Աուդիո պարամետրերի վերլուծություն

1. Աուդիո
Խոսքը վերաբերում է 20 Հց-ից 20 կՀց հաճախականությամբ ձայնային ալիքներին, որոնք կարող են լսել մարդու ականջները:
Եթե ​​համակարգչին ավելացնեք համապատասխան աուդիո քարտ, որը մենք հաճախ անվանում ենք ձայնային քարտ, մենք կարող ենք արձանագրել բոլոր հնչյունները, և ձայնի ակուստիկ բնութագրերը, ինչպիսիք են ձայնի մակարդակը, կարող են պահվել որպես ֆայլեր համակարգչի կոշտ սկավառակ: Ընդհակառակը, մենք կարող ենք նաև օգտագործել որոշակի աուդիո ծրագիր ՝ պահված աուդիո ֆայլը նվագարկելու համար ՝ նախկինում ձայնագրված ձայնը վերականգնելու համար:

2. Նմուշառման հաճախականությունը
Անդրադառնում է վայրկյանում ստացված ձայնային նմուշների քանակին: Ձայնը իրականում էներգիայի մի տեսակ ալիք է, ուստի այն ունի նաև հաճախականության և ամպլիտուդի բնութագրեր: Հաճախականությունը համապատասխանում է ժամանակի առանցքին, իսկ ամպլիտունը `մակարդակի առանցքին: Ալիքն անսահման հարթ է, և լարը կարելի է համարել բաղկացած անթիվ կետերից: Քանի որ պահեստային տարածքը համեմատաբար սահմանափակ է, թվային կոդավորման գործընթացում լարի կետերը պետք է նմուշառվեն:
Նմուշառման գործընթացը որոշակի կետի հաճախականության արժեքն է: Ակնհայտ է, որ որքան շատ միավորներ են արդյունահանվում մեկ վայրկյանում, այնքան ավելի շատ տեղեկատվություն է ստացվում: Ալիքի ձևը վերականգնելու համար, որքան բարձր է նմուշառման հաճախականությունը, այնքան ավելի լավ կլինի ձայնի որակը: Որքան ավելի իրական է վերականգնումը, բայց միևնույն ժամանակ այն ավելի շատ ռեսուրսներ է գրավում: Մարդու ականջի սահմանափակ լուծման պատճառով չափազանց բարձր հաճախականությունը չի կարող առանձնացվել: Սովորաբար օգտագործվում է 22050 նմուշառման հաճախականությունը, 44100-ը արդեն CD ձայնի որակ է, և 48,000-ից կամ 96,000-ից ավելի նմուշառումն այլևս նշանակություն չունի մարդու ականջի համար: Սա նման է ֆիլմերում վայրկյանում 24 կադրի: Եթե ​​ստերեո է, նմուշը կրկնապատկվում է, և ֆայլը գրեթե կրկնապատկվում է:
Ըստ Nyquist- ի նմուշառման տեսության, որպեսզի ձայնը չաղավաղվի, նմուշառման հաճախականությունը պետք է լինի մոտ 40kHz: Պետք չէ իմանալ, թե ինչպես է առաջացել այս թեորեմը: Մենք միայն պետք է իմանանք, որ այս թեորեմը մեզ ասում է, որ եթե մենք ուզում ենք ազդանշան ճշգրիտ արձանագրել, մեր նմուշառման հաճախականությունը պետք է լինի ավելի մեծ կամ հավասար աուդիո ազդանշանի առավելագույն հաճախության երկու անգամ: Հիշեք, դա առավելագույն հաճախականությունն է: ,
Թվային աուդիոյի բնագավառում սովորաբար օգտագործվող նմուշառման տեմպերն են.
  8000 Հց - հեռախոսի կողմից օգտագործված նմուշառման արագությունը, որը բավարար է մարդու խոսքի համար
  11025 Հց-նմուշառման արագությունը հեռախոսի կողմից օգտագործված
  22050 Հց նմուշառման արագություն, որն օգտագործվում է ռադիոհեռարձակման համար
  32000 Հց նմուշառման արագություն, որն օգտագործվում է miniDV թվային վիդեոխցիկի միջոցով, DAT (LP ռեժիմ)
  44100 Հց-Աուդիո CD, որը սովորաբար օգտագործվում է նաև MPEG-1 աուդիոյի (VCD, SVCD, MP3) նմուշառման արագության մեջ
  47250 Հց նմուշառման արագություն, որն օգտագործվում է կոմերցիոն PCM ձայնագրիչների կողմից
  48000 Հց նմուշառման արագություն թվային ձայնի համար, որն օգտագործվում է miniDV, թվային հեռուստատեսություն, DVD, DAT, կինոնկարներ և պրոֆեսիոնալ աուդիո
  50000 Հց նմուշառման արագություն, որն օգտագործվում է կոմերցիոն թվային ձայնագրիչների կողմից
  96000 Հց կամ 192000 Հց - նմուշառման արագությունը, որն օգտագործվում է DVD-Audio- ի, որոշ LPCM DVD աուդիո հետքերի, BD-ROM (Blu-ray Disc) աուդիո հետքերի և HD-DVD (High Definition DVD) աուդիո հետքերի համար

3. նմուշառման բիթերի քանակը
Նմուշառման բիթերի քանակը կոչվում է նաև նմուշառման չափ կամ քվանտացման բիթերի քանակ: Դա պարամետր է, որն օգտագործվում է ձայնի տատանումները չափելու համար, այսինքն `ձայնային քարտի լուծաչափը կամ կարող է ընկալվել որպես ձայնային քարտի կողմից մշակված ձայնային քարտի լուծում: Որքան մեծ է արժեքը, այնքան բարձր է թույլատրելիությունը և ավելի իրատեսական է ձայնագրված և նվագարկված ձայնը: Ձայնային քարտի բիթը վերաբերում է թվային ձայնային ազդանշանի երկուական թվանշաններին, որոնք օգտագործվում են ձայնային քարտի կողմից ձայնային ֆայլեր հավաքելիս և խաղալիս: Ձայնային քարտի բիտը օբյեկտիվորեն արտացոլում է մուտքային ձայնային ազդանշանի թվային ձայնային ազդանշանի նկարագրության ճշգրտությունը: Ընդհանուր ձայնային քարտերը հիմնականում 8-բիթանոց և 16-բիթանոց են: Ներկայումս շուկայում բոլոր հիմնական ապրանքները 16-բիթանոց և ավելի բարձր ձայնային քարտեր են:
Գրանցվում է յուրաքանչյուր նմուշառված տվյալների ամպլիտուդը, և նմուշառման ճշգրտությունը կախված է նմուշառման բիթերի քանակից.
  1 բայթը (այսինքն ՝ 8 բիթ) կարող է գրանցել միայն 256 թվեր, այսինքն ՝ ամպլիտուդիան կարելի է բաժանել միայն 256 մակարդակների.
  2 բայթ (այսինքն ՝ 16 բիթ) կարող է փոքր լինել 65536-ից, որն արդեն CD ստանդարտ է.
  4 բայթը (այսինքն ՝ 32 բիթ) կարող է ամպլիտուդը բաժանել 4294967296 մակարդակի, ինչը իսկապես ավելորդ է:

4. ալիքների քանակը
Դա ձայնային ալիքների քանակն է: Ընդհանուր մոնո և ստերեո (երկ ալիք) այժմ զարգացել են չորս ձայնային շրջապատ (չորս ալիք) և 5.1 ալիք:

(1) մեկ ճանապարհ
Մոնոն ձայնի վերարտադրության համեմատաբար պարզունակ ձև է, և վաղ ձայնային քարտերն այն ավելի հաճախ էին օգտագործում: Մոնո ձայնը կարող է հնչել միայն մեկ բարձրախոսի միջոցով, իսկ ոմանք վերամշակվում են նաև երկու բարձրախոսի `նույն ձայնային ալիքը թողարկելու համար: Երբ մոնոֆոնիկ տեղեկատվությունը նվագարկվում է երկու բարձրախոսի միջոցով, մենք հստակ կարող ենք զգալ, որ ձայնը երկու բարձրախոսից է: Անհնար է որոշել ձայնի աղբյուրի որոշակի գտնվելու վայրը, որը բարձրախոսի կեսից փոխանցվում է մեր ականջներին:

(2) Ստերեո
Binaural ալիքները ունեն երկու ձայնային ալիք: Սկզբունքն այն է, որ երբ մարդիկ ինչ-որ ձայն են լսում, նրանք կարող են դատել ձայնի աղբյուրի կոնկրետ գտնվելու վայրը `ելնելով ձախ և աջ ականջների ֆազային տարբերությունից: Ձայնագրման ընթացքում ձայնը հատկացվում է երկու անկախ ալիքների ՝ ձայնի տեղայնացման լավ էֆեկտի հասնելու համար: Այս տեխնիկան հատկապես օգտակար է երաժշտության գնահատման մեջ: Ունկնդիրը կարող է հստակ տարբերակել այն ուղղությունը, որտեղից գալիս են տարբեր գործիքներ, ինչը երաժշտությունը դարձնում է ավելի պատկերավոր և ավելի մոտ տեղում փորձին:

Ներկայումս երկու ձայներ ամենատարածված օգտագործումն են: Կարաոկեում մեկը երաժշտություն նվագելու համար է, իսկ մյուսը `երգչի ձայնի համար; VCD- ում մեկը կրկնօրինակում է մանդարիներեն, իսկ մյուսը ՝ կանտոնյան:

(3) Չորս տոնով շրջապատում
Չորս ալիք ունեցող շրջապատը սահմանում է ձայնային չորս կետեր ՝ առջևի ձախ, առջևի աջ, հետևի ձախ և հետևի աջ կողմեր, և հանդիսատեսը շրջապատված է այս չորս ձայնային կետերով: Միևնույն ժամանակ, ցածր հաճախականության ազդանշանների նվագարկման մշակումը բարձրացնելու համար խորհուրդ է տրվում նաև ավելացնել սուբվուֆեր (սա է պատճառը, որ այսօր 4.1-ալիք բարձրախոսային համակարգերը տարածված են): Ինչ վերաբերում է ընդհանուր էֆեկտին, ապա չորս ալիքային համակարգը կարող է ունկնդիրներին շրջապատող ձայնը բերել տարբեր ուղղություններից, կարող է ձեռք բերել տարբեր միջավայրերում բազմազանության մեջ գտնվելու լսողական փորձ և օգտվողներին տալ նոր փորձ: Մեր օրերում չորս ալիք ունեցող տեխնոլոգիան լայնորեն ինտեգրվել է տարբեր միջին և բարձր մակարդակի տարբեր ձայնային քարտերի նախագծման մեջ ՝ դառնալով ապագա զարգացման հիմնական ուղղությունը:

(4) ալիք
5.1 ալիքները լայնորեն օգտագործվել են տարբեր ավանդական թատրոններում և տնային կինոթատրոններում: Ձայնագրման սեղմման ավելի հայտնի որոշ ձևաչափեր, ինչպիսիք են Dolby AC-3 (Dolby Digital), DTS և այլն, հիմնված են 5.1 ձայնային համակարգի վրա: «.1» ալիքը հատուկ մշակված սուբվուֆերային ալիք է, որը կարող է արտադրել սուբվուֆերներ `20-ից 120 Հց հաճախականության արձագանքման տիրույթով: Փաստորեն, 5.1 ձայնային համակարգը գալիս է 4.1 շրջապատից, տարբերությունն այն է, որ այն ավելացնում է կենտրոնական միավոր: Այս կենտրոնական միավորը պատասխանատու է 80 Հց-ից ցածր ձայնային ազդանշանի փոխանցման համար, ինչը օգտակար է ֆիլմը դիտելիս ուժեղացնելու մարդու ձայնը և երկխոսությունը կենտրոնացնելով ամբողջ ձայնային դաշտի մեջտեղում `ընդհանուր էֆեկտն ավելացնելու համար:
Ներկայումս շատ առցանց երաժշտական ​​նվագարկիչներ, ինչպիսիք են QQ Music- ը, տրամադրել են 5.1-ալիքային երաժշտություն փորձնական ունկնդրման և ներբեռնելու համար:

5. շրջանակ
Աուդիո շրջանակների գաղափարը այնքան էլ պարզ չէ, որքան վիդեո շրջանակները: Տեսանյութի կոդավորման գրեթե բոլոր ձևաչափերը կարող են պարզապես շրջանակը համարել կոդավորված պատկեր: Այնուամենայնիվ, աուդիո շրջանակը կապված է կոդավորման ձևաչափի հետ, որն իրականացվում է յուրաքանչյուր ծածկագրման ստանդարտի կողմից: Քանի որ եթե դա PCM է (չկոդավորված աուդիո տվյալներ), ապա այն ընդհանրապես կարիքը չունի շրջանակների գաղափարի, և այն կարելի է նվագել ըստ նմուշառման արագության և նմուշառման ճշգրտության: Օրինակ ՝ 44.1 կՀց նմուշառման արագությամբ և 16 բիթի նմուշառման ճշգրտությամբ երկակի աուդիոյի համար կարող եք հաշվարկել, որ բիթի արագությունը 44100 * 16 * 2 բիթ է, իսկ աուդիո տվյալները վայրկյանում ֆիքսված 44100 * 16 * 2 / 8 բայթ:
Amr շրջանակը համեմատաբար պարզ է: Այն նախատեսում է, որ յուրաքանչյուր 20 մմ աուդիո շրջանակ է, և աուդիոյի յուրաքանչյուր շրջանակ անկախ է: Հնարավոր է օգտագործել կոդավորման տարբեր ալգորիթմներ և կոդավորման տարբեր պարամետրեր:
Mp3 շրջանակը մի փոքր ավելի բարդ է և պարունակում է ավելի շատ տեղեկություններ, ինչպիսիք են նմուշառման արագությունը, բիթի արագությունը և տարբեր պարամետրեր:

6. ցիկլ
Աուդիո սարքի կողմից մեկ մշակման համար անհրաժեշտ շրջանակների քանակը օգտագործվում է որպես աուդիո սարքի կողմից տվյալների հասանելիության և աուդիո տվյալների պահպանման միավոր:

7. խճճված ռեժիմ
Թվային աուդիո ազդանշանների պահպանման եղանակը: Տվյալները պահվում են շարունակական շրջանակների մեջ, այսինքն ՝ նախ գրանցվում են 1-ին շրջանակի ձախ ալիքի և աջ ալիքի նմուշները, ապա սկսվում է 2-րդ շրջանակի ձայնագրումը:

8. չխճճված ռեժիմ
Նախ, մի ժամանակահատվածում գրանցեք բոլոր կադրերի ձախ ալիքի նմուշները, ապա գրանցեք ալիքի բոլոր ճիշտ նմուշները:

9. բիթային արագություն
  Բիթի արագությունը կոչվում է նաև բիթ արագություն, որը վերաբերում է երաժշտության կողմից մեկ վայրկյանում խաղարկվող տվյալների քանակին, իսկ միավորը արտահայտվում է բիթերով, որոնք երկուական բիթ են: bps- ը բիթի արագությունն է: b- ը bit է (bit), s- ը երկրորդն է (second), p- ն ամեն (per) է, մեկ բայթը համարժեք է 8 երկուական բիթի: Այսինքն ՝ 4 րոպեանոց 128bps երգի ֆայլի չափը հաշվարկվում է այսպես (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (բայթ) = 8b (բիթ), ընդհանուր առմամբ mp3- ն օգտակար է շուրջ 128 բիթ արագությամբ, այն նաև մոտ 3-4 BM չափի է:

  Համակարգչային ծրագրերում հավատարմության ամենաբարձր մակարդակը PCM կոդավորումն է, որը լայնորեն օգտագործվում է նյութերի պահպանման և երաժշտության գնահատման համար: Այն օգտագործվում է CD- ներում, DVD- ներում և մեր ընդհանուր WAV ֆայլերում: Հետևաբար, PCM- ը պայմանագրով դարձել է անվնաս կոդավորում, քանի որ PCM- ն ներկայացնում է թվային աուդիոյի հավատարմության լավագույն մակարդակը: Դա չի նշանակում, որ PCM- ն կարող է ապահովել ազդանշանի բացարձակ հավատարմությունը: PCM- ն կարող է հասնել միայն անսահման մոտիկության ամենամեծ աստիճանին:

  PCM աուդիո հոսքի բիթի արագության հաշվարկը շատ հեշտ խնդիր է. Նմուշառման արագության արժեքը × նմուշառման չափի արժեքը × ալիքի համարը bps: WAV ֆայլ, որի նմուշառման արագությունը 44.1 ԿՀց է, նմուշառման չափը `16 բիթ, և երկուղու PCM կոդավորմամբ, դրա տվյալների արագությունը 44.1 Կ × 16 × 2 = 1411.2 Կբիթ / վրկ է: Մեր ընդհանուր աուդիո CD- ն օգտագործում է PCM կոդավորումը, և CD- ի հզորությունը կարող է պարունակել միայն 72 րոպե երաժշտական ​​տեղեկատվություն:

  Երկակի ալիք ունեցող PCM կոդավորված աուդիո ազդանշանը պահանջում է 176.4 ԿԲ տարածք 1 վայրկյանում, և մոտ 10.34 Մ 1 րոպեում: Սա անընդունելի է օգտվողների մեծ մասի համար, հատկապես նրանց համար, ովքեր սիրում են երաժշտություն լսել համակարգչով: Սկավառակի զբաղվածությունը, կան միայն երկու մեթոդներ `նվազագույն նմուշառման ինդեքս կամ սեղմում: Նմուշառման ինդեքսը նվազեցնելը ցանկալի չէ, ուստի մասնագետները մշակել են տարբեր սեղմման սխեմաներ: Ամենաօրիգինալը DPCM, ADPCM է, իսկ ամենահայտնին MP3- ն է: Հետեւաբար, տվյալների սեղմումից հետո ծածկագրի մակարդակը շատ ավելի ցածր է, քան սկզբնական ծածկագիրը: