KOMPRESI AUDIO/VIDEO

Kompresi audio/video adalah salah satu bentuk kompresi data yang
bertujuan untuk mengecilkan ukuran file audio/video dengan metode
• Lossy format : Vorbis, MP3;
• Loseless format : FLAC; pengguna : audio engineer, audiophiles
Kompresi dilakukan pada saat pembuatan file audio/video dan pada saat
distribusi file audio/video tersebut!
Kendala kompresi audio:
• Perkembangan sound recording yang cepat dan beranekaragam
• Nilai dari audio sample berubah dengan cepat
Losless audio codec tidak mempunyai masalah dalam kualitas suara,
penggunaannya dapat difokuskan pada:
• Kecepatan kompresi dan dekompresi
• Derajat kompresi
• Dukungan hardware dan software
Lossy audio codec penggunaannya difokuskan pada:
• Kualitas audio
• Faktor kompresi
• Kecepatan kompresi dan dekompresi
• Inherent latency of algorithm (penting bagi real-time streaming)
• Dukungan hardware dan software
Metode Kompresi Audio
- Metode Transformasi
o Menggunakan algoritma seperti MDCT (Modified Discreate
Cosine Transform) untuk mengkonversikan gelombang bunyi ke
dalam sinyal digital agar tetap dapat didengar oleh manusia (20
Hz s/d 20kHz) , yaitu menjadi frekuensi 2 s/d 4kHz dan 96 dB.
- Metode Waktu
o Menggunakan LPC (Linier Predictive Coding) yaitu digunakan
untuk speech (pidato), dimana LPC akan menyesuaikan sinyal
data pada suara manusia, kemudian mengirimkannya ke
pendengar. Jadi seperti layaknya komputer yang berbicara
dengan bahasa manusia dengan kecepatan 2,4 kbps
Teknik kompresi audio dengan format MPEG (Moving Picture Expert
Group)
- MPEG-1 menggunakan bandwidth 1,5 Mbits/sec untuk audio dan video,
dimana 1,2 Mbits/sec digunakan untuk video sedangkan 0,3 Mbits/sec
digunakan untuk audio.
Nilai 0,3 Mbits/sec ini lebih kecil dibandingkan dengan bandwidth yang
dibutuhkan oleh CD Audio yang tidak terkompres sebesar 44100
samples/sec x 16 bits/sample * 2 channel > 1,4 Mbits/sec yang hanya
terdiri dari suara saja.
- Untuk ratio kompresi 6:1 untuk 16 bit stereo dengan frekuensi 48kHz
dan bitrate 256 kbps CBR akan menghasilkan ukuran file terkompresi
kira-kira 12.763 KB, sedangkan ukuran file tidak terkompresinya adalah
75.576 KB
- MPEG-1 audio mendukung frekuensi dari 8kHz, 11kHz, 12kHz, 16kHz,
22kHz, 24 kHz, 32 kHz, 44kHz, dan 48 kHz. Juga mampu bekerja pada
mode mono (single audio channel), dual audio channel, stereo, dan
joint-stereo
Algoritma MPEG Audio
- Menggunakan filter untuk membagi sinyal audio: misalnya pada 48 kHz,
suara dibagi menjadi 32 subband frekuensi.
- Memberikan pembatas pada masing-masing frekuensi yang telah
dibagi-bagi, jika tidak akan terjadi intermodulasi (tabrakan frekuensi)
- Jika sinyal suara terlalu rendah, maka tidak dilakukan encode pada
sinyal suara tersebut
- Diberikan bit parity yang digunakan untuk mengecek apakah data
tersebut rusak atau tidak (yang mungkin disebabkan oleh gangguan /
noise), apabila rusak, maka bit tersebut akan digantikan bit yang
jenisnya sama dengan bit terdekatnya.
Kompresi Audio MP3
- Asal-usul MP3 dimulai dari penelitian IIS-FHG (Institut Integriette
Schaltungen-Fraunhofer Gesellschaft), sebuah lembaga penelitian
terapan di Munich, Jerman dalam penelitian coding audio perceptual.
- Penelitian tersebut menghasilkan suatu algoritma yang menjadi
standard sebagai ISO-MPEG Audio Layer-3 (MP3)
Input Filter in
critical bands
Allocate
bits
Compute Masking
Format
bitstream
Output
Format Header MP3
File MP3 terdiri atas 2 bagian data:
- Header : berfungsi sebagai tanda pengenal bagi file MP3 agar dapat
dibaca oleh MP3 player yang berukuran 4 byte
Beberapa karakteristik yang dibaca komputer adalah bit ID, bit layer, bit
sampling frequency dan bit mode.
- Data audio : berisi data file mp3.
Teknik kompresi MP3
Beberapa karakteristik dari MP3 memanfaatkan kelemahan pendengaran
manusia.
1. Model psikoakustik
o Model psikoakustik adalah model yang menggambarkan
karakteristik pendengaran manusia.
o Salah satu karakteristik pendengaran manusia adalah memiliki
batas frekuensi 20 Hz s/d 20 kHz, dimana suara yang memiliki
frekuensi yang berada di bawah ambang batas ini tidak dapat
didengar oleh manusia, sehingga suara seperti itu tidak perlu
dikodekan.
2. Auditory masking
Manusia tidak mampu mendengarkan suara pada frekuensi tertentu
dengan amplitudo tertentu jika pada frekuensi di dekatnya terdapat
suara dengan amplitudo yang jauh lebih tinggi.
3. Critical band
Critical band merupakan daerah frekuensi tertentu dimana
pendengaran manusia lebih peka pada frekuensi-frekuensi rendah,
sehingga alokasi bit dan alokasi sub-band pada filter critical band
lebih banyak dibandingkan frekuensi lebih tinggi.
4. Joint stereo
Terkadang dual channel stereo mengirimkan informasi yang sama.
Dengan menggunakan joint stereo, informasi yang sama ini cukup
ditempatkan dalam salah satu channel saja dan ditambah dengan
informasi tertentu. Dengan teknik ini bitrate dapat diperkecil.
Beberapa persyaratan dari suatu encoder/decoder MP3:
- Ukuran file terkompresi harus sekecil mungkin
- Kualitas suara file yang telah terkompresi haruslah sedekat mungkin
dengan file asli yang belum dikompresi
- Tingkat kesulitan rendah, sehingga dapat direalisasikan dengan
aplikasi yang mudah dibuat dan perangkat keras yang ‘sederhana’
dengan konsumsi daya yang rendah
Filter Bank, adalah kumpulan filter yang berfungsi memfilter masukan pada
frekuensi tertentu, sesuai dengan critical band yang telah didefinisikan. Filter
yang dipakai adalah gabungan dari filter bank polyphase dan Modified
Discrete Cosine Transform (MDCT)
Perceptual Model, dapat menggunakan filter bank terpisah atau
penggabungan antara perhitungan nilai energi dan filter bank utama.
Keluaran model ini adalah nilai masking treshold. Apabila noise berada
dibawah masking treshold, maka hasil kompresi tidak akan dapat dibedakan
dari sinyal aslinya.
Quantization/Coding, merupakan proses kuantisasi setelah sinyal
disampling. Proses ini dilakukan oleh power-law quantizer, yang memiliki sifat
mengkodekan amplitudo besar dengan ketepatan rendah, dan
dimasukkannya proses noise shaping. Setelah itu nilai yang telah dikuantisasi
dikodekan menggunakan Huffman Coding.
Encoding Bitstream, merupakan tahap terakhir dimana bit-bit hasil
pengkodean sampling sinyal disusun menjadi sebuah bitstream.
KOMPRESI VIDEO
- Video memiliki 3 dimensi:
o 2 dimensi spatial (horisontal dan vertikal),
o 1 dimensi waktu.
- Di dalam video terdapat 2 hal yang dapat dikompresi yaitu frame (still
image) dan audionya.
