1. Zvok
Nanaša se na zvočne valove s frekvenco med 20 Hz in 20 kHz, ki jih slišijo človeška ušesa.
Če v računalnik dodate ustrezno zvočno kartico, ki ji pogosto rečemo zvočna kartica, lahko posnamemo vse zvoke in zvočne značilnosti zvoka, kot je raven zvoka, lahko shranimo kot datoteke na trdi disk računalnika. Nasprotno pa lahko z določenim zvočnim programom predvajamo shranjeno zvočno datoteko, da obnovimo prej posneti zvok.
2. Frekvenca vzorčenja
Nanaša se na število vzorcev zvoka, dobljenih na sekundo. Zvok je pravzaprav nekakšen energijski val, zato ima tudi značilnosti frekvence in amplitude. Frekvenca ustreza časovni osi, amplituda pa ravni ravni. Val je neskončno gladek in za struno lahko štejemo, da jo sestavlja nešteto točk. Ker je prostor za shranjevanje razmeroma omejen, je treba med postopkom digitalnega kodiranja vzorčiti točke niza.
Postopek vzorčenja je pridobiti frekvenčno vrednost določene točke. Očitno je, da več točk se pridobi v eni sekundi, več informacij o frekvenci se dobi. Če želite obnoviti valovno obliko, višja je frekvenca vzorčenja, boljša je kakovost zvoka. Bolj resnična je restavracija, vendar hkrati zaseda več virov. Zaradi omejene ločljivosti človeškega ušesa ni mogoče ločiti previsoke frekvence. Pogosto se uporablja frekvenca vzorčenja 22050, 44100 je že kakovost zvoka CD, vzorčenje nad 48,000 ali 96,000 pa za človeško uho ni več smiselno. To je podobno kot pri 24 sličicah na sekundo v filmih. Če je stereo, se vzorec podvoji in datoteka skoraj podvoji.
V skladu s teorijo vzorčenja Nyquist mora biti frekvenca vzorčenja približno 40 kHz, da se zagotovi, da zvok ni popačen. Ni nam treba vedeti, kako je prišlo do tega izreka. Vedeti moramo le, da nam ta izrek pravi, da mora biti frekvenca vzorčenja večja ali enaka dvakratni največji frekvenci zvočnega signala, če želimo natančno posneti signal. Ne pozabite, da je to največja frekvenca. .
Na področju digitalnega zvoka so pogosto uporabljene hitrosti vzorčenja:
8000 Hz - frekvenca vzorčenja, ki jo uporablja telefon, kar zadostuje za človeški govor
11025 Hz - hitrost vzorčenja, ki jo uporablja telefon
Frekvenca vzorčenja 22050 Hz, ki se uporablja za radijsko oddajanje
32000 Hz hitrost vzorčenja, ki jo uporablja digitalna videokamera miniDV, DAT (način LP)
44100 Hz-Audio CD, ki se pogosto uporablja tudi pri vzorčenju zvoka MPEG-1 (VCD, SVCD, MP3)
Hitrost vzorčenja 47250 Hz, ki jo uporabljajo komercialni snemalniki PCM
48000 Hz hitrost vzorčenja za digitalni zvok, ki se uporablja v miniDV, digitalni TV, DVD, DAT, filmih in profesionalnem zvoku
Hitrost vzorčenja 50000 Hz, ki jo uporabljajo komercialni digitalni snemalniki
96000 Hz ali 192000 Hz - hitrost vzorčenja, uporabljena za DVD-Audio, nekatere zvočne posnetke DVD LPCM, zvočne posnetke BD-ROM (Blu-ray Disc) in zvočne posnetke HD-DVD (DVD visoke ločljivosti)
3. število vzorčnih bitov
Število vzorčnih bitov se imenuje tudi velikost vzorčenja ali število bitov kvantizacije. To je parameter, ki se uporablja za merjenje nihanja zvoka, to je ločljivosti zvočne kartice, ali pa jo lahko razumemo kot ločljivost zvočne kartice, ki jo obdela zvočna kartica. Večja kot je vrednost, večja je ločljivost in bolj realističen je posnet in predvajan zvok. Bit zvočne kartice se nanaša na binarne številke digitalnega zvočnega signala, ki jih uporablja zvočna kartica pri zbiranju in predvajanju zvočnih datotek. Bit zvočne kartice objektivno odraža natančnost opisa digitalnega zvočnega signala vhodnega zvočnega signala. Pogoste zvočne kartice so večinoma 8-bitne in 16-bitne. Danes so vsi običajni izdelki na trgu 16-bitne in starejše zvočne kartice.
Zabeleži se amplituda vseh vzorčenih podatkov, natančnost vzorčenja pa je odvisna od števila vzorčnih bitov:
1 bajt (to je 8-bitni) lahko zabeleži samo 256 številk, to pomeni, da je amplitudo mogoče razdeliti samo na 256 ravni;
2 bajta (torej 16 bitov) sta lahko majhna kot 65536, kar je že standard CD-ja;
4 bajti (torej 32-bitni) lahko razdelijo amplitudo na 4294967296 ravni, kar je resnično nepotrebno.
4. število kanalov
To je število zvočnih kanalov. Skupni mono in stereo (dvokanalni) sta se zdaj razvila v štirizvočni prostorski (štirikanalni) in 5.1-kanalni.
(1) Enotna cesta
Mono je razmeroma primitivna oblika reprodukcije zvoka in zgodnje zvočne kartice so jo uporabljale pogosteje. Mono zvok je mogoče predvajati samo z enim zvočnikom, nekateri pa se obdelajo tudi v dva zvočnika za oddajanje istega zvočnega kanala. Ko se monofonske informacije predvajajo prek dveh zvočnikov, lahko jasno začutimo, da je zvok iz dveh zvočnikov. Nemogoče je določiti točno lokacijo vira zvoka, ki se prenaša na naša ušesa iz sredine zvočnika.
(2) Stereo
Binauralni kanali imajo dva zvočna kanala. Načelo je, da lahko ljudje, ko slišijo zvok, presodijo določeno lokacijo vira zvoka na podlagi fazne razlike med levim in desnim ušesom. Med snemanjem se zvok dodeli dvema neodvisnima kanaloma, da se doseže dober učinek lokalizacije zvoka. Ta tehnika je še posebej uporabna pri ocenjevanju glasbe. Poslušalec lahko jasno loči smer, iz katere prihajajo različni inštrumenti, zaradi česar je glasba bolj domiselna in bližja izkušnji na kraju samem.
Trenutno se najpogosteje uporabljata dva glasova. V karaokah je ena za predvajanje glasbe, druga pa za glas pevca; v VCD je ena sinhronizacija v mandarinščini, druga pa v kantonščini.
(3) Štiribarvni prostorski zvok
Štirikanalni prostorski zvok določa štiri zvočne točke, spredaj levo, spredaj desno, zadaj levo in zadaj desno, občinstvo pa obkrožajo te štiri točke zvoka. Hkrati je priporočljivo dodati tudi globokotonec za izboljšanje predvajanja obdelave nizkofrekvenčnih signalov (to je razlog, da so danes 4.1-kanalni zvočniški sistemi priljubljeni). Kar zadeva splošni učinek, lahko štirikanalni sistem poslušalcem prinese prostorski zvok iz več različnih smeri, lahko pridobi slušno izkušnjo bivanja v različnih okoljih in uporabnikom ponudi povsem novo izkušnjo. Dandanes je bila štirikanalna tehnologija široko vključena v zasnovo različnih zvokovnih kartic srednjega in visokega razreda, kar je postalo glavni trend prihodnjega razvoja.
(4) kanal
5.1 kanali se pogosto uporabljajo v različnih tradicionalnih gledališčih in domačih gledališčih. Nekatere bolj znane oblike stiskanja zvočnega zapisa, kot so Dolby AC-3 (Dolby Digital), DTS itd., Temeljijo na zvočnem sistemu 5.1. Kanal ".1" je posebej zasnovan nizkotonski kanal, ki lahko proizvaja nizkotonske zvočnike s frekvenčnim odzivom od 20 do 120 Hz. Pravzaprav zvočni sistem 5.1 prihaja iz 4.1 surround, razlika je v tem, da doda osrednjo enoto. Ta osrednja enota je odgovorna za oddajanje zvočnega signala pod 80 Hz, kar je koristno za okrepitev človeškega glasu med gledanjem filma in koncentracijo dialoga na sredini celotnega zvočnega polja za povečanje celotnega učinka.
Trenutno je veliko spletnih predvajalnikov glasbe, na primer QQ Music, na voljo 5.1-kanalna glasba za poskusno poslušanje in prenos.
5. okvir
Koncept zvočnih okvirjev ni tako jasen kot video okvirji. Skoraj vsi formati kodiranja video posnetkov lahko okvir preprosto predstavljajo kot kodirano sliko. Vendar je zvočni okvir povezan s formatom kodiranja, ki ga izvaja vsak standard kodiranja. Ker gre za PCM (nekodirani zvočni podatki), sploh ne potrebuje koncepta okvirjev in se lahko predvaja glede na hitrost vzorčenja in natančnost vzorčenja. Na primer, za dvojni zvok s hitrostjo vzorčenja 44.1 kHZ in natančnostjo vzorčenja 16 bitov lahko izračunate, da je bitna hitrost 44100 * 16 * 2bps, zvočni podatki na sekundo pa fiksni 44100 * 16 * 2 / 8 bajtov.
Amr okvir je razmeroma preprost. Določa, da je vsakih 20 ms zvoka okvir, vsak okvir zvoka pa je neodvisen. Možno je uporabiti različne algoritme kodiranja in različne parametre kodiranja.
Okvir mp3 je nekoliko bolj zapleten in vsebuje več informacij, kot so hitrost vzorčenja, bitna hitrost in različni parametri.
6. cikel
Število sličic, potrebno za eno obdelavo v zvočni napravi, se uporablja kot enota za dostop do podatkov in shranjevanje zvočnih podatkov v zvočni napravi.
7. prepleteni način
Način shranjevanja digitalnih zvočnih signalov. Podatki so shranjeni v neprekinjenih okvirih, to pomeni, da se najprej posnamejo vzorci levega kanala in vzorci desnega kanala okvira 1, nato pa se začne snemanje okvira 2.
8. način brez prepletanja
Najprej posnemite vzorce levih kanalov vseh sličic v obdobju, nato pa vse vzorce desnih kanalov.
9. bitna hitrost
Bitna hitrost se imenuje tudi bitna hitrost, ki se nanaša na količino podatkov, ki jih predvaja glasba na sekundo, enota pa je izražena v bitih, ki so binarni bit. bps je bitna hitrost. b je bit (bit), s je drugi (drugi), p je vsak (na), en bajt je enakovreden 8 binarnim bitom. Se pravi, da je velikost datoteke 4-minutne pesmi 128bps izračunana tako (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (bajt) = 8b (bit), na splošno je mp3 koristen pri približno 128 bitne hitrosti, velik je tudi približno 3-4 BM.
V računalniških aplikacijah je najvišja stopnja zvestobe kodiranje PCM, ki se pogosto uporablja za shranjevanje gradiva in glasbo. Uporablja se na CD-jih, DVD-jih in v naših običajnih datotekah WAV. Zato je PCM po dogovoru postal kodiranje brez izgub, saj PCM predstavlja najboljšo stopnjo zvestobe v digitalnem zvoku. To ne pomeni, da lahko PCM zagotovi absolutno zvestobo signala. PCM lahko doseže le največjo stopnjo neskončne bližine.
Izračun bitne hitrosti zvočnega toka PCM je zelo enostavna naloga, vrednost vzorčenja × vrednost velikosti vzorčenja × število kanalov v sekundi. Datoteka WAV s hitrostjo vzorčenja 44.1 KHz, velikostjo vzorčenja 16 bitov in dvokanalnim kodiranjem PCM, njena hitrost prenosa podatkov znaša 44.1 K × 16 × 2 = 1411.2 Kbps. Naš običajni avdio CD uporablja kodiranje PCM, zmogljivost CD-ja pa lahko vsebuje le 72 minut glasbenih informacij.
Dvokanalni avdio signal, kodiran s PCM, zahteva 176.4 KB prostora v 1 sekundi in približno 10.34 M v 1 minuti. To je za večino uporabnikov, zlasti tistih, ki radi poslušajo glasbo v računalniku, nesprejemljivo. Zasedenost diska, obstajata samo dve metodi, indeks zmanjšanja vzorčenja ali stiskanje. Indeksa vzorčenja ni priporočljivo zniževati, zato so strokovnjaki razvili različne kompresijske sheme. Najbolj izvirni so DPCM, ADPCM, najbolj znan pa je MP3. Zato je hitrost kode po stiskanju podatkov veliko nižja od prvotne kode.
