audio
Tumutukoy sa mga alon ng tunog na may dalas ng tunog sa pagitan ng 20 Hz at 20 kHz na maaaring marinig ng tainga ng tao.
Kung nagdagdag ka ng kaukulang audio card sa computer — ang sound card na madalas naming sinasabi, maaari naming mai-record ang lahat ng mga tunog, at ang mga katangian ng tunog ng tunog, tulad ng antas ng tunog, maaaring maiimbak bilang mga file sa hard ng computer disk Sa kabaligtaran, maaari din kaming gumamit ng isang tiyak na audio program upang i-play ang nakaimbak na audio file upang maibalik ang dating naitala na tunog.
1 Format ng audio file
Partikular na tumutukoy ang format ng audio file sa format ng file na nagtatago ng audio data. Maraming iba't ibang mga format.
Ang pangkalahatang pamamaraan ng pagkuha ng data ng audio ay ang sample (sukatin) ang audio boltahe sa isang nakapirming agwat ng oras, at iimbak ang resulta sa isang tiyak na resolusyon (halimbawa, ang bawat sample ng CDDA ay 16 bits o 2 bytes). Ang agwat ng sampling ay maaaring magkaroon ng magkakaibang pamantayan. Halimbawa, ang CDDA ay gumagamit ng 44,100 beses bawat segundo; Gumagamit ang DVD ng 48,000 o 96,000 beses bawat segundo. Samakatuwid, [rate ng sampling], [resolusyon] at bilang ng [mga channel] (halimbawa, 2 mga channel para sa stereo) ang mga pangunahing parameter ng format ng audio file.
1.1 Pagkawala at pagkawala
Ayon sa proseso ng paggawa ng digital audio, ang audio coding ay maaari lamang malapit sa mga natural na signal. Hindi bababa sa ang kasalukuyang teknolohiya ay magagawa lamang ito. Ang anumang pamamaraan sa digital na pag-coding ng audio ay nawala sapagkat hindi ito ganap na maibalik. Sa mga aplikasyon ng computer, ang pinakamataas na antas ng katapatan ay ang pag-encode ng PCM, na malawakang ginagamit para sa pagpapanatili ng materyal at pagpapahalaga sa musika. Ginagamit ito sa mga CD, DVD at aming karaniwang mga WAV file. Samakatuwid, ang PCM ay naging isang lossless encoding sa pamamagitan ng kombensiyon, dahil ang PCM ay kumakatawan sa pinakamahusay na antas ng katapatan sa digital audio.
Mayroong dalawang pangunahing uri ng mga format ng audio file:
Mga format na walang pagkawala, tulad ng WAV, PCM, TTA, FLAC, AU, APE, TAK, WavPack (WV)
Ang mga format na lossy, tulad ng MP3, Windows Media Audio (WMA), Ogg Vorbis (OGG), AAC
2 pagpapakilala ng parameter
2.1 rate ng Sampling
Tumutukoy sa bilang ng mga sample ng tunog na nakuha bawat segundo. Ang tunog ay talagang isang uri ng alon ng enerhiya, kaya mayroon din itong mga katangian ng dalas at malawak. Ang dalas ay tumutugma sa axis ng oras at ang amplitude ay tumutugma sa antas ng axis. Ang alon ay walang hanggan makinis, at ang string ay maaaring ituring bilang binubuo ng hindi mabilang na mga puntos. Dahil ang puwang ng imbakan ay medyo limitado, ang mga puntos ng string ay dapat na mai-sample habang ang proseso ng digital encoding.
Ang proseso ng pag-sample ay upang makuha ang halaga ng dalas ng isang tiyak na punto. Malinaw na, mas maraming mga puntos ang nakuha sa isang segundo, mas maraming impormasyon sa dalas ang nakuha. Upang maibalik ang waveform, mas mataas ang dalas ng sampling, mas mahusay ang kalidad ng tunog. Ang mas tunay na pagpapanumbalik ay, ngunit sa parehong oras sumasakop ito ng mas maraming mga mapagkukunan. Dahil sa limitadong resolusyon ng tainga ng tao, masyadong mataas ang dalas ay hindi maaaring makilala. Ang dalas ng sampling ng 22050 ay karaniwang ginagamit, ang 44100 ay mayroon nang kalidad ng tunog ng CD, at ang pag-sample ng higit sa 48,000 o 96,000 ay hindi na makahulugan sa tainga ng tao. Ito ay katulad ng 24 na frame bawat segundo sa mga pelikula. Kung ito ay stereo, ang sample ay doble at ang file ay halos doble.
Ayon sa Nyquist sampling na teorya, upang matiyak na ang tunog ay hindi baluktot, ang dalas ng sampling ay dapat na nasa 40kHz. Hindi namin kailangang malaman kung paano nagmula ang teoryang ito. Kailangan lang naming malaman na sinasabi sa amin ng teoryang ito na kung nais naming magtala ng isang signal nang tumpak, ang aming dalas ng sampling ay dapat na mas malaki sa o katumbas ng dalawang beses sa maximum na dalas ng audio signal. Tandaan, ito ang maximum na dalas.
Sa larangan ng digital audio, ang karaniwang ginagamit na mga rate ng sampling ay:
8000 Hz-ang rate ng sampling na ginamit ng telepono, na sapat para sa pagsasalita ng tao
11025 Hz-sampling rate na ginamit ng telepono
22050 Hz-sampling rate na ginamit sa pagsasahimpapawid sa radyo
32000 Hz-sampling rate para sa miniDV digital video camcorder, DAT (LP mode)
44100 Hz-Audio CD, karaniwang ginagamit din bilang rate ng pag-sample para sa MPEG-1 audio (VCD, SVCD, MP3)
47250 Hz-sampling rate na ginamit ng mga komersyal na PCM recorder
48000 Hz-sampling rate para sa digital na tunog na ginamit sa miniDV, digital TV, DVD, DAT, mga pelikula, at propesyonal na audio
50000 Hz-sampling rate na ginamit ng mga komersyal na digital recorder
96000 Hz o 192000 Hz-ang rate ng pag-sample na ginamit para sa DVD-Audio, ilang mga track ng audio na LPCM DVD, mga track ng audio na BD-ROM (Blu-ray Disc), at mga audio track ng HD-DVD (High Definition DVD)
2.2 Bilang ng mga sampling bit
Ang bilang ng mga sampling bit ay tinatawag ding laki ng sampling o bilang ng mga dami ng pagsukat. Ito ay isang parameter na ginamit upang sukatin ang pagbabagu-bago ng tunog, iyon ay, ang resolusyon ng sound card o maaaring maunawaan bilang ang resolusyon ng sound card na naproseso ng sound card. Ang mas malaki ang halaga, mas mataas ang resolusyon, at mas makatotohanang ang tunog na naitala at na-play muli. Ang bit ng sound card ay tumutukoy sa mga binary digit ng digital sound signal na ginamit ng sound card kapag nangongolekta at nagpe-play ng mga file ng tunog. Ang bit ng sound card na objectively ay sumasalamin sa kawastuhan ng paglalarawan ng digital signal ng signal ng input signal ng tunog. Karaniwang mga sound card ay higit sa lahat 8-bit at 16-bit. Ngayon, ang lahat ng mga pangunahing produkto sa merkado ay 16-bit at mas mataas na mga sound card.
Itinatala ng bawat sample na data ang amplitude, at ang katumpakan ng pag-sample ay nakasalalay sa bilang ng mga sampling bit:
Ang 1 byte (iyon ay, 8bit) ay maaari lamang magtala ng 256 na numero, na nangangahulugang ang amplitude ay maaari lamang nahahati sa 256 na antas;
Ang 2 bytes (iyon ay, 16bit) ay maaaring kasing liit ng 65536, na isang pamantayan sa CD;
4 bytes (iyon ay, 32bit) ay maaaring hatiin ang amplitude sa mga antas ng 4294967296, na talagang hindi kinakailangan.
2.3 Bilang ng mga channel
Iyon ay, ang bilang ng mga sound channel. Ang mga karaniwang mono at stereo (dual-channel) ay nakabuo na ngayon sa apat na tunog na paligid (apat na-channel) at 5.1 na mga channel.
2.3.1 Unggoy
Ang Mono ay isang medyo primitive na form ng pagpaparami ng tunog, at ang mga maagang sound card ay ginamit ito nang mas karaniwan. Ang tunog na mono Mono ay maaari lamang i-sound gamit ang isang speaker, at ang ilan ay pinoproseso din sa dalawang speaker upang ma-output ang parehong sound channel. Kapag ang impormasyong monophonic ay pinatugtog pabalik sa pamamagitan ng dalawang nagsasalita, malinaw na maaari nating maramdaman na ang tunog ay mula sa dalawang nagsasalita. Imposibleng matukoy ang tukoy na lokasyon ng pinagmulan ng tunog na ipinadala sa aming mga tainga mula sa gitna ng nagsasalita.
2.3.2 Stereo
Ang mga binaural channel ay mayroong dalawang mga sound channel. Ang prinsipyo ay kapag narinig ng mga tao ang isang tunog, maaari nilang hatulan ang tiyak na posisyon ng pinagmulan ng tunog batay sa pagkakaiba ng phase sa pagitan ng kaliwa at kanang tainga. Ang tunog ay inilalaan sa dalawang mga independiyenteng channel sa panahon ng proseso ng pagrekord, upang makamit ang isang mabuting epekto ng localization ng tunog. Ang pamamaraan na ito ay partikular na kapaki-pakinabang sa pagpapahalaga sa musika. Malinaw na makikilala ng tagapakinig ang direksyon mula sa kung saan nagmula ang iba't ibang mga instrumento, na ginagawang mas mapanlikha ang musika at mas malapit sa karanasan sa site.
Dalawang tinig ang kasalukuyang ginagamit. Sa karaoke, ang isa ay para sa pagtugtog ng musika at ang isa ay para sa tinig ng mang-aawit; sa VCD, ang isa ay dubbing sa Mandarin at ang isa ay dubbing sa Cantonese.
2.3.3 Palibutan ng apat na tono
Tinutukoy ng apat na channel na paligid ang apat na mga tunog na tunog, harap sa kaliwa, harap sa kanan, likuran sa kaliwa, at likurang kanan, at ang madla ay napapalibutan ng mga ito. Inirerekumenda rin na magdagdag ng isang subwoofer upang palakasin ang pag-playback ng pag-playback ng mga signal na may mababang dalas (ito ang dahilan kung bakit ang mga 4.1-channel speaker system ay malawak na sikat ngayon). Hinggil sa pangkalahatang epekto ay nababahala, ang sistema ng apat na channel ay maaaring magdala ng mga tagapakinig sa tunog mula sa maraming magkakaibang direksyon, maaaring makuha ang pandinig na karanasan na nasa iba't ibang mga iba't ibang mga kapaligiran, at bigyan ang mga gumagamit ng isang bagong karanasan. Ngayon, ang teknolohiya ng apat na channel ay malawak na isinama sa disenyo ng iba't ibang mga mid-to-high-end na sound card, na naging pangunahing trend ng pag-unlad sa hinaharap.
