🎧 WAV Compressor

Autor: Jefferson E. M. Bueno

🔗 Repositório: WAV Compressor

---

📜 Descrição

Este projeto implementa a compressão de arquivos de áudio no formato WAV usando a Transformada Discreta de Fourier (DFT). A compressão é realizada removendo coeficientes de frequência menos significativos, mantendo apenas os T mais importantes. Após a compressão, o áudio é reconstruído e salvo em um novo arquivo comprimido.

---

🚀 Funcionalidades

• 🔍 Leitura de arquivos WAV, ignorando o cabeçalho.
• ⚙️ Transformada Discreta de Fourier (DFT) para converter o sinal do domínio do tempo para o domínio da frequência.
• 📊 Ordenação e compressão dos coeficientes de Fourier, removendo os menos significativos.
• 🎛️ Reconstrução do sinal de áudio comprimido usando a Transformada Inversa de Fourier (IDFT).
• 💾 Criação de um novo arquivo WAV comprimido.

---

⚙️ Como Usar

1️⃣ Clone o repositório:

git clone https://github.com/voidashi/wav-compressor-c.git

2️⃣ Compile o projeto:

gcc main.c compressor.c -o wav_compressor -lm

3️⃣ Execute o programa:

./wav_compressor

O programa solicitará:

• O nome do arquivo WAV a ser comprimido (exemplo: audio.wav).
• O número T de coeficientes mais significativos a serem mantidos.

Exemplo de execução:

audio.wav
500

O arquivo comprimido será salvo como audio_comp.wav na pasta atual.

---

🔧 Requisitos

• Compilador GCC (para compilar o código C).
• Biblioteca padrão math.h (para operações matemáticas).
• Arquivos de áudio no formato WAV para compressão.

---

🔬 Explicação Técnica: Transformada de Fourier

A Transformada Discreta de Fourier (DFT) é uma técnica matemática que transforma um sinal do domínio do tempo (uma sequência de amostras de áudio) para o domínio da frequência. Esse processo permite que se descubra quais frequências estão presentes no sinal e suas respectivas magnitudes. Para a compressão de áudio, a DFT é utilizada para identificar e ordenar as frequências mais importantes.

Etapas do Processo de Compressão:

1. Aplicação da DFT: O sinal de áudio, que originalmente está no domínio do tempo (sequência de amostras), é transformado em um conjunto de coeficientes que representam as frequências presentes no áudio. Cada coeficiente da DFT tem uma parte real e uma parte imaginária, formando um número complexo.

2. Ordenação dos Coeficientes: Os coeficientes obtidos pela DFT são ordenados de acordo com a sua magnitude (ou intensidade). As frequências mais importantes têm coeficientes de maior magnitude, enquanto as menos importantes têm coeficientes menores.

3. Remoção de Frequências: Para comprimir o áudio, apenas os T coeficientes com maior magnitude são preservados. Os coeficientes menos significativos (com menor magnitude) são zerados, eliminando frequências menos importantes, reduzindo o tamanho do arquivo.

4. Reconstrução com a IDFT: Após a remoção dos coeficientes desnecessários, a Transformada Inversa de Fourier (IDFT) é aplicada para reconstruir o sinal no domínio do tempo, gerando uma versão comprimida do áudio original.

Exemplo de Compressão

• Entrada: Um arquivo de áudio WAV (ex: audio.wav).
• Transformação: A DFT transforma o áudio no domínio da frequência. Após isso, o número T de coeficientes mais importantes é mantido.
• Saída: Um arquivo comprimido, audio_comp.wav, é gerado utilizando a IDFT.

---

🎯 Exemplo de Uso

1. Entrada: Arquivo de áudio WAV (audio.wav).
2. Compressão: Seleção dos T coeficientes mais importantes.
3. Saída: Arquivo comprimido chamado audio_comp.wav.

---

💡 Contribuições

Contribuições são sempre bem-vindas! Se você encontrou um problema ou tem uma sugestão, sinta-se à vontade para abrir uma issue ou enviar um pull request.

---

📜 Licença

Este projeto está licenciado sob a MIT License.

---