MP3의 원리, 샘플레이트와 비트레이트

* 편의상 평어를 사용했습니다.
* 퍼갈때는 출처를 밝히는 센스 부탁해요.


아래 내용은 나름대로 여러 분에게 도움이 되고자 정리하였습니다. 그림까지 있으면 더 좋을텐데 시간 관계상 글로만 작성했습니다.

인터넷 상에서 샘플레이트와 비트레이트의 정의는 간혹 있다. 샘플레이트는 이해가 쉽지만, 비트레이트는 쉽게 와닫지않는다. 즉 알송달송하다. 비트레이트와 오디오 포멧에서 어떤 관계를 가지고 있는지 알 수 없다.

이에 대해서 실제 데이터 량인 파일 크기를 가지고 두 rate(레이트)간에 비료를 해두었다. 그리고 글의 내용은 오디오에 대해서 어느정도 지식을 가지고  있는 분들을 대상으로 작성하였다.
초보자분 들은 다른 곳에서 기본적인 용어와 지식을 찾아보길 바란다.

위의 단어는 오디오 다루면서 매우 많이 접하는 단어이다. 일단 간단하게 정리를 해보자.
먼저 sample(샘플)을 먼저 알아 보자.

샘플은 말그대로 샘플이다. 아날로그의 연속된 데이터를 디지털로 표현하기에는 한계가 있다. 아날로그의 연속된 값은 무한 대로 쪼갤 수 있기 때문이다. 그렇기에 그중에 대표적인 특정 값(샘플)을 추출해서 사용하게 된다. 다수의 샘플들 집합으로 소리를 표현할 수 있다.


Sample rate (샘플레이트)

이는 샘플의 빈도 수이다. 좀더 직접적으로 말하면, 1초당 추출되는 샘플 개수이다. 오디오에서 44.1KHz(44100Hz), 22KHz(22050Hz)를 말한다. 괄호안에 값은 좀더 정확하게 표현한 값이다.
예를 들어 44.1KHz는 1초동안에 사만사천백(44100)개로 등분해서 샘플을 추출한다. 값이 커질 수록 더욱더 세밀하게 등분해서 정확한 오디오 데이터를 추출할 수 있다. 그러나 너무 큰 값은 추출되는 데이터 크기를 너무 크게 만들어서 처리하기 힘들다. 보통 44.1KHz가 CD음질로 많이 사용되므로 이이상 추출하는 것의 특수한 경우를 제외하고 의미가 없다.

Bit rate (비트레이트)

초당 전송되는 데이터 양이다. 직접적으로 표현하면 1초당 전송되는 비트 수이다. 간혹 혼돈되는 내용이 평균 데이터 전송량(Avarage Byte Rate)이다. 즉 실제 갖고 있는 데이터 량으로 같은 포멧의 원본(PCM) 데이터 량과 틀리다. Bit rate가 나올 수 있는 것은 오디오 압축 기술이 나오면서 가능하게 되었다.
보통 192Kbps, 128Kbps, 56Kbps 등을 사용한다. 128Kbps정도면 음질은 CD음질정도 되면 192Kbps정도면 최상이다. 그 이상이 되면 용량이 들어날뿐 보통 음질을 잘 구분하지 못한다.

실제 간단한 예를 보면사 둘간의 상관관계를 살표보자.
아래는 샘플 파일 정보이다.

파일명: stop.mp3

재생시간: 4분 59초 (299초)
비트레이트: 56Kbps (CBR)
채널수: 2 ch
비트: 16 bit
샘플레이트:22050 Hz
크기: 2,094,939byte

파일명: stop.pcm
크기: 26,394,624 byte


MP3 파일 크기 계산

먼저 MP3 파일 크기를 계산해 보자. 이때 필요한 값이 재생시간과 비트레이트이다.

파일크기 = 재생시간 * 비트레이트 / 8

8를 나눠준 이유는 비트에서 바이트로 변환하기 위한 것이다.


299 * 56000 / 8 = 2,093,000 (byte)

실제 값과 약간의 오차가 있는 이는 재생 시간이 1초 이하의 시간을 고려하지 않았고, MP3의 테그와 헤더 정보를 고려하지 않았기 때문이다. 비트 레이트는 실제로 처리되는 데이터 크기이므로 실제 재생시간과 곱함으로서 실제 데이터 크리를 알아낼 수 있다.


