Реферат цифровая обработка звука

Обновлено: 25.06.2024

Некоторые факты и понятия, без которых тяжело обойтись.

В основе преобразования Фурье (ПФ) лежит чрезвычайно простая, но исключительно плодотворная идея – почти любую периодическую функцию можно представить суммой отдельных гармонических составляющих (синусоид и косинусоид с различными амплитудами A, периодами Т и, следовательно, частотами ω). Пример одной из таких функций S(t), состоящей из гармоник С_i(t), приведен на рис.1

Неоспоримым достоинством ПФ является его гибкость – преобразование может использоваться как для непрерывных функций времени, так и для дискретных. В последнем случае оно называется дискретным ПФ – ДПФ.

Для получения дискретной функции времени надо подвергнуть процессу дискретизации непрерывную функцию времени(рис.2). В отличие от обычного ПФ в разложении используется 2N гармонических функций, что позволяет находить коэффициенты спектрального разложения наиболее эффективным способом (N операций на один коэффициент).Это преобразование переводит N последовательных значений амплитуды сигнала в N/2 +1 пар коэффициентов Re[n], Im[n].

Смысл преобразования в том, что если сложить N/2 +1 функций

Re[n] * Sin + Im[n] * Cos,

где функции Sin и Cos с периодом, повторяющимся соответственно от 0(константа) доN/2раз (0, 1, 2, 3, 4 и т.д. до N/2), то с некоторой степенью точности получится исходная функция - N значений амплитуды.

По формулам приведения можно преобразовать пару коэффициентов - амплитуд Sin и Cos - в другую, более полезную нам пару - амплитуду, перед Sin A[n], и фазу этой синусоидыPh[n].

Таким образом, можно сказать, что преобразование Фурье переводит N значений амплитуд в N/2 синусоиды (отдельные частоты) с амплитудами A[n] и фазами Ph[n], плюс еще нулевая пара коэффициентов - просто константа (Sin и Cos с постоянным нулевым аргументом), отклонение от нуля .

Рис.1.Представление прямоугольного импульса суммой гармонических составляющих

Перспективы развития и использования цифрового аудио видятся авторам статьи очень широкими. Казалось бы, все, что можно было сделать в этой области, уже сделано. Однако это не так. Остается масса еще совсем незатронутых проблем.

Например, область распознавания речи еще очень не развита. Давно уже делались и делаются попытки создать программное обеспечение, способное качественно распознавать речь человека, однако все они пока не приводят к желаемому результату. А ведь долгожданный прорыв в этой области мог бы неимоверно упростить ввод информации в компьютер. Только представьте себе, что вместо набора текста его можно было бы просто надиктовывать, попивая кофе где-нибудь неподалеку от компьютера. Имеется множество программ якобы способных предоставить такую возможность, однако все они не универсальны и сбиваются при незначительном отклонении голоса читающего от заданного тона. Такая работа приносит не столько удобств, сколько огорчений. Еще куда более сложной задачей (вполне возможно, что и неразрешимой вовсе) является распознавание общих звуков, например, звучания скрипки в звуках оркестра или выделение партии рояля. Можно надеяться, что когда-нибудь такое станет возможным, ведь человеческий мозг легко справляется с такими задачами, однако сегодня говорить о хотя бы малейших сдвигах в этой области рано.

Таким образом, можно смело сказать, что в области обработки, создания и синтеза звука и музыки еще очень далеко до того решающего слова, которое поставит точку на развитии этой отрасли человеческой деятельности.

Как и графика, компьютерный звук бывает двух основных типов:

Цифровой звук - аналог фотографии, точная цифровая копия введенных извне звуков. Это может быть сделанная с микрофона запись вашего голоса, копия звуковых дорожек с компакт-диска и т. д. Как и фотография, такой звук занимает много места. впрочем, аппетиты фотографии по сравнению со звуком просто ничтожны! Одна минута цифрового звука, записанного с максимальным качеством, занимает около 10 Мбайт.

Синтезированный звук - точнее, музыка в формате MIDI.

Суть MIDI-технологии можно изложить так: компьютер не просто проигрывает нужную вам мелодию, а синтезирует ее с помощью звуковой карты. MlDI-мелодии - это всего лишь системы команд, управляющие звуковой картой, коды нот, которые она должна "изобразить". Эта технология идеальна для компьютерных композиторов, поскольку позволяет с легкостью изменять любые параметры созданной на компьютере мелодии - заменять инструменты, добавлять или удалять их, изменять темп и даже стиль композиции. И файлы с MIDI-музыкой - крохотные, всего в несколько десятков килобайт. Но и недостатки у MIDI есть - голос в MIDI-файле не запишешь, да и музыка хорошо звучит лишь на очень качественной звуковой карте.

Можно выделить два основных типа музыкальных программ, с которыми придется работать:

1. Программы для записи и обработки цифровой музыки (Sound Forge, WaveLab, CoolEdit, SAW Plus);

2. Секвенсоры - редакторы синтезированной (MIDI) музыки (MidiStudio, MIDI Orchestrator Plus, Cakewaik Pro, Cubase).

Кстати говоря, большинство сегодняшних MIDI-программ умеют работать и с обычным цифровым звуком - к примеру, вы можете наложить поверх MIDI-дорожки собственный вокал и, сохранив полученный результат в виде обычного WAV-файла (стандартный формат цифрового звука), получите готовую песню, которую потом можно и на компакт-диск записать.

1.1. Редакторы цифрового аудио

Тема программного обеспечения очень широка, поэтому здесь мы только вкратце обсудим основные представители программ для обработки звука.

Наиболее важный класс программ – редакторы цифрового аудио. Основные возможности таких программ это, как минимум, обеспечение возможности записи (оцифровки) аудио и сохранение на диск. Развитые представители такого рода программ позволяют намного больше: запись, многоканальное сведение аудио на нескольких виртуальных дорожках, обработка специальными эффектами (как встроенными, так и подключаемыми извне – об этом позже), очистка от шумов, имеют развитую навигацию и инструментарий в виде спектроскопа и прочих виртуальных приборов, управление/управляемость внешними устройствами, преобразование аудио из формата в формат, генерация сигналов, запись на компакт диски и многое другое. Некоторые из таких программ: Cool Edit Pro (Syntrillium), Sound Forge (Sonic Foundry), Nuendo (Steinberg), Samplitude Producer (Magix), Wavelab (Steinberg).

