{"id":4669,"date":"2015-02-18T17:58:58","date_gmt":"2015-02-18T16:58:58","guid":{"rendered":"http:\/\/www.maurograziani.org\/wordpress\/?p=4669"},"modified":"2025-08-22T18:15:33","modified_gmt":"2025-08-22T16:15:33","slug":"the-ghost-in-the-mp3","status":"publish","type":"post","link":"https:\/\/maurograziani.org\/wordpress\/archives\/4669","title":{"rendered":"The Ghost In The Mp3"},"content":{"rendered":"

Ryan Maguire<\/a>, Ph.D. student in Composition and Computer Technologies al Center for Computer Music dell’Universit\u00e0 della Virginia, ha fatto una analisi accurata su ci\u00f2 che l’algoritmo di compressione dell’MP3 elimina. Il tutto nell’ambito di un progetto chiamato The Ghost In The Mp3<\/a> il cui fine \u00e8, in realt\u00e0, quello di ricavare materiale compositivo da quelli che si possono definire gli scarti dell’MP3 (quella linkata \u00e8 la pagina principale, ma vedi qui<\/a> per discussione dettagliata ed esempi).<\/p>\n

Degli effetti della compressione MP3 abbiamo gi\u00e0 parlato qui, facendo notare che, a livelli di compressione maggiori di 192 kbps (cio\u00e8 da 128 in gi\u00f9), la perdita di frequenze alte sia sensibile anche in brani rock, cio\u00e8 non particolarmente raffinati. Sull’algoritmo di compressione MP3 vedi “La Compressione MP3<\/a>“.<\/p>\n

L’analisi di Maguire, per\u00f2, \u00e8 pi\u00f9 profonda della mia e mette in luce perdite che potrebbero essere significative sull’intera estensione della banda. La sua analisi \u00e8 concettualmente semplice. In pratica, ha confrontato gli spettrogrammi di un brano prima e dopo la compressione lavorando, ovviamente, non sulle immagini degli spettrogrammi, ma sui dati numerici ricavati dalle analisi FFT che si eseguono per realizzare le immagini.<\/p>\n

Ecco, per esempio, tre spettrogrammi relativi al brano di Suzanne Vega \u201cTom\u2019s Diner\u201d che \u00e8 per voce sola ed \u00e8 spesso utilizzato come test degli algoritmi di compressione. Le prime due si riferisco a prima e dopo la compressione a 128 kbps e non mostrano differenze visibili. La terza \u00e8 lo spettrogramma differenziale ottenuto confrontando i dati binari e mostra che delle differenze esistono (click immagini per ingrandire).<\/p>\n\n\n\n
\"TomsDiner_v1\"<\/a><\/td>\n\"TomsDiner_v1_128jcMP3\"<\/a><\/td>\n\"TomsDiner_v1_128Ghost\"<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

A prima vista, questo risultato non mi colpisce: ho gi\u00e0 mostrato in alcuni post che a 128 kbps c’\u00e8 una differenza sensibile (vedi alla fine del post in “potrebbero interessarti anche”) e l’MP3 \u00e8 una compressione con perdita, quindi qualcosa deve pur levare.<\/p>\n

Quello che per\u00f2 risulta da questa comparazione \u00e8 che la perdita non si limita alle alte frequenze, ma si estende su tutta la banda. Anzi, \u00e8 pi\u00f9 visibile nella parte medio-bassa della banda acustica e in alcuni punti \u00e8 anche piuttosto forte. Ora bisogna capire che cosa effettivamente viene tolto, cio\u00e8 quanto siano significativi quei blob che si vedono nella terza immagine.<\/p>\n

Qui sotto potete ascoltare i tre esempi audio da soundcloud: originale, compresso e differenziale. Alzando un po’ il volume si nota come il differenziale contenga chiaramente anche una parte del cantato. Considerando che il bit rate \u00e8 128, non \u00e8 una scoperta, per\u00f2 \u00e8 un risultato interessante perch\u00e9 \u00e8 il prodotto di una comparazione numerica precisa, non “spannometrica”.<\/p>\n