问一个APE"无损压缩"的算法问题,望软件高手赐教

小白

交易区新帖推荐

以前看见过一个荒谬的说法,说WAV压缩成APE的机制是绝对精确的,比如一串100001的二进制信号里有连续4个0,压缩时就把4和0压缩为某种特定记号. 还原时还原出4个0就是了 ... 很荒谬.

事实上我看了MONKEY网站的一些介绍,觉得APE压缩过程还是比较复杂的,不是一个非常简单的算法. 可是网站没有公开更深细节.

但有意思的一点是,同一个音频文件,你两次去压缩为APE,出来的APE文件是不同的(大小很不相同). 然而这两个不同的APE文件,解压缩却都可以还原成同一个WAV文件.

我不懂这里面的软件程序和算法. 希望懂软件的朋友赐教为什么是如此. APE的算法究竟机理如何,为什么同一个文件不同时候会压缩成不同的APE,而不同的APE却又都能还原为一个WAV. 如果简单去理解,一个固定的数学算法,针对一个确定的文件,应该任何时候都出来一个固定的APE结果. 然而事实并非如此.

cyrax

如果是压缩为ape，只要参数压缩比相同，出来的文件是绝对一致的，CRC值都是一致的。您说的不同估计是选用了不同的压缩比吧。。。。

“WAV压缩成APE的机制是绝对精确的,比如一串100001的二进制信号里有连续4个0,压缩时就把4和0压缩为某种特定记号. 还原时还原出4个0就是了”。。。虽然描述的很浅显，但并不荒谬，这是最普通的压缩算法的例子，也就是run-length coding。只不过音频文件如果都只用这个方法是压缩，还是不能根据音频文件的特性最大限度的去除数据冗余性，就好比拿winrar压wav远没ape压的小。
不管是ape，还是flac，算法都主要经过以下几点，简要的说：
Blocking：分块，具体大小会根据采样率和时间频谱特性而不同。
Interchannel Decorrelation：由于左右声道的数据有很大相似性，encoder会把L,R信号转化为M+Lside, M+Rside，而表示基于M的Lside,Rside仅需很少的数据量。
Prediction：encoder会寻找一个合适的公式来描述待压缩信息，因为encoder和decoder都知道此公式，所以只要记录参数就行了。
Residual coding：predictor 很可能不能精确描述待压缩信息，所以需要有修正信息。
（这么看来，视频压缩的macroblock，IDCT，MotionEsimation，MotionCompensation和音频压缩和有着异曲同工之处）

软件如何处理ape,flac,或者是wav，对于声卡和或DAC之类是完全透明的，声卡只知道把过来的PCM用数字方式传输或者用内置的DAC转换成模拟信号就行了，而jitter正是产生在44.1khz，48khz.....同步时钟这一阶段，所以即使是数字传输听感不同很正常，但如果把问题归结为ape,或wav的格式，未免就。。。。

阿斯兰萨拉

APE不是开源的吧，算法是不懂的了．．．

cyrax

原帖由 阿斯兰萨拉 于 2008-3-30 11:03 发表
APE不是开源的吧，算法是不懂的了．．．

ape不是开源的，但算法大概思想和上述无异。

。。。只要是无损压缩。。。用什么算法对于“音质”来讲，毫无关系，我自己都觉得重复这句话太。。。


不知道世界上有没有一个人，敢站出来说：我用了ABX对比10次，以75%（暂不说100%）的概率揪出了哪个是ape。。。

cyrax

恩，其实一个简单的abx实验就能把这个“世纪之争”给解决了。。。。。白版可以考虑试一下

悍马工作室

任何压缩算法都是基于无损这个基础的.不然的话就无从解压回原文件了.不论APE具体算法如何,最最基本的方法就是将无损抓取的WAV文件作为数字文档   提取其中有规律并且重复的数字串 用更简短的数字串进行替换,而替换的定义做成一条基本索引.从而达到精简文档的目的..

PS: 其实你用winrar尝试压缩一下WAV文档  同样能起到APE几乎相同的压缩率. 同样是无损的

pipeorgan

原帖由 阿斯兰萨拉 于 2008-3-30 11:03 发表
APE不是开源的吧，算法是不懂的了．．．

http://www.monkeysaudio.com/developers.html

“The      Monkey's Audio source code is now freely available.  More information      will follow, but until then, visit the Forum      for more information and discussion.  The licensing is very      non-restrictive as long as you're considerate enough to talk to me before      using the source.  Looking forward to what's to come...”

cyrax

呵呵，现在无损格式的多了，flac,tta,wv。ape不得不也开源了，果然还是百花争鸣的好，不过基本上没人有研究算法具体实现的必要，developer也只是拿来用就好了。

阿斯兰萨拉

谢谢Ｐ兄，原来开源了啊，记得以前不是开源的！不错，有机会研究研究

果果崎步

木人路过

KGy

嗯，几位的回答确实是内行的说法。
有损压缩通常只用在音视频领域，因为人能“忍”。
不想忍的就得用无损压缩了。。。
我是干这行的，可惜对这些东西没啥研究。

小白

注意我不是开玩笑. 大家自己试验一下. 同一个WAV文件,在同一个电脑上,不同时间去压缩,得到的APE可以是不同的,文件大小差不少.

我一个实际的例子是,一个长度为818,042,108字节的WAV文件,一个月前在我电脑上压缩成的APE大小为292,747,380字节,而今天压缩的APE大小为288,539,592字节. 然而两个不同大小的APE文件分别解压后,都是818,042,108字节.

请解释.

jamboo

原帖由 小白 于 2008-3-30 09:31 发表
以前看见过一个荒谬的说法,说WAV压缩成APE的机制是绝对精确的,比如一串100001的二进制信号里有连续4个0,压缩时就把4和0压缩为某种特定记号. 还原时还原出4个0就是了 ... 很荒谬.

事实上我看了MONKEY网站的一些介绍,觉得APE压缩过程还是比较复杂的,不是一个非常简单的算法. 可是网站没有公开更深细节.

但有意思的一点是,同一个音频文件,你两次去压缩为APE,出来的APE文件是不同的(大小很不相同). 然而这两个不同的APE文件,解压缩却都可以还原成同一个WAV文件.

我不懂这里面的软件程序和算法. 希望懂软件的朋友赐教为什么是如此. APE的算法究竟机理如何,为什么同一个文件不同时候会压缩成不同的APE,而不同的APE却又都能还原为一个WAV. 如果简单去理解,一个固定的数学算法,针对一个确定的文件,应该任何时候都出来一个固定的APE结果. 然而事实并非如此.

白版主观臆断的成分还是很多的，所谓的“很荒谬的说法”其实的确是事实的一部分。
任何包含信息的数据都有“信息熵”这样的一个概念，这个概念可以简单理解为“能够还原出数据中包含的所有信息的最小集合”，无损压缩的目的就是尽可能得趋向于“信息熵”这个理论极限。
无损压缩是不丢失信息熵的，所以任何数据连同其携带的信息都能被完全还原出来。

为啥压缩同一个wav文件出来的ape文件大小可能不同？

那么为啥压缩同一个word文件，选用不同的winzip或者winrar（格式不同），选用不同的压缩方式（速度和倍率），压出来的压缩文件大小也不同？

白版有遇到过压缩（打包）一个word文件，再解压出来被改了个字符或者标点么？我想是没有吧，因为这是无损压缩，信息熵都被完全保留了。

一个固定的数学算法，数学模型，针对一个确定的文件，只有在这个模型中确定了参数和变量后，才会得到确定结果。

jamboo

原帖由 小白 于 2008-3-30 20:56 发表
注意我不是开玩笑. 大家自己试验一下. 同一个WAV文件,在同一个电脑上,不同时间去压缩,得到的APE可以是不同的,文件大小差不少.

我一个实际的例子是,一个长度为818,042,108字节的WAV文件,一个月前在我电脑上压缩成的 ...

编码器的版本不同或者压缩比率不同，再或者，你没看清楚文件的“大小”和“占用空间”。

在同样情况下，大小肯定相同。

小白

楼上所说正是我疑惑的地方. 我读过国外一篇论述APE和WAV音质区别及试图进行解释的文章. 很长,读后记得最牢的一点就是,作者认为APE音质比WAV略差一点点的原因,正在于APE文件丢失了信息熵.

所以这个问题其实是比你想象得要复杂,不要这么轻易地下结论. 真的.

最后,我是同一台电脑上,不同时间压缩的同一个WAV. 压缩过程和参数设置完全相同. 请解释为什么不同时间(相隔月余),就出来不同大小的APE压缩文件.

补充一点,我都是看的文件大小,没管占用空间.

[ 本帖最后由 小白 于 2008-3-30 21:07 编辑 ]