Основные возможности редактора Cool Edit Pro 2.0 - пример рабочего окна программы в многодорожечном режиме: редактирование и сведение аудио на 128 дорожках, 45 встроенных DSP-эффектов, включая инструменты для мастеринга, анализа и реставрации аудио, 32-битная обработка, поддержка аудио с параметрами 24 бит / 192 КГц, мощный инструментарии для работы с петлями (loops), поддержка DirectX, а также управление SMPTE/MTC, поддержка работы с видео и MIDI и прочее.

Основные возможности редактора Sound Forge 6.0a - пример рабочего окна программы: мощные возможности не деструктивного редактирования, многозадачная фоновая обработка заданий, поддержка файлов с параметрами до 32 бит / 192 КГц, менеджер предустановок, поддержка файлов более 4 Гб, работа с видео, большой набор эффектов обработки, восстановление после зависаний, предпрослушивание примененных эффектов, спектральный анализатор и прочее.

1.2. Программы для написания музыки

Не менее важная в функциональном смысле группа программ – секвенсоры (программы для написания музыки). Чаще всего, такие программы используют MIDI-синтезатор (аппаратный внешний или встроенный почти в любую звуковую карту, либо программный, организуемый специальным программным обеспечением). Такие программы предоставляют пользователю либо привычный нотный стан (как, например, программа Finale от CODA), либо более распространенный способ редактирования аудио на компьютере, так называемый, piano-roll (это более понятное представление музыки для людей, не знакомых с нотами; в таком представлении вертикально имеется ось с изображением клавиш пианино, а горизонтально откладывается время, таким образом, ставя на пересечении штрихи разной длинны, добиваются звучания определенной ноты с определенной продолжительностью). Встречаются и программы, позволяющие просматривать и редактировать аудио в обоих представлениях. Развитые секвенсоры помимо редактирования аудио во многом могут дублировать возможности редакторов цифрового аудио – осуществлять запись на CD, совмещать MIDI-дорожки с цифровыми сигналами и осуществлять мастеринг. Яркие представители такого класса программ: Cubase (Steinberg), Logic Audio (Emagic), Cakewalk (Twelve Tone Systems) и уже упомянутый Finale.

Основные возможности редактора Cubase 5.1 – пример рабочего окна программы в режиме просмотра MIDI дорожек: редактирование музыки в реальном времени используя графическое представление информации, высокое разрешение редактора (15360 пульсов на четверть), практически не лимитированное количество дорожек, 72 аудио канала, поддержка VST32, 4 эквалайзера на канал и другие поканальные эффекты, встроенные инструменты обработки с использованием аналогового моделирования (виртуальные инструменты, эффект процессоры, инструменты микширования и записи) и множество других возможностей.

Основные возможности редактора Logic Audio 5 – пример рабочего окна программы: работа со звука при точности в 32 бита, высокое временное разрешение событий, самоадаптируемый микшер аудио и MIDI, оптимизируемый интерфейс пользователя, синхронизация с видео, виртуально неограниченное число MIDI-дорожек, обработка звука в реальном времени, полная синхронизация с MTC, MMC, SMPTE, встроенные модули обработки и автоинструменты, поддержка большого количество аппаратного оборудования, а также множество других возможностей.

Из интересных плагинов можно вспомнить, например iZotope Vinyl, - он позволяет придать звучанию эффект виниловой пластинки – пример рабочего окна плагина в среде Cool Edit Pro), Antares AutoTune позволяет в полуавтоматическом режиме корректировать звучание вокала, а Orange Vocoder являет собой замечательный вокодер (механизм для придания звучанию различных инструментов схожести со звучанием голоса человека).

1.3. Программы-анализаторы аудио

Обработка звука и написание музыки – это не только творческий процесс. Иногда нужен скрупулезный анализ данных, а также осуществление поиска огрехов их звучания. Кроме того, аудио материал, с который приходится иметь дело, не всегда желаемого качества. В этой связи нельзя не вспомнить о целом ряде программ-анализаторов аудио, специально предназначенных для осуществления измерительных анализов аудио данных. Такие программы помогают представить аудио данные удобнее, чем обычные редакторы, а также внимательно изучить их с помощью различных инструментов, таких как FFT-анализаторы (построители динамических и статических амплитудно-частотных характеристик), построители сонограмм, и прочих. Одна из наиболее известных и развитых программ подобного плана – программа SpectraLAB (Sound Technology Inc.), чуть более простые, но мощные – Analyzer2000 и Spectrogram.

Программа SpectraLAB – наиболее мощный продукт подобного рода, существующий на сегодня – пример рабочего окна программы, на экране: спектральная картина в трез представлениях и фазовая картина). Возможности программы: 3 режима работы (пост режим, режим реального времени, режим записи), основной инструментарий – осциллограф, спектрометр (двухмерный, трехмерный, а также построитель сонограмм) и фазометр, возможность сравнения амплитудно-частотных характеристик нескольких сигналов, широкие возможности масштабирования, измерительные инструменты: нелинейных искажений, отношения сигнал/шум, искажений и прочие.

1.4. Специализированные реставраторы аудио

Специализированные реставраторы аудио играют также немаловажную роль в обработке звука. Такие программы позволяют восстановить утерянное качество звучания аудио материала, удалить нежелательные щелчки, шумы, треск, специфические помехи записей с аудио-кассет, и провести другую корректировку аудио. Программы подобного рода: Dart, Clean (от Steinberg Inc.), Audio Cleaning Lab. (от Magix Ent.), Wave Corrector.

