Codificación conjunta

Esta forma de estéreo conjunto utiliza una técnica conocida como codificación de frecuencia conjunta , que se basa en el principio de localización del sonido . El oído humano es predominantemente menos agudo para percibir la dirección de ciertas frecuencias de audio. Aprovechando esta característica, la codificación estéreo de intensidad puede reducir la tasa de datos de una transmisión de audio con poca o ninguna alteración perceptible en la calidad aparente.

Más específicamente, el predominio de las diferencias de tiempo interaurales para la localización del sonido en humanos solo se presenta para frecuencias bajas. Esto deja las diferencias de amplitud interaurales como el indicador de localización dominante para frecuencias altas (el límite de corte es de aproximadamente 2  kHz). La idea de la codificación estéreo de intensidad es fusionar el espectro inferior en un solo canal (reduciendo así las diferencias generales entre canales) y transmitir información adicional sobre cómo panoramizar ciertas regiones de frecuencia para recuperar las señales de diferencia de amplitud. Sin embargo, la diferencia de tiempo interaural (ITD) no se pierde por completo en este esquema; la forma del oído hace que la ITD se pueda recuperar a partir de la diferencia de amplitud interaural (IAD) si el sonido proviene del espacio libre, es decir, se reproduce a través de altavoces, no de auriculares. ^{[ 1 ]}

Este tipo de codificación no reconstruye perfectamente el audio original debido a la pérdida de información, lo que resulta en la simplificación de la imagen estéreo y puede producir artefactos de compresión perceptibles . Sin embargo, para tasas de bits muy bajas, este tipo de codificación generalmente produce una mejora en la calidad percibida del audio. Es compatible con muchos formatos de compresión de audio (incluidos MP3 , AAC , Vorbis y Opus ^{[ 2 ]} ), pero no siempre con todos los codificadores.

La codificación estéreo M/S transforma los canales izquierdo y derecho en un canal central y un canal lateral. El canal central es la suma de los canales izquierdo y derecho, o${\displaystyle M=L+R}$. El canal lateral es la diferencia entre los canales izquierdo y derecho, o${\displaystyle S=LR}$A diferencia de la codificación estéreo de intensidad, la codificación M/S es un caso especial de codificación de transformación y conserva el audio a la perfección sin introducir artefactos. Los códecs sin pérdida , como FLAC o Monkey's Audio, utilizan la codificación estéreo M/S debido a esta característica.

Para reconstruir la señal original, los canales se suman${\estilo de texto L={\frac {M+S}{2}}}$o restado${\textstyle R={\frac {MS}{2}}}$.

Esta forma de codificación también se conoce a veces como estéreo matricial ^{[ a ]} y se utiliza en muchos tipos diferentes de equipos de procesamiento y grabación de audio . No se limita a los sistemas digitales e incluso puede crearse con transformadores de audio pasivos o amplificadores analógicos . Un ejemplo del uso del estéreo M/S es en la radiodifusión estéreo FM , donde${\displaystyle L+R}$modula la onda portadora y${\displaystyle LR}$modula una subportadora . Esto permite la retrocompatibilidad con equipos mono, que solo requerirán el canal central. ^{[ 3 ]} Otro ejemplo de estéreo M/S es el disco de microsurco estereofónico . Los movimientos laterales de una aguja representan la suma de dos canales y el movimiento vertical representa la diferencia entre los canales; dos bobinas perpendiculares decodifican mecánicamente los canales. ^{[ 4 ]}

La técnica M/S también es común para la producción de grabaciones estéreo. Véase Práctica de micrófono §  Técnica M/S .

La codificación M/S no requiere estrictamente que los canales izquierdo y derecho utilicen el mismo peso. En Opus CELT, la codificación M/S se combina con un parámetro de ángulo, de modo que se pueden utilizar diferentes pesos para maximizar la descorrelación. ^{[ 5 ] : 4.5.1}

Una forma similar de combinar múltiples canales se observa en la implementación ambisónica de Opus 1.3. Se puede utilizar una matriz para mezclar los canales de armónicos esféricos, reduciendo la redundancia. ^{[ 6 ]}

El estéreo paramétrico es similar al estéreo de intensidad, excepto que se utilizan parámetros más allá de la diferencia de intensidad. En la versión MPEG-4 ( HE-AAC ), se utilizan la diferencia de intensidad y la diferencia de retardo temporal, lo que permite utilizar todas las bandas sin perjudicar la localización. HE-AAC también añade información de "correlación", que reproduce el ambiente sintetizando alguna diferencia entre canales. ^{[ 7 ]}

La codificación de señales binaurales (BCC) es la técnica HE-AAC PS extendida para múltiples canales de entrada, que se mezclan todos en uno. Se utilizaron los mismos parámetros ILD, ITD e IC. MPEG Surround es similar a BCC, pero permite la mezcla a múltiples canales y no parece utilizar ITD. ^{[ 8 ]}