Что такое временная дискретизация звука кратко

Обновлено: 18.05.2024

Для обработки звука компьютер непрерывный звуковой сигнал преобразуют в цифровой дискретный формат. С этой целью он подвергается временной дискретизации и квантованию. Здесь временная дискретизация означает, что характеристики звука измеряются не непрерывным образом, а спустя некоторые периоды времени, а квантование — это запись результатов измерений в цифровом виде с ограниченной точностью.

На самом деле, компьютер получает не сам по себе звук, а электрический сигнал, который получается с какого-нибудь прибора, к примеру, микрофон осуществляет преобразование звукового давления в электрические колебания, которые в последующем подлежат обработке.

При записи стереозвука, то есть, двухканальной записи, оцифровка происходит сразу с двумя электрическими сигналами. Тогда объём хранимых цифровых данных увеличивается вдвое.

Смысл временной дискретизации в том, что аналоговый звуковой сигнал разбивают на раздельные небольшие временные области, где для любого из них определяется некоторая величина интенсивности звука. Коротко говоря, спустя некоторые временные отрезки происходит измерение уровня аналогового сигнала. Число таких измерений в секунду есть частота дискретизации.

Частота дискретизации и разрешение

Частота дискретизации — это число измерений громкости звука за секунду.

Эту величину измеряют в герцах (Гц) и килогерцах (кГц), где 1 килогерц равен 1000 герцам. Если частота дискретизации равна 70 герцам, то за одну секунду произошло 70 измерений громкости звука.

Однако, качество записи звука находится в зависимости и от частоты дискретизации, и от глубины кодирования звука.

Глубина кодирования звука или разрешение – это число данных, необходимое для кодировки дискретных уровней громкости цифрового звука.

Пусть для записи одного результата измерения громкости в компьютерной памяти выделено n бит. Известно, что с таким количеством можно закодировать точно 2 n различных результатов наблюдений. Таким образом, если n = 5, то можно закодировать 32 разнообразных результата измерений громкости звука. Потому отрезок, в котором могут располагаться результаты измерений громкости звука, удастся разбить на 32 различных группы – уровни громкости звука, каждой из них можно поставить в соответствие индивидуальный код.

Затем всякий полученный результат измерения громкости звука соотносят с определённой группой, которой он принадлежит, и кодируют его номером или кодом соответствующего уровня громкости.

Практически применяются разнообразные значения частоты дискретизации и глубины кодирования, всё зависит от ситуации:

Наименование	Глубина кодирования в битах	Частота дискретизации в килогерцах	Количество каналов
Телефонная связь	8	8	1
CD	16	44,1	2

Пример

Необходимо оценить объём звукового файла в формате стерео с глубиной кодирования 32 бит и частотой дискретизации 33,2 кГц. Он хранит в себе звуковой фрагмент продолжительностью 16 секунд.

Тогда объём такого звукового фрагмента следующий:

2 канала · 32 бит · 33200 герц · 16 секунд = 33996800 байт = 33200 Кбайта.

При увеличении частоты дискретизации и глубины кодирования удастся наиболее точно сохранять и восстанавливать формат звукового сигнала. Однако следует помнить, что объём хранимых сведений также будет расти.

Важно понимание того, какие характеристики оцифровки необходимы для того, чтобы итоговый звук был максимально приближён к исходному, а файл, в котором он содержится, имел наименьший размер.

Звуковая информация. Звук представляет собой распространяющуюся в воздухе, воде или другой среде волну с непрерывно меняющейся интенсивностью и частотой.

Человек воспринимает звуковые волны (колебания воздуха) с помощью слуха в форме звука различных громкости и тона. Чем больше интенсивность звуковой волны, тем громче звук, чем больше частота волны, тем выше тон звука (рис. 1.1).

Рис. 1.1. Зависимость громкости и высоты тона звука от интенсивности и частоты звуковой волны

Человеческое ухо воспринимает звук с частотой от 20 колебаний в секунду (низкий звук) до 20 000 колебаний в секунду (высокий звук).

Человек может воспринимать звук в огромном диапазоне интенсивностей, в котором максимальная интенсивность больше минимальной в 10 14 раз (в сто тысяч миллиардов раз). Для измерения громкости звука применяется специальная единица "децибел" (дбл) (табл. 5.1). Уменьшение или увеличение громкости звука на 10 дбл соответствует уменьшению или увеличению интенсивности звука в 10 раз.

Таблица 5.1. Громкость звука

Временная дискретизация звука. Для того чтобы компьютер мог обрабатывать звук, непрерывный звуковой сигнал должен быть преобразован в цифровую дискретную форму с помощью временной дискретизации. Непрерывная звуковая волна разбивается на отдельные маленькие временные участки, для каждого такого участка устанавливается определенная величина интенсивности звука.

Таким образом, непрерывная зависимость громкости звука от времени A(t) заменяется на дискретную последовательность уровней громкости. На графике это выглядит как замена гладкой кривой на последовательность "ступенек" (рис. 1.2).

Рис. 1.2. Временная дискретизация звука

Частота дискретизации. Для записи аналогового звука и г го преобразования в цифровую форму используется микрофон, подключенный к звуковой плате. Качество полученного цифрового звука зависит от количества измерений уровня громкости звука в единицу времени, т. е. частоты дискретизации. Чем большее количество измерений производится за I секунду (чем больше частота дискретизации), тем точнее "лесенка" цифрового звукового сигнала повторяет кривую диалогового сигнала.

Частота дискретизации звука - это количество измерений громкости звука за одну секунду.

Частота дискретизации звука может лежать в диапазоне от 8000 до 48 000 измерений громкости звука за одну секунду.

Глубина кодирования звука. Каждой "ступеньке" присваивается определенное значение уровня громкости звука. Уровни громкости звука можно рассматривать как набор возможных состояний N, для кодирования которых необходимо определенное количество информации I, которое называется глубиной кодирования звука.

Глубина кодирования звука - это количество информации, которое необходимо для кодирования дискретных уровней громкости цифрового звука.

Если известна глубина кодирования, то количество уровней громкости цифрового звука можно рассчитать по формуле N = 2 I . Пусть глубина кодирования звука составляет 16 битов, тогда количество уровней громкости звука равно:

N = 2 I = 2 16 = 65 536.

В процессе кодирования каждому уровню громкости звука присваивается свой 16-битовый двоичный код, наименьшему уровню звука будет соответствовать код 0000000000000000, а наибольшему - 1111111111111111.

Качество оцифрованного звука. Чем больше частота и глубина дискретизации звука, тем более качественным будет звучание оцифрованного звука. Самое низкое качество оцифрованного звука, соответствующее качеству телефонной связи, получается при частоте дискретизации 8000 раз в секунду, глубине дискретизации 8 битов и записи одной звуковой дорожки (режим "моно"). Самое высокое качество оцифрованного звука, соответствующее качеству аудио-CD, достигается при частоте дискретизации 48 000 раз в секунду, глубине дискретизации 16 битов и записи двух звуковых дорожек (режим "стерео").

Необходимо помнить, что чем выше качество цифрового звука, тем больше информационный объем звукового файла. Можно оценить информационный объем цифрового стереозвукового файла длительностью звучания 1 секунда при среднем качестве звука (16 битов, 24 000 измерений в секунду). Для этого глубину кодирования необходимо умножить на количество измерений в 1 секунду й умножить на 2 (стереозвук):

16 бит × 24 000 × 2 = 768 000 бит = 96 000 байт = 93,75 Кбайт.

Звуковые редакторы. Звуковые редакторы позволяют не только записывать и воспроизводить звук, но и редактировать его. Оцифрованный звук представляется в звуковых редакторах в наглядной форме, поэтому операции копирования, перемещения и удаления частей звуковой дорожки можно легко осуществлять с помощью мыши. Кроме того, можно накладывать звуковые дорожки друг на друга (микшировать звуки) и применять различные акустические эффекты (эхо, воспроизведение в обратном направлении и др.).

Звуковые редакторы позволяют изменять качество цифрового звука и объем звукового файла путем изменения частоты дискретизации и глубины кодирования. Оцифрованный звук можно сохранять без сжатия в звуковых файлах в универсальном формате WAV или в формате со сжатием МР3.

При сохранении звука в форматах со сжатием отбрасываются "избыточные" для человеческого восприятия звуковые частоты с малой интенсивностью, совпадающие по времени со звуковыми частотами с большой интенсивностью. Применение такого формата позволяет сжимать звуковые файлы в десятки раз, однако приводит к необратимой потере информации (файлы не могут быть восстановлены в первоначальном виде).

Контрольные вопросы

1. Как частота дискретизации и глубина кодирования влияют на качество цифрового звука?

Задания для самостоятельного выполнения

1. Задание с выборочным ответом. Звуковая плата производит двоичное кодирование аналогового звукового сигнала. Какое количество информации необходимо для кодирования каждого из 65 536 возможных уровней интенсивности сигнала?

1) 16 битов; 2) 256 битов; 3) 1 бит; 4) 8 битов.

2. Задание с развернутым ответом. Оценить информационный объем цифровых звуковых файлов длительностью 10 секунд при глубине кодирования и частоте дискретизации звукового сигнала, обеспечивающих минимальное и максимальное качество звука:

а) моно, 8 битов, 8000 измерений в секунду;

б) стерео, 16 битов, 48 000 измерений в секунду.

3. Задание с развернутым ответом. Определить длительность звукового файла, который уместится на дискете 3,5" (учтите, что для хранения данных на такой дискете выделяется 2847 секторов объемом 512 байтов каждый):

а) при низком качестве звука: моно, 8 битов, 8000 измерений в секунду;

б) при высоком качестве звука: стерео, 16 битов, 48 000 измерений в секунду.

Для того чтобы компьютер мог обрабатывать звук, непрерывный звуковой сигнал должен быть преобразован в цифровую дискретную форму с помощью временной дискретизации. Непрерывная звуковая волна разбивается на отдельные маленькие временные участки, для каждого такого участка устанавливается определенная величина интенсивности звука.

Рис. 1.2. Временная дискретизация звука

Частота дискретизации звука - это количество измерений громкости звука за одну секунду.

Частота дискретизации звука может лежать в диапазоне от 8000 до 48 000 измерений громкости звука за одну секунду.

Если известна глубина кодирования, то количество уровней громкости цифрового звука можно рассчитать по формуле N = 2I. Пусть глубина кодирования звука составляет 16 битов, тогда количество уровней громкости звука равно:

N = 2I = 216 = 65 536.

16 бит × 24 000 × 2 = 768 000 бит = 96 000 байт = 93,75 Кбайт.

Заключение

За недолгое время компьютер из вычислительного устройства превратился в устройство для обработки многих видов информации: текстовой, графической, звуковой; с помощью компьютера информация упаковывается и шифруется, путешествует по различным каналам связи и может быть доставлена в любой уголок мира. Современный человек уже не представляет свою деятельность без применения компьютера.

Источники

Список литературы.

1)Молодцов В. А., Рыжикова Н. Б. Современные открытые уроки информатики. 8 - 11-е классы. Издательство 2-е

2)Угринович Н. Д. Информатика и ИКТ. Базовый курс: Учебник для 8 класса

3)Информатика. Методическое пособие для учителей. 8 класс / Под редакцией профессора Н. В. Макаровой. – СПБ: Питер, 2004.

Свидетельство и скидка на обучение каждому участнику

Зарегистрироваться 15–17 марта 2022 г.

Описание презентации по отдельным слайдам:

Кодирование звука Временная дискретизация

l λ Непрерывная звуковая волна Длина волны. Величина обратная частоте. Чем она больше, тем звук ниже Амплитуда колебаний. Чем она больше, тем звук громче

Основные характеристики звука Длина волны и частота: l = 1/υ Чем больше длина волны, тем меньше частота. Измеряется в количестве колебаний в секунду (1/сек) Амплитуда колебаний. Соответствует громкости звука. Громкость измеряется в децибелах (дБ)

Громкость звука ЗвукГромкость Нижний предел чувствительности человеческого уха0 дБ Шорох листьев10 дБ Разговор60 дБ Гудок автомобиля90 дБ Реактивный двигатель120 дБ Болевой порог140 дБ

Временная дискретизация звука Процесс разбиения непрерывной звуковой волны на отдельные (дискретные) временные участки, для которых может быть установлены различные уровни громкости

Частота дискретизации Для записи аналогового сигнала и его преобразования в цифровую форму используется микрофон, подключенный к звуковой карте Качество звука зависит от количества измерений уровня звука в секунду Количество измерений уровня звука в единицу времени называется частотой дискретизации Частота дискретизации лежит в диапазоне от 8 000 до 48 000 измерений в секунду

Пример Известна глубина кодирования – 16 бит (I). Рассчитать количество возможных уровней громкости внутри одного измерения звука (N) По формуле N = 2I находим: N = 216 = 65 536 Каждому уровню громкости присваивается одно из 65 536 значений, которое кодируется двоичными числами от 0000 0000 0000 0000 (минимальный уровень) до 1111 1111 1111 1111 (максимальный уровень)

Вопрос: назовите основные характеристики аналогового звука Частота (количество вершин на единицу длины оси абсцисс) От нее зависит высота тона звука. Измеряется в 1/сек Амплитуда (высота вершин на графике – координаты по оси ординат) От нее зависит громкость звука Измеряется в децибелах

Качество оцифрованного звука Чем больше величина частоты и глубины дискретизации, тем более близким к аналоговому сигналу будет приближаться цифровой звук, и тем выше будет качество звука

Качество оцифрованного звука Совокупная характеристика качества цифрового звука – профессиональный термин звукорежиссеров и DJ’ев – битрейт, представляет собой произведение количества каналов на частоту и на глубину дискретизации . Измеряется: бит  1/сек = бит/сек

Качество оцифрованного звука Самое низкое качество цифрового звука (качество телефонной связи) соответствует: 8 000 измерений в секунду (1/сек) 8 бит глубины звука Один канал (моно) Битрейт: 1  8  8000 = 64000 = 62,5 кбит/сек

Качество оцифрованного звука Самое высокое качество цифрового звука (аудио-CD) соответствует: 48 000 измерений в секунду (1/сек) 16 бит глубины звука Два канала (стерео) Битрейт: 48 000  16  2 = 1 536 000 ≈ 1,5 Мбит/сек Современные аудиосистемы кроме стерео поддерживают т.н. квадрозвук – 4 канала

Информационный объем звукового файла Чем выше качество звука, тем больше требуется дискового пространства для его хранения и оперативной памяти для его обработки. Информационный объем определяется как произведение глубины и частоты дискретизации на длительность воспроизведения и на количество каналов (или произведение битрейта на длительность)

Пример Определить информационный объем 5-секундной стереозвуковой дорожки с глубиной кодирования 16 бит и частотой дискретизации 24 000 1/с Решение: 16 бит  24 000 1/сек  5 сек  2 (канала) = = 3 840 000 бит = 468,75 кБ

Программное обеспечение для работы со звуком Различают: Средства записи звука Звуковые редакторы Плееры

Хранение цифрового звука В виде аудиотреков на аудио-CD В виде звуковых файлов

Хранение цифрового звука. Audio Track Аудиотрек представляет собой формат записи звука в виде непрерывного цифрового потока. Аналогично звуковым дорожкам на виниловых дисках. Звук хранится без сжатия. Аудиодорожка воспринимается компьютером, как файл с расширением *.cda (Compact Disk Audio). Он хорошо воспроизводится плеером, но его нельзя скопировать.

Хранение цифрового звука. Звуковые файлы Наиболее распространенные форматы звуковых файлов: wav (wave) wma (Windows Media Audio) mid (midi) mp3 и др. Из них только wav хранит несжатый звук, все остальные используют сжатие

Сжатие звуковой информации При сохранении звука в форматах со сжатием происходит отбрасывание не воспринимаемых человеческим ухом частот с малой амплитудой. Сжатие до десятков раз Потеря информации, что может привести к ухудшению качества звука

Работа со сжатым звуком При работе со сжатым звуком файл сначала распаковывается и только потом поступает на обработку плеером или редактором. Для распаковки/сжатия аудио применяются специальные программы аудиокодеки (Audio Coder/Decoder)

Задание 1 Звуковая плата производит кодирование аналогового звукового сигнала. Какое количество информации необходимо для кодирования каждого из 65 536 возможных уровней громкости сигнала? Решение: 2i = 65 536 216 = 65 536 I = 16

Задание 2 Определить информационный объем 10-секундной звуковой дорожки при: Моно, 8 бит, 8 000 измерений Стерео, 16 бит, 48 000 измерений Решение: 1  8  8 000  10 = 640 000 = 78,1 (кБ) 2  16 48 000  10 = 15 360 000 = 1,83 (МБ)

*Задание 3 Определить длительность звукового файла, который может уместиться на дискете 3,5’’. Учесть, что для хранения данных на дискете доступно 2 847 секторов, объемом 512 байт каждый. Моно, 8 бит, 8 000 измерений Стерео, 16 бит, 48 000 измерений

*Задание 3. Решение СекторовОбъем сектораВместимость дискеты, бит 2 8475122 847  512  8 = 11 661 312 Каналов ГлубинаЧастотаБитрейтДлит-ть, сек a)188 00064 000182,2 b)21648 0001 536 0007,6

Задание 4 Подсчитать, сколько места будет занимать одна минута цифрового стереозвука с частотой 44.1 кГц и разрядностью 16 бит Решение. Число каналов: 2 Длительность звучания: 60 сек Частота дискретизации: 44,1 * 1 000 = 44 100 Гц (44 100 1/сек) Разрядность: 16 бит Информационный объем: 2 * 60 * 44 100 * 16 = = 84 672 000 бит = = 10 584байт ≈ 10 Мб

Задание 5 Подсчитать, сколько места будет занимать две минуты цифрового стереозвука с частотой 11 кГц и разрядностью 16 бит Решение. Число каналов: 2 Длительность звучания: 2 * 60 = 120 сек Частота дискретизации: 11 * 1 000 = = 11 000 Гц (11 000 1/сек) Разрядность: 16 бит Информационный объем: 2 * 120 * 11 000 * 16 = = 42 240 000 бит = = 5 280 000байт ≈ 5 Мб

Задание 6 Подсчитать, сколько места будет занимать семь минут цифрового монозвука с частотой 22 кГц и разрядностью 8 бит Решение. Число каналов: 1 Длительность звучания: 7 * 60 = 420 сек Частота дискретизации: 22 * 1 000 = = 22 000 Гц (22 000 1/сек) Разрядность: 8 бит Информационный объем: 1 * 420 * 22 000 * 8 = = 73 920 000 бит = = 9 240 000 байт ≈ 8,8 Мб

Задание 7 Подсчитать, сколько места будет занимать три минуты цифрового стереозвука с частотой 32 кГц и разрядностью 8 бит Решение. Число каналов: 2 Длительность звучания: 3 * 60 = 180 сек Частота дискретизации: 32 * 1 000 = = 32 000 Гц (32 000 1/сек) Разрядность: 8 бит Информационный объем: 2 * 180 * 32 000 * 8 = = 92 160 000 бит = = 11 520 000 байт ≈ 11 Мб

Задание 8 Какой объем данных имеет моноаудиофайл, длительность звучания которого 1 секунда, при среднем качестве звука (16 бит, 24 кГц)? Решение. Число каналов: 1 Длительность звучания: 1 с Частота дискретизации: 24 * 1 000 = = 24 000 Гц (24 000 1/сек) Разрядность: 16 бит Информационный объем: 1 * 1 * 24 000 * 16 = = 384 000 бит = = 48 000 байт ≈ 47 кб

Задание 9 Рассчитайте объем стереоаудиофайла длительностью 20 секунд при 20-битном кодировании и частоте дискредитации 44.1 кГц. Решение. Число каналов: 2 Длительность звучания: 20 с Частота дискретизации: 44,1 * 1 000 = = 44 100 Гц (44 100 1/сек) Разрядность: 20 бит Информационный объем: 2 * 20 * 44 100 * 20 = = 35 280 000 бит = = 4 410 000 байт ≈ 4,2 Мб

Задание 11 Подсчитать объем файла с 10 минутной речью записанного с частотой дискретизации 11 025 Гц и разрядностью кода 4 бита на 1 измерение. Решение. Число каналов: речь принято записывать в режиме моно (1 канал) Длительность звучания: 10 * 60 = 600 сек Частота дискретизации: 11 025 Гц (11 025 1/сек) Разрядность: 4 бит Информационный объем: 1 * 600 * 11 025 * 4 = = 26 460 000 бит = = 3 307 500 байт ≈ 3,15 Мб

Задание 12 Подсчитать время звучания звукового файла объемом 3,5 Мбайт, содержащего стереозапись с частотой дискретизации 44 100 Гц и разрядностью кода 16 бит на 1 измерение Решение. Число каналов: 2 Длительность звучания: Х Частота дискретизации: 44 100 Гц (44 100 1/сек) Разрядность: 16 бит Информационный объем: 2 * Х * 44 100 * 16 = 3,5 (Мб) 1 411 200*Х = 29 360 128 Х = 20,8 (сек)

Задание 13 В распоряжении пользователя имеется память объемом 2,6 Мб. Необходимо записать цифровой аудиофайл с длительностью звучания 1 минута. Какой должна быть частота дискретизации и разрядность? Решение. Число каналов: X. Пусть Х=1 Длительность звучания: 60 сек Частота дискретизации: Y Разрядность: Z (8 или 16) Информационный объем: 2,6Мб = 21 810 381 бит 1 * 60 * Y * Z = 21 810 381 YZ = 363 506,35 При Y=8 Z=45438 Гц = 45,44 кГц ≈ 44,1 кГц (standard) При Y=8 Z=22719 Гц = 22,72 кГц ≈ 22,05 кГц (standard)

Задание14 Объем свободной памяти на диске 5,25 Мб, разрядность звуковой платы 16. Какова длительность звучания цифрового аудиофайла, записанного с частотой дискретизации 22,05 кГц? Решение. Число каналов: неизвестно, принимаем 1 Длительность звучания: Х Частота дискретизации: 22,05 * 1 000 = 22 500 Гц Разрядность: 16 бит Информационный объем: 5,25 Мб = 44 040 192 бит 1 * Х * 22500 * 16 = 5,25 (Мб) 360 000*Х = 44 040 192 Х = 122,3 (сек)

Задание 12 Одна минута записи цифрового аудиофайла занимает на диске 1,3 Мб, разрядность звуковой платы 8. С какой частотой дискретизации записан звук? Решение. Число каналов: X. Пусть Х=1 Длительность звучания: 60 сек Частота дискретизации: Y Разрядность: 8 бит Информационный объем: 1 * 60 * Y * 8 = 1,3 (Мб) 480Y = 10 905 190 (бит) Х ≈ 22 719 (бит/сек)   Х ≈ 22,05 кБит/сек (st.)

Рассмотрим теоретические аспекты преобразования аналогового (аудио) сигнала в цифровой.
Статья не будет всеохватывающей, но в тексте будут гиперссылки для дальнейшего изучения темы.

Чем отличается цифровой аудиосигнал от аналогового?

Аналоговый (или континуальный) сигнал описывается непрерывной функцией времени, т.е. имеет непрерывную линию с непрерывным множеством возможных значений (рис. 1).

Цифровой сигнал — это сигнал, который можно представить как последовательность определенных цифровых значений. В любой момент времени он может принимать только одно определенное конечное значение (рис. 2).

Аналоговый сигнал в динамическом диапазоне может принимать любые значения. Аналоговый сигнал преобразуется в цифровой с помощью двух процессов — дискретизация и квантование. Очередь процессов не важна.

Дискретизацией называется процесс регистрации (измерения) значения сигнала через определенные промежутки (обычно равные) времени (рис. 3).

Квантование — это процесс разбиения диапазона амплитуды сигнала на определенное количество уровней и округление значений, измеренных во время дискретизации, до ближайшего уровня (рис. 4).

Дискретизация разбивает сигнал по временной составляющей (по вертикали, рис. 5, слева).
Квантование приводит сигнал к заданным значениям, то есть округляет сигнал до ближайших к нему уровней (по горизонтали, рис. 5, справа).

Эти два процесса создают как бы координатную систему, которая позволяет описывать аудиосигнал определенным значением в любой момент времени.
Цифровым называется сигнал, к которому применены дискретизация и квантование. Оцифровка происходит в аналого-цифровом преобразователе (АЦП). Чем больше число уровней квантования и чем выше частота дискретизации, тем точнее цифровой сигнал соответствует аналоговому (рис. 6).

Уровни квантования нумеруются и каждому уровню присваивается двоичный код. (рис. 7)

Количество битов, которые присваиваются каждому уровню квантования называют разрядностью или глубиной квантования (eng. bit depth). Чем выше разрядность, тем больше уровней можно представить двоичным кодом (рис. 8).

Данная формула позволяет вычислить количество уровней квантования:

Если N — количество уровней квантования,
n — разрядность, то

Обычно используют разрядности в 8, 12, 16 и 24 бит. Несложно вычислить, что при n=24 количество уровней N = 16,777,216.

Ошибкой квантований называют отклонение квантованного сигнала от аналогового, т.е. разница между входным значением и квантованным значением ()

Большие ошибки квантования приводят к сильным искажениям аудиосигнала (шум квантования).

Чем выше разрядность, тем незначительнее ошибки квантования и тем лучше отношение сигнал/шум (Signal-to-noise ratio, SNR), и наоборот: при низкой разрядности вырастает шум (рис. 9).

Разрядность также определяет динамический диапазон сигнала, то есть соотношение максимального и минимального значений. С каждым битом динамический диапазон вырастает примерно на 6dB (Децибел) (6dB это в 2 раза; то есть координатная сетка становиться плотнее, возрастает градация).

Ошибки квантования (округления) из-за недостаточного количество уровней не могут быть исправлены.

Аудиопример 1: 8bit/44.1kHz, ~50dB SNR
примечание: если аудиофайлы не воспроизводятся онлайн, пожалуйста, скачивайте их.

Аудиопример 2: 4bit/48kHz, ~25dB SNR

Аудиопример 3: 1bit/48kHz, ~8dB SNR

Теперь о дискретизации.

Как уже говорили ранее, это разбиение сигнала по вертикали и измерение величины значения через определенный промежуток времени. Этот промежуток называется периодом дискретизации или интервалом выборок. Частотой выборок, или частотой дискретизации (всеми известный sample rate) называется величина, обратная периоду дискретизации и измеряется в герцах. Если
T — период дискретизации,
F — частота дискретизации, то

Теорема Котельникова гласит:

Если аналоговый сигнал имеет финитный (ограниченной по ширине) спектр, то он может быть восстановлен однозначно и без потерь по своим дискретным отсчетам, взятым с частотой, строго большей удвоенной верхней частоты.

Вам знакомо число 44.1kHz? Это один из стандартов частоты дискретизации, и это число выбрали именно потому, что человеческое ухо слышит только сигналы до 20kHz. Число 44.1 более чем в два раза больше чем 20, поэтому все частоты в цифровом сигнале, доступные человеческому уху, могут быть преобразованы в аналоговом виде без искажении.

Но ведь 20*2=40, почему 44.1? Все дело в совместимости с стандартами PAL и NTSC. Но сегодня не будем рассматривать этот момент. Что будет, если не следовать теореме Котельникова?

Когда в аудиосигнале встречается частота, которая выше чем 1/2 частоты дискретизации, тогда возникает алиасинг — эффект, приводящий к наложению, неразличимости различных непрерывных сигналов при их дискретизации.

Как видно из предыдущей картинки, точки дискретизации расположены так далеко друг от друга, что при интерполировании (т.е. преобразовании дискретных точек обратно в аналоговый сигнал) по ошибке восстанавливается совершенно другая частота.

Аудиопример 4: Линейно возрастающая частота от ~100 до 8000Hz. Частота дискретизации — 16000Hz. Нет алиасинга.

Аудиопример 5: Тот же файл. Частота дискретизации — 8000Hz. Присутствует алиасинг

Пример:
Имеется аудиоматериал, где пиковая частота — 2500Hz. Значит, частоту дискретизации нужно выбрать как минимум 5000Hz.

Следующая характеристика цифрового аудио это битрейт. Битрейт (bitrate) — это объем данных, передаваемых в единицу времени. Битрейт обычно измеряют в битах в секунду (Bit/s или bps). Битрейт может быть переменным, постоянным или усреднённым.

Следующая формула позволяет вычислить битрейт (действительна только для несжатых потоков данных):

Битрейт = Частота дискретизации * Разрядность * Количество каналов

Например, битрейт Audio-CD можно рассчитать так:
44100 (частота дискретизации) * 16 (разрядность) * 2 (количество каналов, stereo)= 1411200 bps = 1411.2 kbit/s

При кодировании переменным битрейтом (VBR), кодек выбирает битрейт исходя из задаваемого желаемого качества. Как видно из названия, битрейт варьируется в течение кодируемого аудиофайла. Данный метод даёт наилучшее соотношение качество/размер выходного файла. Из минусов: точный размер конечного файла очень плохо предсказуем.

Усреднённый битрейт (ABR) является частным случаем VBR и занимает промежуточное место между постоянным и переменным битрейтом. Конкретный битрейт задаётся пользователем. Программа все же варьирует его в определенном диапазоне, но не выходит за заданную среднюю величину.

При заданном битрейте качество VBR обычно выше чем ABR. Качество ABR в свою очередь выше чем CBR: VBR > ABR > CBR.

ABR подходит для пользователей, которым нужны преимущества кодирования VBR, но с относительно предсказуемым размером файла. Для ABR обычно требуется кодирование в 2 прохода, так как на первом проходе кодек не знает какие части аудиоматериала должны кодироваться с максимальным битрейтом.

Существуют 3 метода хранения цифрового аудиоматериала:

Несжатый (RAW) формат данных

содержит просто последовательность бинарных значений.
Именно в таком формате хранится аудиоматериал в Аудио-CD. Несжатый аудиофайл можно открыть, например, в программе Audacity. Они имеют расширение .raw, .pcm, .sam, или же вообще не имеют расширения. RAW не содержит заголовка файла (метаданных).

Другой формат хранения несжатого аудиопотока это WAV. В отличие от RAW, WAV содержит заголовок файла.

Аудиоформаты с сжатием без потерь

Принцип сжатия схож с архиваторами (Winrar, Winzip и т.д.). Данные могут быть сжаты и снова распакованы любое количество раз без потери информации.

Как доказать, что при сжатии без потерь, информация действительно остаётся не тронутой? Это можно доказать методом деструктивной интерференции. Берем две аудиодорожки. В первой дорожке импортируем оригинальный, несжатый wav файл. Во второй дорожке импортируем тот же аудиофайл, сжатый без потерь. Инвертируем фазу одного из дорожек (зеркальное отображение). При проигрывании одновременно обеих дорожек выходной сигнал будет тишиной.

Это доказывает, что оба файла содержат абсолютно идентичные информации (рис. 11).

Кодеки сжатия без потерь: flac, WavPack, Monkey’s Audio…

При сжатии с потерями

Другой пример — эффект маскировки. Слабые амплитуды, которые перекрываются сильными амплитудами, могут быть воспроизведены с меньшим качеством. При громких низких частотах тихие средние частоты не улавливаются ухом. Например, если присутствует звук в 1kHz с уровнем громкости в 80dB, то 2kHz-звук с громкостью 40dB больше не слышим.

Читайте также: