Audio, angielski to AUDIO, być może widziałeś wyjście AUDIO lub port wejściowy na tylnym panelu magnetowidu lub VCD. W ten sposób możemy w bardzo popularny sposób objaśniać dźwięk, o ile jest to dźwięk, który słyszymy, można go przesłać jako sygnał dźwiękowy. Fizyczne właściwości dźwięku są zbyt profesjonalne, więc zapoznaj się z innymi materiałami. Dźwięk w naturze jest bardzo skomplikowany, a kształt fali jest niezwykle skomplikowany. Zwykle używamy kodowania z modulacją impulsową, czyli kodowania PCM. PCM konwertuje stale zmieniające się sygnały analogowe na kody cyfrowe w trzech etapach próbkowania, kwantyzacji i kodowania.
1. Podstawowe pojęcia audio
(1) Jaka jest częstotliwość próbkowania i rozmiar próbkowania (bit / bit).
Dźwięk jest właściwie rodzajem fali energii, więc ma również charakterystykę częstotliwości i amplitudy. Częstotliwość odpowiada osi czasu, a amplituda odpowiada osi poziomu. Fala jest nieskończenie gładka, a strunę można uznać za złożoną z niezliczonych punktów. Ponieważ przestrzeń do przechowywania jest stosunkowo ograniczona, punkty łańcucha muszą być próbkowane podczas procesu kodowania cyfrowego. Proces próbkowania ma na celu wyodrębnienie wartości częstotliwości w pewnym punkcie. Oczywiście im więcej punktów jest wyodrębnianych w ciągu jednej sekundy, tym więcej uzyskuje się informacji o częstotliwości. Aby przywrócić przebieg, na jednej wibracji muszą występować dwa punkty próbkowania. Najwyższa odczuwalna częstotliwość to 20 kHz. Dlatego, aby spełnić wymagania słuchowe ludzkiego ucha, konieczne jest próbkowanie co najmniej 40k razy na sekundę, wyrażone w 40 kHz, a to 40 kHz jest częstotliwością próbkowania. Nasza wspólna płyta CD ma częstotliwość próbkowania 44.1 kHz. Nie wystarczy mieć informacje o częstotliwości. Musimy również uzyskać wartość energii tej częstotliwości i określić ją ilościowo, aby wyrazić siłę sygnału. Liczba poziomów kwantyzacji jest liczbą całkowitą równą 2, czyli naszym wspólnym 16-bitowym rozmiarem próbkowania bitów CD, czyli 2 do potęgi 16. Rozmiar próbkowania jest trudniejszy do zrozumienia w odniesieniu do częstotliwości próbkowania, ponieważ jest to punkt abstrakcyjny, jako prosty przykład: załóżmy, że fala jest próbkowana 8 razy, a wartości energii odpowiadające punktom próbkowania wynoszą A1-A8, ale używamy tylko 2-bitowego rozmiaru próbkowania, w rezultacie możemy zachować tylko wartości 4 punktów w A1-A8, a pozostałe 4 punkty odrzucić. Jeśli weźmiemy próbkę o rozmiarze 3-bitowym, wszystkie informacje o zaledwie 8 punktach zostaną zapisane. Im większa wartość częstotliwości i rozmiaru próbkowania, tym bliżej zarejestrowanego przebiegu do oryginalnego sygnału.
2. Strata i bezstratność
Zgodnie z częstotliwością próbkowania i rozmiarem próbki, można wiedzieć, że w odniesieniu do sygnałów naturalnych, kodowanie dźwięku może być w najlepszym przypadku nieskończenie bliskie. Przynajmniej obecna technologia może tylko to zrobić. W stosunku do sygnałów naturalnych każdy schemat kodowania dźwięku cyfrowego jest stratny. Ponieważ nie można go całkowicie przywrócić. W zastosowaniach komputerowych najwyższym poziomem wierności jest kodowanie PCM, które jest szeroko stosowane do ochrony materiałów i doceniania muzyki. Używane są płyty CD, DVD i nasze popularne pliki WAV. Dlatego PCM stało się kodowaniem bezstratnym zgodnie z konwencją, ponieważ PCM reprezentuje najlepszy poziom wierności w cyfrowym dźwięku. Nie oznacza to, że PCM może zapewnić absolutną wierność sygnału. PCM może osiągnąć tylko największy stopień nieskończonej bliskości. Zwykle włączaliśmy MP3 do kategorii stratnego kodowania audio, które jest związane z kodowaniem PCM. Nacisk na względną stratność i bezstratność kodowania ma na celu poinformowanie wszystkich, że trudno jest osiągnąć prawdziwą bezstratność. To tak, jakby używać liczb do wyrażenia liczby pi. Bez względu na to, jak wysoka jest dokładność, jest ona tylko nieskończenie blisko, a nie tak naprawdę równa pi. wartość.
3. Dlaczego warto korzystać z technologii kompresji dźwięku
Obliczenie szybkości transmisji strumienia audio PCM jest bardzo łatwym zadaniem, wartość częstotliwości próbkowania × wartość rozmiaru próbkowania × liczba b / s kanału. Plik WAV z częstotliwością próbkowania 44.1 kHz, rozmiarem próbkowania 16 bitów i dwukanałowym kodowaniem PCM, jego szybkość transmisji wynosi 44.1 K × 16 × 2 = 1411.2 Kb / s. Często mówimy, że 128K MP3, odpowiadający parametr WAV, to 1411.2 Kb / s, ten parametr jest również nazywany przepustowością danych, jest to koncepcja z przepustowością w ADSL. Podziel współczynnik kodowania przez 8 i uzyskaj szybkość transmisji danych tego pliku WAV, która wynosi 176.4 KB / s. Oznacza to, że częstotliwość próbkowania do przechowywania jednej sekundy wynosi 44.1 kHz, rozmiar próbkowania to 16 bitów, a dwukanałowy sygnał audio zakodowany w formacie PCM wymaga 176.4 KB miejsca, a 1 minuta to około 10.34 MB, co jest nie do przyjęcia dla większości użytkowników. . , Szczególnie ci, którzy lubią słuchać muzyki na komputerze, aby zmniejszyć zużycie dysku, istnieją tylko dwa sposoby zmniejszenia wskaźnika próbkowania lub kompresji. Nie zaleca się zmniejszania wskaźnika, więc eksperci opracowali różne schematy kompresji. Ze względu na różne zastosowania i rynki docelowe jakość dźwięku i współczynnik kompresji osiągane przez różne kodowania kompresji dźwięku są różne i będziemy o nich wspominać jeden po drugim w kolejnych artykułach. Jedno jest pewne, zostały skompresowane.
4. Zależność między częstotliwością a częstotliwością próbkowania
Częstotliwość próbkowania wskazuje, ile razy oryginalny sygnał jest próbkowany na sekundę. Częstotliwość próbkowania plików audio, które często widzimy, wynosi 44.1 kHz. Co to znaczy? Załóżmy, że mamy 2 segmenty sygnałów sinusoidalnych, 20 Hz i 20 kHz, każdy o długości jednej sekundy, odpowiadające najniższej częstotliwości i najwyższej częstotliwości, jaką możemy usłyszeć. Próbkujemy te dwa sygnały z częstotliwością 40 kHz. Jaki wynik? W rezultacie sygnał 20 Hz jest próbkowany 40K / 20 = 2000 razy na wibrację, podczas gdy sygnał 20K jest próbkowany tylko dwa razy na wibrację. Oczywiście przy tej samej częstotliwości próbkowania informacje o niskiej częstotliwości są znacznie bardziej szczegółowe niż informacje o wysokiej częstotliwości. Dlatego niektórzy entuzjaści audio zarzucają płycie CD, że dźwięk cyfrowy nie jest wystarczająco prawdziwy, a próbkowanie płyty CD z częstotliwością 44.1 kHz nie gwarantuje, że sygnał o wysokiej częstotliwości jest dobrze nagrany. Wydaje się, że aby lepiej nagrywać sygnały o wysokiej częstotliwości, wymagana jest wyższa częstotliwość próbkowania, więc niektórzy przyjaciele używają częstotliwości próbkowania 48 kHz podczas przechwytywania ścieżek audio CD, co nie jest zalecane! W rzeczywistości nie jest to dobre dla jakości dźwięku. W przypadku oprogramowania do zgrywania, utrzymanie tej samej częstotliwości próbkowania, co 44.1 kHz zapewnianej przez CD, jest jedną z gwarancji najlepszej jakości dźwięku, a nie jej ulepszaniem. Wyższe częstotliwości próbkowania są przydatne tylko w porównaniu z sygnałami analogowymi. Jeśli próbkowany sygnał jest cyfrowy, nie próbuj zwiększać częstotliwości próbkowania.
5. Charakterystyka przepływu
Wraz z rozwojem Internetu ludzie postawili wymagania dotyczące słuchania muzyki online. Dlatego wymagane jest również, aby pliki audio mogły być odczytywane i odtwarzane w tym samym czasie, zamiast czytać wszystkie pliki, a następnie odtwarzać je ponownie, aby można było ich słuchać bez pobierania. W górę. Możliwe jest również jednoczesne kodowanie i nadawanie. To właśnie ta funkcja umożliwia transmisję na żywo online i staje się rzeczywistością, aby założyć własną cyfrową stację radiową.
Kilka dodatkowych koncepcji:
Co to jest dzielnik?
Dzielnik częstotliwości ma rozróżniać sygnały dźwiękowe z różnych pasm częstotliwości, wzmacniać je oddzielnie, a następnie przesyłać do głośników odpowiednich pasm częstotliwości w celu ponownego odtworzenia. Gdy odtwarzany jest dźwięk wysokiej jakości, wymagane jest elektroniczne przetwarzanie podziału częstotliwości. Można go podzielić na dwa typy: (1) Dzielnik mocy: umieszczony za wzmacniaczem mocy, umieszczony w głośniku, poprzez sieć filtrów LC, moc wyjściowa sygnału audio przez wzmacniacz mocy jest podzielona na bas, środek i górę oraz wysłane do indywidualnych mówców. Połączenie jest proste i łatwe w użyciu, ale zużywa energię, pojawiają się doliny dźwięku i występują zniekształcenia krzyżowe *. Jego parametry są bezpośrednio związane z impedancją głośnika, a impedancja głośnika jest funkcją częstotliwości, która znacznie odbiega od wartości nominalnej. Błąd jest też duży, co nie sprzyja regulacji. (2) Elektroniczny dzielnik częstotliwości: urządzenie, które dzieli słabe sygnały audio na częstotliwości. Znajduje się przed końcówką mocy. Po podzieleniu częstotliwości oddzielny wzmacniacz mocy jest używany do wzmacniania każdego sygnału pasma częstotliwości audio, a następnie przesyła je do odpowiednich głośników. jednostka. Ponieważ prąd jest mały, można go zrealizować za pomocą mniejszego elektronicznego aktywnego filtra mocy, który jest łatwiejszy do regulacji, zmniejszając straty mocy i zakłócenia między głośnikami. Utrata sygnału jest niewielka, a jakość dźwięku dobra. Jednak ta metoda wymaga niezależnego wzmacniacza mocy dla każdego kanału, który ma kosztowną i złożoną strukturę obwodu i jest stosowany w profesjonalnych systemach nagłośnieniowych. (Od av_world)
Co to jest wzbudnica?
Wzbudnik to generator harmonicznych, urządzenie przetwarzające dźwięk, które wykorzystuje psychoakustyczne właściwości ludzi do modyfikowania i upiększania sygnału dźwiękowego. Dodając składowe harmoniczne o wysokiej częstotliwości do dźwięku i innymi metodami, można poprawić jakość dźwięku, kolor tonu, zwiększyć penetrację dźwięku i zwiększyć poczucie przestrzeni dźwięku. Nowoczesne wzbudniki mogą nie tylko tworzyć harmoniczne o wysokiej częstotliwości, ale także mają funkcje rozszerzania niskich częstotliwości i stylu muzycznego, dzięki czemu efekt basu jest doskonalszy, a muzyka bardziej wyrazista. Użyj wzbudnic, aby poprawić klarowność, zrozumiałość i ekspresję dźwięku. Spraw, aby dźwięk był przyjemniejszy dla uszu, zmniejsz zmęczenie słuchaniem i zwiększ głośność. Chociaż wzbudnica dodaje tylko około 0.5 dB składowych harmonicznych do dźwięku, w rzeczywistości wydaje się, że głośność wzrosła o około 10 dB. Głośność słuchowa dźwięku jest oczywiście zwiększona, trójwymiarowe odczucie obrazu dźwiękowego i wzrost separacji dźwięku; poprawia się rozmieszczenie i warstwowanie dźwięku, a jakość odtwarzanego dźwięku i szybkość odtwarzania taśmy można poprawić. Ponieważ sygnał akustyczny traci składowe harmoniczne o wysokiej częstotliwości podczas transmisji i nagrywania, pojawia się szum o wysokiej częstotliwości. W tym momencie pierwszy wykorzystuje wzbudnicę, aby najpierw skompensować sygnał, a drugi wykorzystuje filtr do odfiltrowania szumów o wysokiej częstotliwości, a następnie tworzy składową o wysokim tonie, aby zapewnić jakość odtwarzanego dźwięku. Regulacja wzbudnicy wymaga od inżyniera dźwięku oceny jakości dźwięku i tonu systemu, a następnie dokonania regulacji w oparciu o subiektywną ocenę odsłuchu.
Co to jest korektor?
Korektor to urządzenie elektroniczne, które może oddzielnie regulować wzmocnienie sygnałów elektrycznych różnych składowych częstotliwości. Kompensuje wady głośników i pola dźwiękowego poprzez regulację sygnałów elektrycznych o różnych częstotliwościach, kompensuje i modyfikuje różne źródła dźwięku oraz inne efekty specjalne. , Korektor w mikserze ogólnym może oddzielnie regulować tylko sygnały elektryczne wysokiej, pośredniej i niskiej częstotliwości. Istnieją trzy typy korektorów: korektor graficzny, korektor parametryczny i korektor pomieszczenia. 1. Korektor graficzny: znany również jako korektor wykresu, dzięki rozmieszczeniu klawiszy push-pull na panelu może intuicyjnie odzwierciedlać wywołaną krzywą kompensacji korekcji, a wzrost i tłumienie każdej częstotliwości są wyraźne na pierwszy rzut oka. Wykorzystuje technologię stałej Q, każda częstotliwość Punkt jest wyposażony w potencjometr przeciwsobny, bez względu na to, czy dana częstotliwość jest zwiększana czy tłumiona, szerokość pasma częstotliwości filtra jest zawsze taka sama. Powszechnie używany profesjonalny korektor graficzny dzieli sygnał 20 Hz ~ 20 kHz na 10 segmentów, 15 segmentów, 27 segmentów i 31 segmentów w celu regulacji. W ten sposób ludzie wybierają korektory częstotliwości z różną liczbą segmentów zgodnie z różnymi wymaganiami. Ogólnie rzecz biorąc, punkty częstotliwości 10-pasmowego korektora są rozłożone w odstępach oktawowych. Ogólnie rzecz biorąc, 15-pasmowy korektor to 2/3-oktawowy korektor, a gdy jest używany w profesjonalnym wzmacnianiu dźwięku, 31-pasmowy korektor to 1. Korektor / 3-oktawowy jest najczęściej używany w ważniejszych sytuacjach, w których wymagana jest dokładna kompensacja . Korektor graficzny ma prostą konstrukcję, jest intuicyjny i przejrzysty, dzięki czemu jest szeroko stosowany w profesjonalnym audio. 2. Korektor parametryczny: znany również jako korektor parametryczny, korektor, który może precyzyjnie regulować różne parametry regulacji korektora. W większości jest podłączony do miksera, ale jest też niezależny korektor parametryczny. Dostosowane parametry obejmują pasma częstotliwości i punkty częstotliwości. , Wzmocnienie i wartość współczynnika jakości Q itp. Mogą upiększyć (w tym brzydkie) i zmodyfikować dźwięk, sprawić, że styl dźwięku (lub muzyki) będzie bardziej wyrazisty i kolorowy oraz osiągnie pożądany efekt artystyczny. 3. Korektor pomieszczenia to korektor używany do regulacji krzywej charakterystyki częstotliwościowej w pomieszczeniu. Ze względu na różne pochłanianie (lub odbijanie) różnych częstotliwości przez materiały dekoracyjne i wpływ normalnego rezonansu, konieczne jest zastosowanie korektora pomieszczenia, aby wady częstotliwości w konstrukcji dźwiękowej były obiektywnie kompensowane i korygowane. Im dokładniejsze pasmo częstotliwości, tym ostrzejszy wyregulowany szczyt, to znaczy im wyższa wartość Q (współczynnik jakości), tym dokładniejsza kompensacja podczas regulacji. Im grubsze pasmo częstotliwości, tym szerszy wyregulowany szczyt.
Co to jest ogranicznik kompresji?
Ogranicznik kompresji to zbiorcze określenie kompresora i ogranicznika. Jest to urządzenie przetwarzające sygnały audio, które może kompresować lub ograniczać dynamikę elektrycznych sygnałów audio. Kompresor jest wzmacniaczem o zmiennym wzmocnieniu, a jego współczynnik wzmocnienia (wzmocnienie) może automatycznie zmieniać się wraz z siłą sygnału wejściowego, która jest odwrotnie proporcjonalna. Gdy sygnał wejściowy osiągnie określony poziom (próg nazywany jest również wartością krytyczną), sygnał wyjściowy rośnie wraz ze wzrostem sygnału wejściowego. Ta sytuacja nazywa się Compressor; jeśli nie rośnie, nazywa się Limiter. W przeszłości kompresor wykorzystywał technologię Hard-knee, a sygnał wejściowy osiągał próg, gdy tylko sygnał wejściowy osiągnął wartość progową. Wzmocnienie jest natychmiast zmniejszane, dzięki czemu nastąpi dynamiczna, nagła zmiana sygnału w punkcie przegięcia (punkt zwrotny zmiany wzmocnienia), co powoduje, że ludzkie ucho wyraźnie odczuwa, że silny sygnał jest nagle skompresowany. Aby rozwiązać ten problem, w nowoczesnej nowej sprężarce zastosowano technologię miękkich kolan. Zmiana stopnia kompresji tego kompresora przed i po progu jest zrównoważona i stopniowa, co utrudnia wykrycie zmiany kompresji, a jakość dźwięku jest jeszcze lepsza. . Kompresor może zachować pewną równowagę między głośnością instrumentu i wokalisty podczas procesu nagrywania; zapewnić równowagę różnych mocy sygnału. Czasami jest również używany do wyeliminowania wokalistów wokalistów lub do zmiany kompresji i czasu zwolnienia, aby uzyskać specjalny efekt „dźwięku odwróconego”, w którym dźwięk zmienia się z małego na duży. W systemie nadawczym służy do kompresji sygnału programu o większym zakresie dynamicznym w celu zwiększenia średniego poziomu emisji przy założeniu zapobiegania zniekształceniom modulacji i zapobieganiu przeciążeniu nadajnika. W systemie nagłośnienia sali tanecznej kompresor kompresuje sygnał przy zachowaniu oryginalnej stylistyki programu, redukując dynamikę muzyki w celu spełnienia wymagań systemu nagłośnienia i działań artystycznych. Chociaż kompresor ma wiele zastosowań, w nowoczesnych kompresorach stosuje się generalnie nowe technologie, takie jak miękkie kolana, które mogą dodatkowo zmniejszyć skutki uboczne kompresora kompresora, ale nie oznacza to, że kompresor nie niszczy jakości dźwięku. Ponownie istniał. Dlatego w systemie nagłośnieniowym nie nadużywaj ogranicznika, nawet jeśli chcesz z niego skorzystać, powinieneś ostrożnie używać reduktora do przetwarzania sygnału. To nie tylko potrzeba ochrony końcówek mocy i głośników, ale także potrzeba poprawy jakości dźwięku.
Jaki jest stosunek sygnału do szumu (S / N)?
Stosunek sygnału do szumu odnosi się do mocy sygnału w punkcie odniesienia w linii i naturalnej mocy szumu, gdy nie ma sygnału
Stosunek wyrażony jest w decybelach (dB). Im wyższa wartość, tym lepiej, co oznacza mniejszy hałas.
Co to jest decybel
Decybel (dB) to standardowa jednostka wyrażająca względny poziom mocy lub amplitudy. Wyrażone w dB. Im większa liczba decybeli, tym głośniejszy emitowany dźwięk. W obliczeniach, każde 10 decybeli wzrostu decybeli, poziom dźwięku będzie około dziesięciokrotnie wyższy od oryginalnego.
dB: decyBel decybele. Służy do wyrażenia względnego poziomu dwóch napięć, mocy lub dźwięków.
dBm: wariant decybeli, 0dB = 1mW przy 600 Ohmach
dBv: wariant decybeli, 0 dB = 0.775 wolta.
dBV: wariant decybeli, 0dB = 1 wolt.
dB / oktawa: decybel / oktawa. Wyrażenie nachylenia filtra, im większa liczba decybeli na oktawę, tym bardziej strome nachylenie.
Ta koncepcja jest stosunkowo skomplikowana, używamy obliczeń fizycznych, aby zilustrować:
Aby wyrazić siłę dźwięku, ludzie wprowadzili pojęcie „natężenia dźwięku” i zmierzyli jego wielkość na podstawie ilości energii dźwięku przechodzącej przez jednostkę powierzchni w pionie w ciągu 1 sekundy. Intensywność dźwięku jest oznaczana literą „I”, a jej jednostką jest „Waty / m2”. Zgodnie z przepisami, jeśli energia dźwięku prostopadła do powierzchni jednostki zostanie podwojona w ciągu 1 sekundy, natężenie dźwięku również się podwoi. Dlatego natężenie dźwięku jest obiektywną wielkością fizyczną, która nie zmienia się wraz z uczuciami ludzi.
Chociaż natężenie dźwięku jest obiektywną wielkością fizyczną, istnieje bardzo duża różnica między wielkością natężenia dźwięku a natężeniem dźwięku, które ludzie subiektywnie odczuwają. Aby dostosować się do subiektywnego postrzegania natężenia dźwięku przez ludzi, pojęcie „poziomu natężenia dźwięku” został wprowadzony w fizyce. Decybel to jednostka poziomu natężenia dźwięku, która stanowi jedną dziesiątą wartości dzwonka.
Jak regulowany jest poziom natężenia dźwięku? Co to ma wspólnego z natężeniem dźwięku?
Pomiar dowodzi, że ucho ludzkie ma różną wrażliwość na fale dźwiękowe o różnych częstotliwościach. Jest najbardziej wrażliwy na fale dźwiękowe 3000 Hz. Dopóki natężenie dźwięku o tej częstotliwości osiągnie I0 = 10-12 watów / m2, może powodować słyszenie w ludzkim uchu. Poziom natężenia dźwięku określa się na podstawie minimalnego natężenia dźwięku I0, które może być słyszalne dla ludzkiego ucha, a natężenie dźwięku I0 = 10-12 watów / m2 określa się jako natężenie dźwięku na poziomie zerowym, czyli natężenie dźwięku w tym czasie Poziom wynosi zero bel (również zero decybeli). Kiedy natężenie dźwięku podwaja się z I0 do 2 I0, natężenie dźwięku odczuwalne przez ludzkie ucho nie podwaja się. Dopiero gdy natężenie dźwięku osiągnie 10 I0, ludzkie uszy odczuwają podwojenie natężenia dźwięku. Poziom natężenia dźwięku odpowiadający temu natężeniu dźwięku wynosi 1 bela = 10 decybeli; gdy natężenie dźwięku osiągnie wartość 100 I0, ludzkie uszy odczuwają silny dźwięk Słaby wzrasta 2-krotnie, odpowiedni poziom natężenia dźwięku wynosi 2 Bel = 20 decybeli; gdy natężenie dźwięku osiągnie wartość 1000 I0, natężenie dźwięku odczuwalne przez ludzkie ucho wzrasta 3-krotnie, a odpowiadający mu poziom natężenia dźwięku wynosi 3 Bel = 30 decybeli. Itd. itp. Maksymalne natężenie dźwięku, które może wytrzymać ludzkie ucho, to 1 wat / m2 = 1012 I0, a odpowiadający mu poziom natężenia dźwięku to 12 bel = 120 decybeli.
Wzór: poziom ciśnienia akustycznego (dB) = 20Lg (zmierzone ciśnienie akustyczne / referencyjna wartość ciśnienia akustycznego)
Uwaga starej ryby: Kiedy zmierzone ciśnienie akustyczne jest takie samo jak ciśnienie akustyczne odniesienia, obliczony wynik po wzięciu logarytmu wynosi 0 dB. W analogowym sprzęcie audio może być wyższa niż 0 dB, ale w przypadku sprzętu cyfrowego nie. Obliczenia cyfrowe wymagają pomiaru i nie ma nieskończonej wartości. Dlatego w używanym przez nas sprzęcie cyfrowym i oprogramowaniu 0dB stało się standardową wartością odniesienia.
2. Wprowadzenie do popularnych formatów i odtwarzaczy audio
Charakterystyka i zdolność adaptacji głównych formatów audio
Wszystkie rodzaje kodowania dźwięku mają swoje właściwości techniczne i zastosowanie w różnych sytuacjach. Wyjaśnijmy z grubsza, jak elastycznie zastosować te kodowanie dźwięku.
4-1 WAV zakodowany w formacie PCM
Jak wspomniano wcześniej, plik WAV zakodowany w formacie PCM to format zapewniający najlepszą jakość dźwięku. W ramach platformy Windows całe oprogramowanie audio może zapewnić jej wsparcie. Jest wiele funkcji w WinAPI dostarczanych przez Windows, które mogą bezpośrednio odtwarzać wav. Dlatego podczas tworzenia oprogramowania multimedialnego wav jest często używany w dużych ilościach do efektów dźwiękowych wydarzeń i podkładu muzycznego. WAV zakodowany w formacie PCM może osiągnąć najlepszą jakość dźwięku przy tej samej częstotliwości próbkowania i rozmiarze próbki, dlatego jest również szeroko stosowany w edycji audio, edycji nieliniowej i innych dziedzinach.
Cechy: Jakość dźwięku jest bardzo dobra, obsługiwana przez dużą liczbę programów.
Dotyczy: opracowywania multimediów, ochrony materiałów muzycznych i efektów dźwiękowych.
4-2 MP3
MP3 ma dobry współczynnik kompresji. MP3 o średniej i wysokiej szybkości transmisji bitów zakodowany przez LAME jest bardzo zbliżony do oryginalnego pliku WAV pod względem dźwięku. Korzystając z odpowiednich parametrów, MP3 zakodowany w LAME jest bardzo odpowiedni do słuchania muzyki. Od dawna wprowadzono MP3, w połączeniu z dość dobrą jakością dźwięku i współczynnikiem kompresji, wiele gier używa również plików MP3 do tworzenia efektów dźwiękowych wydarzeń i muzyki w tle. Prawie wszystkie znane programy do edycji dźwięku obsługują również pliki MP3. Możesz używać plików MP3 takich jak wav, ale ponieważ kodowanie mp3 jest stratne, jakość dźwięku gwałtownie spada po wielokrotnej edycji, a plik mp3 nie nadaje się do zapisywania materiału. Ale demo jako dzieło jest naprawdę doskonałe. Długa historia i dobra jakość dźwięku MP3 sprawiają, że jest to jedno z najczęściej używanych kodowań stratnych. W Internecie można znaleźć wiele zasobów mp3, a mp3player staje się z dnia na dzień modą. Wiele VCDPlayer, DVDPlayer, a nawet telefonów komórkowych może odtwarzać mp3, a mp3 jest jednym z najlepiej obsługiwanych kodowań. MP3 również nie jest doskonały i nie działa dobrze przy niższych szybkościach transmisji. MP3 ma również podstawowe cechy mediów strumieniowych i można je odtwarzać online.
Cechy: Dobra jakość dźwięku, stosunkowo wysoki współczynnik kompresji, obsługiwana przez dużą ilość oprogramowania i sprzętu oraz szeroko stosowana.
Odpowiednie do: Odpowiednie do słuchania muzyki przy wyższych wymaganiach.
4-3 OGG
Ogg to bardzo obiecujący kod, który ma niesamowitą wydajność przy różnych przepływnościach, szczególnie przy niskich i średnich przepływnościach. Oprócz dobrej jakości dźwięku Ogg jest również całkowicie darmowym kodekiem, co stanowi podstawę dla większego wsparcia dla Ogg. Ogg ma bardzo dobry algorytm, który może osiągnąć lepszą jakość dźwięku przy mniejszej przepływności. 128kbps Ogg jest nawet lepsze niż 192kbps lub nawet wyższy bitrate mp3. Wysokie tony Ogga mają pewien metaliczny posmak, więc ta wada Ogga zostanie ujawniona podczas kodowania niektórych instrumentów solowych z wysokimi wymaganiami dotyczącymi wysokich częstotliwości. OGG ma podstawowe cechy mediów strumieniowych, ale nie ma obsługi oprogramowania do obsługi multimediów, więc nadawanie cyfrowe oparte na ogg nie jest jeszcze możliwe. Obecny stan obsługi Ogg nie jest wystarczająco dobry, bez względu na to, czy jest to oprogramowanie, czy sprzęt, nie można go porównać z mp3.
Cechy: Może osiągnąć lepszą jakość dźwięku niż mp3 z mniejszą szybkością transmisji niż mp3 i ma dobrą wydajność przy wysokich, średnich i niskich szybkościach transmisji.
Zastosuj do: Użyj mniejszej przestrzeni dyskowej, aby uzyskać lepszą jakość dźwięku (w porównaniu do MP3)
4-4 RPP
Podobnie jak OGG, konkurentem MPC jest także mp3. Przy średnich i wysokich przepływnościach MPC może osiągnąć lepszą jakość dźwięku niż konkurenci. Przy średnich przepływnościach MPC nie ustępuje Oggowi. Przy wysokich przepływnościach wydajność MPC jest jeszcze bardziej desperacka. Przewaga jakości dźwięku MPC przejawia się głównie w części wysokoczęstotliwościowej. Wysoka częstotliwość MPC jest znacznie delikatniejsza niż MP3 i nie ma metalicznego posmaku Ogg. Jest to obecnie najbardziej odpowiednie kodowanie stratne do odbioru muzyki. Ponieważ wszystkie są nowymi kodami, są podobne do doświadczeń Ogg i brakuje im obszernej obsługi oprogramowania i sprzętu. MPC ma dobrą wydajność kodowania, a czas kodowania jest znacznie krótszy niż w przypadku OGG i LAME.
Cechy: Przy średnich i wysokich przepływnościach ma najlepszą jakość dźwięku w kodowaniu stratnym, a przy wysokich przepływnościach ma doskonałą wydajność w wysokich częstotliwościach.
Dotyczy: słuchania muzyki z najlepszą jakością dźwięku przy założeniu oszczędności miejsca.
4-6 WMA
WMA opracowany przez firmę Microsoft jest również uwielbiany przez wielu przyjaciół. Przy niskich szybkościach transmisji ma znacznie lepszą jakość dźwięku niż mp3. Pojawienie się WMA natychmiast wyeliminowało popularne niegdyś kodowanie VQF. WMA z zapleczem Microsoft otrzymał dobrą obsługę oprogramowania i sprzętu. Program Windows Media Player może odtwarzać pliki WMA i słuchać cyfrowych stacji radiowych opartych na technologii kodowania WMA. Ponieważ odtwarzacz istnieje na prawie każdym komputerze, coraz więcej witryn muzycznych chce używać WMA jako pierwszego wyboru do przesłuchań online. Oprócz dobrego środowiska wsparcia, WMA ma również bardzo dobrą wydajność przy przepływności 64-128 kb / s. Chociaż wielu przyjaciół z wyższymi wymaganiami nie jest zadowolonych, więcej przyjaciół z niższymi wymaganiami zaakceptowało to kodowanie. WMA jest bardzo Popularność wkrótce.
Cechy: Jakość dźwięku przy niskich przepływnościach jest trudna do pobicia
Dotyczy: konfiguracji radia cyfrowego, przesłuchań online, słuchania muzyki przy niskich wymaganiach
4-7 mp3PRO
Jako ulepszona wersja mp3, mp3PRO pokazuje bardzo dobrą jakość, pełne wysokich tonów, chociaż mp3PRO jest wstawiane do procesu odtwarzania za pomocą technologii SBR, ale rzeczywiste wrażenia słuchowe są całkiem dobre, chociaż wydaje się trochę cienkie, ale już jest świat 64kbps Nie ma rywala, nawet ponad 128kbps mp3, ale niestety, wydajność niskich częstotliwości mp3PRO jest tak samo zepsuta jak mp3. Na szczęście interpolacja wysokiej częstotliwości SBR może w mniejszym lub większym stopniu ukryć tę wadę, więc mp3PRO Wręcz przeciwnie, słabość niskich częstotliwości WMA nie jest tak oczywista jak w przypadku WMA. Możesz głęboko poczuć, używając przełącznika PRO odtwarzacza audio RCA mp3PRO do przełączania między trybem PRO a trybem normalnym. Ogólnie rzecz biorąc, 64 kb / s mp3PRO osiągnęło poziom jakości dźwięku 128 kb / s mp3, z niewielką przewagą w części o wysokiej częstotliwości.
Cechy: król jakości dźwięku przy niskich przepływnościach
Odpowiednie do: słuchania muzyki przy niskich wymaganiach
4-8 małpa
Nowy rodzaj bezstratnego kodowania dźwięku, który zapewnia stopień kompresji 50-70%. Chociaż nie warto o tym wspominać w porównaniu do kodowania stratnego, jest to wielkie dobrodziejstwo dla przyjaciół, którzy dążą do doskonałej uwagi. APE może być naprawdę bezstratne, a nie bezstratne, a współczynnik kompresji jest lepszy niż podobne bezstratne formaty.
Cechy: Jakość dźwięku jest bardzo dobra.
Nadaje się do: najwyższej jakości odbioru i gromadzenia muzyki.
3, przetwarzanie kodowania sygnału audio
(1) Kodowanie PCM
PCM Pulse Code Modulation to skrót od Pulse Code Modulation. W poprzednim tekście wspomnieliśmy o ogólnym przebiegu pracy PCM. Nie musimy martwić się o metodę obliczeniową zastosowaną w końcowym kodowaniu PCM. Musimy tylko poznać zalety i wady strumienia audio zakodowanego w formacie PCM. Największą zaletą kodowania PCM jest dobra jakość dźwięku, a największą wadą jest duży rozmiar. Nasza wspólna płyta audio CD wykorzystuje kodowanie PCM, a pojemność płyty CD może pomieścić tylko 72 minuty informacji o muzyce.
Jak wszyscy wiemy, bez względu na to, jak potężne są obecne komputery multimedialne, mogą one przetwarzać tylko informacje cyfrowe. Wszystkie dźwięki, które słyszymy, są sygnałami analogowymi. W jaki sposób komputer może również przetwarzać te dane dźwiękowe? Jaka jest różnica między dźwiękiem analogowym a dźwiękiem cyfrowym? Jakie są zalety cyfrowego dźwięku? Oto, co zamierzamy przedstawić poniżej.
Konwersja dźwięku analogowego na dźwięk cyfrowy w muzyce komputerowej nazywa się próbkowaniem. Głównym urządzeniem sprzętowym używanym w tym procesie jest przetwornik analogowo-cyfrowy (ADC). Proces próbkowania w rzeczywistości przekształca sygnał elektryczny zwykłego analogowego sygnału audio na szereg kodów binarnych zwanych „bitami” 0 i 1, te 0 i 1 tworzą cyfrowy plik audio. Jak pokazano na poniższym rysunku, krzywa sinusoidalna na rysunku przedstawia oryginalną krzywą audio; kolorowy kwadrat przedstawia wynik uzyskany po pobraniu próbki. Im bardziej spójne te dwa, tym lepszy wynik próbkowania.
Odcięta na powyższym rysunku to częstotliwość próbkowania; rzędna jest rozdzielczością próbkowania. Siatki na obrazie są stopniowo szyfrowane od lewej do prawej, najpierw zwiększając gęstość odciętej, a następnie zwiększając gęstość rzędnej. Oczywiście, gdy jednostka odciętej jest mniejsza, to znaczy odstęp między dwoma momentami próbkowania jest mniejszy, bardziej sprzyja to zachowaniu prawdziwego stanu oryginalnego dźwięku. Innymi słowy, im wyższa częstotliwość próbkowania, tym lepsza jakość dźwięku; podobnie, gdy pionowa Im mniejsza jednostka współrzędnych, tym lepsza jakość dźwięku, to znaczy im większa liczba bitów próbkowania, tym lepiej.
Proszę zwrócić uwagę na jeden punkt. 8-bit (8Bit) nie oznacza, że rzędna jest podzielona na 8 części, ale 2 ^ 8 = 256 części; w ten sam sposób 16-bitowy oznacza, że rzędna jest podzielona na 2 ^ 16 = 65536 części; podczas gdy 24 bity są podzielone na 2 ^ 16 = 65536 części. Podziel na 2 ^ 24 = 16777216 części. Przeprowadźmy teraz obliczenia, aby zobaczyć, jak duża jest objętość danych w cyfrowym pliku audio. Załóżmy, że używamy 44.1 kHz, 16 bitów dla stereo (czyli dwóch kanałów)
(2) FALA
Jest to starożytny format plików audio opracowany przez firmę Microsoft. WAV to format pliku zgodny ze specyfikacją PIFF Resource Interchange File Format. Wszystkie WAV mają nagłówek pliku, który jest parametrem kodowania strumienia audio. WAV nie ma sztywnych i szybkich reguł dotyczących kodowania strumieni audio. Oprócz PCM prawie wszystkie kodowania obsługujące specyfikację ACM mogą kodować strumienie audio WAV. Wielu przyjaciół nie ma takiej koncepcji. Weźmy AVI jako demonstrację, ponieważ AVI i WAV są bardzo podobne w strukturze plików, ale AVI ma jeszcze jeden strumień wideo. Jest wiele rodzajów plików AVI, z którymi się stykamy, więc często musimy zainstalować dekodowanie, aby oglądać niektóre pliki AVI. DivX, z którym się stykamy, jest rodzajem kodowania wideo. AVI może używać kodowania DivX do kompresji strumieni wideo. Oczywiście można też zastosować inne. Kompresja kodowania. Podobnie, WAV może również używać różnych kodowań audio do kompresji strumienia audio, ale zwykle jesteśmy WAV, którego strumień audio jest kodowany przez PCM, ale nie oznacza to, że WAV może używać tylko kodowania PCM. Kodowanie MP3 może być również używane w formacie WAV. Podobnie jak AVI, o ile zainstalowany jest odpowiedni dekodowanie, możesz cieszyć się tymi plikami WAV.
Pod platformą Windows, WAV oparty na kodowaniu PCM jest najlepiej obsługiwanym formatem audio, a każde oprogramowanie audio może go doskonale obsługiwać. Ponieważ może spełniać wyższe wymagania dotyczące jakości dźwięku, WAV jest również preferowanym formatem do edycji i tworzenia muzyki. Nadaje się do zapisywania materiału muzycznego. Dlatego WAV oparty na kodowaniu PCM jest używany jako format pośredni i jest często używany we wzajemnej konwersji innych kodowań, takich jak konwersja MP3 na WMA.
(3) Kodowanie MP3
Jako najpopularniejszy format kompresji dźwięku MP3 jest powszechnie akceptowany przez wszystkich. Różne produkty związane z MP3 pojawiają się w niekończącym się strumieniu, a coraz więcej produktów sprzętowych zaczęło obsługiwać pliki MP3. Istnieje wiele odtwarzaczy VCD / DVD, które możemy kupić. Obsługuje MP3, jest więcej przenośnych odtwarzaczy MP3 itp. Chociaż kilka dużych firm muzycznych jest bardzo zniesmaczonych tym otwartym formatem, nie mogą one zapobiec przetrwaniu i rozprzestrzenianiu się tego formatu kompresji dźwięku. MP3 jest rozwijane od 10 lat. Jest to skrót od MPEG (MPEG: Moving Picture Experts Group) Audio Layer-3, który jest pochodnym schematu kodowania MPEG1. Został pomyślnie opracowany w 1993 roku przez Instytut Badawczy Fraunhofer IIS w Niemczech i firmę Thomson. MP3 może osiągnąć niesamowity współczynnik kompresji 12: 1 i zachować podstawową słyszalną jakość dźwięku. W czasach, gdy dyski twarde były w tym roku tak drogie, MP3 szybko zostało zaakceptowane przez użytkowników. Wraz z popularnością Internetu MP3 zostało zaakceptowane przez setki milionów użytkowników. Pierwsze wydanie technologii kodowania MP3 było w rzeczywistości bardzo niedoskonałe. Z powodu braku badań nad dźwiękiem i ludzkim słuchem, wczesne kodery mp3 były prawie wszystkie kodowane w prymitywny sposób, a jakość dźwięku została poważnie uszkodzona. Wraz z ciągłym wprowadzaniem nowych technologii, technologia kodowania mp3 była kolejno ulepszana, w tym dwa główne ulepszenia techniczne.
VBR: Plik w formacie MP3 ma interesującą cechę, to znaczy można go czytać podczas odtwarzania, co jest również zgodne z najbardziej podstawowymi cechami mediów strumieniowych. Oznacza to, że odtwarzacz może odtwarzać bez wstępnego odczytu całej zawartości pliku, w którym jest odczytywana, nawet jeśli plik jest częściowo uszkodzony. Chociaż mp3 może mieć nagłówek pliku, nie jest to bardzo ważne w przypadku plików w formacie mp3. Dzięki tej funkcji każdy segment i ramka pliku MP3 może mieć oddzielną średnią szybkość transmisji danych bez specjalnych schematów dekodowania. Istnieje więc technologia zwana VBR (Variable bitrate, dynamic data rate), która umożliwia każdemu segmentowi, a nawet każdej klatce pliku MP3, posiadanie oddzielnej szybkości transmisji. Zaletą tego jest zapewnienie jakości dźwięku.
Nasze inne produkty:
