Nét âm thanh thoại dựa vào ngưỡng nghe tuyệt đối và phân bố dải tới hạn của tai người

Nguyễn Xuân Trường Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 39 - 44

39

NÉN ÂM THANH THOẠI DỰA VÀO

NGƯỠNG NGHE TUYỆT ĐỐI VÀ PHÂN BỐ DẢI TỚI HẠN CỦA TAI NGƯỜI

Nguyễn Xuân Trường*

Trường Cao đẳng Phát thanh-Truyền hình I

TÓM TẮT

Để tiết kiệm tần phổ, trong thông tin thoại âm thanh chỉ lấy tới 4kHz. Trong phổ tần đó, tai người

chỉ nghe được những tone có năng lượng đủ lớn, lớn hơn ngưỡng nghe tối thiểu. Hơn nữa, những

tone âm thanh yếu xuất hiện gần (cả miền tần số và miền thời gian) những tone âm thanh mạnh

đều có thể bị che khuất, tai người cũng không thể nghe được. Bài báo này đề xuất một giải pháp để

nén âm thanh thoại mà chất lượng vẫn không đổi. Cơ sở của giải pháp này dựa vào ngưỡng nghe

tuyệt đối và phân bố dải tới hạn của tai người. Dải phổ âm thanh thoại 4kHz được phân chia thành

3 dải con, mỗi dải con bao phủ một số dải tới hạn của tai người. Trong mỗi dải con loại bỏ những

thành phần tai người không nghe thấy. Những dải con có năng lượng phổ nhỏ, được mã hóa với số

lượng bít ít và ngược lại.

Từ khóa: Mã hóa băng con (SBC), Mức áp suất âm thanh (SPL), Hài âm thanh có khả năng che

(Tone Masker), Hài âm thanh bị hài khác che (Tone Maskee)

GIỚI THIỆU CHUNG*

Âm thanh thoại ở định dạng không nén, tần số

lấy mẫu 8kHz, do đó tần số cực đại của âm

thanh thoại chỉ là 4kHz. Với mã hóa 8

bít/mẫu thì tốc độ bít là 8kHz x 8bits/mẫu =

64kbps. Thực tế có nhiều thuật toán mã hóa

nén âm thanh với tỷ lệ nén khác nhau. Mã hóa

dải con là một trong những thuật toán đạt tỷ lệ

nén dữ liệu cao. Điển hình là thuật toán ứng

dụng trong chuẩn âm thanh MPEG cho tỷ lệ

nén dữ liệu lên tới 12:1 (128kbps lớp III) so

với CD (Linear PCM, tốc độ bít là 1411kbps).

Chuẩn MPEG phân chia dải tần tín hiệu âm

thanh lên đến 32 dải con. Thuật toán

ATRAC1 giảm tốc độ bít xuống còn 292kbps

(3 dải con), thuật toán ATRAC3 tốc độ bít

còn 132kbps (4 dải con), thuật toán

ATRAC3plus tốc độ bít là 64kbps (16 dải

con). Tất cả các thuật toán đều dùng phân chia

Wavelet (các hệ số phân chia đều là lũy thừa

của 2), chưa phải đã phù hợp hoàn toàn với các

đặc tính của âm thanh và của tai người.

Bài báo đề xuất một giải pháp nén âm thanh

thoại, chất lượng âm thanh vẫn không đổi. Cơ

sở của giải pháp này là loại bỏ những thành

phần âm thanh tai người không nghe thấy,

*

Tel: 0913 067429, Email: [email protected]

dựa vào ngưỡng nghe tuyệt đối và phân bố

dải tới hạn của tai người.

CƠ SỞ LÝ LUẬN VÀ THỰC TẾ

1- Ngưỡng nghe tuyệt đối: Ngưỡng nghe

tuyệt đối (absolute threshold of hearing) của

tai người mô tả mức thanh áp (sound pressure

level-SPL) nhỏ nhất mà tai người còn nghe

thấy được. Dải tần nghe thấy của tai người từ

20Hz tới 20kHz, trong khoảng này, độ nhạy

của tai người khác nhau đối với các tần số

khác nhau. Tai người chỉ nghe được những

tone âm thanh lớn hơn ngưỡng nghe tuyệt đối.

Hình 1 là ngưỡng nghe tuyệt đối của tai người

trong khoảng từ 0 đến 11,25kHz[1]

.

Những tone âm thanh nằm dưới ngưỡng

nghe, tai người không có khả năng nghe thấy.

Do vậy, khi mã hóa-nén âm thanh nói chung

và âm thanh thoại nói riêng, nên tách riêng

những thành phần tần số có biên độ phổ lớn

hơn và nhỏ hơn ngưỡng nghe tuyệt đối.

Những thành phần tần số có biên độ phổ lớn

hơn ngưỡng nghe tuyệt đối được mã hóa và

loại bỏ những thành phần tần số có biên độ

phổ nhỏ hơn ngưỡng nghe tuyệt đối.

Phổ của tín hiệu âm thanh chứa nhiều hài,

mỗi hài gọi là một tone. Căn cứ vào ngưỡng

nghe tuyệt đối, tai người nhạy nhất đối với

những tone âm thanh ở vùng tần số từ

Nitro PDF Software

100 Portable Document Lane

Wonderland

Nitro PDF Software

100 Portable Document Lane

Wonderland