Compresión de silencio

El recorte por umbral de amplitud elimina el silencio mediante el establecimiento de un umbral de amplitud en el que cualquier segmento de audio que caiga por debajo de este umbral se considera silencioso y se trunca o elimina por completo. Algunos algoritmos comunes de recorte por umbral de amplitud son:

• Umbral fijo: En este método, se selecciona un nivel de amplitud estático y se eliminan los segmentos de audio que se encuentran por debajo de dicho umbral. Una desventaja es que puede resultar difícil elegir un umbral fijo adecuado, debido a las diferencias en las condiciones de grabación y las fuentes de audio.
• Umbral dinámico: En un enfoque de umbral dinámico, se aplica un algoritmo para ajustar el umbral de forma dinámica según las características del audio. Un ejemplo de algoritmo consiste en establecer el umbral como una fracción de la amplitud promedio en una ventana determinada. Este enfoque permite una mayor adaptabilidad al trabajar con diversas fuentes de audio, pero requiere una mayor complejidad de procesamiento.

El recorte basado en energía funciona mediante el análisis de los niveles de energía de una señal de audio. El nivel de energía de una señal de audio es la magnitud de la señal durante un intervalo de tiempo corto. Una fórmula común para calcular la energía del audio es:${\displaystyle E=\sum _{k=1}^{N}(x(k))^{2}}$, dónde${\displaystyle E}$es la energía de la señal,${\displaystyle N}$son las muestras dentro de la señal de audio, y${\displaystyle x(k)}$es el${\displaystyle k}$^{la amplitud de la señal de la} muestra. Una vez calculados los niveles de energía, se establece un umbral en el que todos los niveles de energía que caen por debajo del umbral se consideran silencio y se eliminan. El recorte basado en energía puede detectar el silencio con mayor precisión que el recorte basado en amplitud, ya que considera la potencia de salida total del audio en lugar de solo la amplitud de la onda sonora. El recorte basado en energía se usa a menudo para archivos de voz/habla debido a la necesidad de almacenar y transmitir solo las partes relevantes que contienen sonido. Algunos algoritmos populares de recorte basado en energía incluyen los métodos de Energía de Tiempo Corto (STE) y Tasa de Cruce por Cero (ZCR). ^{[ 2 ]} De manera similar, esos algoritmos también se usan en la detección de actividad de voz (VAD) para detectar actividad de habla. ^{[ 1 ] [ 3 ]}

DTX optimiza el uso del ancho de banda durante las telecomunicaciones en tiempo real detectando intervalos de silencio y suspendiendo la transmisión de dichos intervalos. Mediante la monitorización continua de la señal de audio, los algoritmos DTX detectan el silencio según criterios predefinidos. Al detectarse silencio, se envía una señal al receptor que detiene la transmisión de datos de audio. Cuando se reanuda la voz o el sonido, se reactiva la transmisión de audio. Esta técnica permite una comunicación ininterrumpida con una alta eficiencia en el uso de los recursos de la red. ^{[ 1 ] [ 3 ]}

RLE detecta muestras idénticas repetidas en el audio y las codifica de forma más eficiente en cuanto al espacio. En lugar de almacenar cada muestra idéntica individualmente, RLE almacena una sola muestra y cuenta cuántas veces se repite. RLE funciona bien para codificar el silencio, ya que los intervalos silenciosos suelen consistir en secuencias repetidas de muestras idénticas. La reducción de muestras idénticas almacenadas reduce posteriormente el tamaño de la señal de audio. ^{[ 4 ] [ 5 ]}

La codificación Huffman es un método de codificación entrópica y un algoritmo de código de longitud variable que asigna a los valores más comunes códigos binarios más cortos que requieren menos bits para su almacenamiento. La codificación Huffman funciona en el contexto de la compresión de silencios asignando a los patrones de silencio que ocurren con frecuencia códigos binarios más cortos, reduciendo así el tamaño de los datos. ^{[ 5 ] [ 6 ]}

La modulación delta cuantifica y codifica las diferencias entre muestras de audio consecutivas codificando la derivada de la amplitud de la muestra. Al almacenar cómo cambia la señal de audio a lo largo del tiempo, en lugar de las muestras en sí, se puede capturar de manera eficiente la transición del silencio al sonido. La modulación delta suele utilizar un mecanismo de cuantificación de un bit , donde 1 indica un aumento en el tamaño de la muestra y 0 indica una disminución. Si bien esto permite un uso eficiente del ancho de banda o del almacenamiento, no puede proporcionar una codificación de alta fidelidad de señales de baja amplitud. ^{[ 8 ]}

La modulación Delta-Sigma es una variante más avanzada de la modulación Delta que permite codificaciones de alta fidelidad para señales de baja amplitud. Esto se logra mediante la cuantización a una alta tasa de sobremuestreo , lo que permite una codificación precisa de cambios leves en la señal de audio. La modulación Delta-Sigma se utiliza en situaciones donde se prioriza mantener una alta fidelidad de audio. ^{[ 9 ]}