Аудио
Се однесува на звучните бранови со звучна фреквенција помеѓу 20 Hz и 20 kHz што може да ги слушне човечкото уво.
Ако додадете соодветна аудио картичка на компјутерот - звучната картичка што често ја кажуваме, можеме да ги снимиме сите звуци, а акустичните карактеристики на звукот, како што е нивото на звукот, може да се зачуваат како датотеки на тврдиот компјутер диск Спротивно на тоа, можеме да користиме и одредена аудио програма за да ја пуштиме зачуваната аудио-датотека за да го вратиме претходно снимениот звук.
1 Формат на аудио датотека
Форматот на аудио датотеката се однесува кон форматот на датотеката што ги зачувува аудио податоците. Постојат многу различни формати.
Општиот метод за добивање аудио податоци е да се примери (квантизира) аудио напонот во фиксен временски интервал и да се зачува резултатот во одредена резолуција (на пример, секој примерок од CDDA е 16 бита или 2 бајти). Интервалот за земање мостри може да има различни стандарди. На пример, ЦДДА користи 44,100 пати во секунда; ДВД користи 48,000 или 96,000 пати во секунда. Затоа, [стапка на земање примероци], [резолуција] и број на [канали] (на пример, 2 канали за стерео) се клучните параметри на форматот на аудио-датотеката.
1.1 загуба и без загуби
Според производниот процес на дигиталното аудио, аудио кодирањето може да биде само бесконечно близу до природните сигнали. Барем сегашната технологија може да го направи само ова. Секоја шема за дигитално аудио кодирање е загуба затоа што не може целосно да се врати. Во компјутерските апликации, највисоко ниво на верност е PCM кодирањето, кое е широко користено за зачувување на материјалот и ценење музика. Се користи во ЦД-а, ДВД-а и во наши вообичаени WAV-датотеки. Затоа, PCM стана кодирање без загуби според конвенцијата, бидејќи PCM претставува најдобро ниво на верност во дигиталното аудио.
Постојат два главни типа на формати на аудио датотеки:
Формати без загуби, како што се WAV, PCM, TTA, FLAC, AU, APE, TAK, WavPack (WV)
Загубени формати, како што се MP3, Windows Media Audio (WMA), Ogg Vorbis (OGG), AAC
2 вовед во параметар
2.1 Стапка на земање примероци
Се однесува на бројот на примероци на звук добиени во секунда. Звукот е всушност еден вид енергетски бран, така што има и карактеристики на фреквенција и амплитуда. Фреквенцијата одговара на временската оска, а амплитудата одговара на оската на ниво. Бранот е бесконечно мазен, а низата може да се смета дека е составена од безброј точки. Бидејќи просторот за складирање е релативно ограничен, точките на низата мора да бидат земени примероци за време на процесот на дигитално кодирање.
Процесот на земање мостри е да се извлече вредноста на фреквенцијата на одредена точка. Очигледно, колку повеќе поени се вадат во една секунда, толку повеќе се добиваат информации за фреквенцијата. Со цел да се врати брановата форма, колку е поголема фреквенцијата на земање мостри, толку е подобар квалитетот на звукот. Колку е пореална реставрацијата, но во исто време таа зафаќа повеќе ресурси. Поради ограничената резолуција на човечкото уво, премногу висока фреквенција не може да се разликува. Најчесто се користи фреквенцијата на земање примероци од 22050, 44100 е веќе квалитетен звук на ЦД, а земањето примероци од над 48,000 96,000 или 24 XNUMX веќе не е значајно за човечкото уво. Ова е слично на XNUMX-те кадри во секунда во филмовите. Ако е стерео, примерокот е двојно зголемен, а датотеката е скоро двојно поголема.
Според теоријата за земање примероци од Никист, со цел да се осигура дека звукот не е изобличен, фреквенцијата на земањето мостри треба да биде околу 40kHz. Не треба да знаеме како настанала оваа теорема. Треба само да знаеме дека оваа теорема ни кажува дека ако сакаме точно да снимиме сигнал, нашата фреквенција на земање примероци мора да биде поголема или еднаква на двојно поголема од максималната фреквенција на аудио сигналот. Запомнете, тоа е максималната фреквенција.
Во областа на дигиталното аудио, најчесто користените стапки на земање примероци се:
8000 Hz - брзината на земање примероци што ја користи телефонот, што е доволно за човечки говор
Стапка на земање примероци од 11025 Hz што ја користи телефонот
Стапка на земање примероци од 22050 Hz што се користи во радио-радиодифузија
Стапка на земање примероци од 32000 Hz за миниДВ дигитален видео камкордер, DAT (режим LP)
44100 Hz-аудио ЦД, исто така најчесто користено како стапка на земање примероци за MPEG-1 аудио (VCD, SVCD, MP3)
Стапка на земање примероци од 47250 Hz што ја користат трговските PCM рекордери
Стапка на земање примероци од 48000 Hz за дигитален звук што се користи во miniDV, дигитален ТВ, ДВД, ДАТ, филмови и професионално аудио
Стапка на земање примероци од 50000 Hz што ја користат комерцијалните дигитални рекордери
96000 Hz или 192000 Hz - брзината на земање примероци што се користи за ДВД-аудио, некои LPCM ДВД-аудио траки, BD-ROM (Blu-ray диск) аудио траки и HD-DVD (висока дефиниција ДВД) аудио траки
2.2 Број на битови за земање мостри
Бројот на битови за земање мостри се нарекува и големина на земање примероци или број на битови за квантизација. Тоа е параметар што се користи за мерење на флуктуацијата на звукот, односно резолуцијата на звучната картичка или може да се сфати како резолуција на звучната картичка обработена од звучната картичка. Колку е поголема вредноста, толку е поголема резолуцијата и пореален е звукот снимен и репродуциран. Битот на звучната картичка се однесува на бинарни цифри на дигиталниот звучен сигнал што го користи звучната картичка при собирање и репродукција на звучни датотеки. Битот на звучната картичка објективно ја рефлектира точноста на описот на влезниот звучен сигнал на дигиталниот звучен сигнал. Заедничките звучни картички се главно 8-битни и 16-битни. Во денешно време, сите мејнстрим производи на пазарот се 16-битни и над звучни картички.
Секој податок од примерокот ја бележи амплитудата, а точноста на земањето мостри зависи од бројот на битови за земање мостри:
1 бајт (т.е. 8 бита) може да запише само 256 броеви, што значи дека амплитудата може да се подели само на 256 нивоа;
2 бајти (т.е. 16 бита) може да бидат помали од 65536, што е веќе ЦД-стандард;
4 бајти (т.е. 32 бита) може да ја поделат амплитудата на 4294967296 нивоа, што е навистина непотребно.
2.3 Број на канали
Тоа е, бројот на звучни канали. Заедничкото моно и стерео (двоканален) сега се развија во четири звучни опкружувачки (четириканални) и 5.1 канали.
2.3.1 Моно
Моно е релативно примитивна форма на репродукција на звук, а раните звучни картички го користеа почесто. Моно звукот може да се огласи само со помош на еден звучник, а некои исто така се обработуваат во два звучници за да излезат на истиот звучен канал. Кога монофоничните информации се репродуцираат преку два звучници, можеме јасно да почувствуваме дека звукот е од два звучници. Невозможно е да се одреди специфичната локација на изворот на звук што се пренесува на нашите уши од средината на звучникот.
2.3.2 стерео
Бинауралните канали имаат два канали за звук. Принципот е дека кога луѓето слушаат звук, тие можат да проценат за специфичната позиција на изворот на звук врз основа на фазната разлика помеѓу левото и десното уво. Звукот е распределен на два независни канали за време на процесот на снимање, за да се постигне добар ефект на локализација на звукот. Оваа техника е особено корисна во музичката благодарност. Слушателот може јасно да ја разликува насоката од каде потекнуваат разни инструменти, што ја прави музиката позамислена и поблиска до искуството на самото место.
Во моментов најчесто се користат два гласа. Во караоке, едниот е за играње музика, а другиот за глас на пејач; на ВЦД, едниот синхронизира на мандарински јазик, а другиот синхронизира на кантонски.
2.3.3 Опкружување со четири тони
Опкружувањето со четири канали дефинира четири точки на звук, предно лево, предно десно, задно лево и задно десно, а публиката е опкружена со овие. Исто така, се препорачува додавање на сабвуфер за зајакнување на обработката на репродукција на сигнали со ниска фреквенција (ова е причината зошто системите на звучници со 4.1-канален систем денес се многу популарни). Што се однесува до целокупниот ефект, четириканалниот систем може да им донесе на слушателите опкружувачки звук од повеќе различни насоки, може да добие аудитивно искуство како да се наоѓаат во различни различни средини и на корисниците да им даде ново искуство. Денес, четириканалната технологија е широко интегрирана во дизајнот на разни звучни картички од средна до висока класа, станувајќи главен тренд на иден развој.
2.3.4 5.1 канал
5.1 канали биле широко користени во различни традиционални театри и домашни кина. Некои од попознатите формати за компресија на снимање на звук, како што се Dolby AC-3 (Dolby Digital), DTS, итн., Се засноваат на звучниот систем 5.1. Каналот „.1“ е специјално дизајниран канал на сабвуфер кој може да произведува сабвуфери со опсег на одзив на фреквенција од 20 до 120 Hz. Всушност, 5.1 звучниот систем доаѓа од 4.1 опкружувачки звук, разликата е во тоа што додава централна единица. Оваа централна единица е одговорна за пренесување на звучниот сигнал под 80Hz, што е корисно за зајакнување на човечкиот глас при гледање на филмот и концентрирање на дијалогот во средината на целото звучно поле за да се зголеми вкупниот ефект.
Во моментов, многу онлајн музички плеери, како што е QQ Music, обезбедија 5.1-канална музика за пробно слушање и преземање.
2.4 Рамка
Концептот на аудио рамки не е толку јасен како видео рамките. Скоро сите формати за кодирање видео може едноставно да помислат на рамката како на кодирана слика. Сепак, аудио рамката е поврзана со форматот за кодирање, што го спроведува секој стандард за кодирање.
На пример, во случај на PCM (некодирани аудио податоци), воопшто не му треба концептот на рамки и може да се репродуцира според стапката на земање примероци и точноста на земањето примероци. На пример, за двојно аудио со стапка на земање примероци од 44.1kHZ и точност на земање примероци од 16 бита, може да пресметате дека стапката на бит е 44100162bps, а аудио податоците во секунда се фиксни 44100162/8 бајти.
Рамката amr е релативно едноставна. Утврдува дека секој 20ms аудио е рамка, и секоја рамка на аудио е независна, и можно е да се користат различни алгоритми за кодирање и различни параметри за кодирање.
Рамката mp3 е малку посложена и содржи повеќе информации, како што се стапка на земање примероци, брзина на битови и разни параметри.
2.5 циклуси
Бројот на рамки што ги бара аудио уредот за обработка истовремено, и пристапот до податоците на аудио уредот и зачувувањето на аудио податоците се базираат на оваа единица.
2.6 Релевантен режим
Метод на складирање на дигитален аудио сигнал. Податоците се зачувуваат во континуирани рамки, односно први се снимаат примероците на левиот канал и примероците на десниот канал на рамката 1, а потоа започнува снимањето на рамката 2.
2.7 Не-испреплетен режим
Прво, снимете ги примероците на левиот канал од сите рамки во еден период, а потоа снимете ги сите примероци на десниот канал.
2.8 бит-стапка (бит-стапка)
Бит-стапка се нарекува и бит-стапка, што се однесува на количината на податоци што се репродуцираат музика во секунда. Единицата се изразува со бит, што е бинарен бит. bps е бит-стапка. b е бит (бит), s е втор (втор), p е секој (по), еден бајт е еквивалентен на 8 бинарни бита. Тоа е да се каже, големината на датотеката на 4-минутната песна од 128bps се пресметува вака (128/8) 460 = 3840kB = 3.8 MB, 1B (Бајт) = 8b (бит), генерално mp3 е корисна на околу 128 бита стапка, и веројатно е Големината е околу 3-4 БМ.
Во компјутерските апликации, највисоко ниво на верност е PCM кодирањето, кое е широко користено за зачувување на материјалот и музичко вреднување. ЦД-а, ДВД-а и нашите заеднички WAV-датотеки се користат. Затоа, PCM стана кодирање без загуби според конвенцијата, бидејќи PCM претставува најдобро ниво на верност во дигиталното аудио. Не значи дека PCM може да обезбеди апсолутна верност на сигналот. PCM може да постигне само максимална бесконечна близина.
Да се пресмета брзината на битот на аудио-протокот на PCM е многу лесна задача, вредност на брзината на земање мостри × вредност на големината на примерокот number бројот на каналот bps. WAV-датотека со стапка на земање примероци од 44.1KHz, големина на земање примероци од 16bit и двоканално PCM кодирање, стапката на податоци е 44.1K × 16 × 2 = 1411.2Kbps. Нашето заедничко аудио ЦД користи PCM кодирање, а капацитетот на ЦД може да собере само 72 минути музичка информација.
Аудио сигналот со двоканален кодиран PCM бара простор од 176.4 KB за 1 секунда и околу 10.34 M за 1 минута. Ова е неприфатливо за повеќето корисници, особено за оние кои сакаат да слушаат музика на компјутер. Зафатеност на дискот, постојат само два методи, индекс на намалување на примерокот или компресија. Не е препорачливо да се намали индексот на земање примероци, затоа експертите развија разни шеми за компресија. Најоригинални се DPCM, ADPCM, а најпознат е MP3. Затоа, стапката на код по компресијата на податоците е многу помала од оригиналниот код.
2.9 Пример пресметка
На пример, должината на датотеката на "Windows XP startup.wav" е 424,644 22050 бајти, што е во формат на "16HZ / XNUMXbit / стерео".
Тогаш неговата брзина на пренос во секунда (бит-стапка, исто така наречена бит-стапка, стапка на земање примероци) е 22050162 = 705600 (бпс), претворена во бајтска единица е 705600/8 = 88200 (бајти во секунда), време на репродукција: 424644 (вкупни бајти) / 88200 (бајти во секунда) 4.8145578 ≈ (секунди).
Но, ова не е доволно прецизно. WAVE-датотеката (* .wav) во стандарден формат PCM има најмалку 42 бајти информации за заглавието, што треба да се отстранат при пресметување на времето на репродукција, така што има: (424644-42) / (22050162/8) 4.8140816 XNUMX ( секунди). Ова е поточно.
3 PCM аудио кодирање
PCM се залага за модулација на пулсниот код. Во процесот на PCM, влезниот аналоген сигнал е земен примерок, квантизиран и кодиран, а бинарниот кодиран број ја претставува амплитудата на аналогниот сигнал; крајот на примање потоа ги враќа овие кодови во оригиналниот аналоген сигнал. Тоа е, A / D конверзија на дигитален аудио вклучува три процеси: земање примероци, квантизација и кодирање.
Стапката на усвојување на гласовниот PCM е 8kHz, а бројот на битови за земање примероци е 8 бита, така што стапката на код на гласовниот дигитален кодиран сигнал е 8bit × 8kHz = 64kbps = 8KB / s.
3.1 Принципи на аудио кодирање
Секој што има одредена електронска основа знае дека аудио сигналот собран од сензорот е аналогна количина, но она што го користиме во реалниот процес на пренесување е дигитална количина. И ова вклучува процес на конвертирање на аналогни во дигитални. Аналогниот сигнал треба да помине низ три процеси, имено земање примероци, квантизација и кодирање, за да се реализира технологијата на модулација на пулсниот код (PCM, модулација на кодирање на пулсот) за дигитализација на гласот.
Процес на реализација
3.1.1 Земање примероци
Земање примероци е процес на извлекување примероци (стапка на земање примероци) од аналоген сигнал на фреквенција што е повеќе од 2 пати поголема од ширината на опсегот на сигналот (теорема на примероци на леквист) и претворање во дискретен сигнал за земање примероци на временската оска.
Брзина на земање примероци: Бројот на примероци извлечени од континуиран сигнал во секунда за да се формира дискретен сигнал, изразен во Херц (Hz).
пример:
На пример, стапката на земање примероци на аудио сигналот е 8000hz.
Може да се разбере дека примерокот на горната слика одговара на кривата на промената на напонот со времето на сликата за 1 секунда, а потоа на долниот 1 2 3… 10, бидејќи треба да има 1-8000 поени, односно 1 второто е поделено на 8000 делови, а потоа извадете ги за возврат Вредноста на напонот што одговара на тоа 8000 точки на време.
3.1.2 Квантификација
Иако примерокот сигнал е дискретен сигнал на временската оска, тој сепак е аналоген сигнал, а неговата вредност на примерокот може да има бесконечен број вредности во рамките на одреден опсег на вредности. Методот на "заокружување" мора да биде усвоен за да се "заокружат" вредностите на примерокот, така што вредностите на примерокот во одреден опсег на вредности се менуваат од бесконечен број на вредности во конечен број на вредности. Овој процес се нарекува квантификација.
Број на битови за земање примероци: се однесува на бројот на битови што се користат за да се опише дигиталниот сигнал.
8 бита (8 бита) претставуваат 2 до 8-та моќност = 256, 16 бита (16 бита) претставуваат 2 до 16-та моќност = 65536;
пример:
На пример, опсегот на напон собран од аудио сензорот е 0-3.3V, а бројот на земање примероци е 8 бита (бит)
Тоа е, ние ја сметаме 3.3V / 2 ^ 8 = 0.0128 како точност на квантизација.
Ние ја делиме 3.3v на 0.0128 како Y-честичката оска, како што е прикажано на слика 3, 1 2… 8 станува 0 0.0128 0.0256… 3.3 V
На пример, вредноста на напонот на точката на земање мостри е 1.652V (помеѓу 1280.128 и 1290.128). Ние го заокружуваме на 1.65V и соодветното ниво на квантизација е 128.
3.1.3 Кодирање
Квантизираниот сигнал за земање мостри се трансформира во серија на децимални протоци на дигитални кодови распоредени според низата на земање примероци, односно децималниот дигитален сигнал. Едноставен и ефикасен систем на податоци е систем на бинарен код. Затоа, децималниот дигитален код треба да се претвори во бинарен код. Според вкупниот број на децимални дигитални кодови, може да се одреди бројот на битови потребни за бинарно кодирање, односно должината на зборот (број на битови за земање примероци). Овој процес на трансформација на квантификуваниот сигнал на примерок во проток на бинарен код со дадена должина на зборот се нарекува кодирање.
пример:
Тогаш горенаведениот 1.65V одговара на ниво на квантизација од 128. Соодветниот бинарен систем е 10000000. Тоа е, резултатот од кодирање на точката на земање мостри е 10000000. Се разбира, ова е метод за кодирање кој не ги зема предвид позитивните и негативните вредности , и постојат многу видови на методи за кодирање кои бараат специфична анализа на специфични проблеми. (Кодирање со аудио формат на PCM е кодирање со полилин со закон 13)
3.2 PCM аудио кодирање
Сигналот PCM не претрпел никакво кодирање и компресија (компресија без загуби). Во споредба со аналогните сигнали, не е лесно под влијание на нередот и нарушувањето на системот за пренос. Динамичкиот опсег е широк, а квалитетот на звукот е доста добар.
3.2.1 кодирање на PCM
Користеното кодирање е полилинско кодирање A-law 13.
За детали, ве молиме, погледнете во: Гласовно кодирање со PCM
3.2.2 Канал
Каналите можат да се поделат на моно и стерео (двоен канал).
Секоја вредност на примерокот на PCM е содржана во цел број i, а должината на i е минимален број бајти потребни за да се собере наведената должина на примерокот.
Големина на примерок Формат на податок Минимална вредност Максимална вредност
8-битен PCM непотпишан int 0 225
16-битен PCM int -32767 32767
За моно-звучни датотеки, податоците за земање мостри се 8-битен краток цел број (краток int 00H-FFH) и податоците за земање мостри се чуваат по хронолошки редослед.
Двоканална стерео звучна датотека, секој податок за земање мостри е 16-битен интеграл (инт), горните осум бита (лев канал) и долните осум бита (десен канал) соодветно претставуваат два канала, а податоците за земање мостри се во хронолошки редослед Депозит по алтернативен редослед.
Истото важи и кога бројот на битови за земање примероци е 16 бита, а меморијата е поврзана со редоследот на бајти.
Формат на податоци за PCM
Сите мрежни протоколи го користат големиот ендијански начин за пренос на податоци. Затоа, големиот ендијански метод се нарекува и редослед на мрежни бајти. Кога комуницираат двајца домаќини со различен редослед на бајти, тие мора да се претворат во мрежен редослед пред да испратите податоци пред преносот.
4 Г.711
Во принцип PCM, аналогниот сигнал претрпува одредена обработка (како што е компресија на амплитудата) пред да се дигитализира. Откако ќе се дигитализира, PCM сигналот обично се обработува понатаму (како што е компресија на дигитални податоци).
G.711 е стандарден алгоритам на мултимедијален дигитален сигнал (компресија / декомпресија) што мго одулира пулсниот код од ITU-T. Тоа е техника за земање примероци за дигитализирање на аналогни сигнали, особено за аудио сигнали. PCM го симнува сигналот 8000 пати во секунда, 8KHz; секој примерок е 8 бита, вкупно 64Kbps (DS0). Постојат два стандарди за кодирање на нивоата на земање примероци. Северна Америка и Јапонија го користат стандардот Му-закон, додека повеќето други земји го користат стандардот А-закон.
A-law и u-law се два методи за кодирање на PCM. А-закон PCM се користи во Европа и мојата земја, а му-законот се користи во Северна Америка и Јапонија. Разликата помеѓу двете е методот на квантизација. Законот А користи квантизација на 12 бита, а законот на КВ користи 13 квантизација. Фреквенцијата на земање примероци е 8KHz, и обајцата се 8битни методи за кодирање.
Едноставно разбирање: PCM се оригинални аудио податоци собрани од аудио опрема. G.711 и AAC се два различни алгоритма, кои можат да ги компресираат податоците на PCM до одреден сооднос, а со тоа да заштедат ширина на опсег во мрежниот пренос.
Нашите други производи:
