Codificación de subbandas

En el procesamiento de señales , la codificación de subbandas ( SBC ) es cualquier forma de codificación por transformada que divide una señal en varias bandas de frecuencia diferentes , generalmente mediante una transformada rápida de Fourier , y codifica cada una de ellas de forma independiente. Esta descomposición suele ser el primer paso en la compresión de datos para señales de audio y vídeo.

SBC es la técnica principal utilizada en muchos algoritmos populares de compresión de audio con pérdida, incluido MP3 .

La forma más sencilla de codificar digitalmente señales de audio es mediante la modulación por impulsos codificados (PCM), que se utiliza en CD de audio , grabaciones DAT , etc. La digitalización transforma señales continuas en discretas muestreando la amplitud de la señal a intervalos uniformes y redondeándola al valor más cercano que se pueda representar con el número de bits disponible . Este proceso es fundamentalmente inexacto e implica dos errores: el error de discretización , derivado del muestreo a intervalos, y el error de cuantificación , derivado del redondeo.

Cuantos más bits se utilicen para representar cada muestra, mayor será la granularidad de la representación digital y, por lo tanto, menor el error de cuantificación. Estos errores de cuantificación pueden considerarse un tipo de ruido, ya que representan la diferencia entre la fuente original y su representación binaria. Con PCM, los efectos audibles de estos errores pueden mitigarse mediante el tramado y el uso de suficientes bits para garantizar que el ruido sea lo suficientemente bajo como para quedar enmascarado por la propia señal o por otras fuentes de ruido. Es posible obtener una señal de alta calidad, pero a costa de una alta tasa de bits (por ejemplo, más de 700 kbit/s para un canal de audio de CD). En efecto, se desperdician muchos bits al codificar las partes enmascaradas de la señal, ya que PCM no presupone nada sobre cómo percibe el oído humano.

Las técnicas de codificación reducen la tasa de bits aprovechando características conocidas del sistema auditivo. Un método clásico es la codificación PCM no lineal, como el algoritmo μ-law . Las señales pequeñas se digitalizan con una granularidad más fina que las grandes; el efecto es añadir ruido proporcional a la intensidad de la señal. El formato de archivo Au de Sun para sonido es un ejemplo popular de codificación μ-law. El uso de la codificación μ-law de 8 bits reduciría la tasa de bits por canal del audio de CD a unos 350  kbit/s, la mitad de la tasa estándar. Dado que este método simple solo aprovecha mínimamente los efectos de enmascaramiento, produce resultados que a menudo son audiblemente inferiores en comparación con el original.

La utilidad de la compresión basada en señales (SBC) se ilustra mejor con un ejemplo concreto. Al utilizarse para la compresión de audio, la SBC aprovecha el enmascaramiento auditivo en el sistema auditivo . Los oídos humanos suelen ser sensibles a un amplio rango de frecuencias, pero cuando una señal suficientemente fuerte está presente en una frecuencia, el oído no percibe las señales más débiles en frecuencias cercanas. Decimos que la señal más fuerte enmascara a las más débiles.

La idea básica de SBC es permitir la reducción de datos descartando información sobre frecuencias enmascaradas. El resultado difiere de la señal original, pero si la información descartada se selecciona cuidadosamente, la diferencia no será perceptible o, lo que es más importante, no resultará molesta.

En primer lugar, un banco de filtros digitales divide el espectro de la señal de entrada en varias subbandas (por ejemplo, 32). El modelo psicoacústico analiza la energía de cada una de estas subbandas, así como la de la señal original, y calcula umbrales de enmascaramiento utilizando información psicoacústica. Cada muestra de subbanda se cuantifica y codifica para mantener el ruido de cuantificación por debajo del umbral de enmascaramiento calculado dinámicamente. El último paso consiste en formatear todas estas muestras cuantificadas en grupos de datos denominados tramas, para facilitar su posterior reproducción por un decodificador.

La decodificación es mucho más sencilla que la codificación, ya que no interviene ningún modelo psicoacústico. Los fotogramas se descomprimen, se decodifican las muestras de subbanda y, mediante un mapeo frecuencia-tiempo, se reconstruye la señal de audio de salida.

A partir de finales de la década de 1980, un organismo de estandarización, el Moving Picture Experts Group (MPEG), desarrolló estándares para la codificación de audio y video. La codificación de subbandas constituye la base del popular formato MP3 (conocido más propiamente como MPEG-1 Audio Layer III ), por ejemplo.

La codificación por subbandas se utiliza en el códec G.722 , que emplea modulación por impulsos diferenciales adaptativos por subbandas (SB- ADPCM ) con una velocidad de bits de 64  kbit/s. En la técnica SB-ADPCM, la banda de frecuencia se divide en dos subbandas (superior e inferior) y las señales de cada subbanda se codifican mediante ADPCM.

• Tutorial de codificación de subbandas