1.5. Трекеры

Трекеры – это отдельная категория звуковых программ, предназначенных именно для создания музыки. Структура и концепция построения трекерных файлов очень похожа на принцип хранения MIDI-информации. В трекерных модулях (файлы, созданные в трекерах, принято называть модулями), также, как и в MIDI-файлах, содержится партитура в соответствии с которой должны проигрываться инструменты. Кроме того, в них содержится информация о том, какие эффекты и в какой момент времени должны быть применены при проигрывании того или иного инструмента. Однако, принципиальное отличие трекерных модулей от MIDI-файлов заключается в том, что проигрываемые в этих модулях инструменты (или, точнее сказать, сэмплы) хранятся в самих модулях (то есть внутри файлов), а не в синтезаторе (как это происходит в случае с MIDI). Такой способ хранения музыки имеет массу преимуществ: размер файлов невелик по сравнению с непрерывной оцифрованной музыкой (поскольку записываются только использованные инструменты и партитура в виде команд), нет зависимости звучания от компьютера, на котором происходит воспроизведение (в MIDI, как мы говорили, есть зависимость звучания от используемого синтезатора), имеется большая свобода творчества, поскольку автор музыки не ограничен наборов инструментов (как в MIDI), а может использовать в качестве инструмента любой оцифрованный звук. Основные программы-трекеры Scream Tracker, Fast Tracker, Impulse Tracker, OctaMED SoundStudio, MAD Tracker, ModPlug Tracker.

Программа ModPlug Tracker является сегодня одним из тех трекеров, сумевших стать универсальной рабочей средой для множества типов трекерных модулей 7 – пример рабочего окна программы, на экране: содержание дорожек одного загруженного модуля и рабочее окно сэмплов другого модуля). Основные возможности: поддержка до 64 физических каналов аудио, поддержка почти всех существующих форматов трекерных модулей, импорт инструментов во множестве форматов, 32-битное внутреннее микширование, высококачественный ресэплирующий фильтр, поддержка MMX/3dNow!/SSE, автоматическое удаление потрескиваний, расширение басов, ревербератор, расширение стерео, 6-полосный графический эквалайзер и другие возможности.

1.6. Программы для копирования и сжатия цифрового звука с

компакт-дисков

Для копирования компакт- диска в формат МРЗ, нам понадобятся как минимум две программы:

1. Граббер - система цифрового копирования содержания AudioCD на жесткий диск;

2. Кодер - программа для кодирования получившихся файлов в МРЗ.

В принципе, позднее понадобится еще одна программа - плеер, ведь проигрывать получившиеся звуковые файлы мы будем опять-таки на компьютере, наш музыкальный центр для этого не подойдет.

Что касается кодеров и грабберов, то сегодня они чаще всего работают в единой связке. К примеру, все популярные грабберы - Audiograbber, CDex, EAC или WinDAC - имеют в комплекте поставки и МРЗ-кодер, что позволяет кодировать звук с CD в МРЗ напрямую, минуя промежуточную стадию создания на жестком диске громадного файла с копией содержимого дорожки.

От самого граббера требуется не так уж и много.

1. Способность чтения информации о компакт-диске из базы данных Интернет (CDDB) и сохранения ее на жестком диске для дальнейшего использования. Это позволяет в процессе копирования дорожек на звуковой диск давать им имена, соответствующие названию и номерам композиций, а также запоминать эту информацию в тэге будущего МРЗ-файла.

2. Возможность работы с несколькими популярными кодировщиками, с возможностью установления индивидуальных параметров для каждого.

3. Возможность прямого копирования содержимого звуковых дорожек в МРЗ.

4. Возможность автоматического заполнения МРЗ-тэгов.

5. Возможность сохранения на диске в виде плейлиста (playlist) - обычного текстового файла с расширением M3U или PLS. В таком файле содержится список файлов, содержащих композиции с альбома, и их очередность, что позволяет плеерам проигрывать не отдельные композиции, а весь альбом целиком. Хотя составить такой "плейлист" вы можете сами, в любом текстовом редакторе, - напишите в столбик, в порядке очередности, названия всех файлов (с полным путем к ним), которые вы хотите воспроизвести, и сохраните получившийся список как файл с расширением M3U. После чего спокойно щелкайте по нему мышкой - если на вашем компьютере установлен плеер МРЗ, он запустится автоматически.

Всем этим требованиям удовлетворяют две самые популярные в мире связки "кодер-граббер" - Audiograbber и CDex.

Audiograbber - бесспорный лидер по популярности в нашей стране (еще и потому, что у нас легко доступна "взломанная" версия этой вообще-то защищенной коммерческой программы).

По умолчанию в Audiograbber встроена поддержка только встроенного в Windows кодека от Fraunhofer IIS (хотя в последние версии стали включать и ISO-кодек BladeEnc). При установке же дополнительного кодера от Xing, Audiograbber примет его как родного - таким образом, будут поддерживаться все три популярных класса кодировщиков.

Обработка звука бывает разноплановой и зависит от целей, которые вы преследуете. Это может быть подавление шумов, наложение звуковых фильтров, добавление реверберации или дилея, выведение на передний план определённых частот и т.п.

Наиболее необходимой и практически повсеместно используемой процедурой является подавление шумов. Шумы могут быть как внешними, случайно записанными на микрофон фоновыми звуками в помещении с плохой звукоизоляцией, так и внутрисистемными, возникшими вследствие плохого экранирования шнуров и прочего звукозаписывающего оборудования. Шумы имеют свои частоты, диапазон которых сравнительно узок. Это позволяет подавлять их путём простой эквализации, то есть – убирать частоты, на которых больше всего шума и меньше всего нужных звуков. Запись, на которой шумы занимают сравнительно небольшой диапазон, не соприкасающийся с диапазоном других звуков, считается чистой. Запись, на которой шумы звучат почти на всех частотах, считается грязной, так как их практически невозможно подавить без ущерба для нужных звуков.

Реверберация считается вторым по востребованности шагом в обработке звука. Реверберация – это постепенное затухание звука, например, в большом помещении с хорошей акустикой. При небольшой продолжительности она добавляет вокалу или сольным инструментам глубину и выразительность звучания, поэтому её используют довольно часто. В отличие от простого эха, которое просто повторяет звук несколько раз, при этом, затихая, реверберация прогрессивно меняет соотношение частот повторяемого звука, что может создавать самые разнообразные эффекты.

Разумеется, семейство программ звуковой обработки не исчерпывается программами Sound Forge и Cool Edit Pro. Существуют и другие профессиональные программы, служащие тем же целям. Среди них можно особенно отметить WaveLab от компании Steinberg — программу, известную быстротой выполнения алгоритмов звукового преобразования. Она предоставляет также большие возможности по работе с записью Audio CD (звуковых компакт-дисков) и, кроме того, способна работать с подключаемыми модулями VST.

Довольно широко известна также программа Wave SE, входящая в стандартную поставку некоторых звуковых карт от компании Turtle Beach. Она предназначена в основном для работы с сэмплами, хотя имеет и традиционные возможности звуковой обработки. Однако алгоритмы обработки этой программы весьма далеки от совершенства.

Выбор программы звуковой обработки во многом зависит от вкусов пользователя. Однако все эти программы в последнее время имеют весьма похожий пользовательский интерфейс, так что если вы освоили работу с описанными здесь программами Sound Forge и Cool Edit Pro, легко сможете освоить и другие звуковые программы.

С каждым годом компьютерные технологии совершенствуются все больше и больше, в том числе и программное обеспечение, предназначенное для профессиональной обработки аудио данных. Огромный скачок вперед совершила компания Microsoft, разработав программный интерфейс DirectX, предназначенный для упрощения написания программ для работы с графикой и звуком.

Обработка цифровогоподразделяется на:

Линейная обработка происходит в настоящем времени и для нее нужна быстрая реакция процессора.

Внелинейная обработка отсутствуют временные ограничения, поэтому можно использовать любые процессоры. Но процесс обработки может затянуться до нескольких часов.

В данной статье мы рассмотрим такие аспекты обработки цифрового звука как сжатие,технология AudioMPEGLayer3 (MP3),формат MP3 цифрового звука,психоакустическая модель,адаптивное кодирование,хранение цифрового звука,носители цифрового звука.

1. Сжатие цифрового звука

При цифровом кодировании звук и видео можно довести до зрителя, значительно уменьшив поток или ширину полосы частот, причем с обновлением компьютерных технологий известные методы сжатия дешевеют, а новые начинают быть все более востребованными.

Сжатие осуществляется по нескольким правилам:

Если можно не сжимать данные, постарайтесь обойтись без этого.

При сжатии ставьтесамый маленький коэффициент компрессии.

Избегайте сжатия уже сжатых данных.

Сжатиемможнорассинхронизироватьаудио- и видеопотоки.

При сжатии используйте данные без лишних шумов.

После сжатия увеличивается возможность ошибок при передаче данных.

MPEG (MotionPicturesExpertGroup) - название рабочей группы, созданной при Международной организации по стандартизации и Международном электрическом комитете (ISO/IEC) с целью разработки стандартов сжатия видео и аудиоинформации. Собственно MPEG определет аудио и видео форматы, использующие сжатие с частичной потерей информации, а также операции, производимые декодерами MPEG.

Стандарт MP3 - схема сильного сжатия аyдио с потеpями, полное название - MPEG-1 Layer3 (иногда пишут просто MPEG Layer 3).

С помощью психоакустических моделейкодер определяет порог допустимого шума квантования. Стандарт MPEG устанавливает 2психоакустические модели.

Стандарт сжатия звука MPEG допускаетбольшую свободу при реализации моделей. Суть этой реализации в конкретном кодере зависит от требуемой степени сжатия. В приложениях широкого потребления, в которых не требуется высокий фактор сжатия, психоакустическая модель может вовсе отсутствовать. В этом случае алгоритм назначения битов не использует соотношение SMR (signaltomaskratio, соотношение сигнал/маскирование).

Шаги психоакустических моделей:

1. Путемоперций Фурье делается переход от родных звуков к их частотным коэффициентам.

2. Полученные частоты распределяются по критическим полосам.

3. Спектральные значения критических полос деляться на тональные и нетональные компоненты.

4. Перед определением порогов маскирования шумов для различных критических полос, модель применяет функцию маскирования к сигналам из разных критических полос.

5. Модель определяет пороги маскирования для каждой подполосы.

Заключение

Целью исследования темы реферата было предоставить необходимые теоретические сведения в области обработки цифрового звука.

Кроме того, были выполнены основные задачи реферата: выявить принципы психоакустики и психоакустических моделей, во-вторых, исследовать способы сжатия цифрового цифрового звука, в-третьих, исследовать работу формата МР3, в-четвертых, сформулировать понятие адаптивного кодировании цифрового звука, и в-пятых, узнать больше о хранении цифрового звука и носителях цифровой аудио-информации.

На основании вышеизложенного были сделаны следующие выводы.

Психоакустика — научная дисциплина, изучающая психологические и физиологические особенности восприятия звука человеком, основанные на том, что человеческое ухо воспринимает только достаточно небольшую область спектра и терпимо относится к небольшим искажениям звука.

Современные методы сжатия цифрового звука используют сложные математические алгоритмы и знания в области психоакустики. Условно их можно разделить на два основных типа: сжатие без потерь (например, формат flac) и сжатие с потерями (к нему относится популярный формат МР3).

MP3 является одним из самых распространённых и популярных форматов цифрового кодирования звуковой информации с потерями. Он широко используется в файлообменных сетях для оценочной передачи музыкальных произведений.

Таким образом, в настоящее время существует огромное разнообразие методов и способов обработки звукового сигнала. Для сжатия цифрового звука используются различные математические модели, в том числе адаптивные алгоритмы, а также знания в области психоакустики. Одним из самых известных форматов хранения цифрового звука является формат МР3, применяющий адаптивную технологию сжатие данных с потерями. Несмотря на огромное разнообразие уже имеющихся методов, программных средств для обработки цифрового звука и видов электронных носителей, данная область мультимедийных технологий не теряет актуальности как для профессионалов, так и для рядовых слушателей, и продолжает активно развиваться.

Список литературы

Сэломон, Д. Сжатие данных, изображений и звука."Техносфера", 2004 г., 368 с.

Цель: Рассмотреть основные приемы обработки звуковой информации средствами программ обработки аудиофайлов.
Задачи:
- познакомиться с программами обработки звука и их основными возможностями.
- изучить приемы работы программ обработки аудиофайлов.
- рассмотреть основные способы обработки звуковой информации.

Содержание

ВВЕДЕНИЕ……………………………………………………………………….3
ГЛАВА 1. ОБЩИЕ СВЕДЕНИЯ ОБ ОБРАБОТКЕ ЗВУКОВОЙ ИНФОРМАЦИИ………………………………………………………………….5
1.1. Профессиональная обработка звука…………………………………5
1.2. Цифровая и аналоговая запись……………………………………….7
1.3.Импульсная и частотная модуляция. Хранение оцифрованного звука………………………………. 9
1.4.Аппаратное обеспечение обработки звуковой информации……………………………………………………………….10
1.5 Запись образцов звучания и модуляционные эффекты…………….12
ГЛАВА 2. ПРОГРАММЫ ДЛЯ ОБРАБОТКИ ЗВУКОВОЙ ИНФОРМАЦИИ………………………………………………..………………..18
2.1. Редакторы цифрового аудио и программы для написания музыки………………………………………. 18
2.2. Программы-анализаторы, аудио реставраторы аудио и трекеры……………………………………………………………………..20
2.3. Программы для копирования и сжатия цифрового звука с компакт-дисков……………………………………. 22
ЗАКЛЮЧЕНИЕ…………………………………………………………………..24
СПИСОК ЛИТЕРАТУРЫ……………………………………………………….26

Прикрепленные файлы: 1 файл

Programmy_dlya_obrabotki_zvukovoy_informatsii.doc

Перспективы развития и использования цифрового аудио видятся очень широкими. Казалось бы, все, что можно было сделать в этой области, уже сделано. Однако это не так. Остается масса еще совсем незатронутых проблем. Например, область распознавания речи еще очень не развита. Давно уже делались и делаются попытки создать программное обеспечение, способное качественно распознавать речь человека, однако все они пока не приводят к желаемому результату. А ведь долгожданный прорыв в этой области мог бы неимоверно упростить ввод информации в компьютер. Только представьте себе, что вместо набора текста его можно было бы просто надиктовывать, попивая кофе где-нибудь неподалеку от компьютера. Имеется множество программ якобы способных предоставить такую возможность, однако все они не универсальны и сбиваются при незначительном отклонении голоса читающего от заданного тона. Такая работа приносит не столько удобств, сколько огорчений. Еще куда более сложной задачей (вполне возможно, что и неразрешимой вовсе) является распознавание общих звуков, например, звучания скрипки в звуках оркестра или выделение партии рояля. Можно надеяться, что когда-нибудь такое станет возможным, ведь человеческий мозг легко справляется с такими задачами, однако сегодня говорить о хотя бы малейших сдвигах в этой области рано.

В области синтеза звука также есть пространство для изучения. Способов синтеза звука сегодня существует несколько, однако ни один из них не дает возможности синтезировать звук, который нельзя было бы отличить от настоящего. Если, скажем, звуки рояля или тромбона еще более-менее поддаются реализации, до правдоподобного звучания саксофона или электрогитары добиться еще так и не смогли – существует масса нюансов звучания, которые почти невозможно воссоздать искусственно. Таким образом, можно смело сказать, что в области обработки, создания и синтеза звука и музыки еще очень далеко до того решающего слова, которое поставит точку на развитии этой отрасли человеческой деятельности.

Как и графика, компьютерный звук бывает двух основных типов:

-Цифровой звук - аналог фотографии, точная цифровая копия введенных извне звуков. Это может быть сделанная с микрофона запись вашего голоса, копия звуковых дорожек с компакт-диска и т. д. Как и фотография, такой звук занимает много места. впрочем, аппетиты фотографии по сравнению со звуком просто ничтожны! Одна минута цифрового звука, записанного с максимальным качеством, занимает около 10 Мбайт.

-Синтезированный звук - точнее, музыка в формате MIDI.

Можно выделить два основных типа музыкальных программ, с которыми придется работать:

-Программы для записи и обработки цифровой музыки (Sound Forge, WaveLab, CoolEdit, SAW Plus);

-Секвенсоры - редакторы синтезированной (MIDI) музыки (MidiStudio, MIDI Orchestrator Plus, Cakewaik Pro, Cubase).

Объект: Программы для обработки звуковой информации.

Предмет: Возможность обработки звуковой информации средствами программ обработки аудиофайлов.

Цель: Рассмотреть основные приемы обработки звуковой информации средствами программ обработки аудиофайлов.

- познакомиться с программами обработки звука и их основными возможностями.

- изучить приемы работы программ обработки аудиофайлов.

- рассмотреть основные способы обработки звуковой информации.

Гипотеза: Программы работы с аудиоинформацией позволяют записывать живой звук и преобразовывать его, изменяя тембр, улучшая качество звучания.

ГЛАВА 1. ОБЩИЕ СВЕДЕНИЯ ОБ ОБРАБОТКЕ ЗВУКОВОЙ ИНФОРМАЦИИ

Под обработкой звука следует понимать различные преобразования звуковой информации с целью изменения каких-то характеристик звучания. К обработке звука относятся способы создания различных звуковых эффектов, фильтрация, а также методы очистки звука от нежелательных шумов, изменения тембра и т.д. Все это огромное множество преобразований сводится, в конечном счете, к следующим основным типам:

1. Амплитудные преобразования. Выполняются над амплитудой сигнала и приводят к ее усилению/ослаблению или изменению по какому-либо закону на определенных участках сигнала.

2. Частотные преобразования. Выполняются над частотными составляющими звука: сигнал представляется в виде спектра частот через определенные промежутки времени, производится обработка необходимых частотных составляющих, например, фильтрация, и обратное "сворачивание" сигнала из спектра в волну.

3. Фазовые преобразования. Сдвиг фазы сигнала тем или иным способом; например, такие преобразования стерео сигнала, позволяют реализовать эффект вращения или " объёмности" звука.

4. Временные преобразования. Реализуются путем наложения, растягивания/ сжатия сигналов; позволяют создать, например, эффекты эха или хора, а также повлиять на пространственные характеристики звука.

Echo (эхо). Реализуется с помощью временных преобразований. Фактически для получения эха необходимо на оригинальный входной сигнал наложить его задержанную во времени копию. Для того, чтобы человеческое ухо воспринимало вторую копию сигнала как повторение, а не как отзвук основного сигнала, необходимо время задержки установить равным примерно 50 мс. На основной сигнал можно наложить не одну его копию, а несколько, что позволит на выходе получить эффект многократного повторения звука (многоголосного эха). Чтобы эхо казалось затухающим, необходимо на исходный сигнал накладывать не просто задержанные копии сигнала, а приглушенные по амплитуде.

Reverberation (повторение, отражение). Эффект заключается в придании звучанию объемности, характерной для большого зала, где каждый звук порождает соответствующий, медленно угасающий отзвук. Практически, с помощью реверберации можно "оживить", например, фонограмму, сделанную в заглушенном помещении. От эффекта "эхо" реверберация отличается тем, что на входной сигнал накладывается задержанный во времени выходной сигнал, а не задержанная копия входного. Иными словами, блок реверберации упрощенно представляет собой петлю, где выход блока подключен к его входу, таким образом уже обработанный сигнал каждый цикл снова подается на вход смешиваясь с оригинальным сигналом.

Chorus (хор). В результате его применения звучание сигнала превращается как бы в звучание хора или в одновременное звучание нескольких инструментов. Схема получения такого эффекта аналогична схеме создания эффекта эха с той лишь разницей, что задержанные копии входного сигнала подвергаются слабой частотной модуляции (в среднем от 0.1 до 5 Гц) перед смешиванием со входным сигналом. Увеличение количества голосов в хоре достигается путем добавления копий сигнала с различными временами задержки.

"Обычный" аналоговый звук представляется в аналоговой аппаратуре непрерывным электрическим сигналом. Компьютер оперирует с данными в цифровом виде. Это означает, что и звук в компьютере представляется в цифровом виде.

Цифровой звук - это способ представления электрического сигнала посредством дискретных численных значений его амплитуды. Допустим, мы имеем аналоговую звуковую дорожку хорошего качества (говоря "хорошее качество" будем предполагать нешумную запись, содержащую спектральные составляющие из всего слышимого диапазона частот - приблизительно от 20 Гц до 20 КГц) и хотим "ввести" ее в компьютер (то есть оцифровать) без потери качества. Звуковая волна - это некая сложная функция, зависимость амплитуды звуковой волны от времени. Эту функцию описывают путем хранения ее дискретных значений в определенных точках. Иными словами, в каждой точке времени можно измерить значение амплитуды сигнала и записать в виде чисел. Однако и в этом методе есть свои недостатки, так как значения амплитуды сигнала мы не можем записывать с бесконечной точностью, и вынуждены их округлять. Говоря иначе, мы будем приближать эту функцию по двум координатным осям - амплитудной и временной. Таким образом, оцифровка сигнала включает в себя два процесса - процесс дискретизации (осуществление выборки) и процесс квантования. Процесс дискретизации - это процесс получения значений величин преобразуемого сигнала в определенные промежутки времени.

Квантование - процесс замены реальных значений сигнала приближенными с определенной точностью. Таким образом, оцифровка - это фиксация амплитуды сигнала через определенные промежутки времени и регистрация полученных значений амплитуды в виде округленных цифровых значений (так как значения амплитуды являются величиной непрерывной, нет возможности конечным числом записать точное значение амплитуды сигнала, именно поэтому прибегают к округлению). Записанные значения амплитуды сигнала называются отсчетами. Очевидно, что чем чаще мы будем делать замеры амплитуды (чем выше частота дискретизации) и чем меньше мы будем округлять полученные значения (чем больше уровней квантования), тем более точное представление сигнала в цифровой форме мы получим.

Оцифрованный сигнал в виде набора последовательных значений амплитуды можно сохранить.

Однако, надо иметь в виду, что память компьютера не бесконечна, так что каждый раз при оцифровке необходимо находить какой-то компромисс между качеством (напрямую зависящим от использованных при оцифровке параметров) и занимаемым оцифрованным сигналом объемом.

А также, частота дискретизации устанавливает верхнюю границу частот оцифрованного сигнала, а именно, максимальная частота спектральных составляющих равна половине частоты дискретизации сигнала. Попросту говоря, чтобы получить полную информацию о звуке в частотной полосе до 22050 Гц, необходима дискретизация с частотой не менее 44.1 КГц.

Существуют и другие проблемы и нюансы, связанные с оцифровкой звука. Не сильно углубляясь в подробности отметим, что в "цифровом звуке" из-за дискретности информации об амплитуде оригинального сигнала появляются различные шумы и искажения. Так, например, джиттер (jitter) - шум, появляющийся в результате того, что осуществление выборки сигнала при дискретизации происходит не через абсолютно равные промежутки времени, а с какими-то отклонениями. То есть, если, скажем, дискретизация проводится с частотой 44.1 КГц, то отсчеты берутся не точно каждые 1/44100 секунды, а то немного раньше, то немного позднее. А так как входной сигнал постоянно меняется, то такая ошибка приводит к "захвату" не совсем верного уровня сигнала. В результате во время проигрывания оцифрованного сигнала может ощущаться некоторое дрожание и искажения. Появление джиттера является результатом не абсолютной стабильности аналогово-цифровых преобразователей. Для борьбы с этим явлением применяют высокостабильные тактовые генераторы. Еще одной неприятностью является шум дробления. При квантовании амплитуды сигнала происходит ее округление до ближайшего уровня. Такая погрешность вызывает ощущение "грязного" звучания.

На практике, процесс оцифровки (дискретизация и квантование сигнала) остается невидимым для пользователя - всю черновую работу делают разнообразные программы, которые дают соответствующие команды драйверу (управляющая подпрограмма операционной системы) звуковой карты. Любая программа (будь то встроенный в Windows Recorder или мощный звуковой редактор), способная осуществлять запись аналогового сигнала в компьютер, так или иначе оцифровывает сигнал с определенными параметрами, которые могут оказаться важными в последующей работе с записанным звуком, и именно по этой причине важно понять как происходит процесс оцифровки и какие факторы влияют на ее результаты.

1.2. Цифровая и аналоговая запись

Для преобразования дискретизованного сигнала в аналоговый вид, пригодный для обработки аналоговыми устройствами (усилителями и фильтрами) и последующего воспроизведения через акустиче ские системы, служит цифроаналоговый преобразователь (ЦАП). Процесс преобразования представляет собой обратный процесс дискретизации: имея информацию о величине отсчетов (амплитуды сигнала) и беря определенное количество отсчетов в единицу времени, путем интерполирования происходит восстановление исходного сигнала.

Сначала в качестве простейшего звукового устройства в компьютере использовался встроенный динамик (PC speaker). Этот динамик присоединен к порту на материнской плате, у которого есть два положения - 1 и 0. Если этот порт быстро-быстро включать и выключать, то из динамика можно извлечь более-менее правдоподобные звуки. Воспроизведение различных частот достигается за счет того, что диффузор динамика обладает конечной реакцией и не способен мгновенно перескакивать с места на место, таким образом, он "плавно раскачивается" вследствие скачкообразного изменения напряжения на нем. И если колебать его с разной скоростью, то можно получить колебания воздуха на разных частотах. Естественной альтернативой динамику стал так называемый Covox - это простейший ЦАП, выполненный на нескольких подобранных сопротивлениях (или готовой микросхеме), которые обеспечивают перевод цифрового представления сигнала в аналоговый - то есть в реальные значения амплитуды. Covox прост в изготовлении и поэтому он пользовался успехом у любителей вплоть до того времени, когда звуковая карта стала доступной всем.

Компьютер работает с цифровой информацией, которую можно представить в виде серии электрических импульсов - логических нулей и единиц. Но тот звук, который мы слышим,непрерывен. Эта звуковая волна с меняющейся амплитудой и частотой является аналоговым сигналом. Чтобы записать такой звук на диск компьютера его надо преобразовать в цифровую форму. Этим занимается аналого-цифровой преобразователь (АЦП). Для воспроизведения звука, записанного в цифровом виде, цифроаналоговый преобразователь преобразовывает его в аналоговый сигнал.

Дискретизация звука

Непрерывная звуковая волна разбивается на отдельные участки по времени, для каждого устанавливается своя величина амплитуды. Каждой ступеньке присваивается свой уровень громкости звука, который можно рассматривать как набор возможных состояний

Характеристики качества звука:

1. "Глубина" кодирования звука - количество бит на один звуковой сигнал
Современные звуковые карты обеспечивают 16-битную "глубину" кодирования звука. Количество уровней (градаций амплитуды) можно рассчитать по формуле

N = 2I = 216 = 65 536 уровней сигнала
(градаций амплитуды)

2. Частота дискретизации – это количество измерений уровней сигнала за 1 секунду

Одно измерение в 1 секунду соответствует частоте 1 Гц

1000 измерений в 1 секунду - 1 кГц

Количество измерений может лежать в диапазоне от 8000 до 48 000
(8 кГц – 48 кГц)

8 кГц соответствует частоте радиотрансляции,

48 кГц – качеству звучания аудио- CD.

Ухо человека воспринимает звук в диапазоне от ~20 Гц до 20 кГц.

Опыт показывает, что точное соответствие цифрового сигнала аналоговому достигается, если частота дискретизации будет вдвое выше максимальной звуковой частоты, то есть составит не менее 40 кГц.

На практике значения частоты дискретизации, применяемые в звуковых системах, равны 44,1 кГц или 48 кГц. Чем больше частота дискретизации, тем качественнее звук.

При двоичном кодировании непрерывного звукового сигнала он заменяется серией его отдельных выборок — отсчетов.

Современные звуковые карты могут обеспечить кодирование 65536 различных уровней сигнала или состояний.

Таким образом, современные звуковые карты обеспечивают 16-битное кодирование звука. При каждой выборке значению амплитуды звукового сигнала присваивается 16-битный код.

Звук - это физическое природное явление, распространяющееся посредством колебаний воздуха и, следовательно, можно сказать, что мы имеем дело только с волновыми характеристиками. Задачей преобразования звука в электронный вид является повторение всех его этих самых волновых характеристик. Но электронный сигнал не является аналоговым, и может записываться посредством коротких дискретных значений. Пусть они имеют малый интервал между собой и практически неощутимы, на первый взгляд для человеческого уха, но мы должны всегда иметь в виду, что имеем дело только с эмуляцией природного явления именуемого звуком.

Такая запись называется импульсно-кодовой модуляцией и являет собой последовательную запись дискретных значений. Разрядность устройства, исчисляемая в битах, говорит о том сколькими значениями одновременно в одном записанном дискрете, берется звук. Чем больше разрядность, тем больше звук соответствует оригиналу.

РСМ
РСМ расшифровывается как pulse code modulation, что и является в переводе как импульсно-кодовая. Файлы именно с таким расширением встречаются довольно редко. Но РСМ является основополагающей для всех звуковых файлов.

WAV
Самое простое хранилище дискретных данных. Один из типов файлов семейства RIFF. Помимо обычных дискретных значений, битности, количества каналов и значений уровней громкости, в wav может быть указано еще множество параметров, о которых Вы, скорее всего, и не подозревали - это: метки позиций для синхронизации, общее количество дискретных значений, порядок воспроизведения различных частей звукового файла, а также есть место для того, чтобы Вы смогли разместить там текстовую информацию.

RIFF
Resource Interchange File Format. Уникальная система хранения любых структурированных данных.

IFF
Эта технология хранения данных проистекает от Amiga-систем. Interchange File Format. Почти то же, что и RIFF, только имеются некоторые нюансы. Начнем с того, что система Amiga - одна из первых, в которой стали задумываться о программно-сэмплерной эмуляции музыкальных инструментов. В результате, в данном файле звук делится на две части: то, что должно звучать вначале и элемент того, что идет за началом. В результате, звучит начало один раз, за тем повторяется второй кусок столько раз, сколько Вам нужно и нота может звучать бесконечно долго.

MOD
Файл хранит в себе короткий образец звука, который потом можно использовать в качестве шаблона для инструмента.

AIFили AIFF
Audio Interchange File Format. Данный формат распространен в системах Apple Macintosh и Silicon Graphics. Заключает в себе сочетание MOD и WAV.

МР3
Самый скандальный формат за последнее время. Многие для объяснения параметров сжатия, которые в нем применяют, сравнивают его с jpeg для изображений. Там очень много наворотов в вычислениях, чего и не перечислишь, но коэффициент сжатия в 10-12 раз сказали о себе сами. Специалисты говорят о контурности звука как о самом большом недостатке данного формата. Действительно, если сравнивать музыку с изображением, то смысл остался, а мелкие нюансы ушли. Качество МР3 до сих пор вызывает много споров, но для "обычных немузыкальных" людей потери не ощутимы явно.

VQF
Хорошая альтернатива МР3, разве что менее распространенная. Есть и свои недостатки. Закодировать файл в VQF - процесс гораздо более долгий. К тому же, очень мало бесплатных программ, позволяющих работать с данным форматом файлов, что, собственно, и сказалось на его распространении.

RA
Real Audio или потоковая передача аудиоданных. Довольно распространенная система передачи звука в реальном времени через Интернет. Скорость передачи порядка 1 Кб в секунду. Полученный звук обладает следующими параметрами: 8 или 16 бит и 8 или 11 кГц.

Ввод музыки в компьютер.

Если источником музыки является виниловая пластинка или музыкальный инструмент/другое устройство со стереофоническим линейным выходом, то такая музыка, как правило, вводится с помощью установленной в компьютер звуковой карты. К современной звуковой карте через гнездо линейного входа можно напрямую подключить любой музыкальный инструмент (синтезатор, гитару и т.д.) или устройство воспроизведения (проигрыватель грампластинок, магнитофон и т.п.), после чего ПК может начать запись. Здесь исключительно важную роль играет размер и форма соединительных разъемов — многие современные звуковые карты высшего класса имеют входные разъемы, позволяющие подключать оптические, раздельные кабели и кабели с миништекерами. Существует множество вариантов соединений, каждый из которых обеспечивает определенный уровень качества и соответствует определенному стандарту.

MIDI – это общепринятая спецификация, связанная с организацией цифрового интерфейса для музыкальных устройств, включающая в себя стандарт на аппаратную и программную части.

Эта спецификация предназначена для организации локальной сети электронных инструментов (рис. 2). К MIDI-устройствам относятся различные аппаратные и музыкальные инструменты, отвечающие требованиям MIDI. Таким образом, MIDI-синтезатор – это музыкальный инструмент, предназначенный обычно для синтеза звука и музыки, а также удовлетворяющий спецификации MIDI. Давайте разберемся кратко, почему выделен отдельный класс устройств, названный MIDI.

Дело в том, что осуществление программной обработки звука часто сопряжено с неудобствами, обусловленными различными техническими особенностями этого процесса. Даже возложив операции по обработке звука на звуковую карту или любую другую аппаратуру, остается множество различных проблем. Во-первых, зачастую желательно пользоваться аппаратным синтезом звучания музыкальных инструментов (как минимум потому, что компьютер – это общий инструмент, часто необходим просто аппаратный синтезатор звуков и музыки, не более). Во-вторых, программная обработка звука часто сопровождается временными задержками, в то время как при концертной работе необходимо мгновенное получение обработанного сигнала. По этим и другим причинам и прибегают к использованию специальной аппаратуры для обработки, а не компьютеров со специальными программами. Однако при использовании аппаратуры возникает необходимость в едином стандарте, который позволил бы соединять устройства друг с другом и комбинировать их. Эти предпосылки и заставили в 1982 году несколько ведущих в области музыкального оборудования компаний утвердить первый MIDI-стандарт, который впоследствии получил продолжение и развивается по сей день. Что же, в конечном счете, представляет собой MIDI-интерфейс и устройства в него входящие с точки зрения персонального компьютера?

Следует отметить, что в отношении синтезаторов звука MIDI устанавливает строгие требования к их возможностям, примененным в них способам синтеза звука, а также к управляющим параметрам синтеза. Кроме того, для того, чтобы музыка созданная на одном синтезаторе могла бы быть легко перенесена и успешно воспроизведена на другом, были установлены несколько стандартов на соответствие инструментов (голосов) и их параметров в различных синтезаторах: стандарт General MIDI (GM), General Synth (GS) и eXtended General (XG). Базисным стандартом является GM, остальные два являются его логическими продолжениями и расширениями.

В качестве практического примера устройства MIDI, можно рассмотреть обычную MIDI-клавиатуру. Упрощенно, MIDI-клавиатура представляет собой укороченную клавиатуру рояля, в корпусе с которой находится MIDI-интерфейс, позволяющий подключать ее к другим MIDI-устройствам, например, к MIDI-синтезатору, который установлен в звуковой карте компьютера. Используя специальное программное обеспечение (например, MIDI-секвенсор) можно включить MIDI-синтезатор в режим игры, например, на рояле, и нажимая на клавиши MIDI-клавиатуры слышать звуки рояля. Естественно, что роялем дело не ограничивается – в стандарте GM имеются 128 мелодических инструментов и 46 ударных. Кроме того, используя MIDI-секвенсор можно записывать исполняемые на MIDI-клавиатуре ноты в компьютер, для последующего редактирования и аранжировки, либо просто для элементарной распечатки нот.

Надо отметить, что поскольку MIDI-данные – это набор команд, то музыка, которая написана с помощью MIDI, также записывается с помощью команд синтезатора. Иными словами, MIDI-партитура – это последовательность команд: какую ноту играть, какой инструмент использовать, какова продолжительность и тональность ее звучания и так далее. Знакомые многим MIDI-файлы (.MID) есть нечто иное, как набор таких команд. Естественно, что поскольку имеется великое множество производителей MIDI-синтезаторов, то и звучать один и тот же файл может на разных синтезаторах по-разному (потому что в файле сами инструменты не хранятся, а есть лишь только указания синтезатору какими инструментами играть, в то время как разные синтезаторы могут звучать по-разному).

1. Амплитудные преобразования.Выполняются над амплитудой сигнала и приводят к ее усилению/ослаблению или изменению по какому-либо закону на определенных участках сигнала.

4. Временные преобразования.Реализуются путем наложения, растягивания/сжатия сигналов; позволяют создать, например, эффекты эха или хора, а также повлиять на пространственные характеристики звука.

Приведу несколько практических примеров использования указанных видов преобразований при создании реальных звуковых эффектов:

Наиболее важный класс программ – редакторы цифрового аудио. Основные возможности таких программ это, как минимум, обеспечение возможности записи (оцифровки) аудио и сохранение на диск. Развитые представители такого рода программ позволяют намного больше: запись, многоканальное сведение аудио на нескольких виртуальных дорожках, обработка специальными эффектами очистка от шумов. Они имеют развитую навигацию и инструментарий в виде спектроскопа и прочих виртуальных приборов, управление/управляемость внешними устройствами, преобразование аудио из формата в формат, генерация сигналов, запись на компакт диски и многое другое. Некоторыеизтакихпрограмм: Cool Edit Pro
рис.8

Специализированные реставраторы аудио играют также немаловажную роль в обработке звука. Такие программы позволяют восстановить утерянное качество звучания аудио материала, удалить нежелательные щелчки, шумы, треск, специфические помехи записей с аудиокассет, и провести другую корректировку аудио. Программыподобногорода: Dart, Clean (отSteinberg Inc.), Audio Cleaning Lab. (от Magix Ent.), Wave Corrector.

Читайте также: