MPEG-1 Audio Layer 3

MPEG-1 Audio Layer 3, kurz MP3, ist ein Dateiformat zur verlustbehafteten Audiokompression. Dabei wird versucht, keine für den Menschen hörbaren Verluste zu erzeugen.

Geschichte

Entwickelt wurde das Format MP3 ab 1985 von einer Gruppe um Karlheinz Brandenburg am Fraunhofer-Institut für Integrierte Schaltungen in Erlangen sowie an der Friedrich-Alexander-Universität Erlangen-Nürnberg in Zusammenarbeit mit AT&T Bell Labs und Thomson. 1992 wurde es als Teil des MPEG-1-Standards festgeschrieben. Die Dateiendung .mp3 (als Abkürzung für ISO MPEG Audio Layer 3) wurde am 14. Juli 1995 nach einer institutsinternen Umfrage festgelegt. Wie viele der aktuellen Kodierverfahren sind Kernbereiche von MP3 durch Patente geschützt. Prof. Dr. Brandenburg wurde für die Entwicklung dieses Datenformates mehrfach ausgezeichnet.

Verfahren

Wie alle anderen verlustbehafteten Kompressionsformate für Musik nutzt MP3 sogenannte psychoakustische Effekte der Wahrnehmung aus, z.B. dass der Mensch zwei Töne erst ab einem gewissen Mindestunterschied der Tonhöhe (Frequenz) voneinander unterscheiden kann oder dass man vor und nach sehr lauten Geräuschen für kurze Zeit leisere Geräusche schlechter oder gar nicht wahrnimmt. Man braucht also nicht das Ursprungssignal exakt abzuspeichern, sondern es reichen die Signalanteile, die das menschliche Gehör auch wahrnehmen kann. Die Aufgabe des Kodierers ist es, das Signal so aufzuarbeiten, dass es weniger Speicherplatz benötigt, aber für das menschliche Gehör noch genauso klingt wie das Original.

Der Decoder erzeugt aus diesem MP3 dann ein für die überwiegende Anzahl von Hörern original klingendes Signal, das aber nicht mit dem Ursprungssignal identisch ist, da bei der Umwandlung in MP3 Informationen entfernt wurden.

Die hörbaren Verluste hängen von der Qualität des Kodierers, von der Komplexität des Signals, von der Datenrate, von der verwendeten Audiotechnik (Verstärker, Verbindungskabel, Lautsprecher) und schließlich auch vom Gehör des Hörers ab. Das MP3-Format erlaubt Datenraten von 8 kBit/s bis zu 320 kBit/s. Diese Eindrücke sind recht subjektiv und von Mensch zu Mensch sowie von Gehör zu Gehör unterschiedlich, die meisten Personen können jedoch ab einer Bitrate von etwa 160 kBit/s und bei Nutzung eines ausgereiften Enkodierers auch bei konzentriertem Zuhören das kodierte Material nicht mehr von dem Ausgangsmaterial unterscheiden.

Neben der Kodierung mit konstanter Datenrate (und damit schwankender Qualität) ist auch eine Kodierung mit schwankender Datenrate (und damit konstanter Qualität) möglich. Man vermeidet damit (weitgehend) Qualitätseinbrüche an schwierig zu kodierenden Musikstellen, spart jedoch andererseits bei ruhigen, oder gar komplett stillen Passagen des Audiostromes an der Datenrate und somit an der endgültigen Dateigröße. Man gibt die Qualitätsstufe vor und erhält auf diese Art die dafür minimal notwendige Datei.

Datenkompression

200Hz Rechteck.png Siehe auch: Audiokompression mit Hilfe des psychoakustischen Modells

Ein erster Schritt der Datenkompression beruht zum Beispiel auf der Kanalkopplung des Stereosignals durch Differenzbildung. Das ist ein verlustloses Verfahren, die Ausgangssignale können vollständig reproduziert werden.
Nicht hörbare Frequenzen – das für einen Erwachsenen erfassbare Spektrum deckt etwa den Bereich 20 Hz bis 18 kHz ab – werden im fouriertransfomierten Datenmaterial abgeschnitten. Aus dem Abtasttheorem ergibt sich hierbei die Forderung, die Abtastfrequenz mindestens doppelt so hoch zu halten wie die Grenzfrequenz, um das ursprüngliche Signal rekonstruieren zu können. Wird eine geringere Abtastfrequenz verwendet, kann das Signal auch nur bis zur Hälfte dieser Frequenz rekonstruiert werden.
So genannte Maskierungseffekte werden genutzt, um weitere Redundanz zu beseitigen. Dabei werden vom Menschen nicht bewusst wahrgenommene Töne aus dem Signal weggelassen (zum Beispiel sehr leise Töne in lauter Umgebung oder auch die Obertöne über 20kHz)…
Die Daten, die in sog. Frames vorliegen, werden schließlich Huffman-entropiekodiert.