PCM 데이터 처리량

원래 초당 데이터 량이 다음과 같이 처리된다고 알고 있을 것이다.

초당 데이터 량 = 샘플레이트 * 채널 수 * 비트

그러므로,

22050 * 2 * 16 = 705,600 (bit)

즉, 약 705Kbps가 된다. 바로 이 값이 실제 PCM에서 처리되는 데이터 량이다. 그러나 MP3로 되면서 705Kbps값이 56Kbps 값으로 약 12배 차이가 난다.


PCM 파일 크기 계산

PCM 파일 계산에서는 비트 레이트가 없다. PCM 자체에 모든 데이터를 저장하고 있기 때문이다. 즉 앞에서 구한 PCM 데이터 처리량을 이용해서 구하면 된다.

PCM 파일 크기 = PCM 데이터 처리량 * 재생시간 / 8

8로 나눈이유는 비트를 바이트로 변경하기 위해서이다.

705,000 * 299 / 8 = 26,349,375 (byte)

실제 크기인 26,394,624와 약간의 차이가 있다. 이는 위의 계산시 1초 이하의 시간을 고려하지 않았기 때문이다.


마무리

즉 다시 말하면 PCM 파일에서 bit rate는 pcm 데이터 처리량과 같다. 이를 계산 식으로 변경하면,

비트 레이트 = 샘플 레이트 * 채널 수 * 비트

그러나 MP3인 경우는 위 식이 맞지 않는다.

실제 파일 크기 차리를 보아도 10배 이상의 차이가 발생한다. 이 차이가 MP3와 PCM의 비트레이트 차이와 비슷하다. 그리고 MP3 자체 음질도 나쁘지 않기에 MP3 파일을 사용하게 된다.

위의 MP3 샘플은 음질을 많이 저하시켰기 때문에 음악 감상용으로 적합하지 않지만, 온라인상에서 간단히 재생하는 목적이라면 적합한 포멧이다. 즉 적절히 원하는 용도로 음질을 조절해서 사용할 수 있으면 그만큼 처리되는 데이터 량을 조절할 수 있게 된다.

주의할 것은 bit rate를 CBR(Constant Bit Rate)만 다루었다. 실제는 다음과 같은 것이 추가로 있다.

• VBR(Variable Bit Rate):  가변 전송율
• ABR(Average Bit Rate): 평균 전송율
• SBC(Smart Bit Rate): 스마트 전송율
  

위의 용어 정의는 다른 사이트를 검색해보면 쉽게 찾을 수 있다. 위의 전송율 방식에 따라서 실제 파일 길이도 차이가 발생하므로 앞에서 계산한 식이 절대적이라고 말할 수 없다.

위의 내용은 MP3를 다루었지만 OGG나 다른 포멧에서도 동일하게 적용된다. 
이상으로 마치겠다.


덧글

우리가 알고 있는 WAV가 PCM으로 착각할 수 있는데, 동일 하지 않는다. WAV는 PCM외에 다른 인코딩 방식도 지원하고 있다. 즉 WAV가 PCM를 저장할 수 있는 포멧이다. 자체가 PCM이 아니다.
PCM는 순수 데이터만 저장하고 있다. 그렇기에 PCM파일을 불러오는 경우 샘플 레이트, 채널 수, 비트 수를 직접 입력해야한다. 즉, 헤더 정보가 없다.

추가로 PCM 파일을 재생할 수 있는 프로그램은 Cool Edit를 사용하면 된다.

출처:
인터넷에서 기본적인 용어 정의

+ http://blog.bagesoft.com/945

 

MP3 의 모든 원리 

MP3에 대해 이해하기 위해서는 MPEG 오디오에 대한 이해가 앞서야 한다. MPEG 오디오는 기본적으로 60분이나 72분 정도의 CD에 포함된 44.1KHz의 샘플레이트에 16비트 음의 깊이를 가진 오디오 데이터의 크기를 줄이는 것이 주목적이다.

음의 깊이는 서로 다른 소리의 세기로 8비트일 경우에는 256개의 단계를 가지며 16비트는 65,536가지로 음의 세기를 표현할 수 있다. 셈플레이트는 1초동안 나타낼 수 있는 음의 표본(샘플)으로 22KHz는 22,000개의 샘플을 1초에 나타낼 수 있다.

예를 들어 650MB에 해당하는 오디오 데이터가 있을 경우, 크기를 줄일 수 있는 여러 가지 방법이 있다. 가장 고전적인 방법은 여기에 포함된 정보를 줄이는 것이다. 이 데이터가 16비트로 구성됐을 경우 8비트로 줄이면 데이터는 반으로 줄어들게 된다 이 경우 역동적인 음을 잃게 되며 잡음이 생긴다. 만일 샘플레이트를 감소시키면 음의 선명도가 떨어진다.

MPEG을 이용할 경우에는 파일 크기는 감소하지만 디지털화된 정보의 양은 그대로이다. 이것은 아주 간단해 보이는 공식이지만 MPEG의 장점을 가장 잘 표현한 것이다.
사람들은 흔히 감소(Reduction)와 압축(Compression)을 혼동한다. 하지만 사용자들은 데이터가 감소된 음악은 원하지 않는다. 

만일 사용자가 차를 샀을 경우 움직이기를 바란다 .이것은 가장 기본적인 기능으로 자동차가 많은 양의 기름을 사용할 경우에는 적은 양의 기름보다 훨씬 강력한 파워를 발휘한다. 하지만 적은 양의 기름을 사용했더라도 자동차는 움직인다. 적은 양의 기름을 사용하는 자동차라 해도 연소율이 높다면 강력한 파워를 가질 수 있다. 이와 마찬가지로 MPEG 의 경우 작은 크기의 파일이라 해도 여기에 많은 양의 데이터를 담을 수 있다.

MPEG 의 경우 오디오나 비디오 데이터를 저장하는 용도로 사용하는데, 영상이나 음성에 관련된 재생을 보다 효율적으로 수행한다. 8시간 분량의 오디오 데이터를 MPEG 방식으로 압축하면 원음과 동일한 음질로CD-ROM 1장에 담을 수 있다.

MPEG 사용 이유
MPEG 오디오 레이어
MPEG 오디오 파일(MP3)의 구성
MP3의 발전
MP3의 기술 배경

MPEG 오디오 작동 원리

MPEG 오디오가 어떤 식으로 정보를 재생하는가는 별로 중요하지 않다. MPEG 오디오는 기본적으로 인간의 인지 능력에 기반을 두고 있다. 따라서 인코더는 어떤 정보가 중요하며 어떤 정보는 빼버릴 지를 결정한다. 

우리가 어떤 소리를 들을 때 입력된 데이터는 우리의 두뇌를 통해 분석한다. 두뇌는 입력된 소리를 해석하며 부적절한 정보를 여과해 낸다. MPEG 오디오는 이러한 작업을 미리 수행해 버린다. 이것을 "인지코딩(Perceptual Coding)"이라고 부른다.

좀더 기술적으로 설명하면 강한 신호가 발생했을 때 뒤에 있는 약한 신호는 인식하기 힘들다. MPEG 오디오의 코덱은 이런 약한 신호를 제거한다.

이것은 매우 현명한 방법으로 MPEG 오디오를 이용하면 우리의 두뇌에 들어 있는 필터가 필요없는 정보를 제거할 필요가 없으며 하드디스크 공간이나 인터넷 트래픽을 훨씬 덜 발생시킨다.

만일 사용자가 매우 강한 압축률로 인커딩한다면 MPEG 오디오는 덜 중요한 정보까지 모두 제거해 버려 음질이 약간 떨어지지만, 낮은 압축률(192 kbs이하)을 이용하면 사용자는 압축하지 않은 원음과 차이를 거의 느끼지 못한다.

MPEG 사용 이유

새로운 기술을 산업에 적용시키는 이유는 무척 간단하다. 같은 수준의 성능에서 가격 경쟁력이 생기기 때문이다. 다음 리스트는 현재 MPEG 오디오 기술이 적용된 곳이다. 

* 인터넷에서 이용되는 스트리밍 오디오(매크로미디어 SWA, 오디오액티브)
* 디지털 오디오 브로드캐스팅(Digital Audio Broadcasting - DAB, ADR)
* 필립스 DDC

MPEG 오디오는 디지털 미디어 저장 장치를 매우 싼 값에 소비자에게 제공해준다. 간단한 예로 CD-ROM 드라이브를 이용해 오디오 데이터를 하드디스크 드라이브로 추출한 뒤 MPEG 오디오 방식으로 압축하면 최소 공간을 이용해 쥬크박스를 제쟉할 수 있다.

MPEG 오디오 레이어

현재 MPEG 오디오 레이어에 대한 많은 혼란이 있다. 모든 레이어는 기본적으로 '인지 코딩(Perceptual Coding)' 이라는 동일한 코딩 방식을 사용한다. 하지만 코덱의 복잡성은 레이어가 증가함에 따라 증가한다. 즉 레이어 2는 레이어 1에 해당하는 비트레이트로 우수한 음질을 만들기 위해 많은 노력을 한다. 따라서 레이어 3의 코덱이 가장 복잡하다. 

레이어 1의 정신분석학적인 음향 모델은 단지 주파수 위장에 그치고 있다. 이말은 고음 뒤에 숨어 있는 주파수만을 제거하는 수준이다. 때문에 384kbps 이상으로 압축을 할 수 없게 된다. 이것은 가장 단순한 레이어로 일반적인 사용자에게 적합하다. 레이어 1은 서브밴드 필터링으로 32 길이의 동일한 서브밴드로 구성되는데 이 서브밴드에는 적당한 크기의 비트와 압축된 정보가 들어간다. 비트레이트는 32kBit(모노)에서부터 448kBit(스테레오)까지 존재한다. 인코더의 복잡성에 따라 CD 수준의 스테레오일 경우 256~384 kb/s 까지 전송률울 가진다. 디커더에 비해 인코더는 대략 1.5배에서 3배정도 복잡하다. 
레이어 1의 경우 Solid State Audio, 디스크 편집이나 저장, CD-I 풀모션 비디오에 사용된다. 

레이어 2는 약간 더 많은 필터 기능을 가진다. 레이만(Layman)의 정의에 따르면 이것은 원본으로부터 필요없는 더욱 많은 정보를 제거할 수 있다. 따라서 160Kbps로 인코딩하면 우수한 수준이 되며, 192Kbps일 경우 원본과 차이점을 느낄 수 없으며 256Kbps일 경우에는 하이파이 수준의 음질을 구현한다. 레이어 2는 레이어 1에 비해 더 높은 압축률을 가진다. 따라서 레이어 2는 오디오 방송이나 텔레비전, 음성 통신과 같이 일반 사용자나 전문 오디오에 많이 사용되고 있다. 모노의 경우 32~192 kb/s의 비트레이트를 가지며 스테레오는 64~384 kb/s를 이용한다. CD 수준의 고음질일 경우에는 192~256 kb/s의 비트레이트를 필요로 한다. 디커더의 경우 레이어 1에 비해 25퍼센트 정도 더 복잡하며 인코더는 2~4배 정도이다.

레이어 2는 CD-I 풀모션 비디오, 비디오 CD, Solid State Audio, 디스크 저장 및 편집, 디지털 오디오 방송, DVD, 케이블/위성 라디오, 케이블/위성 TV, 방송, 영화 사운드트랙 등에 이용되고 있다. 

레이어 3은 가장 복잡한 MPEG 오디오 모델이다. 이것은 레이어 2에 비해 훨씬 많은 필터를 사용하며 허프만 코더를 이용한다.. 112 Kbps로 인코딩하면 우수한 음질을 들을 수 있으며 128 Kbps일 경우 원본과 거의 동일하며 160 Kbps 나 192 Kbps의 경우 귀로는 원본과 차이를 구별할 수 없다 레이어 3은 MPEG 1 을 더욱 확장한 것으로 ISDN을 이용한 음성 통신과 보다 전문적인 오디오를 위한 규격이다. 현재 레이어 3은 ISDN을 이용한 방송에 사용되고 있다.

MPEG 오디오 레이어의 복잡성
                인코더       디코더
레이어1     1.5 ~ 3         1.0
레이어2     2 ~ 4           1.25
레이어3     7.5 이하        2.5


MPEG 오디오 파일(MP3)의 구성

흔히들 사용하는 MP3 파일은 헤더와 CRC, 오디오 데이터, 보조 데이터로 구성된다. 헤더는 32비트의 고정된 필드에 위치하는데 여기에는 레이어와 샘플링 주파수, 남아 있는 프레임과 같은 정보를 담고 있다. 

CRC(Error Detection Code)는 선택 사항으로 이것의 유무는 헤더에서 정의되며 길이는 16비트이다. 하지만 디지털 오디오 하드디스크 레코딩 시스템에서는 사용되지 않는다.

오디오 데이터는 실제로 압축된 데이터를 담고 있는데, 그 길이는 음악에 따라 다르다. 보조 데이터는 사용자가 정의한 구역으로 여기에는 추가적인 정보가 들어가며 크기도 변동적이다.

MP3의 발전

MP3는 MPEG의 발전과 함께 시작됐다. MPEG 오디오 표준은 바이너리 데이터 표준과 디코딩 전송 방식을 기술하고 있다. 91년 ISO/MPEG 오디오 압축 알고리즘은 업계 표준으로 정착됐다. 이 표준은 CCETT(Centre Commun d'Etudes de Telecommunications et de Telediffusion), 프랑스의 IRT, 독일 그리고 네덜란드의 필립스가 개발했다.

MPEG 오디오 표준은 비트 스트림 신택스나 디코더 규격을 정의하고 있다. 이것은 공개된 아키텍쳐이기 때문에 지속적으로 성능을 향상시킬 수 있으며 규격을 만족시키는 프로그램을 쉽게 개발할 수 있다. 이러한 유연성 때문에 MPEG 에 기반을 둔 오디오 시스템은 심리음성학을 이용한 최신 기술을 대부분 사용할 수 있다. 한편으로 디코딩 방식은 거의 동일하지만 인코딩 방식은 업체에 따라 약간씩 다르다.

MPEG 오디오 표준에서는 프레임을 시리얼포트를 통한 바이너리 데이터의송수신으로 표현한다. 따라서 서로 다른 제조업체에서 만든 시스템이라도 해도 MPEG 오디오 파일을 디코딩해서 읽을 수 있다.

MP3의 기술 배경

간단한 오디오 압축 방식
전통적인 무손실 압축방식(허프만, LZW 등)은 일반적으로 오디오 압축에서는 제대로 작동되지 않는다. 그 이유는 이미지 압축과 비슷하다. 현재 다음과 같은 다양한 방식의 압축 알고리즘이 사용되고 있다. 

1. 무음압축(Silence Compression) 
- 무음 부분을 찾아내 압축하는 방식으로 런렝쓰(Run-Length) 코딩 방식과 비슷하다.

2. ADPCM(Adaptive Differential Pulse Code Modulation) 
- CCITT G.721-16/32Kbit/sec, 2개의 연속되는 신호의 차이를 기록한다. 이 방식은 애플 컴퓨터에 의해 ACE/MACE라는 이름으로 사용됐다. 압축률을 2:1로 다음번 웨이브의 형태를 예측할 수 있다.

3. 리니어 프리딕티브 코딩(Linear Predictive Coding, LPC) 
- 음성 시그널에 적합한 방식으로, 마치 컴퓨터가 이야기하는 것과 같은 하우링 현상이 있다. 전송률은 2.5 Kbits/sec 수준이다.

4. 코드 익사이티드 리니어 프리딕터(Code Excited Linear Predictor, CELP)는 LPC 기능에 에러 정정 코드를 삽입한 방식으로 오디오 회의 수준의 음성을 들려 준다. 전송률은 4.8Kbit/sec 정도이다.

심리 음성학
인간의 귀는 20Hz 에서 20 KHz까지 들을 수 있지만 대부분 2KHz 에서 4KHz 구간에서 가장 민감하며 다이내믹 레인지는 대략 96dB 정도이다. 일반적인 음성일 경우 500KHz에서 2KHz 사이며, 모음이나 베이스 영역은 낮은 진동수를 가지며 자음부분은 높은 진동이 발생한다. 또한 강한 신호음을 듣고 그 신호가 멈추어도 그에 대한 여운이 얼마 동안 남게 된다. 예를 들면 1KHz에 60dB의 진동음에 1.1KHz에 40dB의 신호를 더한다면 40dB의 신호는 들리지 않는다. 

