачи данных. На сегодняшний день, по существу, для достижения высокого качества звука необходима пропускная способность, учитывающая наличие большого числа пользователей и обеспечивающая в, А пересчете на одного пользователя ту же эквивалентную скорость передачи информации, которая предоставляется при передаче звука в ISDN (64 кбит/с). Практически это означает, что при реальном трафике, совместно используемом большим числом клиентов, требуемая пропускная способность сети должна составлять не ниже единиц мегабит в секунду [130].

Методы и алгоритмы компрессии речевых и звуковых данных многочисленны и разнообразны по своим характеристикам, однако имеет место проблема обеспечения сочетаний низкой трудоемкости и достаточного качества преобразования при едином назначении алгоритма для обработки различных Л аудиоданных. Данная проблема усиливается при необходимости одновременной обработки нескольких потоков медиаданных, а так же при одновременном решении задач другого назначения. Решение данной проблемы часто оказывается возможным только с использованием дорогостоящих специализированных вычислительных средств, сигнальных процессоров.

Известные алгоритмы и методы аудиокомпрессии обладают либо сравнительно малым коэффициентом сжатия при низкой трудоемкости и высоком качестве кодирования, либо характеризуются высоким коэффициентом сжатия при высокой трудоемкости. Выбор между различными компрессионными алгоритмами требует поиска компромисса между желаемым коэффициентом сжатия и трудоемкостью. Достижение подобного рода компромиссного решения видится в использовании более простых алгоритмов и методов обработки аудиопотоков, особенно в рамках систем реального времени.

Кроме того, использование алгоритмов компрессии звуковой информации в системах с динамически изменяющейся пропускной способностью сети передачи данных требует решения других сложных задач. В частности, необходимо выявление интервалов молчания (неактивности) для повышения степени сжатия и использование механизма управления скоростью выходного битового потока для более эффективного распределения полосы пропускания между множеством абонентов при условии минимизации времени, затрачиваемого на обработку.

Таким образом, актуальной проблемой является разработка алгоритмов, обеспечивающих на основе единого математического базиса решение задачи эффективного сжатия звуковых данных с низкой трудоемкостью, при достаточном уровне качества, без жесткой привязки к характеру аудиоданных, с возможностью управления скоростью выходного битового потока, со встроенной возможностью простого выявления фрагментов неактивности (пауз).

В качестве решения подобной многокритериальной задачи в данной работе рассматривается применение алгоритмов оптимизированных дельта-преобразований второго порядка. Изначально для обработки звуковых сигналов в телефонных сетях) использовались алгоритмы дельта-преобразования первого порядка. Отличительными чертами этих алгоритмов были простота реализации и высокая скорость восстановления информации. Вместе с тем, * дельта-преобразование первого порядка характеризуется низкой точностью и существенным ограничением скорости изменения преобразовываемой функции.

В связи с повышением требований к качеству аудиокодирования естественным направлением в развитии дельта-преобразований было использование дельта-преобразований второго порядка [41−43,46], характеризующегося не только простотой реализацией, но и более высокими 4 динамическими характеристиками. Вопросы построения алгоритмов дельтапреобразования второго порядка освещены в работах Р. Стила [41], А. В. Шилейко, Г. Г. Меньшикова, de Jeager F. и многих других. Важной проблемой для применения известных алгоритмов дельта-преобразования второго порядка долгое время оставалась нестабильность (неустойчивость) преобразований, в связи с чем, эти алгоритмы практически оказывались непригодными.

Алгоритмы дельта-преобразований второго порядка, характеризующиеся стабильностью, возможностями оптимизации по быстродействию и точности, впервые были освещены в работах П. П. Кравченко [43−46].

В данной работе исследуются вопросы адаптации алгоритмов оптимизированных дельта-преобразований второго порядка для быстродействующей компрессии оцифрованных звуковых сигналов.

Применение алгоритмов оптимизированных дельта-преобразований второго порядка для компрессии оцифрованных звуковых сигналов требует решения ряда специфических задач, которые представлены в данной кЩ диссертационной работе и учитывают особенности представления звуковых сигналов в цифровом виде.

Объект исследования.

Высокопроизводительные методы и алгоритмы сжатия звуковых данных на основе оптимизированных дельта-преобразований второго порядка, а так же программные средства компрессии аудиоданных.

Цель и задачи работы.

Целью настоящей работы является разработка быстродействующих алгоритмов кодирования звуковых данных на основе оптимизированных дельта-преобразований второго порядка.

Для достижения поставленной цели в диссертации решаются следующие задачи:

4 1) Анализ известных алгоритмов и методов компрессии звуковых данных, выявление их достоинств и недостатков;

2) Разработка быстродействующего алгоритма компрессии звуковых данных различной природы на основе единого алгоритмического подхода с использованием разностного алгоритма дельта-преобразований второго порядка;

3) Разработка алгоритмов поиска наилучших параметров кодирования фрагментов аудиоданных;

4) Разработка быстродействующего алгоритма оценки активности звуковых фрагментов;

5) Разработка алгоритма управления скоростью выходного битового потока аудиокодека;

6) Разработка формата хранения и передачи аудиоданных;

7) Разработка программной модели быстродействующего кодека звуковых данных на основе оптимизированных дельта-преобразований второго порядка с возможностью его последующей интеграции в различные приложения операционной системы;

8) Проведение экспериментальных исследований программной модели аудиокодека.

Основные научные результаты.

1) Разработан быстродействующий алгоритм компрессии звуковых * данных на основе дельта-преобразований второго порядка, отличающийся низкой трудоемкостью, как при декодировании, так и при кодировании за счет использования малого числа целочисленных операций;

2) Разработан алгоритм поиска оптимизированной промежуточной частоты дискретизации звукового фрагмента, обеспечивающий достаточное качество кодирования при наибольшей степени.

Jk компрессии посредством учета значений средней второй разности;

3) Разработан алгоритм нахождения веса кванта цифрового преобразования фрагмента звуковых данных, обеспечивающий минимизацию ошибки преобразования аудиоданных при заданной промежуточной частоте дискретизации путем более точного восстановления исходных отсчетов звуковых данных;

4) Разработан алгоритм определения наилучших начальных условий, обеспечивающий стыковку аудиофрагментов с различными значениями промежуточной частоты дискретизации и веса кванта цифрового преобразования с помощью учета динамики изменения восстановленных отсчетов;

5) Предложен быстродействующий алгоритм оценки активности звуковых фрагментов, отличающийся от известных алгоритмов низкой трудоемкостью;

6) Разработанные алгоритмы выбора параметров компрессии основаны на единой методике, использующей значения средних вторых разностей Л звуковых фрагментов;

7) Предложен метод управления скоростью выходного битового потока аудиокодека, базирующийся на использовании разработанных алгоритмов компрессии и предназначенный для использования в системах с изменяющейся пропускной способностью сети передачи данных;

Основные положения, выносимые на защиту.

1) Быстродействующий алгоритм и программная реализация алгоритма компрессии звуковых данных на основе оптимизированных дельта-преобразований второго порядка;

2) Быстродействующий алгоритм и программная реализация алгоритма классификации звуковых фрагментов;

3) Алгоритм и программная реализация алгоритма определения оптимизированной промежуточной частоты дискретизации звукового фрагмента;

4) Алгоритм и программная реализация алгоритма нахождения наилучшего веса кванта цифрового преобразования фрагмента звуковых данных;

5) Алгоритм и программная реализация алгоритма вычисления начальных условий при стыковке фрагментов аудиоданных для алгоритма компрессии на основе дельта-преобразований второго порядка;

Практическая ценность.

Практическую ценность работы представляют:

1) Быстродействующий алгоритм компрессии звуковых данных;

2) Алгоритм быстрого программного декодирования звуковых данных;

3) Быстродействующий алгоритм анализа активности звукового фрагмента;

4) Алгоритм определения наилучшего значения веса кванта цифрового преобразования звукового фрагмента;

5) Формат хранения выходного потока кодирующего устройства для хранения и передачи закодированных звуковых данных;

6) Программный модуль для компрессии и декомпрессии звуковых данных;

7) Динамическая библиотека, содержащая программные процедуры * компрессии и декомпрессии аудиоданных;

8) Оценки и рекомендации по выбору наилучших параметров для кодирования звуковых данных;

9) Программная система многоточечной видеоконференцсвязи «Дельта-конференция» с функцией аудиокоференции на основе разработанных алгоритмов компрессии;

Данная работа представляет интерес для программной реализации задач быстрого сжатия и восстановления оцифрованных звуковых данных произвольной природы. Особый интерес представляет использование разработанного алгоритма в системах с одновременной обработкой нескольких потоков не только аудио, но и видеоданных. В частности, характерным примером эффективного использования практически всех полученных в диссертационной работе результатов является применение разработанного аудиокодека в действующей системе многоточечной видеоконференцсвязи «Дельта-конференция» .

Методы исследования.

При выполнении данной работы использовался математический аппарат теории оптимизированных дельта-преобразований второго порядка, теории кодирования информации, теории вероятностей.

Апробация работы.

Результаты работы докладывались и обсуждались на Международных, Всероссийских научно-технических конференциях, в том числе на:

1) III Международной конференции «Телевидение: передача и обработка изображений», Санкт-Петербург, 2003;

2) Международной конференции научно-техническая конференция «Интеллектуальные системы (IEEE AIS'03)» h «Интеллектуальные САПР (CAD-2003)», Москва, 2003; л.

3) V Международной конференции «Digital Signal Processing and its Application», Москва, 2003.

4) Международной научно-технической конференции «Informatics, Mathematical Modeling and Design, Владимир, 2004;

5) Всероссийской конференции студентов, аспирантов и молодых ученых «Технологии Microsoft в теории и на практике», Москва, 2005.

Работа выполнялась в рамках госбюджетных НИР № 12 443 «Разработка опытного образца программной системы конференцсвязи с алгоритмами аудио и видеокомпрессии на основе оптимизированных дельта-преобразований второго порядка для локальных IP-сетей», № 12 448 «Разработка программной системы конференцсвязи с поддержкой функций документ-конференции и аудиовидеоконференции для локальных IP-сетей» совместно с ОАО ВНИИ TP (г. Москва). Результаты работы использовалась в учебном процессе в дисциплине «Цифровое управление, сжатие и параллельная обработка * информации на основе алгоритмов оптимизированных дельта-преобразований» .

Достоверность полученных в диссертации результатов подтверждается разработкой действующей программной библиотеки для сжатия и восстановления звуковых данных, проведенными экспериментальными исследованиями, а так же действующей программной системой ВКС «Дельта-конференция» .

Публикации.

Результаты, полученные в работе, нашли отражение в 24 печатных работах, среди них 6 статей и 2 свидетельства Всероссийского бюро по патентам и товарным знакам № 2 004 610 865 «Программа компрессии звуковой информации на основе оптимизированных дельта-преобразований второго порядка» и № 2 004 610 863 «Программа многосторонней видеоконференцсвязи для корпоративных локальных IP-сетей «Дельта-конференция» .

Структура работы.

Материал основной части диссертационной работы изложен на 147 страницах машинописного текста. Диссертация состоит из введения, 5 разделов, заключения, списка литературы из 143 наименований, содержит 53 рисунка, и приложения на 40 листах.

5.6. Выводы.

1) Исследованы программные классы для реализации возможностей интеграции разработанных алгоритмов в различные приложения операционной системы Microsoft Windows;

2) Разработана программная модель быстродействующего кодека звуковых данных на основе оптимизированных дельта-преобразований второго порядка в виде динамической библиотеки с возможностью интеграции в различные приложения операционной системы;

3) Разработанная подсистема взаимодействия с аудиокодеком дает возможность сторонним программным приложениям выполнять простое и удобное управление параметрами кодирования;

4) Проведенные экспериментальные исследования динамической библиотеки аудиокодека в системе видеоконференцсвязи свидетельствуют о возможности одновременного декодирования нескольких аудиопотоков в режиме реального времени без использования каких-либо дополнительных аппаратных средств.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе проведен обзор существующих алгоритмов и методов компрессии звуковых данных, который позволяет утверждать об отсутствии быстродействующих алгоритмов компрессии с низкой трудоемкостью и достаточно высоким коэффициентом сжатия, независящих от природы исходного аудиосигнала. Предложен алгоритм компрессии цифровых звуковых данных на основе оптимизированных дельта-преобразований второго порядка. Для повышения качества кодирования интенсивно изменяющихся звуковых данных предложен модифицированный алгоритм дельта-преобразования второго порядка со сглаживанием. Разработан алгоритм вычисления наилучших параметров компрессии и алгоритм классификации (определения активности/неактивности) звуковых фрагментов. Для повышения качества кодирования и устранения негативных эффектов обработки и искажений в рамках диссертационной работы предложен алгоритм стыковки звуковых фрагментов.

Программно реализованы алгоритмы компрессии и декомпрессии звуковых данных на основе предложенных алгоритмов. Разработан формат хранения компрессированных аудиоданных. Программная реализация алгоритмов компрессии и декомпрессии звуковых данных оформлена в виде динамической библиотеки с возможностью последующего использования в любых программных приложениях операционной системы.

С использованием программной модели проведены экспериментальные исследования характеристик разработанных алгоритмов и выявлены их зависимости от параметров алгоритма кодирования. В результате проведенных экспериментальных исследований получены оптимизированные параметры алгоритмов и доказаны теоретические посылки, представлены объективные и субъективные оценки качества кодирования при различных значениях параметров кодирования.

Простота и высокое быстродействие алгоритмов кодирования и декодирования позволяют говорить о перспективности их использования для решения задач обработки аудиоданных в рамках многоточечных систем видеоконференцсвязи без выделенного сервера преобразования мультимедийных данных. Особенности применения программной реализации представленных алгоритмов компрессии и декомпрессии опубликованы в материалах международных, всероссийских и региональных конференций.

Материалы диссертационной работы использованы при выполнении х/д работ № 12 443, № 12 448 и в учебном процессе по курсу «Цифровое управление, сжатие и параллельная обработка информации на основе дельта-преобразований второго порядка» .

По результатам диссертационной работы получены два свидетельства Всероссийского бюро по патентам и товарным знакам № 2 004 610 865 «Программа компрессии звуковой информации на основе оптимизированных дельта-преобразований второго порядка» и № 2 004 610 863 «Программа многосторонней видеоконференцсвязи для корпоративных локальных IP-сетей «Дельта-конференция» .