Formáty obrazovej a zvukovej informácie

Formáty obrazovej a zvukovej informácie
 
1  Úvod
Na kódovanie grafických a zvukových dát existuje veľa rôznych formátov. V našom projekte Vás zoznámime s najpoužívanejšími z nich ako napr.: JPG, BMP, MP3, WAV a iné. Tiež sa dozviete základné informácie o dvoch typoch video formátov AVI a MPEG. Dúfame, že Vám naša práca pomôže rozšíriť obzor vašich vedomostí aj v tomto smere.
 
2  Formáty grafickej informácie
2.1  Delenie formátov
2.1.1  Rastrové (bitmapové)
Ukladajú obraz ako postupnosť grafických elementov, bodov, pixelov. Každý pixel má ako svoj atribút farbu. Podľa počtu možných farieb rozlišujeme formáty monochromatické, v stupňoch sivej a farebné. Každý formát sa skladá z hlavičky, palety (mapy farieb) a rastrových dát.
+ sú špeciálne určené pre ukladanie predlôh z reálneho sveta (scanované obrázky, digitálne fotografie). Rastrové súbory môžu byť ľahko vytvárané z existujúcich pixelových dát uložených v poli niekde v pamäti. Rastrové hodnoty môžu byť modifikované individuálne alebo po väčších množstvách, na týchto modifikáciách sa môže podieľať aj paleta. Môžu byť ľahko prenášané na rastrové výstupné zariadenia ako sú obrazovka a tlačiareň.
- sú väčšinou veľmi rozsiahlé a to hlavne pri väčšej farebnej hĺbke. Kompresia síce môže veľkosť súboru zredukovať, zvyšuje sa ale HW náročnosť, znižuje sa rýchlosť čítacieho a zobrazovacieho procesu. Sú problémy so zmenou ich rozlíšení : zmenšenie - miznú tenké čiary, zväčšení - zníženie kvality.

2.1.2  Vektorové
Popisujú obraz v podobe zakódovanej postupnosti kresliacich príkazov. Postupným prevedením týchto príkazov sa na obrazovke alebo inom výstupnom zariadení vykreslí výsledný obraz. Prvky vektorových obrazov sú úsečka, oblúk, kružnica, elipsa, krivka, písmeno majúce rôzne atribúty ako pozíciu a rozmery, farba, hrúbka čiary, výplň atd.
+ pamäťové nároky v zásade zodpovedajú zložitosti obrázku (počtu objektov) a sú v praxi väčšinou nižšie ako u obdobných rastrových. Vektorový popis obrázku možno ľahko editovať (upravovať). Pri zobrazovaní a tlačení je využívane rozlíšenie daného zariadenia. Kvalita výstupu závisí iba na tom, ako kvalitná tlačiareň sa použije. Pretože väčšina výstupných zariadení pracuje na rastrovom princípe, je nutné pred tlačou vektorový obrázok previesť do rastrovej podoby pomocou RIP (tzv. rasterizácie).
- obmedzená oblasť použitia, ťažko sa dá previesť do vektorovej podoby napríklad fotografia.

2.1.3  Metaformáty
kombinácia vektorových a rastrových dát.

2.2  Komperesie pri grafických formátoch
2.2.1  RLE
(Run Lenght Encoding) redukuje opakované výskyty znakov -miesto AAAAA napíše 5A (možno kódovať v smere X, Y, ZIGZAG, ...), vhodné pre obrázky skladajúce sa z oblastí s charakteristickou farbou..

2.2.2  LZW
 (Lampel, Ziv, Welch) všeobecne použiteľné kódovanie (nielen na obrázky), používajú ho napríklad aj ZIP, ARJ, LHARC, GIF, TIFF …- za behu buduje slovník sekvencií dát, ktoré sa vo vstupe objavujú (ak sa potom reťazec v slovníku vyskytne, je zakódovaný podľa slovníku (kratším kódom ako je reťazec), ak nie, opíše sa (spolu s príznakom nezakódovania)).

2.2.3  Huffmanové kódovanie
(CCITT) predloha sa skladá z 1 a 0, sledujeme dĺžky prúdov 1 a 0 a tie zapisujeme pomocou ich dĺžky, na ďalších riadkoch sa sledujú zhody a odlišnosti od predchádzajúceho riadku (niekedy sa ako prvý riadok berú samé 1) a kódujú pomocou dĺžok zhôd a odlišností.
JPEG (DCT transformácia) stratová kompresia, stráca časti takmer neviditeľné Pre ľudské oko (malé zmeny farieb), možno nastaviť výslednú kvalitu (stratovosť), Vhodné hlavne pre fotografie (nie pre jednofarebné plochy).
 
2.3  Typy formátov
2.3.1  GIF
(Graphics Interchange Format) Je asi najstarší a najrozšírenejší formát používaný na WWW stránkach. Skratka GIF znamená . Jeho autorom je firma CompuServe, jeho prvá verzia vznikla už v roku 1987 (označuje sa ako GIF 87a), v roku 1989 (GIF 89a) bol formát rozšírený o niektoré prvky – animácie a priehľadnosť. GIF používa tzv. indexové farby: tj. súčasťou každého obrázku je farebná paleta a každý bod môže mať iba tú farbu, ktorá je obsiahnutá v tejto palete. Paleta môže obsahovať ľubovolné farby a jej veľkosť určuje počet zobraziteľných farieb a zároveň aj veľkosť obrázku. Každý pixel totiž obsahuje odkaz do tejto palety. Minimálne môže obsahovať len dve farby – vtedy na odkaz stačí jeden bit. Maximálne môže byť odkaz 8 bitov, tj. 256 farieb. Pretože jednou z požiadaviek pre internetové formáty je čo najmenšia veľkosť, obsahuje GIF kompresiu. Používa sa algoritmus LZW. Tento algoritmus je veľmi efektívny pre veľké jednofarebné plochy, prípadne pre vodorovné pruhy.

Okrem týchto základných vlastností má GIF ešte niektoré vylepšenia, ktoré sa dajú na internete využiť. Prvá z nich je tzv. prekladanie. Jednotlivé riadky nie sú umiestnené v súbore za sebou, ale poprehadzovane: Najskôr je uložený každý ôsmy riadok, potom každý druhý, každý štvrtý a potom všetky ostatné. Už pri načítaní osminy dát má prehliadač dostatok dát, aby dokázal obrázok zobraziť – riadky, ktoré zatiaľ nedorazili sa pokúsi „odhadnúť“. Postupne tak ako prichádzajú ďalšie dáta sa obrázok vykresľuje (väčšinou to vyzerá tak, že obrázok je neostrý a postupne sa zjemňuje). Ďalšia vlastnosť je priehľadnosť. V obrázku môžeme jednu farbu z palety definovať ako priehľadnú, neviditeľnú. Prehliadač by potom mal namiesto vykreslenia toho bodu vykresliť farbu podkladu. V podstate tak môžeme vytvoriť obrázky, ktoré majú iní tvar ako obdĺžnikový. Posledná vymoženosť GIFu je trochu netypická: pomocou novšej verzie môžeme vytvárať jednoduché animácie. Je to v podstate niekoľko obrázkov za sebou, ktoré sa striedajú. Typickou ukážkou sú reklamné bannery na internete. GIF je teda veľmi vhodný na obrázky s obmedzeným počtom farieb. Napríklad na rôzne schémy, firemné logá alebo nápisy. Naopak je nevhodný pre fotky alebo farebné prechody.

2.3.2  JPEG
(JPG, Joint Photographic Experts Group) Bezpochyby najpopulárnejší a vždy podporovaný grafický formát bežného užívateľa. Jeho začiatky sa datujú do roku 1990, kedy bol štandardizovaný normou ISO, a roku 1991, kedy začal byť hojne používaný.

Formát JPEG podporuje 24 bitovú grafiku a preto môže obsahovať plnú paletu farieb (obvykle 16 miliónov, ale môže byť aj viac) a je primárne navrhnutý  tak, aby jeho pomer „cena / výkon“ bol čo najlepší. Je určený pre ukladanie fotografií či obrázkov využívajúcich plné farebné spektrum. Je však takzvane stratový, čo znamená, že určité informácie sú z obrázku odstránené práve s ohľadom na zníženie dátovej náročnosti. Jeho vnútorná štruktúra dát vychádza z postupov porovnateľných s komprimáciou dát, preto pri relatívne malej dátovej veľkosti môže niesť veľké množstvo informácií. Formát JPEG nepodporuje transparentné obrázky (s rôzne priesvitnými prvkami) ani animácie. JPG sa značne rozšíril spolu s Internetom. Rastrový obrázok je komprimovaný stratovou kompresiou JPEG, ktorej základom je diskrétna kosínusová transformácia (novší JPEG 2000 je založený diskrétnej vlnkovej transformácií), s pomerom až 100:1. Platí, že čím vyššia komprimácia, tým väčšie straty. Kvôli stratovosti kompresie (a tým pádom nevratnosti komprimačného procesu) sa JPEG nepoužíva ako pracovný súbor. Pri každom uložení by sa totiž znížila kvalita obrazu. Práve kvôli stratovosti sa JPEG rovnako nepoužíva na jednoduchú webovú grafiku (málo farieb, súvislé farebné plochy). Pri ukladaní takejto grafiky by totiž na súvislých plochách vznikali tzv. artefakty (zhluky pixelov neprirodzenej farby). Rovnaký efekt síce vzniká aj na zložitých fotkách, ale tu ich ľudské oko nie je schopné zaregistrovať.

-vpravo takmer maximálna kompresia, veľkosť obrázku na disku 2 kB
 
V súvislosti s Internetom má JPEG ešte jednu zaujímavú vlastnosť. Obraz sa dá uložiť aj vo forme tzv. progressive JPEG. Zjednodušene sa dá povedať, že obraz je uložený v akýchsi vrstvách (najčastejšie 3 až 5), ktoré sa postupne nahrávajú a zobrazujú. Zobrazenie dát každej vrstvy pridáva obrazu detaily. Takýto obrázok poznáte podľa toho, že na stránke uvidíte najprv štvorčeky, ktorá sa postupne akoby zaostrujú až kým sa nezobrazí obrázok v plnej kvalite.
 
2.3.3  BMP
(Bit Mapped Picture = Microsoft Windows Bitmap) Môže mať rôznu farebnú hĺbku: 1, 4, 8, 24 bity. Bit Mapped Picture v slovenčine približne znamená obrázok s popisom všetkých obrazových bodov. Používa sa bežne v prostredí Windows a môže byť buď nekomprimovaný nebo komprimovaný nestratovou kompresiou RLE. Tento grafický formát používa operačný systém Microsoft Windows.  Pôvodne bol určený pre 16 farebné obrázky. Podporuje len jednoduchú kompresiu. Je to preto, že sa často používal a dlhá dekompresia by výrazne spomaľovala rýchlosť celého systému. Preto je formát jednoduchý a rýchly. Záporom je veľká veľkosť obrázku na disku.

Načítavanie nekomprimovaného BMP súboru:
Obrázok  je uložený v nezakódovanom stave a je priamo zobraziteľný. Pre 1 bitové obrázky je v jednom byte uložených 8 bodov (1 bit = 1 bod). Pre 4 bitové sú v jednom byte uložené 2 body. Štyri bity predstavujú hodnotu 0-15, ktorá určuje index farby z palety. Pre 8 bitové obrázky (tj. 256 farebné obrázky) je hodnota 0-255, ktorá určuje index farby z palety.. Špeciálny prípad tvoria 24 bitové obrázky, kde na jeden bod potrebujeme 4 byty. Každý bod zaberá v súbore 4 byty, kde prvé tri byty určujú podiel červenej, zelenej a modrej zložky výslednej farby a jeden byt je neobsadený. Každá zo zložiek predstavuje  intenzitu danej farby od 0-255. Formát BMP je, zjednodušene povedané, praotcom grafických formátov a ukážkou, kam sa vývoj v tejto oblasti a prispôsobovanie sa novým trendom (internet) a technológiám (digitálne fotenie) dostalo. Tento formát vychádza z potrieb a vlastností systému DOS a akákoľvek snaha usporiť miesto alebo pracovať s pokročilými algoritmami je mu cudzia. Je teda klasickým formátom, ktorý v žiadnej podobe nemá na internete čo robiť.

