Opus (音声圧縮)

ウィキペディア

索引トップ用語の索引ランキングカテゴリー

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/11/20 08:55 UTC 版)

機能

6 kbit/sから510 kbit/s、フレームサイズ2.5 msから120 ms、サンプリングレート8 kHz（帯域幅4 kHz）から48 kHz（帯域幅20 kHz、つまり、人間の持っている聴覚系の全聴力範囲（英語版）を再現することが可能）の範囲での固定及び可変ビットレートエンコードに対応している。Opusを使ったストリーミングはミッド/サイドコーディングを使って2つのチャンネルを結合（英語版）できるため255までの音声チャンネルに対応できる。

Opusが持つ本質的な低遅延（既定値22.5 ms）の性質により、電話、VoIP、ビデオ会議で必要とされる同一のリアルタイムコンピューティングを実現することができる。高品質な音声のためにより高いビットレートで低遅延を維持する技術はXiph.Org FoundationがCELTというコーデックの開発で実現している。Opusを使ったストリーミング中（生放送もしくはファイル）のビットレート、帯域幅や遅延は、オーディオの歪みや断絶を伴わずに迅速かつシームレスに変更することができる。

他のオープン標準同様、アルゴリズムは文書で公開されており、またリファレンス実装（ソースコード含む）も公開されている。ブロードコムとXiph.Org FoundationがCELTのアルゴリズムでソフトウェア特許を、スカイプ・テクノロジーズ（英語版）とマイクロソフトがSILKのアルゴリズムでソフトウェア特許を取得しているが、両特許ともIETF標準として一度承認されたコーデックであるOpusの使用に際してロイヤリティーフリーで使用できるようになっている。また、第三者による侵害訴訟対策として自身の特許を利用する権利も所有している。クアルコムや華為技術がOpusに対し非ロイヤリティーフリー特許の適用性を主張していて論争となっている^[8]。

Opusでエンコードした音楽ファイルの異なる平均ビットレート（~32から~160 kbit/s）でCELTを使ったエンコーダーのローパス挙動や帯域エネルギーの比較的良好な保存状態をはっきりと示しているスペクトログラム（オリジナル、Vorbis、MP3、AACとの比較）

Opusは低レイテンシのCELTとスピーチ用途のSILK（両方とも統合するために大きく変更されており、それらのオリジナル形式と互換性が無くなるほどレンダリングされている）が元となっている。変換 (en) レイヤー (CELT) はCELP（周波数領域であるものの励起コードブックである）によるアプローチのある修正離散コサイン変換 (MDCT) を元にしているだけでなく、20 msフレームの追加などの変更がなされている。スピーチ信号に特化されたSILKレイヤーは線形予測符号 (LPC) とオプションの長期予測フィルタが基になっていて、10 msフレームの追加などの変更がなされている。パケットの余計な負荷を最低限に抑えるためにSILKは60 msのより長い遅延（対してCELTは20 ms）に対応している。ハイブリッドストリーミングにおける両パーツの共有レンジコーダーはCELTによって賄われている。

このコーデックは3つの異なるモードが有り、純粋なスピーチ信号のための2つのモードと一般的なオーディオ（音楽含む）のための3番目のモードがある。スピーチモードの1つは人間が聴くことのできる範囲の完全なスペクトラムを再生することができ、CELTは周波数範囲の上部（8 kHz以上）で使われ、SILKは下部で使用される。低ビットレート（約30 kbit/s以下）において上限周波数を遮断することができ、SILKはここでも下部で使用される。オーディオでの高ビットレートではスピーチ信号に特化したSILKレイヤーは省かれ、特化していないCELTレイヤーが使用される。

リファレンス実装はC言語で書かれ、FPUのあるなしによらず、複数のハードウェアアーキテクチャーで利用できる。現在、浮動小数点は、音声帯域検出 (SILKとCELT、ハイブリッドの各エンコーディング間の動的切り替え)と速度の最適化のためにのみ必要である。

OpusのデータはOggのコンテナでカプセル化することができる。そのようなOgg Opusストリームの内容はaudio/ogg; codecs=opusで指定する必要があり、Ogg Opusのファイルの拡張子は.opusにすることが推奨される^[1]。その他、Matroska^[9]、WebM^[10]のコンテナに格納することができる。

脚注