Звук как физическое явление Цифровое представление звука

Звук как физическое явление Цифровое представление звука

Аналоговая запись звука позволяет добиться очень высокого соответствия оригиналу, однако обладает и рядом недостатков, основным из которых является сложность обработки, хранения и тиражирования фонограмм. В любом случае, вычислительная техника может обрабатывать только данные, представленные в двоичной форме 1, поэтому для загрузки в память компьютера для последующего редактирования, хранения, или просто воспроизведения, звук должен быть оцифрован. Для этой цели используются специальные микросхемы, т. н. АЦП и ЦАП (англ. DAC) – аналого-цифровые и цифроаналоговые преобразователи. 8 -канальный DAC Cirrus Logic CS 4382 на звуковой плате Sound Blaster X-Fi Fatal 1 ty Преобразование двоичных чисел в десятичные: двоичное число 110001 будет равно 1 * 25 + 1 * 24 + 0 * 23 + 0 * 22 + 0 * 21 + 1 * 20 = 49

Аналого-цифровое преобразование Поступающий на АЦП звук в аналоговой форме — в виде непрерывно меняющегося электрического сигнала — подвергается в нем дискретизации или квантованию. Дискретизация разбивает непрерывный сигнал на последовательность его мгновенных значений — отсчетов, и кодирует уровень каждого отсчета целым числом в диапазоне 0. . 255 (8 - разрядная оцифровка) или, например, 0. . 65535 (16 -разрядная оцифровка). В итоге создается поток значений, более или менее корректно описывающий исходный сигнал.

Цифро-аналоговое преобразование Аналогичным образом работает и обратный процесс: последовательность цифровых отсчетов подается на ЦАП, который преобразует числовые значения в уровни напряжения, объединяя дискретную последовательность этих уровней в непрерывный электрический сигнал, который затем воспроизводится в виде звука акустической системой. В состав ЦАП входят декодирующее устройство, которое производит преобразования полученных кодовых комбинаций в квантованную последовательность отсчётов, а также сглаживающий фильтр, который восстанавливает переданный аналоговый сигнал по квантованным значениям. Стандартной является оцифровка звука на частоте дискретизации 44. 1 к. Гц с 16 -разрядным квантованием. Это т. н. CD-качество, т. к. формат CD-DA (или Audio. CD) использует именно эти частоту дискретизации и разрядность (битрейт).

Часто используется и частота дискретизации 48 к. Гц с 16 -разрядным квантованием – она предусмотрена форматом DV, а также используется в DAT-магнитофонах. Существует стандарт DVD-audio, где частота дискретизации может быть равной 44, 1/48/88. 2/96 к. Гц, разрядность 16/20/24 бит, а количество каналов — до 6. Профессиональные и полупрофессиональные устройства цифровой записи также стандартно поддерживают частоту дискретизации 96 к. Гц и 24 -разрядное квантование. Глубиной дискретизации, разрядностью или битрейтом называют количество уровней квантования (или диапазон возможных значений). Чем больше глубина дискретизации и чем больше частота дискретизации, тем точнее цифровой сигнал соответствует аналоговому. В случае однородного квантования глубину дискретизации называют также динамическим диапазоном и измеряют в децибелах, при этом 1 бит ≈ 6 д. Б. Битрейт и диапазон возможных значений: • • 8 бит = 28 = 256 16 бит = 216 = 65 536 24 бита = 224 = 16 777 216 32 бита = 232 = 4 294 967 296

Импульсно-кодовая модуляция Процесс оцифровки сигнала, выполняемый большинством ЦАП, называется импульсно-кодовой модуляцией (ИКМ, англ. Pulse Code Modulation, PCM). В случае кодирования звука, это способ цифрового кодирования сигнала при помощи записи абсолютных значений амплитуд (используется знаковое или беззнаковое представление): Кроме того, разновидностью PCM является DPCM и ADPCM ([Adaptive] Delta PCM [адаптивная] относительная импульснокодовая модуляция) – запись значений сигнала не в абсолютных, а в относительных изменениях амплитуд (приращениях): Для звуковых данных такой тип модуляции уменьшает требуемое количество бит на отсчёт примерно на 25 %. Адаптивная DPCM (ADPCM) — разновидность DPCM, в которой изменяется величина шага квантования, что позволяет ещё больше уменьшить требования к полосе пропускания 1 при заданном соотношении сигнала и шума. 1. Полоса пропускания — диапазон частот, в пределах которого сигнал передается без существенных искажений.

