1. Аудио
Отнася се до звукови вълни с честота между 20 Hz и 20 kHz, които могат да бъдат чути от човешките уши.
Ако добавите съответна звукова карта към компютъра, което често наричаме звукова карта, можем да запишем всички звуци и акустичните характеристики на звука, като нивото на звука, могат да се съхраняват като файлове на твърдия диск на компютъра. И обратно, ние също можем да използваме определена аудио програма за възпроизвеждане на съхранения аудио файл, за да възстановим записания преди това звук.
2. Честота на вземане на проби
Отнася се за броя на звуковите проби, получени в секунда. Звукът всъщност е вид енергийна вълна, така че има и характеристиките на честота и амплитуда. Честотата съответства на оста на времето, а амплитудата - на оста на нивото. Вълната е безкрайно гладка и струната може да се разглежда като съставена от безброй точки. Тъй като пространството за съхранение е относително ограничено, точките на низа трябва да бъдат взети по време на процеса на цифрово кодиране.
Процесът на вземане на проби е да се извлече честотната стойност на определена точка. Очевидно е, че колкото повече точки се извличат за една секунда, толкова повече информация за честотата се получава. За да се възстанови формата на вълната, колкото по-висока е честотата на дискретизация, толкова по-добро е качеството на звука. Колкото по-реална е реставрацията, но в същото време тя заема повече ресурси. Поради ограничената разделителна способност на човешкото ухо не може да се различи твърде висока честота. Често се използва честотата на вземане на проби от 22050, 44100 вече е CD качество на звука, а вземането на проби над 48,000 96,000 или 24 XNUMX вече не е от значение за човешкото ухо. Това е подобно на XNUMX кадъра в секунда във филмите. Ако е стерео, пробата се удвоява и файлът се удвоява почти.
Според теорията на Nyquist за вземане на проби, за да се гарантира, че звукът не е изкривен, честотата на вземане на проби трябва да бъде около 40kHz. Не е нужно да знаем как е възникнала тази теорема. Трябва само да знаем, че тази теорема ни казва, че ако искаме да запишем сигнал точно, нашата честота на дискретизация трябва да бъде по-голяма или равна на два пъти максималната честота на аудио сигнала. Не забравяйте, че това е максималната честота. .
В областта на цифровия звук често използваните честоти на дискретизация са:
8000 Hz - честотата на дискретизация, използвана от телефона, която е достатъчна за човешката реч
11025 Hz - Честота на дискретизация, използвана от телефона
Честота на дискретизация 22050 Hz, използвана за радиоразпръскване
32000 Hz честота на вземане на проби, използвана от miniDV цифрова видеокамера, DAT (LP режим)
44100 Hz-Audio CD, също често използван при честотата на дискретизация на MPEG-1 аудио (VCD, SVCD, MP3)
Честота на вземане на проби от 47250 Hz, използвана от търговските PCM рекордери
48000 Hz честота на дискретизация за цифров звук, използван в miniDV, цифрова телевизия, DVD, DAT, филми и професионален аудио
Честота на вземане на проби от 50000 Hz, използвана от търговските цифрови записващи устройства
96000 Hz или 192000 Hz - честотата на дискретизация, използвана за DVD-Audio, някои LPCM DVD аудио записи, BD-ROM (Blu-ray Disc) аудио записи и HD-DVD (High Definition DVD) аудио записи
3. броя на битовете за вземане на проби
Броят на битовете за вземане на проби се нарича още размер на извадката или броят на битовете за квантуване. Това е параметър, използван за измерване на колебанията на звука, тоест разделителната способност на звуковата карта или може да се разбира като разделителната способност на звуковата карта, обработена от звуковата карта. Колкото по-голяма е стойността, толкова по-висока е разделителната способност и по-реалистичен е звукът, записан и възпроизведен. Битът на звуковата карта се отнася до двоичните цифри на цифровия звуков сигнал, използван от звуковата карта при събиране и възпроизвеждане на звукови файлове. Битът на звуковата карта обективно отразява точността на описанието на цифровия звуков сигнал на входния звуков сигнал. Общите звукови карти са предимно 8-битови и 16-битови. Днес всички масови продукти на пазара са 16-битови и по-нови звукови карти.
Амплитудата на всяка извадка се записва и точността на вземане на проби зависи от броя на битовете за вземане на проби:
1 байт (т.е. 8 бита) може да записва само 256 числа, тоест амплитудата може да бъде разделена само на 256 нива;
2 байта (т.е. 16 бита) могат да бъдат толкова малки, колкото 65536, което вече е CD стандарт;
4 байта (т.е. 32 бита) могат да разделят амплитудата на 4294967296 нива, което е наистина ненужно.
4. броя на каналите
Това е броят на звуковите канали. Общите моно и стерео (двуканални) сега са се развили до четири-звуков съраунд (четириканален) и 5.1-канален.
(1) Единичен път
Mono е относително примитивна форма на възпроизвеждане на звук и ранните звукови карти го използват по-често. Моно звукът може да се прозвучи само с един високоговорител, а някои също се обработват в два високоговорителя за извеждане на един и същ звуков канал. Когато монофоничната информация се възпроизвежда през два високоговорителя, ясно можем да почувстваме, че звукът е от два високоговорителя. Невъзможно е да се определи конкретното местоположение на звуковия източник, който се предава на ушите ни от средата на високоговорителя.
(2) Стерео
Бинауралните канали имат два звукови канала. Принципът е, че когато хората чуят звук, те могат да преценят конкретното местоположение на звуковия източник въз основа на фазовата разлика между лявото и дясното ухо. Звукът се разпределя към два независими канала по време на процеса на запис, за да се постигне добър ефект на локализация на звука. Тази техника е особено полезна при оценката на музиката. Слушателят може ясно да различи посоката, от която идват различните инструменти, което прави музиката по-въображаема и по-близка до преживяването на място.
В момента най-често се използват два гласа. В караоке едното е за възпроизвеждане на музика, а другото е за гласа на певеца; във VCD, единият е дублаж на мандарин, а другият дублира на кантонски.
(3) Четиритонов съраунд
Четириканалният съраунд определя четири звукови точки, предна лява, предна дясна, задна лява и задна дясна, а публиката е заобиколена от тези четири звукови точки. В същото време се препоръчва също да се добави субуфер, за да се подобри обработката на възпроизвеждане на нискочестотни сигнали (това е причината, поради която 4.1-каналните високоговорители са популярни днес). Що се отнася до цялостния ефект, четириканалната система може да донесе на слушателите съраунд звук от множество различни посоки, може да получи слуховото преживяване в различни среди и да даде на потребителите чисто ново изживяване. В днешно време четириканалната технология е широко интегрирана в дизайна на различни звукови карти от среден до висок клас, превръщайки се в основната тенденция на бъдещото развитие.
(4) канал
5.1 канали са широко използвани в различни традиционни театри и домашни кина. Някои от по-известните формати за компресиране на звукозапис, като Dolby AC-3 (Dolby Digital), DTS и др., Се основават на звуковата система 5.1. Каналът ".1" е специално проектиран канал за субуфер, който може да произвежда субуфери с честотен диапазон от 20 до 120 Hz. Всъщност звуковата система 5.1 идва от съраунд 4.1, разликата е, че добавя централен блок. Това централно устройство отговаря за предаването на звуковия сигнал под 80 Hz, което е полезно за укрепване на човешкия глас при гледане на филма и за концентриране на диалога в средата на цялото звуково поле, за да се увеличи общия ефект.
Понастоящем много онлайн музикални плейъри, като QQ Music, предоставят 5.1-канална музика за пробно слушане и изтегляне.
5. рамка
Концепцията за аудио кадри не е толкова ясна, колкото видео кадри. Почти всички формати за кодиране на видео могат просто да възприемат кадъра като кодирано изображение. Аудио рамката обаче е свързана с кодиращия формат, който се прилага от всеки стандарт за кодиране. Защото, ако е PCM (некодирани аудио данни), изобщо не се нуждае от концепцията за кадри и може да се възпроизвежда според честотата на дискретизация и точността на дискретизация. Например за двойно аудио с честота на дискретизация 44.1kHZ и точност на дискретизация 16 бита, можете да изчислите, че битрейтът е 44100 * 16 * 2bps, а аудио данните в секунда са фиксирани 44100 * 16 * 2 / 8 байта.
Рамката amr е относително проста. Той предвижда, че всеки 20ms аудио е кадър и всеки кадър от аудио е независим. Възможно е да се използват различни алгоритми за кодиране и различни параметри на кодиране.
MP3 рамката е малко по-сложна и съдържа повече информация, като честота на дискретизация, битова скорост и различни параметри.
6. цикъл
Броят на кадрите, необходим за една обработка от аудио устройство, се използва като единица за достъп до данни и съхранение на аудио данни от аудио устройството.
7. преплетен режим
Методът за съхранение на цифрови аудио сигнали. Данните се съхраняват в непрекъснати кадри, тоест пробите от левия канал и пробите от десния канал на кадър 1 се записват първо и след това започва записването на кадър 2.
8. режим без преплитане
Първо, запишете пробите от левия канал на всички кадри в период и след това запишете всички проби от десния канал.
9. битрейт
Скоростта на предаване се нарича още скорост на предаване, която се отнася до количеството данни, възпроизведени от музика в секунда, и единицата се изразява в битове, които са двоични битове. bps е битрейт. b е бит (бит), s е втори (втори), p е всеки (на), един байт е еквивалентен на 8 двоични бита. Тоест размерът на файла на 4-минутна песен от 128bps се изчислява по следния начин (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), обикновено mp3 е от полза при около 128 битова скорост, Също така е с размер около 3-4 BM.
В компютърните приложения най-високото ниво на вярност е PCM кодирането, което се използва широко за съхранение на материали и оценяване на музиката. Използва се в компактдискове, DVD и наши общи WAV файлове. Следователно PCM се превърна в кодиране без загуби по конвенция, тъй като PCM представлява най-доброто ниво на вярност в цифровото аудио. Това не означава, че PCM може да осигури абсолютна вярност на сигнала. PCM може да постигне най-голямата степен на безкрайна близост.
Изчисляването на битрейта на PCM аудио поток е много лесна задача, стойност на честотата на дискретизация × стойност на размера на дискретизация × номер на канала в секунда. WAV файл с честота на дискретизация 44.1KHz, размер на дискретизация 16bit и двуканално PCM кодиране, скоростта на предаване на данни е 44.1K × 16 × 2 = 1411.2Kbps. Нашият общ аудио CD използва PCM кодиране и капацитетът на CD може да побере само 72 минути музикална информация.
Двуканалният PCM кодиран аудио сигнал изисква 176.4KB пространство за 1 секунда и около 10.34M за 1 минута. Това е неприемливо за повечето потребители, особено за тези, които обичат да слушат музика на компютъра. Заетост на диска, има само два метода, индекс за намаляване на дискретизацията или компресия. Не е препоръчително да се намалява индексът на вземане на проби, затова експертите са разработили различни схеми за компресия. Най-оригиналните са DPCM, ADPCM, а най-известният е MP3. Следователно скоростта на кодиране след компресиране на данни е много по-ниска от оригиналния код.
