修正離散コサイン変換 (Modified Discrete Cosine Transform : MDCT) を使用したWebブラウザ上でJavaScriptを使用して 現実的な時間のエンコード、デコード可能な軽量な音声圧縮フォーマットの開発を目的とした実証実験用のプログラムです。
https://redlily.github.io/training-webaudio-compression
- 音声ファイル(おすすめは無圧縮)を選択してデータを読み込ませます。
- 圧縮オプションを選び圧縮を実行、数秒から数十秒で圧縮が完了します。
- 圧縮が完了すると再生ボタンとダウンロードリンクが有効になります。
- 再生を押すと圧縮データの再生を開始、ダウンロードを押すと圧縮データのダウンロードを行います。
- 圧縮したデータはこのプログラムでデータ読み込み、再生が出来ます。
| 変数名 | 型 | 説明 |
|---|---|---|
| MAGIC_NUMBER | UINT32 | マジックナンバー、"WAM0"が固定値 |
| DATA_SIZE | UINT32 | データのバイトサイズ |
| DATA_TYPE | UINT32 | 拡張用のデータタイプ、"SMD0"が固定値 |
| VERSION | UINT32 | データのバージョン |
| SAMPLE_RATE | UINT32 | サンプリングレート |
| CHANNEL_SIZE | UINT32 | チャネル数、1がモノラル、2がステレオ |
| SAMPLE_COUNT | UINT32 | データに含まれるサンプル数 |
| FREQUENCY_RANGE | UINT16 | 周波数ブロックのサイズ |
| FREQUENCY_UPPER_LIMIT | UINT16 | 周波数ブロックの上限値 |
| FREQUENCY_TABLE_SIZE | UINT16 | 周波数テーブルのサイズ |
| - | UINT16 | バイトアライメント調整用の領域、今後の拡張次第では何か数値が入るかも |
| FRAME_COUNT | UINT32 | データに含まれるフレーム数 |
| FRAME_DATA | FRAME[CHANNEL_SIZE * FRAME_COUNT] | フレーム配列、チャネル数が2の場合、左、右とフーレムが並ぶ |
| 変数名 | 型 | 説明 |
|---|---|---|
| MASTER_SCALE | UINT32 | このフーレムの主音量 |
| SUB_SCALES | UINT4[8] | 8つの周波数帯用の音量を調整するためのスケール値 |
| ENABLE_FREQUENCIES | 1bit[FREQUENCY_UPPER_LIMIT] or ceil(log_2(FREQUENCY_UPPER_LIMIT))bit[FREQUENCY_TABLE_SIZE] |
周波数の有効無効を収納した1bitのフラグ配列、もしくは有効な周波数のインデックスを収納した配列 バイト数の小さい方を使用し4バイトアライメントに適合するサイズにする |
| FREQUENCY_VALUES | 4bit[FREQUENCY_TABLE_SIZE] | 有効な周波数の対数で符号化された数値 |