Android utiliza una amplia variedad de formatos de datos de audio internamente y expone un subconjunto de ellos en API públicas, formatos de archivo y la capa de abstracción de hardware (HAL).
Propiedades
Los formatos de datos de audio se clasifican por sus propiedades:
- Compresión
- Sin comprimir , comprimido sin pérdidas o comprimido con pérdidas . PCM es el formato de audio sin comprimir más común. FLAC es un formato comprimido sin pérdidas, mientras que MP3 y AAC son formatos comprimidos con pérdidas.
- Profundidad de bits
- Número de bits significativos por muestra de audio.
- Tamaño de contenedor
- Número de bits utilizados para almacenar o transmitir una muestra. Por lo general, esto es lo mismo que la profundidad de bits, pero a veces se asignan bits de relleno adicionales para la alineación. Por ejemplo, una muestra de 24 bits podría estar contenida dentro de una palabra de 32 bits.
- Alineación
- Si el tamaño del contenedor es exactamente igual a la profundidad de bits, la representación se llama empaquetada . De lo contrario, la representación se descomprime . Los bits significativos de la muestra generalmente están alineados con el bit más a la izquierda (más significativo) o más a la derecha (menos significativo) del contenedor. Es convencional utilizar los términos empaquetado y desempaquetado sólo cuando la profundidad de la broca no es una potencia de dos .
- Firma
- Si las muestras están firmadas o no.
- Representación
- Ya sea en punto fijo o en punto flotante; vea abajo.
Representación de punto fijo
El punto fijo es la representación más común de datos de audio PCM sin comprimir, especialmente en interfaces de hardware.
Un número de punto fijo tiene un número fijo (constante) de dígitos antes y después del punto de base . Todas nuestras representaciones usan base 2 , por lo que sustituimos bit por dígito y punto binario o simplemente punto por punto de base . Los bits a la izquierda del punto son la parte entera y los bits a la derecha del punto son la parte fraccionaria .
Hablamos de PCM entero , porque los valores de punto fijo generalmente se almacenan y manipulan como valores enteros. La interpretación como punto fijo está implícita.
Usamos el complemento a dos para todas las representaciones de punto fijo con signo, por lo que se cumple lo siguiente cuando todos los valores están en unidades de un LSB :
|largest negative value| = |largest positive value| + 1
Notación Q y U
Existen varias notaciones para la representación de punto fijo en un número entero. Usamos notación Q : Q m . n significa m bits enteros yn bits fraccionarios. La "Q" cuenta como un bit, aunque el valor se expresa en complemento a dos. El número total de bits es m + n + 1.
Um . n es para números sin signo: m bits enteros yn bits fraccionarios, y la "U" cuenta como cero bits. El número total de bits es m + n .
La parte entera puede usarse en el resultado final o ser temporal. En este último caso, los bits que forman la parte entera se denominan bits de guarda . Los bits de protección permiten que se desborde un cálculo intermedio, siempre que el valor final esté dentro del rango o pueda fijarse para que esté dentro del rango. Tenga en cuenta que los bits de guarda de punto fijo están a la izquierda, mientras que los dígitos de guarda de unidad de punto flotante se utilizan para reducir el error de redondeo y están a la derecha.
Representación de punto flotante
El punto flotante es una alternativa al punto fijo, en el que la ubicación del punto puede variar. Las principales ventajas del punto flotante incluyen:
- Mayor margen dinámico y rango dinámico ; La aritmética de punto flotante tolera exceder los rangos nominales durante el cálculo intermedio y solo fija los valores al final.
- Soporte para valores especiales como infinitos y NaN.
- Más fácil de usar en muchos casos.
Históricamente, la aritmética de punto flotante era más lenta que la aritmética de números enteros o de punto fijo, pero ahora es común que la aritmética de punto flotante sea más rápida, siempre que las decisiones de flujo de control no se basen en el valor de un cálculo.
Formatos de Android para audio.
Los principales formatos de audio de Android se enumeran en la siguiente tabla:
| Propiedad | Q0.15 | P0.7 1 | P0.23 | Q0.31 | flotar | |
|---|---|---|---|---|---|---|
| Envase bits | dieciséis | 8 | 24 o 32 2 | 32 | 32 | |
| Bits significativos incluyendo signo | dieciséis | 8 | 24 | 24 o 32 2 | 25 3 | |
| Espacio libre en dB | 0 | 0 | 0 | 0 | 126 4 | |
| Gama dinámica en dB | 90 | 42 | 138 | 138 a 186 | 900 5 | |
Todos los formatos de punto fijo anteriores tienen un rango nominal de -1,0 a +1,0 menos un LSB. Hay un valor negativo más que un valor positivo debido a la representación en complemento a dos.
Notas a pie de página:
- Todos los formatos anteriores expresan valores de muestra con signo. El formato de 8 bits se denomina comúnmente "sin firmar", pero en realidad es un valor con signo con un sesgo de
0.10000000. - Q0.23 se puede empaquetar en 24 bits (tres bytes de 8 bits, little-endian) o descomprimir en 32 bits. Si se descomprimen, los bits significativos están justificados a la derecha hacia el LSB con relleno de extensión de signo hacia el MSB (P8.23), o justificados a la izquierda hacia el MSB con relleno de ceros hacia el LSB (P0.31). En teoría, Q0.31 permite hasta 32 bits significativos, pero las interfaces de hardware que aceptan Q0.31 rara vez utilizan todos los bits.
- El punto flotante de precisión simple tiene 23 bits explícitos más un bit oculto y un bit de signo, lo que da como resultado 25 bits significativos en total. Los números anormales tienen menos bits significativos.
- La coma flotante de precisión simple puede expresar valores de hasta ±1,7e+38, lo que explica el gran margen dinámico.
- El rango dinámico que se muestra es para anormalidades hasta el valor máximo nominal ±1,0. Tenga en cuenta que algunas implementaciones de punto flotante específicas de la arquitectura, como NEON, no admiten anormalidades.
Conversiones
Esta sección analiza las conversiones de datos entre varias representaciones.
Conversiones de punto flotante
Para convertir un valor de Q m . n formato a punto flotante:
- Convierta el valor a punto flotante como si fuera un número entero (ignorando el punto).
- Multiplicar por 2 - n .
Por ejemplo, para convertir un valor interno Q4.27 a punto flotante, utilice:
float = integer * (2 ^ -27)
Las conversiones de punto flotante a punto fijo siguen estas reglas:
- La coma flotante de precisión simple tiene un rango nominal de ±1,0, pero el rango completo para valores intermedios es ±1,7e+38. La conversión entre punto flotante y punto fijo para representación externa (como salida a dispositivos de audio) considerará solo el rango nominal, con sujeción para los valores que excedan ese rango. En particular, cuando +1,0 se convierte a un formato de punto fijo, se fija en +1,0 menos un LSB.
- Se permiten valores anormales (subnormales) y ambos +/- 0,0 en la representación, pero se pueden convertir silenciosamente a 0,0 durante el procesamiento.
- Los infinitos pasarán por operaciones o estarán silenciosamente limitados a +/- 1.0. Generalmente este último es para la conversión a un formato de punto fijo.
- El comportamiento de NaN no está definido: un NaN puede propagarse como un NaN idéntico, o puede convertirse en un NaN predeterminado, puede limitarse de forma silenciosa a +/- 1,0, o convertirse de forma silenciosa a 0,0, o provocar un error.
Conversiones de punto fijo
Conversiones entre diferentes Q m . n formatos siguen estas reglas:
- Cuando m aumenta, el signo extiende la parte entera de la izquierda.
- Cuando m disminuye, sujete la parte entera.
- Cuando n aumenta, el cero extiende la parte fraccionaria de la derecha.
- Cuando n disminuye, puede tramar, redondear o truncar los bits fraccionarios sobrantes a la derecha.
Por ejemplo, para convertir un valor Q4.27 a Q0.15 (sin interpolación ni redondeo), desplace a la derecha el valor Q4.27 en 12 bits y limite los resultados que excedan el rango con signo de 16 bits. Esto alinea el punto de la representación Q.
Para convertir Q7.24 a Q7.23, haga una división con signo entre 2 o, de manera equivalente, agregue el bit de signo a la cantidad entera de Q7.24 y luego realice un desplazamiento a la derecha con signo en 1. Tenga en cuenta que un simple desplazamiento a la derecha con signo no equivale a una división con signo entre 2.
Conversiones con y sin pérdidas
Una conversión no tiene pérdidas si es invertible : una conversión de A a B a C da como resultado A = C De lo contrario, la conversión tiene pérdidas .
Las conversiones sin pérdida permiten la conversión de formato de ida y vuelta .
Las conversiones de representación de punto fijo con 25 bits significativos o menos a punto flotante no tienen pérdidas. Las conversiones de punto flotante a cualquier representación de punto fijo común generan pérdidas.