Сигма-дельта-модуляция Альтернативой PCM является сигма-дельта-модуляция. При таком способе оцифровки данные представляют собой непрерывный двоичный поток, получаемый с гораздо большей частотой дискретизации - 2. 8 или 5. 6 МГц. На этой технологии построен, например, формат хранения данных Super Audio CD (SACD), предложенный фирмами Sony и Philips. Параметры формата — 1 бит, 2, 8224 МГц. При сигма-дельта модуляции квантование осуществляется всего одним разрядом, но с частотой в десятки и сотни раз превышающей частоту Найквиста (FH). В процессе такого преобразования анализируется не амплитуда сигнала, а направление её изменения. Если амплитуда возрастает, то результатом преобразования будет 1, а если уменьшается - то 0. Нулевой уровень кодируется чередующимися нулями и единицами. Сигма-дельта модуляция известна достаточно давно - с 1962 года. Однако практическое применение её в системах высококачественного воспроизведения звука было затруднено тем, что не было достаточно быстродействующей элементной базы.

Быстрое преобразование Фурье (FFT) Математической основой цифро-аналоговых преобразований является теорема Фурье. Французский математик Ж. Б. Фурье доказал, что любое сложное периодическое колебание f(t) можно разложить на сумму простых гармонических колебаний и предложил формулы, по которым можно вычислить амплитуды и фазы всех гармоник, если известна формула сложного колебания. На практике, поскольку вычисления являются довольно сложными, а преобразование происходит в режиме реального времени, используется т. н. Быстрое преобразование Фурье (FFT).

Теорема Найквиста — Шеннона — Котельникова Теорема гласит, что для сигнала, представленного последовательностью дискретных отсчетов, точное восстановление возможно, только если частота дискретизации более чем в 2 раза выше максимальной частоты в спектре сигнала. Из сказанного следует, что восстановить без искажений можно только сигнал, спектр которого ограничен некоторой частотой Fmax (частота Найквиста). Однако, теоретически все реальные сигналы имеют бесконечные спектры. Спектры реальных сигналов, хотя и не бесконечны, но могут быть весьма широкими. Для того чтобы при дискретизации избежать искажений, вызванных этим обстоятельством, сигнал вначале пропускают через фильтр, подавляющий в нем все частоты, которые превышают заданное значение Fmax, и лишь затем производят дискретизацию: Итак, согласно теореме, рассматривающей идеальные условия, частота дискретизации, с которой следует брать отсчеты, составляет не менее 2 Fmax. Однако, с учетом реальных свойств сигналов и устройств преобразования, восстановленный сигнал имеет произвольные амплитуду и фазу (в определенных пределах). Статистически достоверное восстановление исходного аналогового сигнала имеет место при частоте выборки не менее 5 F.

Теорема Найквиста — Шеннона — Котельникова In case A of the previous illustration, the sampling frequency fs equals the frequency f of the sine wave. fs is measured in samples/second. f is measured in cycles/second. Therefore, in case A, one sample per cycle is acquired. The reconstructed waveform appears as an alias at DC. In case B of the previous illustration, fs = 7/4 f, or 7 samples/4 cycles. In case B, increasing the sampling rate increases the frequency of the waveform. However, the signal aliases to a frequency less than the original signal—three cycles instead of four. In case C of the previous illustration, increasing the sampling rate to fs = 2 f results in the digitized waveform having the correct frequency or the same number of cycles as the original signal. In case C, the reconstructed waveform more accurately represents the original sinusoidal wave than case A or case B. By increasing the sampling rate to well above f, for example, fs = 10 f = 10 samples/cycle, you can accurately reproduce the waveform. Case D of the previous illustration shows the result of increasing the sampling rate to fs = 10 f.

Виды искажений сигнала при оцифровке и способы их минимизации • Шум квантования • Нелинейность, как следствие физического несовершенства АЦП • Джиттер • Aliasing: (см. видео) • Предварительная Low-pass фильтрация: • Калибровка устройства АЦП • Передискретизация • Dithering:

Шумы квантования Искажения, которые возникают при оцифровке звука и его последующем восстановлении называют «шумами квантования» : Способы борьбы с шумами квантования: Dithering и Noise-shaping: http: //audiophilesoft. ru/publ/theory/bitdepth/6 -1 -0 -14

Низкочастотный (Low-pass) фильтр

Dithering

Цифровые аудио носители. Оптические диски Компакт-диск формата CD-DA оказался первой общедоступной цифровой аудиосистемой. Это миниатюрная пластинка диаметром 120 мм с цифровой записью на одной стороне, воспроизводимой на лазерном проигрывателе. Полностью записанный диск звучит 74 мин. (Почему? ) Он дает высококачественный звук с частотной характеристикой от 20 Гц до 20 к. Гц, с превышающими 90 д. Б динамическим диапазоном и разделением между каналами. В 1997 появилась и к концу века получила распространение технология DVD. Это, по существу, более емкий (до 4 Гб) и более быстрый компакт-диск, который может содержать аудио, видео и компьютерные данные. В сентябре 1999 года компаниями SONY и PHILIPS был предложен формат Super Audio CD (или SACD). Форма и размер SACD совпадает с обычным компакт диском (CD). Емкость SACD в 6 раз больше обычного CD, кроме звука на них можно записывать и другие данные. Поддерживается многоканальность (может быть записано 1, 2, 2. 1, 3, 4 (3. 1, 4. 0), 5 или 6 (5. 1) каналов, где. 1 - это субвуфер) и защита от копирования. Преемственность сохраняется благодаря, так называемым, двуслойным или гибридным дискам, которые можно слушать и на старых CD проигрывателях. Все SACD проигрыватели также воспроизводят обычные CD.

Как устроен CD Первый оригинал компакт-диска (мастер-диск) изготавливают методом фотолитографии, используя лазер для выжигания питов (микроуглублений) на поверхности фоторезиста, нанесенного на стеклянный диск. В процессе производства питы становятся выступами отражающей нижней поверхности пластиковых дисков, на которую затем наносится слой прозрачного пластика толщиной 1, 2 мм. Длина питов и расстояние между ними несут цифровую информацию. Питы идут по спирали длиной 5, 7 км, которая начинается в центральной части диска, закручивается по часовой стрелке и доходит до края. Шаг спирали равен 1, 6 мкм (примерно 1/40 диаметра человеческого волоса и около 1/60 среднего шага канавок записи на долгоиграющей пластинке). Двоичная информация считывается лазерным лучом. Там, где луч попадает в промежутки между выступами, он отражается обратно и светоделительной призмой направляется на фотоприемник. Когда же считывающий лазерный луч попадает на выступ, он при отражении диффузно рассеивается. Таким образом, фотоприемник получает одно из двух возможных значений – 0 или 1.

Цифровые магнитные носители DAT (Digital audio tape) — цифровой формат звукозаписи, разработанный компаниями Sony и Philips и представленный в 1987 году. DAT задумывался как потребительский звуковой формат, в качестве альтернативы аналогового формата записи на компакт-кассеты, но не получил такого же массового распространения. Однако, формат нашел широкую поддержку в профессиональной среде. DAT-кассета по внешнему виду напоминает уменьшенную компакт-кассету, внутри которой находится магнитная лента с металлопорошковым рабочим слоем. Запись на магнитную ленту производится цифровым, а не аналоговым способом. При этом используется 16 -битная импульсно-кодовая модуляция (PCM) без сжатия, как у CD. Частота дискретизации может быть выбрана из нескольких значений: 48 (основной режим), 44, 1 (как у CD) или 32 к. Гц. В профессиональной звукозаписи широко использовался ADAT (Alesis Digital Audio Tape) — пакет стандартов цифровой звукозаписи, разработанный компанией Alesis в 1991 году, включающий формат восьмидорожечной звукозаписи на видеокассету стандарта S-VHS. При цене $3995 ADAT являлся в то время самым недорогим цифровым многодорожечным магнитофоном.

Mini. Disc (магнитооптический носитель) Минидиск (или сокращённо MD) — цифровой магнитооптический носитель информации. Был разработан и впервые представлен компанией Sony 12 января 1992 года. MD позиционировался как замена компакт-кассетам, к тому времени достигнувшим своего технологического предела, и — как конкурент уже получившим распространение (но неперезаписываемым) компакт-дискам. Минидиск широкого распространения в мире не получил, и 1 февраля 2013 года Компания Sony официально заявила о конце стандарта Mini. Disc, объявив о том, что последние плееры, поддерживающие этот формат, будут выпущены компанией в марте этого года, далее поддержка MD будет прекращена. Запись на магнитооптический диск осуществляется по следующей технологии: излучение лазера разогревает участок дорожки выше 150 градусов цельсия, после чего магнитная головка, расположенная с обратной стороны диска, создает электромагнитный импульс, который изменяет намагниченность. Эти изменения создают отпечатки, эквивалентные питам на оптических дисках. Считывание осуществляется тем же самым лазером, но на меньшей мощности, недостаточной для разогрева диска: поляризованный лазерный луч проходит сквозь материал диска, отражается от подложки, проходит сквозь оптическую систему и попадает на датчик. При этом в зависимости от намагниченности изменяется плоскость поляризации луча лазера, что и определяется датчиком.

Форматы цифрового звука Под "форматом" цифрового звука понимают не только формат аудиофайла (который можно определить по его расширению), но и, например, формат представления данных, который зависит от способа и параметров оцифровки. Помимо форматов компьютерных файлов различных операционных систем, существуют форматы звуковых носителей, форматы потокового аудио и форматы многоканального звука. Кроме того, "звуковой" файл может представлять собой не только аудиозапись, но и файл проекта аудиоредактора, DAW или любой другой программы для работы со звуком. Так, например, MIDI-файл не содержит никаких аудиоданных, он представляет собой набор команд, управляющих синтезаторами и другими устройствами. Файл проекта может содержать как интегрированный звук, так и только ссылки на медиаданные. Формат представления звуковых данных в цифровом виде зависит от способа квантования аналогово-цифровым преобразователем (АЦП). Обычно используются два вида квантования: • • импульсно-кодовая модуляция сигма-дельта-модуляция Разрядность и частоту дискретизации (квантования) также указывают для различных звуковых устройств записи и воспроизведения как формат представления цифрового звука (24 бита/192 к. Гц; 16 бит/48 к. Гц).

Форматы файлов цифрового звука Выделяют три группы форматов файлов: • аудиоформаты без сжатия, такие как WAV, AIFF, RAW (необработанные ( «сырые» ) замеры без какого-либо заголовка или синхронизации) • аудиоформаты со сжатием без потерь (APE, FLAC) • аудиоформаты со сжатием с потерями (MP 3, AAC, Ogg, WMA (есть версия без потерь)) Сравнение цифровых аудиоформатов: https: //ru. wikipedia. org/wiki/Сравнение_цифровых_аудиоформатов Сжатие данных без потерь (lossless) — метод сжатия данных, при использовании которого закодированные данные однозначно могут быть восстановлены с точностью до бита. Этот тип сжатия принципиально отличается от сжатия данных с потерями. При использовании сжатия с потерями распакованные данные отличаются от исходных, но степень отличия не существенна с точки зрения их восприятия или дальнейшего использования. Преимущество сжатия с потерями состоит в возможности большей степень сжатия при допустимых искажениях. Кроме того, воспроизведение данных, сжатых без потерь, в реальном времени требует дополнительной производительности. При использовании сжатия с потерями необходимо учитывать, что повторное сжатие обычно приводит к деградации качества. Однако, если повторное сжатие выполняется по тому же алгоритму и без каких-либо изменений сжимаемых данных, качество не меняется. Но в общем случае, когда декодированные данные подвергаются редактированию, несжатый оригинал целесообразно сохранять (или сжимать без потери данных).

А также: Внутренние форматы программ и устройств Форматы патчей, сэмплов и MIDI

Метод сжатия без потерь В общих чертах смысл сжатия без потерь таков: в исходных данных находят какую-либо закономерность и с учётом этой закономерности генерируют вторую последовательность, которая полностью описывает исходную. Например, для кодирования двоичных последовательностей, в которых много нулей и мало единиц, мы можем использовать такую замену: 00 > 0 01 > 10 10 > 110 11 > 111 В таком случае шестнадцать битов 00 01 00 00 11 10 00 00 будут преобразованы в тринадцать битов 0 10 0 0 111 110 0 0 Если мы запишем сжатую строку без пробелов, мы всё равно сможем расставить в ней пробелы — а значит, восстановить исходную последовательность.

Основные типы алгоритмов сжатия При кодировании звука используются две основных схемы сжатия: В трансформирующих кодеках фреймы изображений или звука обычно трансформируются в новое базисное пространство и производится квантование. Трансформация может осуществляться либо для всего фрейма целиком, либо поблочно (характерный пример — JPEG, MP 3). В предсказывающих кодеках (FLAC) предыдущие и/или последующие отсчеты данных используются для того, чтобы предсказать текущий отсчет изображения или звука. Ошибка между предсказанными данными и реальными вместе с добавочной информацией, необходимой для производства предсказания, затем квантуется и кодируется.

MP 3 (MPEG-1/2/2. 5 Layer 3) Используется алгоритм сжатия с потерями, размер MP 3 -файла со средним битрейтом 128 кбит/с примерно равен 1/11 от оригинального файла с аудио CD (несжатое аудио формата CD-Audio имеет битрейт 1411, 2 кбит/с). MP 3 файлы могут создаваться с высоким или низким битрейтом, что влияет на качество результата. Принцип сжатия заключается в снижении точности некоторых частей звукового потока, что практически неразличимо для слуха большинства людей. Звуковой сигнал разбивается на равные по продолжительности отрезки, каждый из которых после обработки упаковывается в свой фрейм (кадр). Разложение в спектр требует непрерывности входного сигнала, в связи с этим для расчётов используется также предыдущий и следующий фрейм. В звуковом сигнале есть гармоники с меньшей амплитудой и гармоники, лежащие вблизи более интенсивных — такие гармоники отсекаются, так как среднестатистическое человеческое ухо не всегда сможет определить присутствие либо отсутствие таких гармоник. Такая особенность слуха называется эффектом маскировки. Также возможна замена двух и более близлежащих пиков одним усреднённым (что, как правило, и приводит к искажению звука). Критерий отсечения определяется требованием к выходному потоку. Поскольку весь спектр актуален, высокочастотные гармоники не отсекаются, а только выборочно удаляются, чтобы уменьшить поток информации за счёт разрежения спектра. После спектральной «зачистки» применяются математические методы сжатия и упаковка во фреймы.

Эффект маскировки В определённых случаях один звук может быть скрыт другим звуком. Например, разговор рядом с железнодорожными путями может быть совершенно невозможен, если мимо проезжает поезд. Такого рода эффекты называют маскировкой. Говорят, что слабый звук маскируется, если он становится неразличимым в присутствии более громкого звука. Одновременная маскировка Любые два звука при одновременном прослушивании оказывают влияние на восприятие относительной громкости между ними. Более громкий звук снижает восприятие более слабого, вплоть до исчезновения его слышимости. Чем ближе частота маскируемого звука к частоте маскирующего, тем сильнее он будет скрываться. Эффект маскировки не одинаков при смещении маскируемого звука ниже или выше по частоте относительно маскирующего. Низкочастотный звук маскирует высокочастотные. При этом важно отметить, что высокочастотные звуки не могут маскировать низкочастотный. Врéменная маскировка Это явление похоже на частотную маскировку, но здесь происходит маскировка во времени. При прекращении подачи маскирующего звука маскируемый некоторое время продолжает быть неслышимым. В обычных условиях эффект от временной маскировки длится значительно меньше. Время маскировки зависит от частоты и амплитуды сигнала и может достигать 100 мс. В случае, когда маскирующий тон появляется по времени позже маскируемого, эффект называют постмаскировкой. Когда маскирующий тон появляется раньше маскируемого (возможен и такой случай), эффект называют пре-маскировкой. Постстимульное утомление Нередко после воздействия громких звуков высокой интенсивности у человека резко снижается слуховая чувствительность. Восстановление обычных порогов может продолжаться до 16 часов. Этот процесс называется «временный сдвиг порога слуховой чувствительности» или «постстимульное утомление» . Сдвиг порога начинает появляться при уровне звукового давления выше 75 д. Б и соответственно увеличивается при повышении уровня сигнала. Причём наибольшее влияние на сдвиг порога чувствительности оказывают высокочастотные составляющие сигнала.

Фантомные частоты Иногда человек может слышать звуки в низкочастотной области, хотя в реальности звуков такой частоты не было. The brain perceives the pitch of a tone not only by its fundamental frequency, but also by the periodicity implied by the relationship between the higher harmonics; we may perceive the same pitch (perhaps with a different timbre) even if the fundamental frequency is missing from a tone. For example, when a note (that is not a pure tone) has a pitch of 100 Hz, it will consist of frequency components that are integer multiples of that value (e. g. 100, 200, 300, 400, 500. . Hz). However, smaller loudspeakers may not produce low frequencies, and so in our example, the 100 Hz component may be missing. Nevertheless, a pitch corresponding to the fundamental may still be heard. Этот эффект используется в звуковоспроизводящей аппаратуре, чтобы расширить область воспроизводимых низких частот, если невозможно адекватно воспроизвести такие частоты напрямую, например, в наушниках, мобильных телефонах, малобюджетных динамиках (акустических системах) и т. п.

Типы битрейта MP 3 CBR расшифровывается как Constant Bit Rate, то есть постоянный битрейт, который задаётся пользователем и не изменяется при кодировании произведения. Таким образом, каждой секунде произведения соответствует одинаковое количество закодированных бит данных (даже при кодировании тишины). VBR расшифровывается как Variable Bit Rate, то есть изменяющийся битрейт или переменный битрейт, который динамически изменяется программой-кодером при кодировании в зависимости от насыщенности кодируемого аудиоматериала и установленного пользователем качества кодирования (например, тишина закодируется с минимальным битрейтом). Минусом данного метода кодирования является то, что VBR считает «незначительной» звуковой информацией более тихие фрагменты, таким образом получается, что если слушать очень громко, то эти фрагменты будут некачественными, в то время как CBR делает с одинаковым битрейтом и тихие, и громкие фрагменты. ABR расшифровывается как Average Bit Rate, то есть усредненный битрейт, который является гибридом VBR и CBR: битрейт в кбит/c задаётся пользователем, а программа варьирует его, постоянно подгоняя под заданный битрейт. Таким образом, кодек будет с осторожностью использовать максимально и минимально возможные значения битрейта, так как рискует не вписаться в заданный пользователем битрейт. Это является явным минусом данного метода, так как сказывается на качестве выходного файла, которое будет немного лучше, чем при использовании CBR, но хуже, чем при использовании VBR.

Кодеки MP 3 Типы программ, необходимые для преобразования форматов файлов. Наиболее распространённые кодеки MP 3: mp 3 PRO-codec (использует частотное преобразование SBR). LAME-codec fraunhofer-codec

FLAC (Free Lossless Audio Codec — свободный аудио-кодек без потерь) Принцип кодирования: алгоритм пытается описать сигнал такой функцией, чтобы полученный после её вычитания из оригинала результат (называемый разностью, остатком, ошибкой) можно было закодировать минимальным количеством битов. Когда модель подобрана, алгоритм вычитает приближение из оригинала, чтобы получить остаточный (ошибочный) сигнал, который затем кодируется без потерь.

* Легенда гласит, что при утверждении формата компакт-диска компаниями Philips и Sony, вице-президент Sony Норио Ога настаивал на том, что диск обязательно должен вмещать её целиком. Самой длинной записью, найденной в архивах, оказалось исполнение симфонии на Байрейтском фестивале под руководством Вильгельма Фуртвенглера — 74 минуты. Это и послужило решающим аргументом принятии решения о ёмкости диска.