Кодирование звуковой информации

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.

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.

 

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.

 

Битрейт звука — это один из ключевых параметров, определяющих качество звукового файла. Он измеряется в килобитах в секунду (kbps) и указывает на количество данных, передаваемых за одну секунду воспроизведения аудио. Чем выше битрейт, тем больше данных передаётся, что обычно приводит к лучшему качеству звука. Высокий битрейт позволяет сохранить больше деталей и нюансов оригинальной записи, что делает звук более чистым и насыщенным. Низкий битрейт, напротив, может привести к потере качества, появлению артефактов и искажений. 

Обычно битрейт ниже 128 кбит/с считается низким, от 160 кбит/с до 192 кбит/с — средним, а свыше 256 кбит/с — высоким

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

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. 

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

Шумовое кодирование:

Суть процесса: на вход ЦАП подаётся поток данных PCM, который подвергается интерполяции (oversampling). Затем в тракт вводится шумовой сигнал (dithering) с определённым уровнем шума, например, минус 20 дБ. Это уменьшает нелинейность передаточной функции из-за ошибок квантования.  1

Далее поток подаётся на реквантователь с обратной связью (noise shaping). В итоге формируется однобитный поток, который проходит через аналоговый фильтр нижних частот и превращается в конечный звуковой сигнал. 

Цифровое кодирование:

 

Цифровое кодирование звука — это процесс преобразования аналогового звукового сигнала в цифровой формат для хранения и обработки в цифровых устройствах. 1

Процесс кодирования включает в себя несколько этапов: 

1. Дискретизация. Непрерывный сигнал преобразуется в ряд отдельных точек. Частота дискретизации определяет количество этих точек в секунду. Например, CD-качество звука обычно имеет частоту дискретизации 44,1 кГц, что означает 44,100 сэмплов в секунду. 
2. Квантование. Каждый сэмпл, полученный после дискретизации, представляется в виде цифрового значения. Битовая глубина определяет диапазон этих значений. Например, 16-битное квантование может представлять сэмплы значениями от 0 до 65,535. 
3. Кодирование. После дискретизации и квантования данные могут быть дополнительно закодированы с использованием различных алгоритмов сжатия, чтобы уменьшить их размер. 

Некоторые форматы файлов для хранения звуковой информации:

• WAV. Базовый формат без сжатия, который обычно использует дискретизацию 44,1 кГц и 16-битное квантование. 
• MP3. Формат сжатия с потерями, который значительно уменьшает размер файла за счёт удаления звуковой информации, которую человеческое ухо обычно не воспринимает. 
• FLAC. Формат без потерь, который сжимает файлы без утраты качеств.

Аналоговое кодирование:

Аналоговое кодирование звука — это преобразование непрерывного аналогового сигнала в последовательность чисел, то есть в цифровой формат. Этот процесс называется аналогово-цифровым преобразованием (оцифровкой). 

Процесс кодирования включает несколько этапов:

1. Дискретизация. Непрерывный сигнал преобразуется в ряд отдельных точек. Количество этих точек в секунду называют частотой дискретизации. Например, CD-качество звука обычно имеет частоту дискретизации 44,1 кГц, что означает 44 100 сэмплов в секунду. 
2. Квантование. Каждый сэмпл, полученный после дискретизации, представляется в виде цифрового значения. Битовая глубина определяет диапазон этих значений. Например, 16-битное квантование может представлять сэмплы значениями от 0 до 65 535. 
3. Кодирование. После дискретизации и квантования данные могут быть дополнительно закодированы с использованием различных алгоритмов сжатия, чтобы уменьшить их размер. 

Некоторые аудиоформаты:

• WAV. Базовый формат без сжатия, который обычно использует дискретизацию 44,1 кГц и 16-битное квантование. 
• MP3. Формат сжатия с потерями, который значительно уменьшает размер файла за счёт удаления звуковой информации, которую человеческое ухо обычно не воспринимает. 
• FLAC. Формат без потерь, который сжимает файлы без утраты качества. 

Форматы звуковых файлов:

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.

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.

MID
Файл, хранящий в себе сообщения MIDI-системе, установленной на Вашем компьютере или в устройстве.

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.

 

Обработка звука:

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.