1. audio
Odnosi się do fal dźwiękowych o częstotliwości od 20 Hz do 20 kHz, które mogą być słyszalne przez ludzkie uszy.
Jeśli dodasz odpowiednią kartę dźwiękową do komputera, co często nazywamy kartą dźwiękową, możemy nagrać wszystkie dźwięki, a charakterystykę akustyczną dźwięku, taką jak poziom dźwięku, można zapisać jako pliki na dysk twardy komputera. I odwrotnie, możemy również użyć określonego programu audio do odtworzenia zapisanego pliku audio, aby przywrócić wcześniej nagrany dźwięk.
2. Częstotliwość próbkowania
Odnosi się do liczby próbek dźwięku uzyskanych na sekundę. 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 polega na wyodrębnieniu wartości częstotliwości w określonym punkcie. Oczywiście im więcej punktów jest wyodrębnianych w ciągu jednej sekundy, tym więcej uzyskuje się informacji o częstotliwości. Aby przywrócić przebieg, im wyższa częstotliwość próbkowania, tym lepsza jakość dźwięku. Im bardziej realne jest przywrócenie, ale jednocześnie zajmuje więcej zasobów. Ze względu na ograniczoną rozdzielczość ludzkiego ucha nie można odróżnić zbyt wysokiej częstotliwości. Powszechnie stosowana jest częstotliwość próbkowania 22050, 44100 to już jakość dźwięku CD, a próbkowanie ponad 48,000 lub 96,000 nie ma już znaczenia dla ludzkiego ucha. Jest to podobne do 24 klatek na sekundę w filmach. Jeśli jest stereo, próbka jest podwojona, a plik jest prawie podwojony.
Zgodnie z teorią próbkowania Nyquista, aby dźwięk nie był zniekształcony, częstotliwość próbkowania powinna wynosić około 40 kHz. Nie musimy wiedzieć, jak powstało to twierdzenie. Musimy tylko wiedzieć, że to twierdzenie mówi nam, że jeśli chcemy dokładnie zarejestrować sygnał, nasza częstotliwość próbkowania musi być większa lub równa dwukrotności maksymalnej częstotliwości sygnału audio. Pamiętaj, że jest to maksymalna częstotliwość. .
W dziedzinie dźwięku cyfrowego powszechnie stosowane częstotliwości próbkowania to:
8000 Hz - częstotliwość próbkowania używana przez telefon, która jest wystarczająca dla ludzkiej mowy
11025 Hz - częstotliwość próbkowania używana przez telefon
Częstotliwość próbkowania 22050 Hz używana do transmisji radiowych
Częstotliwość próbkowania 32000 Hz używana przez cyfrową kamerę wideo miniDV, DAT (tryb LP)
44100 Hz-Audio CD, również powszechnie używany w częstotliwości próbkowania dźwięku MPEG-1 (VCD, SVCD, MP3)
Częstotliwość próbkowania 47250 Hz używana w komercyjnych rejestratorach PCM
Częstotliwość próbkowania 48000 Hz dla dźwięku cyfrowego używanego w miniDV, telewizji cyfrowej, DVD, DAT, filmach i profesjonalnym dźwięku
Częstotliwość próbkowania 50000 Hz używana w komercyjnych rejestratorach cyfrowych
96000 Hz lub 192000 Hz - częstotliwość próbkowania używana dla DVD-Audio, niektórych ścieżek audio LPCM DVD, ścieżek audio BD-ROM (Blu-ray Disc) i ścieżek audio HD-DVD (High Definition DVD)
3. liczba bitów próbkowania
Liczba bitów próbkowania jest również nazywana rozmiarem próbkowania lub liczbą bitów kwantyzacji. Jest to parametr służący do pomiaru fluktuacji dźwięku, czyli rozdzielczości karty dźwiękowej lub może być rozumiany jako rozdzielczość karty dźwiękowej przetwarzanej przez kartę dźwiękową. Im większa wartość, tym wyższa rozdzielczość i bardziej realistyczny dźwięk nagrywany i odtwarzany. Bit karty dźwiękowej odnosi się do cyfr binarnych cyfrowego sygnału dźwiękowego używanego przez kartę dźwiękową podczas gromadzenia i odtwarzania plików dźwiękowych. Bit karty dźwiękowej obiektywnie odzwierciedla dokładność opisu cyfrowego sygnału dźwiękowego dla wejściowego sygnału dźwiękowego. Typowe karty dźwiękowe są głównie 8-bitowe i 16-bitowe. Obecnie wszystkie popularne produkty na rynku to karty dźwiękowe 16-bitowe i wyższe.
Rejestrowana jest amplituda każdego próbkowanych danych, a dokładność próbkowania zależy od liczby bitów próbkowania:
1 bajt (czyli 8 bitów) może zapisać tylko 256 liczb, to znaczy amplitudę można podzielić tylko na 256 poziomów;
2 bajty (czyli 16 bitów) mogą być tak małe, jak 65536, co jest już standardem CD;
4 bajty (czyli 32 bity) mogą podzielić amplitudę na 4294967296 poziomów, co jest naprawdę niepotrzebne.
4. liczba kanałów
To jest liczba kanałów dźwiękowych. Wspólne mono i stereo (dwukanałowe) rozwinęły się teraz do czterokanałowego dźwięku przestrzennego (czterokanałowego) i 5.1 kanałów.
(1) Pojedyncza droga
Mono to stosunkowo prymitywna forma reprodukcji dźwięku, a wczesne karty dźwiękowe stosowały ją częściej. Dźwięk mono może być odtwarzany tylko za pomocą jednego głośnika, a niektóre są również przetwarzane na dwa głośniki w celu wyprowadzenia tego samego kanału dźwiękowego. Gdy monofoniczna informacja jest odtwarzana przez dwa głośniki, możemy wyraźnie poczuć, że dźwięk pochodzi z dwóch głośników. Niemożliwe jest określenie konkretnej lokalizacji źródła dźwięku, które jest przekazywane do naszych uszu ze środka głośnika.
(2) Stereofoniczny
Kanały obuuszne mają dwa kanały dźwiękowe. Zasada jest taka, że kiedy ludzie słyszą dźwięk, mogą ocenić określone położenie źródła dźwięku na podstawie różnicy faz między lewym i prawym uchem. Podczas nagrywania dźwięk jest przydzielany do dwóch niezależnych kanałów, tak aby uzyskać dobry efekt lokalizacji dźwięku. Ta technika jest szczególnie przydatna w docenieniu muzyki. Słuchacz może wyraźnie rozróżnić kierunek, z którego pochodzą różne instrumenty, co sprawia, że muzyka jest bardziej pomysłowa i bliższa doświadczeniom na miejscu.
Obecnie najczęściej używane są dwa głosy. W karaoke jeden służy do odtwarzania muzyki, a drugi do głosu piosenkarza; na VCD jeden dubbinguje po mandaryńsku, a drugi po kantońsku.
(3) Czterokolorowy dźwięk przestrzenny
Czterokanałowy dźwięk przestrzenny definiuje cztery punkty dźwiękowe, przedni lewy, przedni prawy, tylny lewy i tylny prawy, a publiczność jest otoczona tymi czterema punktami dźwiękowymi. Jednocześnie zaleca się również dodanie subwoofera, aby poprawić przetwarzanie odtwarzania sygnałów o niskiej częstotliwości (jest to powód, dla którego popularne są dziś 4.1-kanałowe systemy głośnikowe). Jeśli chodzi o ogólny efekt, czterokanałowy system może zapewnić słuchaczom dźwięk przestrzenny z wielu różnych kierunków, może uzyskać wrażenia słuchowe przebywania w różnych środowiskach i zapewnić użytkownikom zupełnie nowe wrażenia. W dzisiejszych czasach technologia czterokanałowa została szeroko zintegrowana z projektowaniem różnych kart dźwiękowych średniej i wyższej półki, stając się głównym nurtem przyszłego rozwoju.
(4) kanał
Kanały 5.1 są szeroko stosowane w różnych tradycyjnych kinach i kinach domowych. Niektóre z bardziej znanych formatów kompresji nagrywania dźwięku, takie jak Dolby AC-3 (Dolby Digital), DTS itp., Są oparte na systemie dźwięku 5.1. Kanał „.1” to specjalnie zaprojektowany kanał subwoofera, który może wytwarzać subwoofery o zakresie odpowiedzi częstotliwościowej od 20 do 120 Hz. W rzeczywistości system dźwiękowy 5.1 pochodzi z surround 4.1, różnica polega na tym, że dodaje jednostkę centralną. Ta jednostka centralna jest odpowiedzialna za przesyłanie sygnału dźwiękowego poniżej 80 Hz, co pomaga wzmocnić ludzki głos podczas oglądania filmu i skoncentrować dialog w środku całego pola dźwiękowego, aby zwiększyć ogólny efekt.
Obecnie wiele internetowych odtwarzaczy muzycznych, takich jak QQ Music, udostępnia 5.1-kanałową muzykę do próbnego słuchania i pobierania.
5. ramka
Koncepcja ramek audio nie jest tak jasna, jak ramki wideo. Prawie wszystkie formaty kodowania wideo mogą po prostu myśleć o klatce jako zakodowanym obrazie. Jednak ramka audio jest powiązana z formatem kodowania, który jest implementowany przez każdy standard kodowania. Ponieważ jeśli jest to PCM (niezakodowane dane audio), w ogóle nie potrzebuje pojęcia ramek i można go odtwarzać zgodnie z częstotliwością próbkowania i dokładnością próbkowania. Na przykład dla podwójnego dźwięku z częstotliwością próbkowania 44.1 kHz i dokładnością próbkowania 16 bitów można obliczyć, że szybkość transmisji wynosi 44100 * 16 * 2 b / s, a dane audio na sekundę to stały 44100 * 16 * 2 / 8 bajtów.
Ramka AMR jest stosunkowo prosta. Stwierdza, że każde 20 ms dźwięku jest ramką, a każda ramka dźwięku jest niezależna. Możliwe jest użycie różnych algorytmów kodowania i różnych parametrów kodowania.
Ramka mp3 jest nieco bardziej skomplikowana i zawiera więcej informacji, takich jak częstotliwość próbkowania, szybkość transmisji i różne parametry.
6. cykl
Liczba ramek wymagana do jednego przetwarzania przez urządzenie audio jest wykorzystywana jako jednostka dostępu do danych i przechowywania danych audio przez urządzenie audio.
7. tryb z przeplotem
Metoda przechowywania cyfrowych sygnałów audio. Dane są przechowywane w postaci ciągłych ramek, to znaczy próbki lewego kanału i próbki prawego kanału klatki 1 są zapisywane jako pierwsze, a następnie rozpoczyna się nagrywanie klatki 2.
8. tryb bez przeplotu
Najpierw nagraj próbki lewego kanału wszystkich klatek w okresie, a następnie nagraj wszystkie próbki prawego kanału.
9. przepływność
Szybkość transmisji jest również nazywana szybkością transmisji, która odnosi się do ilości danych odtwarzanych przez muzykę na sekundę, a jednostka jest wyrażana w bitach, które są bitami binarnymi. bps to szybkość transmisji. b to bit (bit), s to sekunda (sekunda), p to co (na), jeden bajt odpowiada 8 bitom binarnym. Oznacza to, że rozmiar pliku 4-minutowego utworu o szybkości 128 b / s jest obliczany w ten sposób (128/8) * 4 * 60 = 3840 kB = 3.8 MB, 1B (bajt) = 8b (bit), ogólnie rzecz biorąc, mp3 jest korzystny przy około 128 bitów, jest to również rozmiar około 3-4 BM.
W zastosowaniach komputerowych najwyższym poziomem wierności jest kodowanie PCM, które jest szeroko stosowane do przechowywania materiałów i słuchania muzyki. Jest używany na płytach CD, DVD i naszych popularnych plikach 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.
Obliczanie szybkości transmisji strumienia audio PCM jest bardzo łatwym zadaniem, wartość częstotliwości próbkowania × wartość rozmiaru próbkowania × liczba bps 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. Nasza wspólna płyta audio CD wykorzystuje kodowanie PCM, a pojemność płyty CD może pomieścić tylko 72 minuty informacji o muzyce.
Dwukanałowy sygnał audio zakodowany w formacie PCM wymaga 176.4 KB przestrzeni w ciągu 1 sekundy i około 10.34 MB w ciągu 1 minuty. Jest to niedopuszczalne dla większości użytkowników, zwłaszcza tych, którzy lubią słuchać muzyki na komputerze. Zajętość dysku, istnieją tylko dwie metody, wskaźnik próbkowania lub kompresja. Nie zaleca się zmniejszania wskaźnika próbkowania, dlatego eksperci opracowali różne schematy kompresji. Najbardziej oryginalne to DPCM, ADPCM, a najbardziej znane to MP3. Dlatego współczynnik kodowania po kompresji danych jest znacznie niższy niż kod oryginalny.