Bei starker Kompression werden auch hörbare Frequenzen von der Kompression erfasst, sie sind dann als Kompressionsartefakte hörbar.

Ein Designfehler hierbei ist, dass das Verfahren blockweise angewandt wird, und so am Ende einer Datei Lücken entstehen können. Das stört bspw. bei Hörbüchern, in denen ein zusammenhängender Vortrag zum besseren Auffinden der Passagen in einzelne Tracks zerlegt wurde. Hier fallen die letzten Blöcke als störende Pausen auf.

Weiterentwicklung

MP3 ist ein besonders im Internet viel verwendetes Format. In der Industrie wird es hauptsächlich für PC-Spiele-Software verwendet. Es handelt sich um ein proprietäres Format, das als Nachfolger von MP2 entwickelt und in letzter Minute in den ISO-Standard aufgenommen wurde.

In der Industrie wurde zu dieser Zeit schon an dem MDCT-basierten AAC gearbeitet, das sauberer entworfen ist und bei vergleichbarem Aufwand bessere Ergebnisse liefert. Manche sehen daher AAC als Weiterentwicklung von MP2.

Neben dieser Weiterentwicklung (in Richtung einer hochqualitativen Kodierung) gibt es auch Weiterentwicklungen, um bei sehr niedrigen Datenraten (<96 kbps) noch akzeptable Klangqualität zu erreichen. Vertreter dieser Kategorie sind MP3Pro sowie MPEG-4 AAC HE bzw. AAC+. Transparenz ist mit diesen Verfahren allerdings nicht erreichbar.

5_1_channels_(surround_sound)_label.svg Die Erweiterung um Multikanalfähigkeiten bietet das MP3 Surround-Format des Fraunhofer-Instituts für Integrierte Schaltungen IIS. MP3 Surround erlaubt die Wiedergabe von 5.1-Ton bei Bitraten, die mit denen von Stereoton vergleichbar sind und ist zudem vollständig rückwärtskompatibel: So können herkömmliche MP3-Decoder das Signal in Stereo decodieren, MP3 Surround-Decoder aber vollen 5.1-Surround-Klang erzeugen.

Dafür wird das Multikanal-Material zu einem Stereosignal gemischt und von einem regulären MP3-Encoder codiert. Gleichzeitig werden die Raumklanginformationen aus dem Original als Surround-Erweiterungsdaten in das „Ancillary Data“-Datenfeld des MP3-Bitstroms eingefügt. Die MP3-Daten können dann von jedem MP3-Decoder als Stereosignal wiedergegeben werden. Der MP3 Surround-Decoder nutzt die eingefügten Erweiterungsdaten und gibt das volle Multikanal-Audiosignal wieder. Vergleichbar ist das Verfahren mit Dolby Surround pro Logic.

Weitere Entwicklungen betreffen das DRM-Verfahren (Digital Rights Management) zum Urheberschutz, das nach verschiedenen Quellen in zukünftigen Versionen implementiert werden soll.

Anwendung

Audio-Rohmaterial benötigt viel Speicherplatz (80 Minuten Stereo in CD-Qualität benötigen etwa 800 MB) und zum Transfer (beispielsweise über das Internet) hohe Datenübertragungsraten und/oder viel Zeit. Die verlustlose Komprimierung leistet hier nur wenig im Vergleich zur verlustbehafteten Komprimierung. So erlangte das MP3-Format für Audio-Daten schnell den Status, den das JPEG-Format für Bilddaten hat.

MP3 wurde vor allem durch Musiktauschbörsen in der breiten Öffentlichkeit bekannt, wird aber auch bei vielen DVD-Rips als Audioformat benutzt.

Die MP3-Technologie wird für so genannte MP3-Player eingesetzt, mit denen man auch unterwegs Musik hören kann. MP3-Player unterscheiden sich im Wesentlichen in der Speichertechnik, so gibt es Abspielgeräte mit Festplatten (beispielsweise iRiver und die meisten iPod-Modelle), mit Festspeicher (Flash-Speicherung), mit verschiedenen Speicherkarten und mit CD oder Mini-CD als Speichermedium.

Gerade beim Abspielen von Liedern, die nahtlos ineinander übergehen (beispielsweise Aufnahmen von Live-Konzerten) wird die kurze Pause zwischen den Liedern als störend empfunden. Der Grund dieser Pause liegt im Komprimierungsverfahren: Am Ende des Liedes werden sehr oft ein paar Millisekunden Stille hinzugefügt. Viele Abspielgeräte lassen sich darüberhinaus auch noch Zeit, das nächste Lied zu finden und zu laden, wodurch die Pause noch länger wird. Für Software-Player, die an PCs verwendet werden, gibt es Aushilfen unter anderem in Form von Cross-Fadern, die kurz vor dem Ende des Liedes das nächste starten. Der LAME-Encoder ermöglicht allerdings die Herstellung von Musikstücken mit unterbrechungsfreien Übergängen. Dieses sogenannte gapless-playback wird zwar z.B. von Foobar2000 und Winamp, aber nicht von weit verbreiteter Abspielsoftware wie Microsoft Windows Media Player oder Apple iTunes unterstützt.

Im WWW finden sich zahlreiche Anwendungen zur MP3-Technologie, von selbstkomponierter Musik über (selbst)gesprochene Hörbücher, Hörspiele, Vogelstimmen und andere Klänge bis hin zum Podcasting. Musiker können nun auch ohne einen Vertrieb ihre Musik weltweit verbreiten und Klangaufnahmen ohne großen Aufwand auf einer Website zur Verfügung stellen. Nutzer können über Suchmaschinen alle erdenklichen (nicht kommerziellen) Klänge und Musikrichtungen finden.

Auch bei multimedialer Software, vor allem bei PC-Spielen, werden die oft zahlreichen Audiodateien im MP3-Format hinterlegt. Zudem findet MP3 bei zahlreichen, meist kleineren Onlinemusikläden Anwendung.

Tagging

MP3-Dateien bieten die Möglichkeit, unabhängig vom Dateinamen, Metadaten (z. B. Titel, Interpret, Album, Jahr, Genre) zu dem enthaltenen Musikstück zu speichern.

Bei MP3 werden dafür ID3-Tags eingesetzt, von denen es verschiedene Versionen gibt. Version 1 (ID3v1) ist auf 30 Zeichen pro Eintrag und wenige Standard-Einträge beschränkt. Die wesentlich flexiblere Version 2 (ID3v2) wird allerdings nicht von allen Playern (insbesondere Hardware-Playern) unterstützt und erfordert - sofern kein Padding verwendet wird, d.h. ein Bereich in der Datei freigehalten wurde - das erneute Schreiben der gesamten Datei.

Die Metadaten aus dem ID3-Tag können z.B. genutzt werden, um Informationen zum gerade abgespielten Stück anzuzeigen, die Titel in Wiedergabelisten (Playlists) zu sortieren oder Archive zu organisieren.

Alternative Codecs und Audio-Formate

Neben dem Fraunhofer MP3-Encoder gibt es noch die Open-Source-Alternative LAME. Dieser Encoder bietet weit mehr Optionen und vergleichbare Klangqualität. Aktuelle Versionen von LAME liefern bessere Qualität als weniger ausgereifte Encoder für neuere Standards liefern. (BSP.: Lame 3.97b2 MP3 mit neuem VBR-Algorithmus bietet bessere Qualität als NERO MP4 (VBR))

Eine Alternative ist das freie, auf MP2-Algorithmen basierende, Musepack (früher MPEGPlus), das bei Bitraten über 160 kbit/s wesentlich bessere Qualitat bietet als das MP3-Format. Dateien im Musepack-Format erkennt man an der Erweiterung mpc oder mp+.

Eine weitere freie Alternative findet sich im Format Ogg Vorbis (Dateiendung .ogg), das im Gegensatz zu MP3 von den Entwicklern als patentfrei bezeichnet wird und quelloffen ist. Ogg Vorbis hat sich bei Hörtests gegenüber MP3 in praktisch allen Bitratenbereichen als überlegen erwiesen und bietet wesentlich mehr Leistungsmerkmale wie Mehrkanal-Unterstützung oder Gapless Playback.

Advanced Audio Coding, kurz AAC, ist ein im Rahmen von MPEG-2 und MPEG-4 standardisiertes Verfahren, welches von mehreren großen Firmen entwickelt wurde. So setzen Apple und Real Media dieses Format für ihre Online-Musikläden ein und die Nero AG stellt einen Encoder für dieses Format bereit. Mit faac befindet sich auch ein freier Encoder auf dem Markt. AAC wurde auch aufgrund der Designfehler des MP3-Formates entworfen.

Siehe auch

LAME (verbreiteter Encoder)
Vorbis, Musepack (freie Audiocodecs)
ATRAC und ATRAC3plus, WMA (proprietäre Audiocodecs)
MPEG-Audio (MPEG Formatfamilie)
AAC (Nachfolger von MP3)
Audiograbber, CDex, Exact Audio Copy (Programme zum Umwandeln von Audio-CDs in komprimierte Audiodaten wie MP3)

Weblinks

Audiokompression | Audiosignalformat

MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | ام پی تری | MP3 | MPEG-1/2 Audio Layer 3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3 | MP3

Gourt Home::Gourt :: MPEG-1 Audio Layer 3