Áudio/Música na Internet Desafios MP3

Problema central do áudio/musica na Internet Domínio exigente aplicações musicais e sonoras exigem alta performance da transmissão e mecanismos especiais de recuperação de informação Infra-estrutura e tecnologia ainda inadequadas Infra-estrutura atual de rede e sistemas operacionais não responde satisfatoriamente à demanda as soluções para recuperação de informação sonora são incipientes

Problemas decorrentes Problema 1: Grande fluxo de dados Audio com qualidade de CD dois canais de 16bits e taxa de amostragem de 44.1kHz Largura de banda necessária: 1411.2Kbps.

Problemas decorrentes Problema 2: Atraso Latência - diferença entre tempo de saída e chegada dos dados Jitter - variação de atraso interrupções na música impossibilidade de interatividade (em vídeo Conferência, um atraso de 1s é tolerável, enquanto em música - atraso de 1s é inaceitável)

Problemas decorrentes Problema 3: som é difícil de ser indexado e recuperado Como fazer busca por peças ... com harmonia moderna? tocada por orquestra de câmara? com uma sonoridade do tipo x? onde tem um solo de saxofone? cuja melodia é mais ou menos esta (assobio)?

Largura de Banda e atraso Problemas da infra-estrutura atual Velocidade e banda de transmissão Modens: 56Kbps, Cable Modens: 1,5Mbps (1411.2Kbps desejado) Mesmo que desse para enviar, iria congestionar Protocolos Projetados para troca de informação textual e transferência de arquivos. Não otimizados para grande quantidade de dados Sistemas operacionais suportam um número qualquer de tarefas sem preocupação com a qualidade do serviço oferecido (QoS)

Soluções: Largura de Banda Compactação e Codificação (representação alternativa) de dados Melhor suporte de rede Melhor suporte de sistemas operacionais

Compactação Idéia PCM-não linear (-law) RealAudio eliminar redundâncias e otimizar forma de aramazenamento PCM-não linear (-law) comprometimento da qualidade do áudio RealAudio Uma das primeiras propostas para a transmissão de sons em tempo-real pela Internet via streaming (transmissão e execução conjuntas) comprometimento significativo da qualidade do áudio dependência das condições de transmissão dos dados

Compactação MP3 Boa compressão: até 11:1 ex. 4 min de música  40MB (PCM) e 3,5MB (MP3) Boa qualidade, pois as perdas são pouco significativas Porém, só a codificação não pode ser feita em tempo real, só a decodificação

Representação alternativa (codificação) Compressão de dados gera atraso e ainda produz uma grande taxa de dados (da ordem de 128kbps) Que tal mudar de paradigma? NetSound Sistema de descrição de som e música capaz de transmitir especificações Csound em tempo real. Economiza largura de banda pois envia descrição matemática da onda sonora no lugar da onda de audio Ordem de centenas de bps , ao invés de Mbps ou Kbps. não resolve o problema de atraso por conta do processamento pesado na máquina de destino

Representação alternativa (codificação) MIDI Armazenar informação como notas musicais ao invés de ondas sonoras. Não há controle de qualidade, pois depende do sintetizador do receptor (pouquíssima informação sobre forma de onda) Pouca disponibilidade de conteúdo MOD Tentativa de melhorar em relação ao MIDI, com informações sobre timbre do instrumento. Atraso, devido ao processamento pesado exigido.

Compactação e Codificação: Conclusões Problemas Compactação/codificação resolvem o problema da largura de banda mas não o do atraso Transmissão interativa de música é extremamente sensível a atrasos!! Idéias melhorar redes e sistemas operacionais!

Soluções: Atraso Melhorar o suporte de sistemas operacionais Buffers Algoritmos especiais para aplicações de tempo real Controle de Admissão o processo só é aceito para ser executado se houver recursos Reserva de recursos recursos exclusivos para aplicações em tempo real Buffers Armazenagem temporária (tamponização ou bufferização) dos dados “no cliente” atrasando o início da execução por alguns segundos. porém, esta armazenagem inviabiliza a interatividade

Soluções: Atraso & Largura de Banda Problema de banda reforço na estrutura física (Cabos e Roteadores) Problema de latência e jitter emprego de novos protocolos de rede e hardware Iniciativas Redes ATM e FDDI Reservas de Recursos Controle de Admissão Conexões dedicadas (tecnologia ISDN) IPv6: suporte transmitir em tempo real dado que a banda, a latência e o jitter são conhecidos

Aplicações Apesar dos pesares, está rolando muita coisa... Download em geral Radio na Web; Ensaios e Concertos distribuídos e em tempo real

MP3

Histórico No final da década de 80 Em 1992, Logo depois criou-se o Motion Pictures Expert Group (MPEG) para desenvolver um sistema de codificação para transmissão de moving pictures e gravação destas em uma mídia digital, tal como CD-ROM, CD-i e Vídeo CD. Em 1992, foi definido um novo padrão para codificação de áudio e vídeo, chamado ISO/IEC 11172 ou MPEG-1. Logo depois Fraunhofer Institut für Integrierte Schaltungen desenvolveu a codificação de áudio MPEG Layer-3 (IS 11172-3 e IS 13818-3).

Comparação Como o MP3 atinge um fator de compressão de até 11:1 ? Codificação de Huffman (compressão sem perda de informações). Psico-acústica (compressão com perda de informações). Taxa de Compressão Layer I 1:4 1:6 … 1:8 1:10 … 1: 12 Layer II Layer III

Compressão de dados Entropia de eventos Quanto menor a probabilidade de um evento acontecer, mais informação ele contém e maior é a entropia A compressão é função da redundância Codificação de entropia (David Huffman) Amostras que acontecem com maior freqüência serão mapeadas para uma palavra de código menor O decodificador contém o mapeamento inverso Exemplo código Morse e  ‘.’ z  “--..” Exemplo Fax: 6666 6666 é transmitido como 86

Compressão de dados Vantagens: Desvantagens: Não é destrutivo não é eficiente e nem suficiente para a música

Psico-acústica Fator de compressão: Limiar Auditivo Menor nível que o ouvido pode detectar a uma determinada freqüência Um codificador perceptual compara o sinal de entrada com o limiar de audição e descarta os sinais que estão abaixo

Mascaramento Dois tipos de mascaramento Mascaramento Simultâneo Temporal Mascaramento Simultâneo A presença física de um som não garante audibilidade. Ao contrário, ela pode gerar a não audibilidade de outros sons. Quando dois sons são tocados simultaneamente, os com maior volume podem obscurecer os com menor volume. A curva de mascaramento é assimétrica é mais fácil um tom mais baixo (na freqüência) mascarar um mais alto do que o contrário.

Mascaramento Simultâneo

Mascaramento Temporal Ocorre quanto sons são tocados próximos no tempo, mas não ao mesmo tempo. Um som de maior volume que ocorre antes ou depois de um som mais baixo pode mascará-lo. Mascaramento simultâneo é mais forte do que o mascaramento temporal.

Mascaramento Temporal (cont.)

Mascaramento Temporal e Simultaneo

MPEG Audio Tag ID3v1: Meta-Dados usado para descrever o arquivo MPEG muito útil em busca na internet Tamanho Descrição 3 30 4 1 TAG Título Artista Álbum Ano Comentário Gênero

Referências http://www.dv.co.yu/mpgscript/mpeghdr.htm http://www.napster.com http://drogo.cselt.it/mpeg/standards/mpeg-4/mpeg-4.htm Áudio na Internet http://www.music-center.com.br/internet.htm Real Audio http://jimhartley.com/ratutor.html http://service.real.com/help/library/index.html http://204.236.5.3/rma/g1/rsg2sdk_r4.zip http://www.reelradio.com/rainfo.html