2.3.4  PNG
(Portable Network Graphics) Vznikol pod záštitou konzorcia W3C ako reakcia na licenčné problémy GIFu. Tento formát má ambície nahradiť GIF a zároveň odstrániť jeho hlavé nevýhody. PNG využíva bezstratovú kompresiu založenú na algoritme deflate. PNG umožňuje ukladať obrázky buď s indexovými farbami (16 alebo 256 farieb), alebo s plnou farebnou informáciou (24 alebo 48 bitov). Okrem toho sa dá do súboru uložiť aj ďalšia informácia , ako napríklad pomer strán obrazového bodu, alfa kanál alebo gama korekcia.
Ďalšou veľkou prednosťou je priehľadnosť. Ak použijete indexované farby, môžete opäť jednu farbu spriehľadniť, tak ako u GIFu. Ak však uložíte obrázok s plnou farebnou informáciou, máte k dispozícii až 256 až 65536 úrovní priehľadnosti. Vďaka tomu môžete ľahko vytvárať rôzne tiene alebo prechody. PNG má tiež lepší algoritmus prekladania, nazvaný Adam7. Meno je zrejme odvodené z toho, že celý obrázok sa prechádza sedemkrát a postupne sa vykresľuje. Najskôr je vykreslená riedka sieť bodov (1/64 dát), ktorá sa potom v siedmich krokoch postupne zjemňuje.

2.3.5  RAW
V digitálnych fotoaparátoch vyššej triedy sa môžeme stretnúť s formátom RAW, ktorý je na rozdiel od JPEG bezstratový – takže uchováva všetky získané informácie. O RAW sa tiež hovorí ako o digitálnom negatíve, každopádne skôr ako o obrázok ako taký ide o balík dát, ktorý je spracovaný do vizuálnej podoby až v počítači.

2.3.6  TIFF
(TIF, Tag Image File Format) Je formát vytvorený pre použitie v typografii. Môžeme sa s ním stretnúť pri scanneroch . Je príkladom veľmi univerzálneho grafického formátu, čo však prináša veľkú zložitosť a odlišnosť pri načítavaní tohto formátu. Spolu s formátom JPEG a PNG je medzinárodným štandardom pre kódovanie statických obrazov. Formát prešiel pomerne veľkým vývojom. Veľká škálovateľnosť spôsobuje, že len málo programov dokáže zobrazovať všetky povolené varianty tohto grafického formátu. V súbore je zapísané, aká kompresia je pre dáta použitá. Používa sa Huffmanové kódovanie LZW a občas aj JPEG. Obsahuje aj veľa doplnkových údajov , napríklad pre tlačiarne.

3  Formáty zvukovej informácie
3.1  Vlastnosti formátov
3.1.1  kompresie
•  Huffmanové kódovanie
•  MPEG - (Motion Picture Expert Group) niekoľko standardov: 1, 2, 2.5, 4, 7 Layer–1: Kódovaný zvuk sa rozdelí na 32 frekvenčných pásiem. Každé pásmo sa kóduje zvlášť. Jednotlivé pásma sú široké 625 Hz. Ďalej nasleduje jednoduchá FFT (Fast Fourier Transformation). Kvantizácia s dynamickými kvantizačnými koeficientami. Maskovanie blízkych frekvencií. Huffmanové kódovanie.
•  ADPCM - (Adaptive Differential Pulse Code Modulation) - umožňuje záznam zvukových dát s kompresným pomerom 1:4 - komprimuje 16-bitové vstupné dáta do štyroch bitov. ADPCM v podstate počíta rozdiel medzi susednými vzorkami. Pre záznam hudby nevhodné, ale pro záznam a reprodukciu reči úplne špičkové.
 
3.1.2  Vlastnosti záznamu zvuku
•  sampling rate (vzorkovacia frekvencia, Hz) - vzorky/s – ak stereo, potom x2, ľavý kanál väčšinou prvý
•  počet bitov na vzorku - štandartne 8/16, ale kompresiou sa toto číslo môže meniť
•  počet kanálov - mono, stereo, aj viac
3.1.3  Nejpoužívanejšie vzorkovacie frekvencie
•  8000 - telefónne linky
•  11025 - najpoužívanejšia frekvencia na Macintosh
•  16000 - štandard pre značne rozšírenú kompresiu, G.722
•  18900 - CD-ROM štandard
•  22050 - polovica CD vzorkovacej frekv.
•  32000 - použitie v TV, digitálne audio
•  37800 - CD-ROM standard vyššej kvality
•  44056 - profesionálna audio technika
•  44100 - CD vzorkovacia frekv.

3.1.4  Doporučené vzorkovacie. frekvencie
•  8000, 8-bit, mono
•  22050, 8-bit, mono i stereo
•  44100, 16-bit, mono i stereo
 
3.2  Typy formátov
3.2.1  WAV
(Wave format) Bol vytvorený firmou Microsoft pre platformu PC/Windows. Dnes sa používa ako univerzálny formát. Dáta sú nezkomprimované navzorkované zvuky podobne ako na Audio CD. Vzoriek je samozrejme veľa a sú veľmi krátke – klasické zvukové CD má vzorkovaciu frekvenciu 44,1 kHz (teda 44 100 vzorkov za sekundu). Z nastavení ktorými ovplyvňujeme rozsah sledovaných hodnôt vzoriek máme spravidla možnosť ovplyvňovať, či je záznam MONO alebo STEREO a či sú vzorky ukladané ako 8, 16, 32 ... bitové. Čím viac bitov, tím viac informácií so sebou údaj nesie.
3.2.2  MP3
(MPEG Layer-3)Je spôsob ukladanie zvuku pomocou stratovej kompresie. .

Základné parametre MP3:
Pokiaľ zvukový súbor zakódujeme, už nikdy nemáme šancu signál vrátiť späť do jeho pôvodnej kvality. Preto je treba pri kódovaní zvoliť také parametre, aby sme jeho kvalitu kompresiou veľmi nezhoršili. Kvalita záznamu sa potom určuje kompresným pomerom - veľká kompresia = malý súbor a nízka kvalita zvuku, malá kompresia naopak. Kvalita kompresie sa vyjadruje pomocou tzv. bitového toku (bitrate), - počet bitov, ktoré pri prehrávaní "spotrebujete" za sekundu (kbps = kilobit per second). Kompresia je založená na orezaní záznamu o zvuky, ktoré ľudské ucho nemôže vnímať. Kompresný pomer sa pohybuje v rozmedzí od 1:5 (Takmer CD kvalita) až po 1:96, čo je úctyhodné.

Ďalšími faktormi, ktoré ovplyvňujú kvalitu kompresie sú:
-použitý psychoakustický model, ktorý (zjednodušene povedané) určuje čo je a čo nie je dôležité pre naše ucho.
-komprimačný algoritmus - za najkvalitnejší sa dlhú dobu považoval algoritmus z Frauenhofferovho inštitútu, nutné dodať, že nepatrí k najrýchlejším). Svoju pozíciu už ale poslednú dobu stráca a za najobľúbenejší kodek možno najskôr považovať kodek LAME, ktorý je na rozdiel od vyššie menovaného vyvíjaný na báze tzv. "open source" projektu.

Bitrate:
CBR - konštantná bitrate - nech už je signál akýkoľvek, stále bude zakódovaný pomocou konštantného počtu bitov: Pôvodné vyjadrenia o kvalite zrovnateľnej s audio CD už pri 128 kbps sa ukázali ako mierne prehnané a dnes je najčastejšie používaný bitrate 192 kbps.

Vzorkovacia frekvencia:
(sample rate) Je základným parametrom digitálneho zvukového záznamu. Znamená, koľko hodnôt bude za sekundu z analógového signálu zaznamenaných, a priamo určuje šírku pásma digitálneho signálu.
Hĺbková kvantizácia udáva počet bitov, pomocou ktorých sú digitálne reprezentované číselné hodnoty navzorkovaného signálu.

Stereo mód:
Joint stereo - pri tomto móde sa vychádza z predpokladu, že väčšinou je i pri stereo zázname obsah ľavého L a pravého R kanálu veľmi podobný. Preto sa L a R kanály prevedú na stredový M=L+R a postranný S=L-R a viac bitov sa pri enkódovaní pridelí logicky tomu stredovému, ktorý obsahuje dôležitejšie informácie. Všeobecne platí zásada, že joint stereo je vhodné použiť pri nízkych bitratoch.

Stereo - enkodér pracujúci v tomto móde nevyužíva možných podobností medzi ľavým a pravým kanálom. Môže však prideliť jednému z kanálov viac bitov z celkového bitového toku a to v prípade, že druhý kanál obsahuje napríklad ticho alebo menej náročný signál z hľadiska kódovania.
Dual - každý kanál je kódovaný úplne samostatne a každému je pridelená presne polovica bitrate. Výhodné použitie nachádza napríklad v jazykových aplikáciách (v jednom kanály angličtina, v druhom slovenčina). V zrovnaní so stereom je kvalita o niečo horšia. Mono - mono záznam obsahuje iba polovicu informácie a preto potrebuje aj polovičný bitrate.

ID3 Tag:
Pre ľahkú orientáciu vo veľkom množstve súborov ponúka formát MP3 možnosť jednoduchého popisu skladieb pomocou ID3 tagov. Tie obsahujú základné informácie o skladbe, jej interpretovi a názve albumu, z ktorého pochádza. Je treba dodať, že vo verzii ID3v1 sú možnosti trochu obmedzené (príliš malá maximálna dĺžka názvov) a preto je vhodné používať ID3v2, ktoré takéto obmedzenia nemajú.

3.2.3  OGG
Ogg Vorbis je formát súboru na ukladanie zvukových záznamov založených na stratovej kompresii. Tá sa zakladá na vypúšťaní signálov vyšších frekvencií zo záznamu. Veľkou a nespornou výhodou tohto formátu je kvalita zvuku. Tá je zrovnateľná s mp3 pri ani nie polovičnom bitovom toku. Tak ako mp3 aj Ogg je stratový formát, ale využíva lepšie akustické modely pre zredukovanie poškodenia zvukového záznamu a úplne iné princípy. Aj licenčné podmienky sú veľmi prívetivé, pretože Ogg Vorbis je absolútne zadarmo.

3.2.4  WMA
(Windows Media Audio) Má o 20% lepšiu kompresiu ako mp3, priestorový zvuk, 96 kHz pri 20-24 bitoch. Pri nižších frekvenciách má lepší zvuk, ako mp3, pri vyšších horší. Microsoft sa už dlhšiu dobu snaží prísť s formátom, ktorý by mal podobné vlastnosti ako MP3. WMA je alternatívou, ktorá má v sebe naviac zabudovaný akýsi ochranný systém, ktorý neumožňuje prehrávanie komukoľvek. Formát WMA sa po dlhšej dobe podarilo cracknúť a teraz je možné ktorúkoľvek pieseň práve v tomto formáte počúvať bez akéhokoľvek obmedzenia.

Dôvod, prečo je WMA rozšírený, netkvie bohužiaľ v jeho kvalitách, ale v politike výrobcu. Kodek WMA vyšiel z dielny spoločnosti Microsoft, rovnako ako rada operačných systémov (OS). V každom operačnom systéme Microsoftu od verzie 95 je implementovaný prehrávač multimedií. Postupom času si Microsoft uvedomoval, koľko ľudí využíva tento implementovaný prehrávač radšej, než aby inštalovali iný, napríklad aj lepší. Títo priemerní užívatelia sa nehnali za funkciami, stačila im jednoduchosť rozhrania a prítomnosť prehrávača hneď po inštalácií OS. Microsoft toto chovanie obrátil vo svoj prospech. Od prvej verzie existoval vlastný formát Windows Media (vtedy prevažne používaný pre streamovanie videa a hudby po internete), nazvaný ASF. Postupom času chcel Microsoft uhryznúť časť z koláča stratových kodekov a uviedol WMA kodek ako súčasť svojich Windows Media prehrávačov. Každý Windows Media prehrávač verzie 7 a vyššie (Windows 2000 a neskôr) má preto možnosť komprimovať audio do WMA. Pri obrovskom rozptýlení OS od Microsoftu nie je divu, že je WMA ďalším z najrozšírenejších kodekov.
 
3.2.5  AAC
(Advanced Audio Coding) Poskytuje veľmi dobrý pomer cena - výkon, a to predovšetkým vďaka veľmi pokročilému kódovaniu, s ktorým sa MP3, napriek tomu že je najpopulárnejší, nemôže rovnať. MP3 je skrátka už prekonané, a to nielen AACčkom, ale i napríklad formátom OGG Vorbis.
Za vývojom formátu vyhláseného za nasledovníka MP3 stoja veľké mená. Licenciu pre AAC majú AT&T, Dolby, Fraunhofer a Sony. Medzitým sa tiež plánuje AAC ako časť špecifikácie MPEG-4 a tým ako štandardná audiostopa pre súbory MP4. Formát má tak dve opory – ako v audio, tak tiež aj vo video.
AAC uzrel svet v druhom štvrťroku roku 1997. Hovoriť sa o ňom ale začalo až pred niekoľkými rokmi. A na scénu sa, cez medzi užívateľmi zakorenené MP3, dostáva len ťažko, ani jeho podpora v audio prehrávačoch nieje bežná. A to napriek tomu, že v dátovom toku 128 kb/s je kvalita nahrávky takmer nerozoznateľná od originálu, zatial čo u MP3 sú to hodnoty nad 160 kb/s. Ak sa pozrieme na minimum slušnej kvality, je to 128 kb/s pre MP3 a 96 kb/s pre ACC. Formát i v jeho vylepšených verziách AC2 a AC3 je používaný predovšetkým ako sprievodný zvuk k videosúborom, napr. MPEG2.

Ako sa vôbec kóduje:
Niektoré zvuky sú rovnaké v ľavom aj v pravom kanále. Tie sa z jedného kanálu vymažú. Zvuky, ktoré sú pre nás len ťažko počuteľné (pod 16 Hz a nad 20 kHz) a zvuky, ktoré zanikajú pod inými zvukmi sa mažú. Je, vlastne ako u všetkých formátov, využitá ľudská nedokonalosti, teda nedokonalosť ľudského ucha. Kódovanie sa vlastne nijak moc nelíši od iných, ale je omnoho prepracovanejší a pracuje s väčším počtom atribútov. Formát AAC podporuje viackanálový zvuk (údajne až 48 kanálov) a jeho dekódovanie nepotrebuje toľko výkonu, ako niektoré iné formáty. No a ak ste niekedy skúšali kódovať MP3 na kvalitu 96 kb/s, tak viete, že je to nič moc, ale AAC je aj pri tejto kvalite počúvatelné. Silu tohoto formátu si uvedomila spoločnosť Apple, a tak je podporovaný samotnými prehrávačmi iPod.
 
4  Video formáty
4.1  Typy formátov
4.1.1  AVI
(Audio Video Interleaved) Je rozšírený viacúčelový formát. V súčasnosti sa väčšinou používa pre MPEG-4 video. Má veľa známych nedostatkov a nedokonalostí (hlavne v streamovaní). Podporuje jeden video prúd a 0-99 audio prúdov a môže byť veľký až 2GB. Tento formát pochádza od firmy Microsoft. Na kódovanie obrazu používa rôzne typy kompresie, pričom základnou je postupnosť nekomprimovaných snímkou až po kompresie blížiace sa svojou účinnosťou k MPEG kompresnému pomeru.

4.1.2  MPEG
MPEG súbory sa vyskytujú v rôznych obálkach :
MPG: Toto je najjednoduchšia forma súborových formátov MPEG. Obsahuje MPEG-1 video a MP2 (MPEG-1 layer 2) alebo menej často MP1 audio.
DAT: Toto je úplne rovnaký formát ako MPG, len s inou príponou. Používa sa na Video CD.
VOB: Toto je súborový formát MPEG na DVD. Je rovnaký ako MPG, plus schopnosť obsahovať titulky - MPEG (AC3) audio.
TY: Toto je TiVo MPEG dátový prúd. Obsahuje MPEG PES data pro audio a video dátové prúdy, spolu s dodatočnými informáciami ako closed captions. Kontajner nie je produktom MPEG programu, ale je to uzatvorený formát vytvorený firmou TiVo.

Séria snímkov tvoria nezávislé skupiny v MPEG súboroch. To znamená, že môžete MPEG súbory strihať/spájať pomocou štandardných súborových nástrojov a súbor zostáva úplne funkčný. Dôležitou vlastnosťou MPG je pole obsahujúce pomer strán obsiahnutého videa. Napríklad Super Video CD má rozlíšenie videa 480x480 a v hlavičke má nastavený pomer stránna 4:3, takže sú prehrávané na 640x480. AVI súbory toto pole neobsahujú, takže musia byť preškálované behom enkódovánia, alebo prehrávania s voľbou -aspect.