Audio
Nanaša se na zvočne valove s frekvenco zvoka med 20 Hz in 20 kHz, ki jih sliši človeško uho.
Če v računalnik dodate ustrezno zvočno kartico - na zvočno kartico, ki jo pogosto govorimo, lahko posnamemo vse zvoke, zvočne značilnosti zvoka, kot je raven zvoka, pa se lahko shranijo kot datoteke na trdi računalnik diska. Nasprotno pa lahko z določenim zvočnim programom predvajamo shranjeno zvočno datoteko, da obnovimo prej posneti zvok.
1 Oblika zvočne datoteke
Oblika zvočne datoteke se posebej nanaša na obliko datoteke, v kateri so shranjeni zvočni podatki. Obstaja veliko različnih formatov.
Splošna metoda pridobivanja zvočnih podatkov je vzorčenje (kvantiziranje) zvočne napetosti v določenem časovnem intervalu in shranjevanje rezultata v določeni ločljivosti (na primer vsak vzorec CDDA je 16 bitov ali 2 bajta). Interval vzorčenja ima lahko različne standarde. CDDA na primer porabi 44,100 krat na sekundo; DVD porabi 48,000 ali 96,000 krat na sekundo. Zato so [frekvenca vzorčenja], [ločljivost] in število [kanalov] (na primer 2 kanala za stereo) ključni parametri oblike zvočne datoteke.
1.1 Izgube in izgube
Glede na postopek izdelave digitalnega zvoka je lahko avdio kodiranje le neskončno blizu naravnim signalom. Vsaj trenutna tehnologija lahko to stori le. Vsaka shema digitalnega kodiranja zvoka ima izgubo, ker je ni mogoče popolnoma obnoviti. V računalniških aplikacijah je najvišja stopnja zvestobe kodiranje PCM, ki se pogosto uporablja za ohranjanje gradiva in spoštovanje glasbe. 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.
Obstajata dve glavni vrsti zapisov zvočnih datotek:
Formati brez izgub, kot so WAV, PCM, TTA, FLAC, AU, APE, TAK, WavPack (WV)
Izgubljeni formati, kot so MP3, Windows Media Audio (WMA), Ogg Vorbis (OGG), AAC
Uvod 2 parametra
2.1 Hitrost 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 z Nyquistovo teorijo vzorčenja 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 naša 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
Hitrost vzorčenja 11025 Hz, ki jo uporablja telefon
Frekvenca vzorčenja 22050 Hz, ki se uporablja pri radijskem oddajanju
32000 Hz - hitrost vzorčenja za digitalno videokamero miniDV, DAT (način LP)
44100 Hz-Audio CD, ki se pogosto uporablja tudi kot hitrost vzorčenja za zvok 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)
2.2 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.
Vsaki vzorčeni podatki beležijo amplitudo, natančnost vzorčenja pa je odvisna od števila vzorčnih bitov:
1 bajt (torej 8-bitni) lahko zabeleži le 256 številk, kar pomeni, da je amplitudo mogoče razdeliti le 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.
2.3 Število kanalov
To je število zvočnih kanalov. Skupni mono in stereo (dvokanalni) sta se zdaj razvila v štiriglasni prostorski (štirikanalni) in 5.1-kanalni.
2.3.1 Opica
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.
2.3.2 stereo
Binauralni kanali imajo dva zvočna kanala. Načelo je, da lahko ljudje, ko slišijo zvok, presodijo določen položaj 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.
2.3.3 Štiribarvni prostorski zvok
Štirikanalni prostorski zvok določa štiri zvočne točke, spredaj levo, spredaj desno, zadaj levo in zadaj desno, občinstvo pa je obdano s temi. Priporočljivo je dodati tudi globokotonec, da okrepite predvajanje nizkofrekvenčnih signalov (to je razlog, zakaj so danes 4.1-kanalni zvočniški sistemi zelo 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.
2.3.4 5.1 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.
2.4 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.
Na primer, v primeru 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 44100162bps, zvočni podatki na sekundo pa fiksnih 44100162/8 bajtov.
Amr okvir je razmeroma preprost. Določa, da je vsakih 20 ms zvoka okvir, vsak zvočni okvir pa je neodvisen in je mogoče 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.
2.5 ciklov
Število sličic, ki jih zahteva zvočna naprava za obdelavo naenkrat, in dostop do podatkov do zvočne naprave ter shranjevanje zvočnih podatkov temeljijo na tej enoti.
2.6 Prepleteni način
Način shranjevanja digitalnega zvočnega signala. 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.
2.7 Neprepleteni način
Najprej posnemite vzorce levih kanalov vseh sličic v obdobju, nato pa vse vzorce desnih kanalov.
2.8 bitna hitrost (bitna hitrost)
Bitna hitrost se imenuje tudi bitna hitrost, ki se nanaša na količino podatkov, ki jih glasba predvaja na sekundo. Enota je izražena z bitom, ki je 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) 460 = 3840kB = 3.8MB, 1B (bajt) = 8b (bit), na splošno je mp3 koristen pri približno 128 bitih in je verjetno Velikost je približno 3-4 BM.
V računalniških aplikacijah je najvišja stopnja zvestobe široko uporabljeno kodiranje PCM za ohranjanje gradiva in spoštovanje glasbe. Uporabljeni so CD-ji, DVD-ji in naše običajne datoteke 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 neskončno bližino.
Izračun bitne hitrosti zvočnega toka PCM je zelo enostavna naloga, vrednost hitrosti 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.
2.9 Primer izračuna
Na primer, dolžina datoteke "Windows XP startup.wav" je 424,644 bajtov, kar je v obliki "22050HZ / 16bit / stereo".
Nato je njegova hitrost prenosa na sekundo (bitna hitrost, imenovana tudi bitna hitrost, hitrost vzorčenja) 22050162 = 705600 (bps), pretvorjena v bajtno enoto je 705600/8 = 88200 (bajtov na sekundo), čas predvajanja: 424644 (skupno bajtov) / 88200 (bajtov na sekundo) ≈ 4.8145578 (sekunde).
Toda to ni dovolj natančno. Datoteka WAVE (* .wav) v standardnem formatu PCM ima najmanj 42 bajtov informacij v glavi, ki jih je treba pri izračunu časa predvajanja odstraniti, zato je: (424644-42) / (22050162/8) ≈ 4.8140816 ( sekund). To je bolj natančno.
3 PCM kodiranje zvoka
PCM pomeni modulacija impulzne kode. V procesu PCM se vhodni analogni signal vzorči, kvantira in kodira, binarno kodirano število pa predstavlja amplitudo analognega signala; sprejemni konec nato obnovi te kode na prvotni analogni signal. To pomeni, da A / D pretvorba digitalnega zvoka vključuje tri procese: vzorčenje, kvantiziranje in kodiranje.
Hitrost sprejemanja glasovnega PCM je 8kHz, število bitov vzorčenja pa 8bit, zato je stopnja kode glasovno digitalno kodiranega signala 8bit × 8kHz = 64kbps = 8KB / s.
3.1 Načela avdio kodiranja
Kdor ima določeno elektronsko osnovo, ve, da je zvočni signal, ki ga zbira senzor, analogna količina, toda tisto, kar uporabljamo v dejanskem postopku prenosa, je digitalna količina. In to vključuje postopek pretvorbe analognega v digitalni. Analogni signal mora iti skozi tri postopke, in sicer vzorčenje, kvantizacijo in kodiranje, da se uresniči tehnologija impulzne modulacije (PCM, Pulse Coding Modulation) tehnologije digitalizacije glasu.
Postopek pretvorbe
3.1.1 Vzorčenje
Vzorčenje je postopek ekstrakcije vzorcev (hitrost vzorčenja) iz analognega signala s frekvenco, ki je več kot 2-krat večja od pasovne širine signala (Lequist Sampling Theorem), in pretvorba v diskretni signalni signal na časovni osi.
Hitrost vzorčenja: število vzorcev, izvlečenih iz neprekinjenega signala na sekundo, da tvori ločen signal, izražen v hercih (Hz).
vzorec:
Hitrost vzorčenja zvočnega signala je na primer 8000Hz.
Razumeti je mogoče, da vzorec na zgornji sliki ustreza krivulji spremembe napetosti s časom na sliki za 1 sekundo, nato spodnji 1 2 3 ... 10, ker mora biti 1-8000 točk, to je 1 drugi je razdeljen na 8000 delov, nato pa jih po vrsti odstranite. Napetostna vrednost, ki ustreza temu 8000 točkovnemu času.
3.1.2 Kvantifikacija
Čeprav je vzorčeni signal diskretni signal na časovni osi, je še vedno analogni signal in njegova vzorčna vrednost ima lahko v določenem območju vrednosti neskončno število vrednosti. Za zaokroževanje vzorčnih vrednosti je treba uporabiti metodo zaokroževanja, tako da se vzorčne vrednosti znotraj določenega obsega vrednosti spremenijo iz neskončnega števila vrednosti v končno število vrednosti. Ta postopek se imenuje kvantifikacija.
Število vzorcev števila bitov: se nanaša na število bitov, uporabljenih za opis digitalnega signala.
8 bitov (8 bitov) predstavlja 2 do 8. moči = 256, 16 bitov (16 bitov) predstavlja 2 do 16. moči = 65536;
vzorec:
Na primer, napetostno območje, ki ga zbira zvočni senzor, je 0-3.3 V, število vzorčenja pa 8 bitov (bit)
To pomeni, da za natančnost kvantizacije štejemo 3.3 V / 2 ^ 8 = 0.0128.
3.3v razdelimo na 0.0128 kot koračno os Y, kot je prikazano na sliki 3, 1 2 ... 8 postane 0 0.0128 0.0256 ... 3.3 V
Na primer, vrednost napetosti na vzorčevalnem mestu je 1.652V (med 1280.128 in 1290.128). Zaokrožimo ga na 1.65 V in ustrezna raven kvantizacije je 128.
3.1.3 Kodiranje
Kvantizirani signalni signal se pretvori v niz decimalnih tokov digitalne kode, razporejene v skladu z vzorčnim zaporedjem, to je decimalni digitalni signal. Preprost in učinkovit podatkovni sistem je sistem binarnih kod. Zato je treba decimalno digitalno kodo pretvoriti v binarno kodo. Glede na skupno število decimalnih digitalnih kod lahko določimo število bitov, potrebnih za binarno kodiranje, to je dolžino besede (število vzorčnih bitov). Ta postopek pretvorbe kvantiziranega vzorčnega signala v tok binarne kode z določeno dolžino besede se imenuje kodiranje.
vzorec:
Potem zgornjih 1.65 V ustreza ravni kvantizacije 128. Ustrezni binarni sistem je 10000000. To pomeni, da je rezultat kodiranja vzorčevalnega mesta 10000000. Seveda je to metoda kodiranja, ki ne upošteva pozitivnih in negativnih vrednosti in obstaja veliko vrst metod kodiranja, ki zahtevajo posebno analizo določenih težav. (Kodiranje zvočnega formata PCM je A-zakon 13 polilinijsko kodiranje)
3.2 PCM avdio kodiranje
Signal PCM ni bil podvržen nobenemu kodiranju in stiskanju (stiskanje brez izgub). V primerjavi z analognimi signali nanj ne moreta zlahka vplivati nered in izkrivljanje prenosnega sistema. Dinamični razpon je širok, kakovost zvoka pa dokaj dobra.
3.2.1 kodiranje PCM
Uporabljeno kodiranje je A-law 13 polyline kodiranje.
Za podrobnosti glejte: Glasovno kodiranje PCM
3.2.2 Channel
Kanale lahko razdelimo na mono in stereo (dvokanalne).
Vsaka vzorčna vrednost PCM je vsebovana v celem številu i, dolžina i pa je najmanjše število bajtov, ki je potrebno za prilagoditev določene dolžine vzorca.
Velikost vzorca Podatkovna oblika Najmanjša vrednost Najvišja vrednost
8-bitni PCM nepodpisan int 0 225
16-bitni PCM int -32767 32767
Za mono zvočne datoteke so podatki o vzorčenju 8-bitno kratko celo število (kratko int 00H-FFH), podatki o vzorčenju pa so shranjeni v kronološkem vrstnem redu.
Dvokanalna stereo zvočna datoteka, vsak podatek o vzorčenju je 16-bitno celo število (int), zgornjih osem bitov (levi kanal) in spodnjih osem bitov (desni kanal) predstavljata dva kanala, podatki o vzorčenju pa so v kronološkem vrstnem redu Položite v nadomestnem vrstnem redu.
Enako velja, če je število vzorčnih bitov 16 bitov, shranjevanje pa je povezano z vrstnim redom bajtov.
Podatkovna oblika PCM
Vsi omrežni protokoli uporabljajo velik endian način prenosa podatkov. Zato se metoda velikega endiana imenuje tudi omrežni bajtni red. Ko dva gostitelja z različnim bajtnim vrstnim redom komunicirata, jih je treba pred pošiljanjem podatkov pred pošiljanjem pretvoriti v omrežni bajtni vrstni red.
4 G.711
Na splošno PCM analogni signal pred digitalizacijo nekaj obdela (na primer stiskanje amplitude). Ko je signal PCM digitaliziran, ga običajno obdelamo naprej (na primer stiskanje digitalnih podatkov).
G.711 je standardni algoritem za multimedijski digitalni signal (stiskanje / dekompresija), ki modulira impulzno kodo iz ITU-T. To je tehnika vzorčenja za digitalizacijo analognih signalov, zlasti za zvočne signale. PCM vzorči signal 8000 krat na sekundo, 8KHz; vsak vzorec je 8 bitov, skupaj 64Kbps (DS0). Obstajata dva standarda za kodiranje ravni vzorčenja. Severna Amerika in Japonska uporabljata standard Mu-Law, medtem ko večina drugih držav uporablja standard A-Law.
A-law in u-law sta dve metodi kodiranja PCM. A-law PCM se uporablja v Evropi in moji državi, Mu-law pa v Severni Ameriki in na Japonskem. Razlika med njima je metoda kvantizacije. Zakon A uporablja 12-bitno kvantizacijo, zakon U pa 13-bitno kvantizacijo. Frekvenca vzorčenja je 8KHz in obe sta 8bitni metodi kodiranja.
Preprosto razumevanje: PCM so izvirni zvočni podatki, ki jih zbere avdio oprema. G.711 in AAC sta dva različna algoritma, ki lahko stisneta podatke PCM do določenega razmerja in s tem prihranita pasovno širino pri omrežnem prenosu.
Naš drugi izdelek:
