Sprachaufnahmen von Tonkassetten

deleted

Dem ist nicht viel hinzuzufügen.
preset tape ist meines Wissens experimentell, es sollte zusammen mit preset medium, preset radio etc. eingeführt werden, wurde dann aber nach dem großen Dibrom-Krach nicht weiter optimiert. Soweit ich das eben verfolgt habe.
Unterhalb von 128 fängt ganz einfach jede Schmerzgrenze an. Für Sprache, denke ich, bist Du mit dem bereits von Weingeist angeführten
--alt-preset 128 %s %d
gut beraten.

Gruß, Christof

jedi

Hallo,

8.000 Hz, mono klappt schon ganz gut. (wie gesagt: alte Tonkassetten, ausschließlich mit Sprache --- Vortrag bzw. "Hörbuch" vom Rusch-Verlag)

mfg jedi

deleted

Hmm, da mag natürlich den Eindruck entstehen, daß man nicht so viel braucht bei der Komprimierung. Gerade den Stereo-Kanal könnte man sich sparen.

Mit der lame.exe versuch doch einfach mal einen individuellen Parameter:

-b 56 -B 128 -m m %s %d

Das erzeugt eine Mono-Mp3-Datei mit einer VBR-Rate zwischen 56 und 128 KBit. Damit solltest Du recht gut bedient sein. Während der Aufnahme selbst solltest Du aber nicht in eine mit PCM herunterkonvertierte Wave-datei aufnehmen, sondern als CD-Qualität, also einfach standardmäßig. Klar, braucht während der Aufnahme ein wenig Platz, aber Lame managt das dann schon.
Falls Du die Algorithmix-Tools hast, würde ich da ein wenig optimieren. Ich habe die Bänder natürlich nicht gehört, aber beim Denoise würde ich mit der Voreinstellung Tape1 zwischen 40 und 50 probieren, mit Tape2 (wenn es wirklich rauscht und zischt) so um die 30. Declicker fällt weg. Beim Enhancer mit der Option "Excite" auch etwa 40 zugeben. Das sollte deutlich besser klingen und mehr herausholen - was dann auch einfach den preset 128 - Parameter rechtfertigen würde.

Gruß, Christof

lu

ich habe ähnliches vor wie jedi:
Diverse Vorträge sollen digitalisiert und dann ins Internet gestellt werden (also nicht unnötig groß sein). Die Qualität der Orginal-Dateien ist teils mäßig, teils ok.

Resultat aus ausgiebigen Tests:

Algorithmix kann die Aufnahmen spürbar verbessern, aber keine Wunder vollbringen
Ich habe ein stark verrauschtes und leises Band einmal mit der Harddisk-Recording Karte Terratec EWX 24/96 und einmal mit dem (schwachen) On-Board-Chip VIA AV'97 aufgenommen. Warum bei der Terratec Karte der Pegel wie erwartet nur bis zu etwa 50 % ging, aber bei dem LineIn (ja!) des Onboard Chips so laut war, dass ich den Windows-LineIn-Regler auf etwa 1/10 senken musste verstehe ich nicht.
Dennoch: Der Qualitätsunetrshcied ist auf einfachen Kopfhörer kaum zu hören, mir scheint bei so schlechtem Ausgangsmaterial ist eine gute Soundkarte nicht unbedingt muss.
Bei der mp3-Komprimierung habe ich mit folgenden Einstellungen gute Ergebnisse erziehlt (alle: Lame dll oder exe):
dll VBR Default Mono Voice
exe mit Parameter: -b 56 -B 128 -m m %s %d (ca 7% größere Datei im Vergelich mit der ersten)
ausversehen (keine Ahnung wie) ist auch ein mp3 mit 22050Hz Mono statt 44100Hz Mono enstanden. Komprimiert mit den Einstellungen die Datei war deutlich kleiner und klang akzeptabel.

als für meine Ansprüche nicht so gut haben sich folgende Einstellungen herausgestellt:

Das Preset 'tape' klingt zwar gut, aber das mag wohl an der Größe liegen: Gut um 2/3 größer als die oben genannten Varianten
Doppelt so viele MB ergiebt auch eine 96 abr Komprimierung. Für meine (/unsere) Ansprüche deutlich zu viel.
zum Normalisieren kann ich folgende Diskussion empfehlen: ' mp3gain macht normalisieren überflüssig '

Fragen...
... sind natürlich auch entstanden:

Warum höre ich trotz des Häckchens bei "Gefiltertes
Material in Echtzeit abspielen" mit Algorithmix nichts, sondern nur wenn ich im Audiomixer/Wiedergabe LineIn aktiviere? (win2000, VIA AC'97 onboard, AG 1.82)
bei dem 22050Hz HZ mp3, das ausversehen entstand zeigte Winamp folgende Eigenschaften an:

Size: 94563 bytes
Header found at: 0 bytes
Length: 23 seconds
MPEG 2.0 layer 3
32kbit, 909 frames
22050Hz Mono

bei allen anderen Dateien etwa:
*
Size: 156186 bytes
Header found at: 0 bytes
Length: 23 seconds
MPEG 1.0 layer 3
54kbit (VBR), 905 frames
44100Hz Mono
[...]
*

was bedeutet das MPEG 1.0 / 2.0. Wie köntne mir das mit den 22050Hz passiert sein?

Das Wichtigste: Die mp3 sollen einem PC unerfahrenen Publikum zugänglich gemacht werden. Kann ich erwarten, dass die verbreiteten Brennprogramme und mp3 Player auch mit MP3s, die mit Einstellungen wie '-b 56 -B 128 -m m' enstanden sind, umgehen können? Oder muss es für diesen Anspruch '128 Kbit/s konstante Bitrate' sein?
Eine Frage zum Lautstäke optimieren habe ich in den dazugehöreigen Thread ' mp3gain macht normalisieren überflüssig ' geschrieben.
Was macht genau der Easy Tools? Enhancer? 'Normalisiert' er auch die Lautstärke?
kennt jemand einen sehr einfachen Player, mit dem man Wave Dateien schneiden, ein und ausblenden kann. Ich kenne CoolEdit, aber das ist schon zu viel des guten... Hat jemand Erfahrungen mit dem 'Easy Tools? Player'

Soweit derzeit. Das wird ja ein recht langer Eintrag.
Herzlichen Dank & Grüße
Lu

spunky

Zu 2.) Ja, das hat mit der Abtastfrequenz zu tun, Details kann ich Dir aber leider nicht geben. Beim Abspielen auf dem PC ist das kein Problem, soviel ich weis haben aber manche Hardware-Mp3-Player ein Problem mit 22,05 kHz MP3's.

Zu 3.) Mit Mp3 bist Du auf der sicheren Seite, dass alle User diese abspielen können. Einzig der Windoof Media Player und ältere Hardware-Plyer machen bei VBR einige Fehler in der Anzeige, d.h. dass die angezeigte Bitrate und Länge nicht stimmen. MSN hat das Problem mit der Version 9 des WMP behoben.

Ich würde an Deiner Stelle aber trotzdem VBR nehmen, denn spielen können diese Files alle MP3-Player (Hard/Software), nur die Anzeigen können evtl. nicht ganz korrekt sein. Die Qualität ist bei VBR bei gleicher Dateigröße halt besser! Wenn Du einen kleinen Hinweis auf Deiner Page machst, sollte es aber keine großen Nachfragen geben.

Spunky

deleted

Dann mal auf ans Werk:

Warum bei der Terratec Karte der Pegel wie erwartet nur bis zu etwa 50 % ging, aber bei dem LineIn (ja!) des Onboard Chips so laut war, dass ich den Windows-LineIn-Regler auf etwa 1/10 senken musste verstehe ich nicht.

Wenn Du beide Soundchips in einem PC eingebaut hast, kann ich es Dir sagen: Eine alte Inkompatibilität zwischen VIA und Terratec. Ich bezweifle, daß das jemals repariert wird.

Warum höre ich trotz des Häckchens bei "Gefiltertes
Material in Echtzeit abspielen" mit Algorithmix nichts, sondern nur wenn ich im Audiomixer/Wiedergabe LineIn aktiviere? (win2000, VIA AC'97 onboard, AG 1.82)

Entweder spielt auch da der alte Konflikt wieder herein, oder aber Du bist stolzer Besitzer eines solchen Treibers, der alle Signale zuerst mischen will. Sprich aufgenommen wird nur, was auch zuerst wiedergegeben wird - dann ist natürlich Totenstille. Daß Du den Regler für Wave stumm geschaltet hast, kann natürlich auch sein. Oder - was mir gerade in den Sinn kommt: Falscher Ausgabetreiber installiert: Klick auf den Button OPtionen in AG. Die Treibereinstellung für die Ausgabe befindet sich auf der letzten Registerkarte oben, der Treiber für den Eingang befindet sich im Bereich "Analog".

Das Wichtigste: Die mp3 sollen einem PC unerfahrenen Publikum zugänglich gemacht werden. Kann ich erwarten, dass die verbreiteten Brennprogramme und mp3 Player auch mit MP3s, die mit Einstellungen wie '-b 56 -B 128 -m m' enstanden sind, umgehen können? Oder muss es für diesen Anspruch '128 Kbit/s konstante Bitrate' sein?

Dieser von mir einmal auf die Schnelle zusammengeflickte Parameter sollte eigentlich mit allen Brennprogrammen funktionieren. Mit Nero und WinOnCD habe ich es mal eben ausprobiert, kein Problem. Der Easy CD Creator kommt mir nicht auf die Platte, dazu kann ich Dir also nichts sagen. Wenn es Probleme geben sollte, dann mit der Einstellung -m m: Daß die Programme mit Mono-Dateien nicht umgehen können. Aber nach meiner Einschätzung sollte alles funktionieren.

Eine Frage zum Lautstäke optimieren habe ich in den dazugehöreigen Thread ' mp3gain macht normalisieren überflüssig ' geschrieben.

Habe ich gesehen, aber dazu kann ich Dir nichts sagen, tut mir leid. Jedenfalls hast Du einen uralten Thread nach vorne geholt - dieser Manfred hat nie mehr vorbeigeschaut.

Was macht genau der Easy Tools? Enhancer? 'Normalisiert' er auch die Lautstärke?

Nein, eine Normalisierung wird nicht durchgeführt. Er hebt vor allem die mittleren und hohen Frequenzen an - die mittleren mehr als als die hohen - und verschiebt zusätzlich das Lautstärkeverhältnis abhängig von der Lautstärke. Dadurch kommt die Musik wieder sehr viel klarer herüber. Alle Angaben beziehen sich auf die Excite-Option.

kennt jemand einen sehr einfachen Player, mit dem man Wave Dateien schneiden, ein und ausblenden kann. Ich kenne CoolEdit, aber das ist schon zu viel des guten... Hat jemand Erfahrungen mit dem 'Easy Tools? Player'

Der EasyTools-Player ist nur für die speziellen Bedürfnisse der EasyTools zugeschnitten. Was Du suchst, geht in Richtung WaveStudio von Creative, oder der Nero Wave-Editor.

Gruß, Christof

jedi

Hallo,

mp3cut und mp3trim teste ich gerade, um mp3 zu schneiden - Stille wegfiltern. Schaut gut aus.

Aufnahme von gesprochenen Text auf Tonkassetten bzw. Briefdiktaten von Diktiergerät-Kassetten:

mono, 24.000, bei VBR 4 (32 KB) geht sehr gut.

gruss jedi

jedi

Zitat:
was bedeutet das MPEG 1.0 / 2.0. Wie köntne mir das mit den 22050Hz passiert sein?

Das Wichtigste: Die mp3 sollen einem PC unerfahrenen Publikum zugänglich gemacht werden. Kann ich erwarten, dass die verbreiteten Brennprogramme und mp3 Player auch mit MP3s, die mit Einstellungen wie '-b 56 -B 128 -m m' enstanden sind, umgehen können? Oder muss es für diesen Anspruch '128 Kbit/s konstante Bitrate' sein?
Zitat Ende -------------------
MPEG1 ist der "alte" und daher sehr weit verbreitete Standard (hab ich gelesen).
MPEG2 ist der "neue", der mehr kann als MPEG1. In 8.000 Hz aufnehmen, kann MPEG1 z.Bsp. nicht --- aber MPEG2 schon. MPEG2 schafft daher Abtastraten, die MPEG1 nicht kennt; alles was MPEG1 nicht kennt, ist autom. MPEG2 (bin newbie, aber lese z.Zt. sehr viel und ich hab auch das gelesen).
Kurzum: mit der Festlegung der Abtastrate wird offenbar festgelegt, ob MPEG1 oder MPEG2 "zum Zug" kommt.

Gruss Jedi

jedi

MPEG1 kann 48.000, 44.100 und 32.000 Hz. Dagegen kann MPEG2 ausserdem 24.000, 22.050, 160.000, 8.000 Hz.
Für "Low bit rates" nimmt man MPEG2 und nicht MPEG1 und Sprachkassetten, Audiobooks, Hörspiele, Mittelwelle-Radioaufnahmen, UKW-Radioaufnahmen gehören offenbar zu den "low bit rates". Mit 44.100 Hz schiesst man angeblich (bei Sprachaufnahmen) mit Kanonen auf Spatzen.
Offenbar gibt es einen Unterschied zwischen Aufnahme (in 22.050 Hz) und Ausgabe in mp3 (in 44.100 Hz), weil man - wenn man auf Mp3-CD brennt - die 44.100 Hz. braucht.

Ich hab mir inzwischen auch die auf Sprache spezialisierten Codecs angesehen (GSM 6.0, DSP Truespeech, usw.). Die gehen über die (11.025 Hz, 16 Bit, mono) eigentlich nie hinaus.

Der mit Windows ausgelieferte mp3-Codec von Fraunhofer nimmt Sprache mit 8.000, 8 bit, mono auf, sodass ich schätze, dass man über 50 Stunden auf 1 CD-Rom draufkriegt. Ob ein mp3-CD-Player das abspielt (z.Bsp. im Kfz) weiss ich nicht.

Ich hab bisher auch kein ausführliches Tutorial dazu gesehen.

Bisher reicht mir diese Qualität voll und ganz: 32 kbit/s, 16.000 Hz, mono. (Das ist zufällig auch die niedrigste mp3-Auflösung die mein Archos-Jukebox kann --- der nur VBR kennt)

lu

Hallo zusammen,

vielen Dank für die regen Antworten, bin Euch ja einige Rückmeldungen schuldig. Bevor ich noch ein paar Rückfragen stelle, gibt es hier die Ergebnisse von den ausführlichen Tests der letzten Tage:

Ich habe eine einfache Sprachdatei aufgenommen, mit etwa 20 unterschiedlichen Einstellungen als mp3-CD komprimiert und dann als Audio CD gebrannt. Diese CD dann auf einer 'durschnittlichen' Stereoanlage gehört.
Verblüffendes Ergebis: Ich konnte zwischen dem orginal WAV und den heftigst komprimierten Dateien nicht zuverlässig einen Unterschied hören.

Dabei hatten die kleinsten Dateien etwa nur 50% Dateigröße von den Größten. Die stärksten Kompressionen gelangen mir mit

Lame DLL mono VBR9 (Qualität: Mono, Voice)
Lame EXE mit Parametern wie '-b 56 -B 96 -m m'
Das Preset Tape macht übrigens große Dateien, ich schätze so um die 160 Kbit/s

Bei einer Kompression mit VBR9 braucht man für eine Stunde Ton etwa 25 MB - das ist fast genau die Größe die man mit einem 56K-Modem im Optimalfall in einer Stunde herunterladen kann. Eine Minute Ton dauert also bei Modem/ISDN auch (/fast) eine Minute Download.

Außerdem haben meine Tests ergeben, dass es mit der Kompatibilität nicht soooo rosig aussieht. Der Easy CD Creator (leider weiß ich die Version nicht, aber recht aktuell) brannte bei meiner Probe-CD nur die WAV CD und meldete dann einen kryptischen (rekonstruierbaren) Fehler.

Wenn ich eine endgültige Kompressionsmethode gefunden habe, werde ich also nochmal Kompatibilitäts-Tests machen müssen.

Recht große Datei bei keinen Qualitätsproblemen wirft natürlich (m)eine zentrale Frage auf: ** (Wie) Kann man die Sprache noch stärker komprimieren?**

Mit 44.100 Hz schiesst man angeblich (bei Sprachaufnahmen) mit Kanonen auf Spatzen.

Das bestätigt in der Theorie meine Tests. Wo hast Du denn diese Anleitungen/Infos gefunden? Da stecken ja schon theoretische, aber spannende Lösungs-Ansätze drin. (Wie) Könnte ich das in der Praxis mit Audiograbber testen? Z.B. mit 8000 HZ Trägerfrequenz...

Und damit zu meinen Rückfragen an Euch:

soviel ich weis haben aber manche Hardware-Mp3-Player ein Problem mit 22,05 kHz MP3's.

Ich habe einen 'mp3 Salsa' MP3-CD Player, ca drei Jahre alt - dieser spielt auch einige Lieder garnicht ab. Noch nicht getested, welche...

Wie ist das bei neueren Modellen (z.B. bei einem Lame.dll VBR 9 mono voice MP3)?

weil man - wenn man auf Mp3-CD brennt - die 44.100 Hz. braucht.

Kann ich also mit Kompatibilitätsansprüchen garnicht stärker als MONO VBR9 komprimieren, weil dann fast kein Programm mehr damit zurecht kommt?

--
Wenn ich eine zusätzliche, extrem kompatible Version aufnehmen wollte, welche Einstellungen wären hierfür geeignet? - Konstante Bitrate, 128 Kbit/s.. aber bei den Qulaitätseinstellungen 'mono, voice' (Quelle mono. kleinere Dateien)

Pegel-Problem
Habe das auf einem Laptop (irgend ein Intel Soundchip) udn einem weiteren Rechenr mit dem AC'97 Soundchip versucht. Auch die Quelle habe ich diesmal variiert: Ein LineOut eines Dat-Recorders - aber den Aufnahmeregler des Line-Eingangs musste ich erneut zurückdrehen... keine Ahnung warum?!

jetzt tippe ich schon wieder fast eine Stunde, dass sollte vorerst reichen
Danke & Grüße . Lu

jedi

Ich hab mal einige WebRadios angehört und mal geschaut, was die in mp3 senden: über 22.050Hz bzw. über 24 kbit/s bei mono gehen die nicht hinaus

Bei lame gibts die Auswahl "voice" - verwende ich nicht mehr, weil sie Dateien ohne Qual.Gewinn vergrößert --- ebenso die Auswahl "tape" hab ich inzw. verworfen.

Interessant finde ich z.Zt., dass man mit --resample arbeitet und mit --lowpass.

gute Variante 1: --abr 64 -a --lowpass 8 --nspsytune
gute Variante 2: -mm --lowpass 10 -V9 -b32 -B64
(lowpass 10 verringert Bandrauschen; -b muß gleich/größer 32 sein)

Fügt man --resample 11 oder 16 oder 22 an dann soll's bei gleichbleibender Qualität noch kleinere Dateien geben.

Für Diktaphon-Diktate oder Kassetten vom Anrufbeantworter (also noch weniger Qual.Anspruch als bei Hörspielen, Audiobooks) reicht (8.000 Hz, mono, 8 bit) und da ist lame lt. meinen Tests weniger geeignet als der Fraunhofer-mp3Encoder, der mit Windows mitgeliefert wird (L3codecA.acm).

Gruss Jedi

jedi

mp3: 210 Stunden auf eine CD-R bzw. 296 Stunden pro GB in mp3 habe ich nun gefunden auf:

www.retellrecorders.co.uk/pages/957manual.html

Bei Sprache ist offenbar der Codec Voxware RT29 bitstream der Rekordhalter: 873 Stunden Sprache pro GB ! Das wären etwa 600 Stunden Text auf 1 CD !

Gruss Jedi

lu

klasse! Vier Fragen:

gibt es eine gute Liste mit Lame-Parametern? Dass Lame z.B. einen Lowpass-Filter beinhalted ist mir völig neu...
Kompatibilität?
Kann ich mit lame.exe mit std in/out auch ohne Wav-Umwege direkt ein mp3 erstellen (zmd früher galt dies als unstabil)?
Ist es möglich gleichzeitig zwei MP3 (Kompressions. und Kompatibilitäts-Version) erstellen, ohne den AG zweimal zu starten?

lu

deleted

Eine komplette Parameter-Liste bekommst Du, wenn Du an der Eingabeaufforderung
lame -?
eingibst. Aber vorsicht, die Liste ist lang.

Zur Kompatibilität:
Das ist natürlich schwer zu sagen. Denn alles, was Lame macht, ist eigentlich in den Spezifikationen zu MP3 enthalten. Nur scheren sich manche Player reichlich wenig darum. Ganz alte Player können nicht einmal VBR lesen. Das ist also Player-abhängig, und ich kann Dir da keine endgültige Antwort geben. Zumindest simple VBR-Dateien sollten heutzutage aber wirklich alle Player abspielen können.

lame.exe und direkt komprimieren:
Es funktioniert schon immer! Zu empfehlen ist es aber nicht. Insbesondere, weil ID3V2-Tags nicht richtig geschrieben werden (unter Umständen), und weil die Bitrate nicht korrekt angezeigt wird. Ich empfehle noch immer, über eine temporäre Wave-Datei zu gehen.

Gleichzeitig in zwei Dateien - nein, eine solche Funktion ist in Audiograbber nicht eingebaut. In Zusammenhang mit der anderen Frage würde ich aber sagen, Du könntest einfach eine Wave-datei erstellen und diese nachher zwei mal mit verschiedenen Parametern enkodieren. Da kannst Du ja dann auch mehrere Dateien auswählen, sodaß es in einem Rutsch geht.

Christof

jedi

Hallo,

bei Version 3.93.1 von Lame soll es dazu die Auswahl
--preset 40 -mm geben, womit Audiobooks durch lame besser "behandelt" werden sollen.

In U.S. - Foren (Empfehlungen für Audiobooks-Line-In-Aufnahmen) gibt's auch diese Exoten:
24kbps Sprache:
--alt-preset cbr 24 -a --resample 22 --lowpass 7 -Z

16kbps Sprache:
-b 16 -a --resample 11 --lowpass 5 --athtype 2 -X3

Interessant ist auch, dass das "--lowpass 7" Komprimierungsverluste bei den Frequenzen (Sprache) bis 7.000 Hz abwendet.

Jedenfalls ist für mich z.Zt. klar: Aufnahmen von hörerer Qualität als 22.050 Hz, 16 bit, mono (wenn Mono - sonst stereo) bringen keinen Qual.Gewinn mehr beim Abspielen.

Bitte um Info, wenn ich Denkfehlern unterliegen sollte.

MfG Jedi

lu

Hallo,

nichts wirklich Neues, aber ich will mich noch mal melden, bevor ich morgen für drei Wochen verschwinde. Dann wieder mehr von mir.

Das Resampeln scheint mir viel Sinn zu machen, jetzt bekomme ich die MP3-Datei endlich sehr klein und kann anfangen zwischen Dateigröße und Qualität abzumessen. Das braucht aber noch ein wenig Zeit.
(Ein Beispiel: Ganz brauchbare Qualität; Nero kompatibel und knapp 9mb fuer 30 min '-v -b16 -B128 -a --resample 16 --lowpass 15 -m m %s %d' )

Zur Kompatibilität: Das ist natürlich schwer zu sagen. Denn alles, was Lame macht, ist eigentlich in den Spezifikationen zu MP3 enthalte

Ich fände es spannend ein paar sinnvolle Einstellungen zu finden und dann mit einer Hand voll Dateien gemeinsam Kompatibilitäts-Test zu machen, wenn ihr auch Interesse daran habt?!

lame.exe und direkt komprimieren: Ich empfehle noch immer, über eine temporäre Wave-Datei zu gehen.

Bei diesem Weg habe ich aber folgendes Problem: Die ID3 Tag Infos gehen verloren, da ich im, Namen nur Album und Tracknummer habe. Müsste also von Hand mit einem Programm in einem weiteren Arbeitsschritt eingegeben werden. Nicht tragisch, aber bei einem großen Audioarchiv doch zusätzliche Arbeit.

Zu den Parametern:

Wenn ich den Parameter -a ('downmix from stereo to mono file for mono encoding') an Lame übergebe, wird automatisch auch für das MP3 Mono eingestellt (also: -m m), oder? Ist es also egal ob ich -a oder -m m wähle? Wohl kaum...?!
' --nspsytune' soll wohl leichtes Klirren vermeiden, oder? Ähnliches wird auch für '

-Z', ' -X3' und '- athtype 2' gelten?!

wie groß ist das Frequenz-Spektrum der menschlichen Stimme? Doch nicht größer als 50 bis 600 Hz, oder? Kann man den Rest nicht abschneidenoder sind auch in diesem Frequenzbereich wichtige akustische Informationen?!
Wie wäre der Parameter für dieses 'Abschneiden' ? Vieleicht '--lowpass 25 --highpass 800'
ist ABR kompatibler als VBR? (Spielzeit-Anzeige nicht wichtig)
Lu

spunky

Ich fände es spannend ein paar sinnvolle Einstellungen zu finden und dann mit einer Hand voll Dateien gemeinsam Kompatibilitäts-Test zu machen, wenn ihr auch Interesse daran habt?!
Na das machen wir doch gerne.

Bei diesem Weg habe ich aber folgendes Problem: Die ID3 Tag Infos gehen verloren, da ich im, Namen nur Album und Tracknummer habe. Müsste also von Hand mit einem Programm in einem weiteren Arbeitsschritt eingegeben werden. Nicht tragisch, aber bei einem großen Audioarchiv doch zusätzliche Arbeit.
Aktiviere in den MP3Optionen den Punkt "In Wave-Datei schreiben für spätere Nutzung", dann sollte es gehen.

ist ABR kompatibler als VBR? (Spielzeit-Anzeige nicht wichtig)
Der einzigste Unterschied ist, dass Du bei einer ABR dem Encoder vorgibts, welche mittlere Bitrate er erreichen muss. Diese Beschränkung hat eine VBR nicht. Für den Player ist das erstmal unwichtig, da die Bitrate sich verändert, d.h. alte Player werden auch hier Probleme haben. Könnte aber sein, dass durch die vorgeschriebene durchschnittliche Bitrate diese Fehler etwas weniger stark auftreten. Wäre interessant zu testen.

Du schreibst aber, dass die Spielzeitanzeige nicht wichtig ist. Soweit ich weis, können alle Player VBR-Files spielen. Das Problem ist nur die Anzeige und auch das Seeken ("Vorspulen").

Spunky

lu

Hallo zusammen,

Ich habe mich im letzten Monat sehr intensiv mit unseren und weiteren Fragen zur guten Komprimierung von Sprache außeinander gesetzt (auch wenn ich hier still schwieg). Vieles konnte ich selbst herausbekommen, im Folgenden meine Ergebnisse mit den noch offenen Fragen.

1) Audio Formate:

MP3: Sehr verbreitet, aber nicht optimal für starke Sprachkompression

WMA: recht verbreitet, gute Sprachkomprimierung auch bei kleiner Dateigröße.
Einfach zu benutzen ist der kostenlose (http://www.microsoft.com/windows/windowsmedia/de/9series/encoder/default.asp).
Kennt jemand ein Frontend-Tool (wie z.B. RazoLAME für Lame), mit dem ich den ACELP.net WMA Encoder nutzen kann? Das vieleicht auch automatisch .wax Dateien erstellt?
Bei den Einstellungen 'Stream, 19kbps' bei akzeptabler Qualität für 30 Minuten 3,4 Mb. Downloadzeit: ca 8 Minuten (ISDN).

RealMedia: Speziell für Streaming, verbreitet, nur (kostenpflichtige) Codecs von Real.com (?)

OGG: (hmm, nicht versucht. Ich schätze weniger verbreitet und etwas besser als MP3?)

Speex.org: Open Source / guter kostenloser Codec zur starken Sprachkomprimierung, wenig verbreitet

2) Der MP3-Encoder der Fraunhofer-Gesellschaft (kurz FhG)

ist für niedrige Bitraten besser geeignet, als der für hohe Qualität (44.100Hz) optimierte LAME-Encoder.
1.1 Um welchen Codec handelt es sich genau bei dem Audiograbber-vorinstallierten Frauenhofer Encoder? Ist dieser sehr gut für Sprache?

3) benutzt man dennoch LAME,

so eigenen sich folgende Einstellungen (in Absteigender Reihenfolge in Bezug auf Qualität und Dateigröße):

80kbps speech: (recht kompatibel)
-b 32 -B 160 -a --abr 80 -F --resample 32 -h -c (hohe Qualität, etwa 18MB für 30 Minuten)

bringt hierbei abr gegenüber cbr wirklich Qualitätsvorteile?
Ist bei dieser vergleichsweise schwachen Komprimierung der FhG Encoder dennoch besser als Lame?

24kbps speech:
--alt-preset 24 -a --resample 22 --lowpass 7 -Z

16kbps speech:
--abr 16 -a --resample 11 --lowpass 5 --athtype 2 -X3

Übrigens wir gemunkelt, dass das zukünftige LAME 1.94 etwas besser in niedrigen Bitraten sein soll...

4) Streams erstellen:

Einen MP3 oder WMA Stream erstellen ist recht einfach. Eine ausführliche Anleitung für
WMA (auf der Microsoft-Seite, Englisch) hilft weiter.
Um nicht den Rahmen zu sprengen nur kurz: Sehr ähnlich funktioniert das auch bei MP3: Einfach anstatt direkt auf das MP3 auf eine Datei mit der Endung '*.m3u' verlinken. In dieser steht nichts anderes, als die URL des gewünschten MP3 mit konstanter Bitrate.

5) Kompatibilität

Wäre noch zu testen. Ich würde mich freuen, wenn ihr mich unterstützt die Kompatibilität von 'ABR 80kbps speech MP3' und 'WMA (19 kbps, Sprachkompression, Stream)' mit tragbaren MP3-Playern, alten Windowsversionen und und ... zu testen.
Im Vergleich vieleicht noch ein '80kbps CBR' Mp3?

Testdateien könnte ich dann zur Verfügung stellen... aber zunächst warte ich mal Eure Rückmeldungen ab

6) Quellen:

Forum hydrogenaudio.org Lame Settings For Speech
(ausführliche Diskussion, speziel zu LAME)
Forum hydrogenaudio.org Speech compressed as...
(Ergänzung)
Sprache-Testdateien, hohe Qualität SQAM (speziell Male und Female Speech German)
diverse Sprachen (Schallplatte, Mono, Stereo, gutes Mikro, mit/ohne musikalischen Hintergrund) zum universal-Testen : sprach1.jar, ca 5MB
Infos über die Lame-Parameter gibt es in der Commandozeile 'LAME --longhelp' und '-?' (siehe oben, Christof)

soweit derzeit, bin gespannt auf Eure Rückmeldungen

.lu

deleted

Hallo Ludwig,

Du hast Dich da sehr intensiv eingearbeitet, zu etlichen Dingen kann ich Dir da gar keine richtigen Auskünfte mehr geben, weil sie wirklich zu speziell sind.
Aber mal der Reihe nach:

(hmm, nicht versucht. Ich schätze weniger verbreitet und etwas besser als MP3?)

Für Sprache sicher DAS Format Deiner Wahl, solltest Du unbedingt testen. Es hat neben MP3 die größten Chancen, sich breit durchzusetzen. Wir hatten hier im Forum mal einen ziemlichen Disput, weil die Anforderungen an das Format geändert wurden. Wird bei MP3 immer nur mit "Qualität" argumentiert, heißt es bei OGG "bessere Qualität bei niedriger Bitrate". Insofern wäre das Format aber genau das richtige für Dich - und Du würdest Dir ewig lange Parameterzeilen sparen - in der aktuellen Version von AG ist der Encoder ja bereits fix eingebaut. Die Qualitätsstufen sind fließend und werden in Q angegeben. Für hohe Qualität gibt es aber eine optimierte Version, die nennt sich GT3. Ich hatte mal die DLL für GT3 hier im Forum verlinkt, aber der wurde irgendwie gelöscht. Wenn es Dich interessiert, schaue ich mal, ob ich es nochmal finde. Die EXE-Version liegt an allen Ecken und Enden - aber die muß als externer Encoder eingebunden werden.

Speex baut meines Wissens auf OGG auf.

1.1 Um welchen Codec handelt es sich genau bei dem Audiograbber-vorinstallierten Frauenhofer Encoder? Ist dieser sehr gut für Sprache?

Auf keinen Fall. Der dort angezeigte Codec ist auf jedem Windows-System bereits vorinstalliert, und wird deshalb angezeigt. Er ist als absolut wertlos einzustufen.

-b 32 -B 160 -a --abr 80 -F --resample 32 -h -c (hohe Qualität, etwa 18MB für 30 Minuten)

bringt hierbei abr gegenüber cbr wirklich Qualitätsvorteile?

Ist bei dieser vergleichsweise schwachen Komprimierung der FhG Encoder dennoch besser als Lame?

Ich verstehe nicht ganz, warum Du einen Rahmen von 32 bis 160 definierst und diesen dann nochmal auf Durchschnitt 80 beschränkst. Da würde ich mal versuchen, was herauskommt, wenn Du den abr 80 Befehl ganz rausnimmst.
Ob der Fraunhofer oder Lame besser ist, liegt nicht an einer starken oder schwachen Komprimierung, sondern an der verwendeten Bitrate. Faustregel: Unter 128 KBit hat Fraunhofer etwas die Nase vorn. Ich würde Dir aber wirklich raten, es mal mit OGG zu versuchen.

Soviel dazu...
Gruß, Christof

lu

Ich habe allgemein geforscht, aber um Deine Antworten, Christof, beantworten zu können muss ich doch erklären, was ich speziell damit vorhabe:
Ich will Sprachaufnahmen zum Runterladen anbieten. Zielgruppe sind sehr unerfahrene Anwender (mit Modem bis Breitband), die vorwiegend die Audio-Dateien brennen und im (möglicherweise MP3-fähigen) Auto-Radio hören wollen. Deshalb bin ich hinsichtlich fortschrittlichen Formaten sowie der Kompatibilität gegenüber Hardware Playern stark eingeschränkt.

zu etlichen Dingen kann ich Dir da gar keine richtigen Auskünfte mehr geben, weil sie wirklich zu speziell sind

das ist ein Kompliment!

Für Sprache sicher DAS Format Deiner Wahl

Gut, ich habe OGG jetzt auch ausführlich getestet (mit oggdrop als En- und Decoder). Bei niedrigster Qualität (-1, ca 16kbit) bei 16Khz erreicht OGG etwa die Dateigröße von meiner WMA Version (Webstream, Sprach-Codec, 19kbps, 16KHZ). Die Qualität ist deutlich besser als bei einem MP3 in dieser Größe.

Es klingt etwas blechern, WMA dafür etwas stumpf. Mag Geschmackssache sein, ich persönlich finde WMA etwas besser. Ist Streaming mit OGG Vorbis möglich? Da ich hohe Kompatibilität für unerfahrenen Nutzern brauche, werde ich persönlich wohl bei WMA bleiben, aber OGG ist sicherlich eine sehr gute Alternative (mit Speex warscheinlich noch optimierbar).

Speex baut meines Wissens auf OGG auf.

Ja, vermute ich auch. Man kann ja auch Speex-Dateien als *.OGG speichern, wenn ich das richtig verstanden habe.

Der dort angezeigte Codec ist auf jedem Windows-System bereits vorinstalliert, und wird deshalb angezeigt. Er ist als absolut wertlos einzustufen.

Gibt es eine Möglichkeit einen FhG Encoder einzubinden?

Ich verstehe nicht ganz, warum Du einen Rahmen von 32 bis 160 definierst und diesen dann nochmal auf Durchschnitt 80 beschränkst. Da würde ich mal versuchen, was herauskommt, wenn Du den abr 80 Befehl ganz rausnimmst.

ohne den Teil --ABR 80 erhalte ich ja ein MP3 mit 32 kbps. Das klingt (verständlicher Weise) deutlich schlechter als das MP3 mit 80kbps ABR.

Die Einschränkung nach unten (minimal 32Kbps) habe ich wegen Hardware-Playern vorgenommen, da das kompatible MPEG I nur bis zu dieser Schwelle definiert ist. Aus diesem Grund habe ich die Trägerfrequenz übriges auch auf 'nur' 32Khz beschränkt und nicht etwa 22,5 oder dergleichen.
Die Limitierung nach oben könnte ich mir auch sparen, stimmt schon, da LAME bei durschnittlich 80kbps wohl nie mehr als 160kbps einsetzt...

Weitere Frage: Den Klangunterscheid zwischen 80bps CBT zu ABR kann ich auf einer einfachen Stereoanlage nicht hören, EncSpot zeitg aber, dass LAME durchaus unterscheildiche Bitraten verwendete.. daher die Frage: Lohnt ABR und wichtiger: wie stark schränkt es in der Kompatibilität ein? (>> das wäre eine Frage für einen Test)

Ob der Fraunhofer oder Lame besser ist, liegt nicht an einer starken oder schwachen Komprimierung, sondern an der verwendeten Bitrate. Faustregel: Unter 128 KBit hat Fraunhofer etwas die Nase vorn.

Soweit ich weis, gilt dies aber nicht nur für die Kbps-Zahl sondern auch für die Frequenz (LAME für 44.100 Hz optimiert). Mit 'Komprimierung' meinte ich den Kbps-Wert und die Trägerfrequenz ;).
Für die Version für tragbare Player will ich also trotz der besser klingenden Alternativen ein MP3 erstellen. Dazu nochmal zwei Fragen:
Woher bekomme ich einen FhG Encoder? Woher ggf ein FrontEnd?

Kann ich anstatt dem Windows Media Encoder ein Frontend für WMA benutzen?
Der Audiograbber erstellt mir WMA Dateien, die ich nicht korrekt abspielen kann (springt). Außerdem fehlen mir die speziellen Einstellungsmöglichkeiten (im WME: Sprachaufnahme CBR 19kbps bei 16 Khz für Webserver Download).

Wie groß beurteilt ihr den Unterscheid zwischen einer einfachen OnBoard Soundkarte und einer richtig guten für Sprachaufnahmen in 80kbps Qualität?
Meine Erfahrung: Der Unterscheid hinsichtlich des Rauschens zwischen OnBoard und Terratec EWX 24/96 spielt keine große Rolle (insbesondere da meine Quellen auf dem DAT (nicht) sonderlich berauschend sind). Allerdings habe ich bei zwei von 4 onBoard-Soundkarten ein klirren (schätzungsweise irgendwo zwischen 14Khz und 18Khz), welches ohne Lowpass-Filter stört...

Falls noch jemand Antworten auf meinen vorherigen Beitrag hat bin ich ebenfalls dankbar...
.lu

PS: Gibt es hier im Forum auch Sterne und Orden für Zeilenanzahl?

Audiograbber Forum

Sprachaufnahmen von Tonkassetten