- Data video memiliki:
o redundancy spatial (warna dalam still image)
o redundancy temporal (perubahan antar frame)
- Penghilangan redundancy spatial (spatial / intraframe compression)
dilakukan dengan mengambil keuntungan dari fakta bahwa mata
manusia tidak terlalu dapat membedakan warna dibandingkan dengan
brightness, sehingga image dalam video bisa dikompresi (teknik ini
sama dengan teknik kompresi lossy color reduction pada image)
- Penghilangan redundancy temporal (temporal / interframe
compression) dilakukan dengan mengirimkan dan mengenkode frame
yang berubah saja sedangkan data yang sama masih disimpan.
Beberapa Teknik Video Coding
- H.261 dan H.263
o Merupakan standar video coding yang dibuat oleh CCITT
(Consultative Commitee for International Telephone and
Telegraph) pada tahun 1988-1990
o Dirancang untuk video conferencing, aplikasi video telepon
menggunakan jaringan telepon ISDN
o Kecepatan bitrate antara p x 64 Kbps. Dimana p adalah frame
rate (antara 1 sampai 30)
o Susunan frame H.261 berurutan dimana tiap-tiap 3 buah frame (I)
dibatasi dengan 1 buah inter-frame (P)
o Tipe frame gambar yang didukung adalah CCIR 601 CIF (352 x
288) dan QCIF (176 x 144) dengan chroma sub sampling 4:2:0
o Mempunyai 2 tipe frame yaitu: Intra-frame (I-frame) dan Interfame
(P-frame)
I-frame digunakan untuk mengakses banyak pixel
P-frame digunakan sebagai “pseudo-differences“ dari frame
yang sebelumnya ke frame sesudahnya, dimana antar
frame terhubung satu sama lain.
o Intraframe coding
Makroblok yang digunakan pada gambar asli adalah 16 x 16 pixel
perblok, dimana Y menggunakan 4 blok, U (Cr) menggunakan 1
blok, dan V (Cb) menggunakan 1 blok.
o Interframe coding
Gambar sebelumnya dijadikan gambar acuan yang akan dibuat
gambar hasilnya, dengan menggunakan RMSE untuk mencari
tingkat error yang paling kecil.
o Encoder H.261
o Control berfungsi untuk mengatur kecepatan bit rate, jika
buffer pengirim penuh, maka bit rate akan dikurangi
o Memory digunakan sebagai tempat penyimpanan blok
gambar yang telah direkonstruksi untuk penciptaan gambar
pada P-frame selanjutnya.
o Kemudian dikemangkan H.263 untuk encoding video pada bitrate
rendah
- MPEG audio-video
o Moving Picture Expert Group dirancang pada tahun 1998 untuk
standar audio video transmission
o MPEG-1 bertujuan membuat kualitas VHS pada VCD dengan
ukuran 352 x 240 ditambah kualitas audio seperti CD Audio
dengan kebutuhan bandwidth hanya 1,5 Mbits/sec
o Komponen penting adalah:
o Audio
o Video
o Sistem pengontrol stream video
o Permasalahan pada frame makroblok
o MPEG menambahkan frame dalam makroblok seperti pada
H.261/H.263 yang bernama B-frame (bidirectional frame)
sehingga strukturnya adalah:
o Perbedaan dengan H.261
o Mempunyai jarak yang lebih lebar dibandingkan antara
frame I dan frame P sehingga diperlukan perluasan pada
vector motion yang digunakan
o Vektor motion harus berukuran ½ x pixel yang ada
- MPEG-2
o Merupakan standar pada TV Digital yang dikhususkan untuk
HDTV dan DVD
o Perbedaan dengan MPEG-1:
Dapat melakukan prediksi isi data dan prediksi frame
Ukuran frame bisa lebih dari 16383 x 16383
o Bagian:
• Part 1 - Systems specifies the system coding layer of the
MPEG-2
• Part 2 - Video specifies the coded representation of video
data and the decoding precess required to reconstruct
pictures
• Part 3 - Audio specifies the coded representation of audio
data
• Part 4 - Conformance test
o Video Stream Data Hierarchy:
Bagian :
• Video Sequence diawali dengan sequence header, berisi
satu group gambar atau lebih, diakhiri dengan kode end-ofsequence
• GOP (Group of Pictures) sebuah header dan rangkaian
satu gambar atau lebih
• Picture primary coding unit dari video sequence.
Merepresentasikan nilai luminance (Y) dan 2 chrominance
(Cb dan Cr)
• Slice satu atau lebih macroblock. Urutannya dari kirikanan,
atas-bawah. Penting untuk error handling. Bila
terjadi error maka akan di-skip ke slice berikutnya.
• Macroblock basic coding unit pada algoritma MPEG.
16x16 pixel segment dalam sebuah frame. Macroblock
terdiri dari 4 luminance, 1 Cr, dan 1 Cb.
• Block coding unit terkecil pada algoritma MPEG. 8x8 pixel,
dapat berupa salah satu dari luminance rec chrominance,
atau blue chrominance.
- MPEG-4
o Versi 1 dipublikasikan Oktober 1998 sedangkan versi 2
dipublikasikan Desember 1999
o Untuk komunikasi bitrate yang sangat rendah (4,8 sampai 64
Kb/sec): video dengan bit rate 5 Kb/s s/d 10 Mb/s dan audio
dengan bit rate 2 Kb/s s/d 64 Kb/s
o Sangat baik untuk audio/video dalam jaringan (streaming)
o Mendukung digital rights management
o Audio dan video adalah basis dasar dari MPEG-4, di samping itu
MPEG-4 dapat mendukung objek 3D, sprites, text dan tipe media
lainnya
o Player : QuickTime (free QuickTime play back, QuickTime Pro
author MPEG-4 content, QuickTime Streaming Server
strean .mp4 files, Darwin Streaming Server stream mp4 files,
QuickTime Broadcaster produce live events, making
QuickTime workflow)
o Internet Streaming Media Alliance (ISMA) : Apple, Cisco, IBM,
Kasenna, Philips, Sun Microsystems, AOL Time Warner, Dolby
Laboratories, Hitachi, HP, Fujitsu, dan 20 perusahaan lainnya
dukungan untuk MPEG-4
o Kategori :
MPEG-4 Part 2 (simple profile)
MPEG-4 Part 10 / H.264 (high quality, low data rates, small
file size, video conference with 3G, kualitas setara MPEG-2,
data rate 1/3 sampai ½ MPEG-2, resolusi sampai 4 kali
MPEG-4 part 2)
MPEG Comparison
MPEG-1
Approved November 1991
VHS-quality
Enabled Video CD
Enabled CD- ROM
Medium Bandwidth (up to 1.5Mbits/sec)
- 1.25Mbits/sec video 352 x 240 x 30Hz
- 250Kbits/sec audio (two channels)
Non-interlaced video
MPEG-2
Approved November 1994
DVD-quality
Enabled Digital TV set-top boxes
Enabled Digital Versatile Disk (DVD)
Higher Bandwidth (up to 40Mbits/sec)
Up to 5 audio channels (i.e. surround sound)
Wider range of frame sizes (including HDTV)
Can deal with interlaced video
MPEG-3
MPEG-3 was for HDTV application with dimensions up to 1920 x 1080 x
30Hz, however, it was discovered that the MPEG-2 and MPEG-2 syntx
worked very well for HDTV rate video. Now HDTV is a part of MPEG-2
High-1440 Level and High Level toolkit.
MPEG-4
Approved October 1998
Scalable quality
Based on QuickTime File Format
Scalable delivery - from cell phones to satellite television.
Very Low Bandwidth (64Kbits/sec)
176 x 144 x 10Hz
Optimized for videophones
- AAC (Advanced Audio Coding)
o Dasar dasri MPEG-4, 3GPP, dan 3GPP2
o Pilihan untuk audio codec internet, wireless, dan digital
broadcast
o Mendukung audio encoding dengan kompresi lebih efisien
dibandingkan MP3, dan mempunyai kualitas hampir setara CD
Audio
o Dikembangkan oleh Dolby, Fraunhofer, AT&T, Sony dan Nokia
o Audio codec : QuickTime, iTunes, iPod
o Kelebihan:
• Peningkatan kompresi dengan kualitas lebih baik dan
ukuran file lebih kecil
• Mendukung multichannel audio, mendukung sampai 48
full frequency channel
• High resolution audio, sampling rate sampai 96 kHz
• Peningkatan efisiensi proses decoding, pengurangan
processing power untuk decoding