Kompresi Data Audio

Satrio Adi Rukmono – NIM : 13506070 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung 40132 e-mail: r.satrioadi@gmail.com

Abstrak
Seperti halnya data gambar maupun video, data audio juga memerlukan kompresi untuk isu storage dan keperluan pengaksesan secara real time melalui jaringan komputer. Namun, untuk data audio tidak dapat digunakan teknik kompresi untuk data generik. Penggunaan algoritma demikian menyebabkan buruknya kualitas suara, rasio kompresi yang tidak terlalu besar (sekitar 87%), dan algoritma demikian tidak dirancang untuk keperluan pengaksesan secara real time. Mirip dengan kompresi gambar, ada dua macam teknik kompresi data audio, yaitu lossy dan lossless. Untuk konsumsi sehari-hari, teknik kompresi yang lossy lebih banyak digunakan karena rasio kompresi yang besar, dan penurunan kualitas data audio pun tidak dapat terlalu ditangkap oleh keterbatasan telinga manusia. Makalah ini membahas prinsip-prinsip dasar dalam kompresi data audio dan membandingkan beberapa teknik kompresi data audio. Kata kunci: kompresi, audio, multimedia

1. Pendahuluan
Seperti pada teknik kompresi pada umumnya, kompresi data audio, baik lossy maupun lossless, memanfaatkan adanya redundansi informasi dengan pengkodean, pengenalan pola, maupun prediksi linear seperti pada kompresi video. Pada kompresi lossless, hasil kompresi dapat dikembalikan seperti data asli tanpa ada perubahan, maka rasio kompresi pun tidak dapat terlalu besar untuk memastikan semua data dapat dikembalikan ke bentuk semula. Kompresi lossy pada data audio berdasarkan pada psikoakustik, sebagaimana kompresi lossy pada gambar yang berdasarkan pada redundansi psikovisual. Keduanya memanfaatkan keterbatasan indera manusia yang hanya dapat menangkap (perceive) kondisi lingkungannya dalam rentang tertentu, misalnya telinga manusia hanya dapat menangkap suara dengan frekuensi di antara 20Hz hingga 20000Hz.

dapat mencapai 35% pada data musik orkestra atau paduan suara yang tidak terlalu banyak noise. 2.1. Kegunaan kompresi lossless pada data audio Kompresi lossless utamanya digunakan untuk pengarsipan, dan penyuntingan. Untuk keperluan pengarsipan, tentu kualitas yang diinginkan adalah kualitas terbaik. Begitu juga dengan penyuntingan. Menyunting data yang terkompresi secara lossy menyebabkan turunnya kualitas suara pada setiap penyimpanan. Maka kompresi lossless selalu digunakan dalam sound engineering. Selain kedua kegunaan itu, kompresi lossless juga biasa digunakan oleh para audiophile, yaitu penggemar musik yang senang mendengarkan musik dengan kualitas tinggi dengan perangkat keras yang berkualitas tinggi pula. Data audio yang terkompresi secara lossless juga digunakan untuk menghasilkan data audio versi lossy untuk didistribusikan. Saat ini, dengan semakin murahnya media penyimpanan data digital dan bandwidth, kompresi lossless pun menjadi semakin populer di kalangan konsumen. 2.2. Prinsip dasar kompresi lossless pada data audio Ada dua tahap utama dalam kompresi lossless untuk data audio, yaitu prediction dan coding. Prediction memanfaatkan sample-sample sebelumnya untuk memprediksi sample berikutnya. Kemudian selisih antara sample hasil prediksi dengan sample

2. Kompresi Data Audio, Lossless
Kompresi lossless pada data audio berarti bahwa hasil kompresi dari data tersebut dapat di-dekompres untuk menghasilkan data yang sama persis dengan data asli, tanpa ada penurunan kualitas sama sekali. Kompresi lossless untuk data audio agak mirip dengan algoritma kompresi lossless generik, dengan rasio kompresi sekitar 50% hingga 60%, meskipun

Tahapan Kompresi Secara garis besar. Rasio Kompresi Kompresi MPEG-4 ALS menghasilkan kompresi sebesar 40% hingga 50%. ◦ Right-side. Rasio Kompresi Kompresi FLAC menghasilkan sebesar 50% hingga 60%. MPEG-4 mendukung kombinasi lossy dengan lossless pada MPEG-4 SLS (Scalable to Lossless). 2. ◦ Residu dibagi-bagi ke dalam beberapa bagian kontigu dengan panjang yang sama. Jika terlalu besar. ◦ FIR linear prediction. Beberapa format kompresi lossless Format kompresi lossless untuk data audio yang paling tua adalah Shorten. menyimpan rata-rata sinyal kedua channel sebagai mid channel dan selisih antara channel kiri dengan kanan sebagai side channel. FLAC membatasi ukuran blok antara 16 hingga 65535 sample per blok. Monkey's Audio. Efektivitas prediksi dapat terlihat dari ukuran residu yang dibutuhkan. Residu ini dismipan dengan salah satu dari dua cara rice coding: ◦ menggunakan satu parameter untuk seluruh residu. Ukuran deskripsi ini umumnya jauh lebih kecil daripada ukuran sinyal itu sendiri. Parameter ini didasarkan pada variansi nilai residu. MPEG-4 ALS. 2. rasio • • Prediction. Sinyal prediksi adalah nol.3. sehingga residu sama dengan sinyal yang sebenarnya (tidak ada kompresi). ◦ Mid-side. Interchannel Decorrelation. Untuk data stereo. Ukuran blok dapat berbeda-beda. ◦ Fixed linear prediction. Perbedaan terdapat pada algoritma prediksi dan pengkodean residu yang digunakan. maka dibutuhkan banyak frame sehingga banyak bit akan terbuang untuk menyimpan frame header. Encoding yang digunakan adalah run-length.3. Dengan demikian terdapat beberapa metode penyimpanan channel ke dalam blok sebagai berikut: ◦ Independent. ◦ Left-side. Kedua metode terakhir adalah yang paling efisien pada kebanyakan kasus.1. Yang akan dibandingkan di sini hanya Free Lossless Audio Codec dan MPEG-4 ALS. karakteristik sinyal audio akan terlalu bervariasi sehingga sulit menemukan predictor yang optimal. MPEG-4 ALS Operasi pada MPEG-4 Audio Lossless Coding (Moving Pictures Expert Group) mirip dengan FLAC. Selanjutnya encoder mencari aproksimasi deskripsi matematis dari sinyal pada setiap blok. Jika ukuran blok terlalu kecil. dengan setiap bagian memiliki parameter sendiri yang ditentukan dari nilai rata-rata residu. Ada empat metode yang digunakan FLAC untuk prediction: ◦ Verbatim. seringkali banyak korelasi antara channel kiri dan kanan. Tahapan Kompresi rasio kompresi • Prediction. FLAC menggunakan prediksi linear untuk mengkonversi sample menjadi deretan angka yang disebut residu. MPEG-4 ALS menggunakan linear predictive prediksi. ALS menggunakan Golomb-Rice atau Block Gilbert Moore Coding. Metode ini digunakan jika dalam channel tertentu pada suatu blok terdapat digital silence atau nilai yang konstan. oleh karena itu perlu disimpan selisih antara sinyal asli dengan sinyal hasil prediksi. Perbedaannya antara lain untuk coding residu. coding (LPC) untuk melakukan . ◦ Constant. sedagkan yang masih umum digunakan saat ini adalah Free Lossless Audio Codec. Prediktor tidak dapat mendeskripsikan sinyal dengan persis. bergantung pada beberapa faktor termasuk sample rate. Metode prediksi ini diketauhi oleh encoder maupun decoder sehingga pada hasil kompresi cukup disertakan parameter prediksi. WavPack. Residual coding. kedua channel dikodekan terpisah. yang kemudian disimpan dengan Golomb-Rice coding. tahapan kompresi pada MPEG-4 ALS mirip dengan FLAC. biasanya perbedaan hanya terdapat pada teknik prediction dan/atau coding. Apple Lossless. Selisih ini disebut residu. • • Blocking. Untuk setiap format. Blok dalam FLAC mengacu pada deretan sample yang merentang pada beberapa channel. menyimpan channel kiri dan side channel.Org Foundation) memanfaatkan tingginya korelasi antar sample pada data audio. Free Lossless Audio Codec (FLAC) Format FLAC (Xiph. menyimpan channel kanan dan side channel.2. 2.sebenarnya dikodekan (coding).3. dan True Audio. Ukuran blok ini mempengaruhi rasio kompresi secara langsung.

Code Excited Linear Predictor (CELP). kompresi lossy pada data audio memanfaatkan psikoakustik. baik secara langsung (misalnya pada mp3 player) maupun secara tidak langsung (terkandung dalam DVD video. CELP merupakan pengembangan lebih lanjut. televisi digital. Selain itu. Beberapa format kompresi lossy Untuk data audio secara umum. Di tangan audio engineer. Kompresi Data Audio. dan sebagainya. sample pertama disimpan secara utuh. pada kompresi lossy untuk data audio akan terjadi penurunan kualitas jika hasil kompresi dicoba untuk di-dekompresi. yaitu menghapus sample-sample yang hening (tidak ada suara) seperti jeda antar paragraf pada sebuah pidato ataupun keheningan sejenak pada beberapa bagian dari lagu. Kompresi ini digunakan konsumen audio. Pada LPC terdapat sebuah model analitis dari pita suara manusia. Kualitas suara yang dibangkitkan buruk sehingga tidak digunakan lagi pada saat ini. MPEG. dan sebagainya). http://flac. yang berkaitan dengan daya tangkap telinga manusia terhadap suara. yaitu yang berada di area tengah dari distribusi dan yang berada di luar area tersebut.2. [4] Nejdl. Pada MPEG-4 ALS dapat digunakan algoritma Golomb-Rice Coding seperti pada FLAC atau Block Gilbert Moore Coding (BGMC). 2003. Residu yang berada di luar kemudian dikurangi lagi dengan nilai residu maksimum agar semua residu berada di area tengah distribusi. Linear Predictive Coding (LPC). Referensi [1] Xiph. Introduction to MPEG-4 Audio Lossless Coding. • • 3. sebab dengan rasio kompresi yang sangat tinggi (5% hingga 20%) kualitas suara masih cukup baik.html (tanggal akses: 4 Mei 2009) [2] Liebchen. Untuk data speech. oleh karena itu noise 'disembunyikan' di area frekuensi tinggi ini dengan volume kecil. 2007. • Gambar 1: LPC pada MPEG-4 ALS Mengenai LPC ini dibahas lebih lanjut pada subbab 3. kemudian dikodekan dengan rice coding. Noboru.Org Foundation. maka bagian suara tersebut tidak perlu dikodekan. Kegunaan kompresi lossy pada data audio Kompresi lossy pada data audio sangat banyak digunakan. oleh sebab itu produksi data audio tidak menggunakan kompresi lossy. Penurunan kualitas ini disebut dengan compression artefacts. yang masih berhubungan dengan psikoakustik adalah noise shaping. Sederhananya. 3. Jika suara tidak dapat didengar telinga manusia. Data audio dibandingkan dengan model ini. yang disimpan adalah selisih dengan sample sebelumnya. Namun masih ada beberapa teknik dasar lainnya dalam kompresi lossy untuk data audio. pada CELP selisih antara suara original dengan model analitis juga disimpan dalam bentuk yang terkompresi juga. Rusty. residu dibagi lagi menjadi dua kategori.1. kemudian yang disimpan hanyalah parameter untuk membangkitkan suara yang mirip menggunakan model tersebut. sedikit penurunan kualitas dapat berpengaruh secara beruntun pada proses engineering. terdapat beberapa format seperti A-law/µ-law yang digunakan pada telepon. AMR pada GSM. "FLAC Format". Sinyal dengan frekuensi tinggi hanya dapat didengar manusia jika memiliki volume yang besar. Telinga manusia hanya dapat menangkap suara dengan frekuensi di antara 20Hz hingga 20000Hz.• Voc File Compression. dengan model analitis yang lebih kompleks untuk menghasilkan rasio kompresi yang lebih besar dan kualitas suara yang lebih baik. serta OGG.net/format. Lossy Sesuai namanya. Pada BGMC. Tilman. Teknik ini sangat sederhana. [3] Harada. AMR-WB untuk CDMA. . video streaming. MPEG-4 ALS and Archiving Format. Prinsip dasar kompresi lossy pada data audio Utamanya. AAC yang merupakan pengembangan lebih lanjut. Sedikit mirip dengan kompresi lossless.sourceforge. yang umumnya tidak terlalu besar. yaitu: • 3. LPC merupakan teknik kompresi kuno yang digunakan untuk suara manusia (speech). Residual coding.3. Teknik inilah yang memanfaatkan teori psikoakustik.2. ADPCM. sedangkan untuk sample-sample berikutnya. format yang sangat populer adalah MP3 yang merupakan bagian dari MPEG yang menangani layer audio (MPEG layer III). 3. "Audio Compression Techniques".

2002. Rassol. The Theory Behind Mp3.http://musik.php (tanggal akses: 21 April 2009) [5] Raissi.ringofsaturn.com/compress. .

Sign up to vote on this title
UsefulNot useful