Multimediální soubory ZVUK a VIDEO

Grafika Zvuk Video Typy multimédií statické snímky Zvuk digitální záznam vlnění Video sekvence rychle po sobě jdoucích snímků

Seznam důležitých pojmů Analogový signál Amplituda (akustický tlak) Kmitočet (frekvence) Vlnová délka Digitální signál Vzorkovací frekvence Hloubka kódování A/D a D/A převodník Zvuková karta Komprese zvuku audiokodek Video Analogové Digitální Sekvence Kontejner Souborové vrstvy Videokodek Parametry Frame rate Prokládání Rozlišení Poměr stran Datový tok

SW vybavení ZVUK Audacity – střih, mix a efekty pro zvukové stopy Format Factory – konverze mezi souborovými formáty (obsahuje mnoho kodeků) Linux Multimedia Studio – kompilátor hudby VIDEO Windows Movie Maker – editace, střih, mix, titulky aj. efekty videa

Podstata zvuku Mechanické vlnění vzduchu Zdrojem je chvějící se předmět velikost výchylky chvění lze chápat jako amplitudu síla rázové vlny – akustický tlak [decibel=dB] Kmitočet – počet výchylek za 1 sekundu – frekvence [Herz=Hz] Vlnová délka – vzdálenost mezi body stejné fáze vlnění >> ANALOGOVÝ SIGNÁL

Analogový a digitální signál V elektrickém vodiči je analogový signál charakterizován jako časová závislost různé velikosti napětí (spojitá funkce) Digitální signál je charakterizován jako časová závislost pouze dvou hodnot napětí a tím vyjádřením dvou binárních znaků (1/0)

Digitalizace Pomocí A/D a D/A převodníku (zvuková karta) Princip = vzorkování vlny

Vzorkování (kvantování) Úroveň analogového signálu je ve velmi krátkých časových intervalech převáděn na číselnou hodnotu, která je dále převedena na dvojkovou Vzorkovací frekvence – počet odečtených hodnot za 1 sekundu Nejběžnější (CD kvalita) je 44 100 Hz Bitová hloubka – počet možných rozlišitelných hodnot úrovně analogového signálu Nejběžnější (16bitové) – 65 536 intenzit průběhu

Velikost audio souboru Formát WAVE (.WAV) disponuje: Vzorkovací frekvence: 44 100 Hz Bitová hloubka: 16 bit Bezkompresní formát 1 minuta mono-záznamu = 44100*16*60 Výsledná velikost 2,52 MB Výsledná datová velikost je markantní. Lidský sluch odpovídá určitému psyhoakustickému modelu. Výsledná skladba však obsahuje i frekvence, které jsou neslyšitelné. Proto lze použít vhodný kompresní algoritmus - KODEK >> MPEG Layer 3 (MP3)

Přehled audio formátů souborů Nekomprimované WAV – nejvyšší kvalita (obdobná audio CD) Komprimované MP3 – hlavní využití pro přenosné přehrávače a streamování po Internetu, původně komerční formát WMA – formát patentovaný Microsoft a tedy standardně integrovaný v přehrávači MediaPlayer OGG – vyvinut jako svobodně licencovaný formát, podobný jako MP3 AC3 – formát, ve kterém jsou uloženy zvuky DOLBY DIGITAL, obsahuje 5.1 kanálů (tedy 5 plně rozsahových a 1 nízko rozsahový – subwofer) Ostatní: Vorbis, AAC, AMR … MIDI – zvláštní typ zvukového formátu, jedná se o notový elektronický záznam – zvuk je kompilován (sestaven) zvukovou kartou, pro vytvoření MIDI souboru je zapotřebí hudebního nástroje

Video Sekvence po sobě rychle jdoucích snímků. Analogové video Obraz je převeden do magnetické podoby a šikmo ukládán do rámečků pásky Digitální video Body obrazu jsou převedeny na číselné hodnoty z nichž se stávají soubory

Struktura videosouboru

Kontejner obálka souboru nebo datového toku, obsahující jeden nebo více proudů multimediálních dat (stop, streamů) do jednoho souboru lze například uložit jednu video stopu, několik zvukových stop v různých jazycích a několik titulků je zajištěna jejich synchronizace AVI, MPEG, Quicktime (MOV), MP4 …

Kodeky Každá stopa (video/audio), je-li komprimovaná je překódována pomocí určitého algoritmu >> KODEKU. Často se plete se samotným přehrávačem. Nainstalujete-li si přehrávač, neznamená to, že bude sám schopen interpretovat zakódovaná data. Instalace se nejčastěji provádí hromadným balíkem – existuje celá řada volně šiřitelných balíků. Xvid, DivX, 3ivx (všechny pro MPEG-4) – videokodeky LAME (MP3), FLAC, WMA 9

Frame Rate Frame rate je počet snímků na jednotku času. Nejstarší technologie začínaly na 6 až 8 snímcích za sekundu (fps, frames per second) dnes je standardem 25fps nebo cca 30fps Pro dosáhnutí iluze plynulého pohybu je třeba zobrazit alespoň 10 snímků za sekundu.

Prokládání Video může být prokládané nebo progresivní. Je-li video prokládané, každý snímek je rozdělen na dva půlsnímky trvající polovinu doby celého snímku – první obsahuje liché, druhý pak jen sudé řádky. Progresivní video půlsnímky neobsahuje. Prokládání bylo zavedeno pro dosažení lepší vizuální kvality v limitech pásma.

Rozlišení Rozlišení videa je udáváno v pixelech pro digitální a v řádcích pro analogové formáty. Televizní vysílání používá převážně 576 aktivních řádků pro vysílání v PAL a SECAM nebo 480 aktivních řádků pro vysílání v NTSC. Nový formát HDTV používá 720, resp. 1080 řádků.

Poměr stran Poměr stran (též nazývaný jako obrazový formát nebo, z angličtiny, aspect ratio) popisuje poměr vodorovné a svislé strany. Televizní přijímače mají poměr obrazovek typicky 4:3 neboli 1,33:1. HDTV přijímače používají širokoúhlé displeje 16:9 neboli 1,778:1. Přirozené zorné pole lidského zraku má poměr 16:9.

Datový tok Datový tok (bit rate) je množství digitálních dat přenesené za určitou časovou jednotku. Uvádí se běžně v kbps (kilobity za sekundu u zvuku), Mbps (Megabity za sekundu u videa) Typy: Konstantní tok (CBR) – při tomto datovém toku se přenaší i nadbytečné informace (lze však snadno dopočítat velikost výsledného souboru) Variabilní tok (VBR) - způsob maximalizace kvality videa při snaze o co nejnižší množství přenesených dat. Není-li třeba pro popsání obrazu tolik bitů, nepřenesou se, naopak je-li jich potřeba více, přenáší se jich více. Znamená to tedy, že ve scénách s rychlými pohyby je datový tok daleko vyšší, než ve scénách bez pohybu (velikost souboru lze tedy jen složitější).

Velikost videosouboru Uvažujeme o videu, které: Má pouze video vrstvu, bez zvuku! Je kódováno nekompresně s CBR DVD rozlišení 720 x 576 pixelů 1 minuta = 720*576*24*30*60 Výsledná velikost = 2,09 GB!!!!!! Jak velký asi bude celovečerní film?