Hilfe bei der Implementierung der Komprimierung des Audiodynamikbereichs

Ich versuche, die Komprimierung des Audio-Dynamikbereichs in JavaScript zu implementieren (ohne Verwendung der Web-Audio-API).

Es gibt viele Artikel für Tontechniker und einige hochrangige Dokumentationen, aber ich konnte keine hilfreiche Referenz für die tatsächliche Implementierung der Komprimierung des digitalen Dynamikbereichs finden.

Soweit ich weiß, gibt es mindestens drei Schritte zur Berechnung des gleichgerichteten Signals.

Berechnung des Eingangspegels
Berechnen der Verstärkung, die auf das Signal angewendet werden soll
Anwenden der Verstärkung

Ich verarbeite das Audio in Blöcken, also dachte ich für 1) daran, den Effektivwert eines Blocks zu berechnen

Irgendwelche Hinweise auf eine gute Referenz? Oder jemand, der bereit ist, mir die Schritte zu erklären, die erforderlich sind, um dies umzusetzen?

audio dynamic-range-compression

— sebpiq
quelle

Nur um sicher zu gehen: Sie möchten so etwas implementieren: wells.com/plugins/c1-compressor , richtig?

— Deve

ja :) aber viel viel einfacher! Die Kontrollen, die ich brauche, wären Schwelle, Knie, Verhältnis, Angriff, Freisetzung. Aber ich kann mit noch einfacher beginnen

— sebpiq

Antworten:

Hier sind ein paar Vorschläge:

Es gibt viele OpenSource-Implementierungen (Sox, Audacity usw.). Selbst wenn Sie sie nicht verstehen, können Sie den Code möglicherweise von C nach Javascript übersetzen.
Mir ist keine gute Erklärung des Online-Prozesses bekannt, aber es gibt viele Bücher zu diesem Thema:
- Die digitale Audiosignalverarbeitung behandelt dieses Thema und ist gut geschrieben. (Wie DAFX , aber DAFX ist schlecht organisiert und die Berichterstattung ist weniger einfach)
- Digital Audio mit Java behandelt dieses Thema ebenfalls und enthält funktionierenden Java-Code, der sich leicht in andere Sprachen wie Javascript übersetzen lässt. Dieses Buch hat viele, viele Mängel, aber es ist gut für jemanden ohne Erfahrung in der Audioprogrammierung.

Das Prinzip besteht darin, eine Hüllkurve des Signals zu erstellen (gesteuert durch Angriff und Freigabe), diese Hüllkurve mithilfe einer Übertragungsfunktion (gesteuert durch Verhältnis, Schwelle und Knie) zu formen und dieses Ergebnis dann wieder auf das ursprüngliche Signal anzuwenden. Oft folgt eine Make-up-Gain-Phase.

Die Antwort von @ Deve schlägt einige mögliche Übertragungsfunktionen vor.

— Björn Roche
quelle

Die Sache ist, dass ich C nicht kenne, und ja, das ist ein großes Hindernis bei der Arbeit mit Audio-DSP, da ich vorhandene Implementierungen nicht überprüfen kann. Ansonsten, danke für die Bücher, werde ich auf jeden Fall zumindest das erste überprüfen.

— Sebpiq

Das DAFX-Buch enthält Matlab-Code. IDK, wenn es Matlab-Code für einen Kompressor hat.

— Björn Roche

Für das Buch "Digitale Audiosignalverarbeitung" sagen Kommentare zu Amazon, dass es besser für Menschen mit elektrotechnischem Hintergrund ist. Kennen Sie ein Buch, das sich mehr auf Algorithmen konzentriert, das beste wäre beispielsweise Pseudocode?

— Sebpiq

Auf die eine oder andere Weise müssen Sie einige neue Fähigkeiten erlernen, denke ich.

— Björn Roche

Ja, ich weiß! Und dafür bin ich bereit. Es ist nur so, dass ich zum Beispiel keinen Matlab-Code möchte, da ich nicht dafür bezahlen möchte, dass Matlab sie testen kann. Deshalb habe ich gefragt, ob Sie andere Bücher mit beispielsweise Pseudocode anstelle einer bestimmten Sprache kennen (wie Java, an dessen Lernen ich wirklich nicht interessiert bin).

— Sebpiq

Für einen einfachen Start würde ich eine nichtlineare Kennlinie , die Ihr Eingangssignal komprimiert: $g(x)$

y = g (x)

$y = g\left(x\right)$

$x$ $y$ $g(x)$ $\mu$

$\delta$

g (x) = {\begin{cases} x & for & x \leq δ \\ a x + (1 - a) δ & for & x > δ \end{cases}

$g(x) = \begin{cases} x & \text{for} & x \leq \delta \\ ax + (1-a)\delta & \text{for} & x > \delta \end{cases}$

a < 1

$a < 1$

x > 0

$x > 0$

\log (g (x)) = {\begin{cases} \log (x) & for & x \leq δ \\ \frac{1}{r} \log (x) + (1 - \frac{1}{r}) \log (δ) & for & x > δ \end{cases}

$\log(g(x)) = \begin{cases} \log(x) & \text{for} & x \leq \delta \\ \frac{1}{r}\log(x) + \left(1-\frac{1}{r}\right)\log(\delta) & \text{for} & x > \delta \end{cases}$

$\delta$ $r$ $r=3$ $x>0$

g (x) = {\begin{cases} x & for & x \leq δ \\ δ^{1 - 1 / r} x^{1 / r} & for & x > δ \end{cases}

$g(x) = \begin{cases} x & \text{for} & x \leq \delta \\ \delta^{1 - 1/r}x^{1/r} & \text{for} & x > \delta \end{cases}$

\log g (x)

$\log g(x)$

x = δ

$x = \delta$

x

$x$

x

$x$

Attack und Release wirken sich auf verschiedene Sounds wie Kicks, Snares und Vocal aus. Sie legen fest, wie lange vor Erreichen des Schwellenwerts der Kompressor arbeiten soll und wie lange er noch arbeiten soll, nachdem das Signal den Schwellenwert unterschritten hat. Um dies zu implementieren, müssen Sie eine Art Vorausschau verwenden.

$\delta$ $G>1$

— Deve
quelle

Vielen Dank! Tolle Erklärung. Ich bin zu einer Übertragungsfunktion gekommen, die der von Ihnen angegebenen nahe kommt, aber meine hat den Schwellenwert nicht enthalten (ich habe ihn mit dem Schwellenwert = 0 vereinfacht), daher muss ich neu berechnen.

— Sebpiq

Tatsächlich ist die Übertragungsfunktion, die ich durch Hinzufügen des Schwellenwerts erhalte, x ^ (1 / r) * 10 ^ (- Sigma / (20 * r))

— sebpiq

g (δ) = δ

$g(\delta)=\delta$

Diese sehen aus wie Verzerrung, nicht wie Komprimierung. Verzerrung ist eine Änderung des Pegels, die von Abtastung zu Abtastung auftritt, während die Komprimierung über viele Zyklen der Wellenform erfolgt (von denen jede aus vielen Abtastwerten besteht). Nichtlineare Verzerrungen werden schrecklich klingen.

— Endolith

@endolith Du hast recht, danke für den Hinweis. Ich habe meine Antwort entsprechend aktualisiert.

— Deve