MPEG 오디오 압축
MPEG-1의 경우 1.5Mbits/sec의 오디오와 비디오 전송률을 가지는데 여기서 비디오는 1.2Mbits/sec이며 오디오는 0.3Mbits/sec를 전송한다. 실제로 압축더ㅣ지 않는 CD 오디오는 44,100 샘플/sec x 16비트/샘플 x 2 채널로 1.4Mbits/sec보다 많은 데이터이다. MPEG-1의 압축률은 2.7에서 24배까지이며 6:1(48KHz에 16비트 스트레오 샘플일 경우 256 kbits/sec)정도의 압축률일때 전문가도 원음과 구별하지 못 할 정도의 최적 음질을 구현할 수 있다. MPEG 오디오는 32,44,1,48KHz의 샘플링 프리퀀시를 지원한다. 현재 1개나 2개의 오디오 채널을 통해 4가지 모드를 지원한다. 

1. 모노포닉(Monophonic) - 싱글 오디오 채널
2. 듀얼 모너포닉(Dual-monophonic) - 2개의 독립적인 채널
3. 스테레오 - 비트를 나누어 사용하는 스테레오 채널. 조인트 스테레오 코딩을 사용하지 않는다.
4. 조인트 스테레오 - 스테레오 채널간에 상관관계를 향상시킨 방식

오디오 압축 알고리즘
오디오 암호화 기술에 있어서 가장 기본이 되는 것은 사람의 귀이다. 불행히도 이것은 완벽한 음향기기는 아니지만 우리가 가진 우수한 도구이다. 사람의 귀가 가진 결점 중에서 일직선으로 연결돼 있지 않고 정확한 소리의 시작점을 찾지 못한다는 것이 장점으로 활용되고 있다. 

소리의 진원지가 어느 수준 이하가 되면 사람든 듣지 못한다. 개인적인 차이는 있지만 대부분 2 ~5 KHz 사이에서 가장 민감하게 반응한다. 사무실에서 누군가 큰 목소리로 이야기한다면 어느 누가 이야기하는지 쉽게 파악할 수 있다. 하지만 그 순간 비행기가 지나간다면 전혀 들리지 않게 된다. 또한 비행기가 지나간 뒤에도 그 여운이 남아 잘 들리지 않는다. 이와 같은 현상은 'Masked' 라고 표현한다. 

이 효과는 보편적이며 특히 음악에서 적절하게 사용된다. 오케스트라가 악기를 매우 큰소리로 연주한다면 다른 악기 소리는 사람의 귀에 들리지 않는다. 하지만 이 음악을 레코딩한다면 모든 악기 소리가 적당히 녹음된다. 그 이유는 녹음기기는 모든 음을 동일하게 받아들이기 때문이다. 만일 녹음된 음악을 재생해도 사람들은 거기에 포함된 작은 악기 소리는 듣지 못한다. CD 등을 사용한 이러한 1차적인 기록은 위의 관점에서 본다면 효율적이지 못하다. 하지만 현재 대부분의 음악 데이터에는 실제 듣지 못하는 데이터가 같이 담겨져 있다. 오디오 압축 알고리즘은 이러한 부분의 데이터를 음의 손상없이 압축하는 것이다. 

이를 수행하기 위해서 먼저 인식 서브밴드 오디오 인코더는 지속적으로 들어오는 오디오 시그널을 분석하고 위에서 설명한 마스킹커브(큰소리 때믄에 사람들의 귀에 들리지 않는 작은 소리)를 분석한다. 다음은 이상의 과정과 다음 과정을 간단하게정리한 것이다.

1. Sub-Band 필터링
포선형(Convoluton) 필터를 이용해 오디오 시그널(예를 들면 48KHz 사운드)을 대략 32개의 중요한 주파수 대역으로 나눈다.

2. 심리 음성학 모델
위에서 설명한 심리 음성학을 이용해 나누어진 근처의 주파수 대역에서 들리지 않는 대역을 가려낸다.

3. 심리 음성학 모델을 이용해 결정한 대역 중에서 가장 강하게 들리는 음의 시작이라면 여기는 인커딩하지 않는다. 

4. 잡음이 아닌 신호 데이터로 충분하게 표현될 수 있는 비트수를 결정한다