Algumas das razões pelas quais MP3 é a principal ferramenta para a distribuição de áudio pela Internet são:

	Padrão aberto: Qualquer pessoa interessada pode implementar o standard e o formato esta bem definido.
	Disponibilidade de codificadores e decodificadores.
	Existência de tecnologia de apoio: amplo uso de placas de som para computadores, computadores o suficientemente rápidos para rodar programas de codificação e decodificação de áudio e acesso rápido a Internet .

Espera-se também que MP3 tenha um impacto ainda maior na indústria fonográfica.

Flexibilidade:

	Modos de operação:
	Canal único.
	Canal dual (dois canais independentes, por exemplo contendo versões de áudio em diferentes linguagens).
	Estéreo (sem codificação de estéreo conjunto).
	Estéreo conjunto (Joint stereo).

A técnica chamada de estéreo conjunto pode ser usada para fazer uma codificação combinada mais eficiente dos canais esquerdo e direito de um sinal estereofônico de áudio. Layer-3 permite ambas, a codificação estéreo "mid/side" e estéreo de intensidade. A técnica "mid/side" codifica os canais "mid" (meio) e "side" (lado) em vez de esquerdo e direito. Quando os canais esquerdo e direito são muito parecidos (pouca separação estéreo), o canal "side" contém muito pouca informação, economizando bits ou largura de banda. A codificação estéreo de intensidade permite taxas de bits mais baixas mas tem o perigo de mudanças no som. O código estudado neste trabalho, do projeto LAME, não permite o uso do estéreo de intensidade. No programa especificado no projeto LAME, o estéreo "mid/side" somente é usado quando a diferença entre os canais esquerdo e direito é menor que 5db.

Freqüência de amostragem: 32 Khz. 44.1 Khz (qualidade de CD). 44.8 Khz.

Taxa de bits:

O áudio MPEG não trabalha só a uma taxa fixa de compressão. A seleção da taxa de bits, dentro de certos limites, é deixada totalmente ao implementador ou operador do codificador. A mudança da taxa de bits pode ser feita de quadro a quadro, e junto com a tecnologia de "reservatório de bits" permite tanto codificação a taxa variável de bits como a qualquer taxa fixa dentro dos limites do padrão. Uma das propriedades mais importantes do padrão MPEG é o princípio de minimizar a quantidade de elementos normativos nele. No áudio MPEG somente a representação dos dados (formato do áudio comprimido) e o decodificador são normativos. A codificação do áudio MP3 é deixada totalmente ao implementador do padrão.   Descrição do Algoritmo Uma visão geral do algoritmo codificador de MP3 (MPEG-1 layer III) é descrita no diagrama de blocos da figura 6: Figura 6 Os dados de áudio de entrada passam através de um banco de filtros que divide a entrada em múltiplas sub-bandas. A filtragem é feita em paralelo com a análise psico-acústica que determina a taxa sinal-a-mascara de cada sub-banda. O bloco de controle da distorção usa as taxas sinal-a-mascara para decidir como dividir o número total de bits de codificação disponíveis. Finalmente, as amostras quantificadas e codificadas são formatadas num "stream" de bits MPEG válido. Banco de Filtros: Sua função é separar o sinal de áudio em 32 sub-bandas. Estas sub-bandas estão igualmente separadas em freqüência, e não representam exatamente as bandas críticas do ouvido, mostradas na figura 7: Figura 7: Bandas do Filtro de MPEG Audio e Bandas Críticas de Audição. O ouvido tem uma seletividade de freqüência limitada que varia em precisão desde menos de 100 Hz para as freqüências audíveis mais baixas, até mais de 4 kHz para as mais altas. Assim, o espectro audível pode ser particionado em bandas críticas representando a seletividade do ouvido humano. O processo layer III utiliza na saída do banco de filtros a Transformada Discreta Coseno Modificada (MDCT) para compensar a baixa precisão do banco de filtros. Modelo Psico-acústico O modelo psico-acústico é o que principalmente determina a qualidade de uma implementação dada do codificador. Ele tem duas tarefas a realizar. Decidir que tipo de bloco usar, e calcular a taxa sinal-a-máscara (valor do sinal na banda dividido pelo limiar de mascaramento). Primeiro converte o áudio para o domínio espectral, usando a Transformada Rápida de Fourier (FFT) para obter uma boa resolução de freqüência para o cálculo correto dos limiares de mascaramento. A saída da FFT é primeiro usada para analisar que tipo de sinal está sendo processado. Um sinal estacionário faz com que o modelo escolha um bloco longo e um sinal mais transitório resulta em um bloco curto. O tipo de bloco é usado depois na parte da MDCT do algoritmo. Logo o modelo psico-acústico calcula o limiar de mascaramento mínimo para cada sub-banda. Estes valores são usados para calcular a taxa sinal-a-máscara (SMR). O modelo então passa a SMR para a seção de controle de distorção, quantificação e codificação para ser usada depois. A saída do modelo psico-acústico consiste dos valores para os limiares de mascaramento ou ruído permitido para cada sub-banda, as que são aproximadamente equivalentes às bandas críticas da audição humana. Existe ruído de quantificação num sinal digital, devido à existência só de um número limitado de valores discretos para representar o sinal original. Se o ruído de quantificação pode ser mantido por baixo do limiar de mascaramento para cada sub-banda, então o resultado da compressão não deveria ser distinguido do sinal original. Quantificação e Codificação Um sistema com dois laços de iteração aninhados é a solução habitual para a quantificação e codificação num codificador mp3. A quantificação é feita por um quantificador de lei de potência, de modo que os valores maiores são codificados automaticamente com menos exatidão. Os valores quantificados são codificados por codificação Huffman. Para adaptar o processo de codificação a diferentes estatísticas locais dos sinais musicais, se seleciona uma tabela de Huffman ótima de um número de escolhas possíveis. Para ter uma melhor adaptação às estatísticas dos sinais, podem-se selecionar diferentes tabelas de Huffman para distintas partes do espectro de freqüências. Dado que a codificação Huffman é basicamente um método de comprimento de código variável e o ruído de quantificação deve ser mantido por baixo do limiar de mascaramento, um valor de ganho global (que determina o tamanho do passo de quantificação) e fatores de escala (que determinam fatores da forma do ruído para cada banda) são aplicados antes da quantificação real. O processo de achar o ganho e os fatores de escala de cada banda ótimos para um bloco, taxa de bits e saída a partir do modelo perceptual é feito pelo dois seguintes laços de iteração aninhados: Laço de iteração interior (laço da taxa de bits) O código de Huffman designa palavras de código mais curtas (mais freqüentes) a valores quantificados menores. Se o número de bits resultante da codificação excede o número dde bits disponível para codificar um bloque de dados, ele pode ser corregido ajustando o ganho global resultando em um passo de quantificação maior, conduzindo a valores quantificados menores. Esta operação é repetida até que a demanda de bits para a codificação Huffman seja o suficientemente pequena. O laço é chamado "de taxa de bits" porque modifica a taxa global do codificador até que ela seja o suficientemente pequena. Laço de iteração exterior (laço de controle de ruído) Para conformar o ruído de quantificação de acordo com o limiar de mascaramento, são aplicados fatores de escala a cada banda. O sistema começa com um fator de escala de 1.0 para cada banda. Se o ruído de quantificação numa banda dada for maior que o limiar de mascaramento (ruído permitido) de acordo com o modelo psico-acústico, o fator de escala para essa banda é ajustado para reduzir o ruído de quantificação. Dado que conseguir um ruído de quantificação menor requer um número maior de passos de quantificação e assim uma taxa de bits mais alta, o laço de ajuste de taxa dever ser repetido cada vez que são usados novos fatores de escala. Em outras palavras, o laço de taxa de bits esta aninhado dentro do laço de controle de ruído. O laço exterior (controle de ruído) é executado até que o ruído fique por baixo do limiar de mascaramento para cada banda crítica. O laço interior sempre converge (no caso extremo, fazendo o passo de quantificação o suficientemente grande para zerar todos os valores espectrais). O laço exterior pára quando alguma das seguintes condições se cumpre: Nenhuma das bandas tem demasiado ruído (o laço converge). A próxima iteração amplificaria uma das bandas mais do o que é permitido. Todas as bandas dos fatores de escala tem sido amplificadas pelo menos uma vez. Formatação do "Stream" de Bits O último passo no processo de codificação é produzir um "stream" de bits de acordo com o padrão MPEG. O formatador de bits armazena o áudio codificado e alguns dados adicionais em quadros (frames), onde cada quadro contém informação de 1152 amostras de áudio por canal. Um quadro consiste de um cabeçalho e dados de áudio junto com teste de erros e dados subordinados opcionais. O cabeçalho descreve entre outras coisas, qual camada (layer), taxa de bits e freqüência de amostragem estão sendo usadas pelo áudio codificado. Os dados codificados por Huffman e a sua informação colateral, são colocados na parte de dados de áudio, onde a informação colateral especifica que tipo de bloco, tabelas de Huffman e fatores de ganho das sub-bandas usar.   Conclusões     A compressão de dados têm recebido muita atenção nos ultimos anos principalmente porque o poder de processamento de máquinas tem crescido muito mais do que a velocidade de transmissão de dados via Internet. Isto viabilizou pesquisas de algorítimos que apesar de sererm um tanto quanto complexos ajudam a minimizar problemas de transmição. O Mp3 se consagrou como tipo mais comum de compctação de audio visto que em relação a outros tipos de sua época era o que se obtia melhores resultados. O mesmo aconteceu com a compactação de fotos no formato JPEG e vídeo padrão DIVX.       Novos padrões de compressão começam a se tornar populares como o WMA,  VQF e MP4 entre outros, com a promessa de reduzir ainda mais o tamanho do arquivo sem perda da qualidade sonora.     Referências [1] ISO/IEC International Standard IS 11172-3 "Information Technology - Coding of Moving Pictures and Associated Audio for Digital Storage Media at up to about 1.5 Mbits/s - Part 3: Audio" [2] D. Y. Pan,"Digital Audio Compression", Digital Technical Journal Vol. 5/ No. 2, Spring 1993 [3] D. Y. Pan,"A Tutorial on MPEG/Audio Compression", Institute of Electrical and Electronics Engineers, 1996 [4] K. Brandenburg. MP3 AND AAC EXPLAINED. AES 17th. International Conference on High Quality Audio Coding, 1999. [5] K. Brandenburg and Marina Bosi. Overview of MPEG audio: Current and future standards for low bit-rate audio coding. J. Audio Eng. Soc., 45(1/2):4 -21, January/February 1997. [6] K. Brandenburg and G. Stoll. ISO-MPEG-1 Audio: a generic standard for coding of high quality digital audio. In N. Gilchrist and Ch. Grewin, editors, Col-lected Papers on Digial Audio Bit-Rate Reduction, pages 31 - 42. AES, 1996. [7] F. Baumgarte. Evaluation of a Physiological Ear Model Considering Masking Effects Relevant to Audio Coding. 105th AES Convention, San Francisco, CA, September 1998. [8] F. Baumgarte. A Physiological Ear Model for Auditory Masking Applicable to Perceptual Coding . 103rd AES Convention, New York, NY, September 1997. [9] Painter, E. M., and Spanias, A. S.. A Review of Algorithms for Perceptual Coding of Digital Audio Signals. Department of Electrical Engeneering, Telecomunications Research Center - Arizona State University, Tempe, Arizona, 1997.