2.3.4 channel
Ang 5.1 na mga channel ay malawak na ginamit sa iba't ibang mga tradisyunal na sinehan at teatro sa bahay. Ang ilan sa mga mas kilalang mga format ng compression ng pag-record ng tunog, tulad ng Dolby AC-3 (Dolby Digital), DTS, atbp. Ay batay sa 5.1 sound system. Ang ".1" na channel ay isang espesyal na idinisenyong subwoofer channel na maaaring makabuo ng mga subwoofer na may saklaw na dalas ng tugon na 20 hanggang 120 Hz. Sa katunayan, ang 5.1 sound system ay nagmula sa 4.1 paligid, ang pagkakaiba ay nagdaragdag ito ng isang center unit. Ang center unit na ito ay responsable para sa paglilipat ng signal ng tunog sa ibaba 80Hz, na kapaki-pakinabang upang palakasin ang boses ng tao kapag nanonood ng pelikula, at pag-isiping mabuti ang dayalogo sa gitna ng buong patlang ng tunog upang madagdagan ang pangkalahatang epekto.
Sa kasalukuyan, maraming mga manlalaro ng online na musika, tulad ng QQ Music, ang nagkaloob ng 5.1-channel na musika para sa pakikinig at pag-download ng pagsubok.
2.4 Frame
Ang konsepto ng mga audio frame ay hindi kasing malinaw ng mga frame ng video. Halos lahat ng mga format ng pag-encode ng video ay maaaring mag-isip ng isang frame bilang isang naka-encode na imahe. Gayunpaman, ang audio frame ay nauugnay sa format ng pag-encode, na ipinatupad ng bawat pamantayan sa pag-encode.
Halimbawa, sa kaso ng PCM (hindi naka-code na data ng audio), hindi na kinakailangan ang konsepto ng mga frame, at maaaring i-play ayon sa rate ng sampling at kawastuhan ng pag-sample. Halimbawa, para sa dalawahang audio na may rate ng pag-sample ng 44.1kHZ at isang katumpakan ng sampling na 16 bits, maaari mong kalkulahin na ang bit rate ay 44100162bps, at ang data ng audio bawat segundo ay isang nakapirming 44100162/8 bytes.
Ang frame ng amr ay medyo simple. Itinakda nito na ang bawat 20ms ng audio ay isang frame, at ang bawat frame ng audio ay malaya, at posible na gumamit ng iba't ibang mga encoding algorithm at iba't ibang mga parameter ng pag-encode.
Ang frame ng mp3 ay medyo mas kumplikado at naglalaman ng maraming impormasyon, tulad ng rate ng sampling, rate ng bit, at iba't ibang mga parameter.
Mga siklo ng 2.5
Ang bilang ng mga frame na kinakailangan ng isang audio aparato para sa pagproseso nang sabay-sabay, at ang pag-access ng data ng audio aparato at ang pag-iimbak ng audio data ay nakabatay sa yunit na ito.
2.6 Interleaved mode
Ang paraan ng pag-iimbak ng digital audio signal. Ang data ay naka-imbak sa tuluy-tuloy na mga frame, iyon ay, ang mga sample ng kaliwang channel at kanang mga sample ng channel ng frame 1 ay naitala muna, at pagkatapos ay nagsimula ang pag-record ng frame 2.
2.7 Non-interlaced mode
Una, itala ang mga kaliwang sample ng channel ng lahat ng mga frame sa isang panahon, at pagkatapos ay itala ang lahat ng mga tamang sample ng channel.
2.8 Bit rate (rate ng bit)
Ang bit rate ay tinatawag ding bit rate, na tumutukoy sa dami ng data na pinatugtog ng musika bawat segundo. Ang yunit ay ipinahayag ng kaunti, na kung saan ay binary bit. Ang bps ay ang rate ng bit. b ay bit (bit), s ay pangalawa (segundo), p ay bawat (bawat), isang byte ay katumbas ng 8 binary bits. Iyon ay upang sabihin, ang laki ng file ng isang 4-minutong kanta ng 128bps ay kinakalkula tulad nito (128/8) 460 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), sa pangkalahatan ang mp3 ay kapaki-pakinabang sa halos 128 bit rate, at marahil Ang laki ay sa paligid ng 3-4 BM.
Sa mga aplikasyon ng computer, ang pinakamataas na antas ng katapatan ay ang pag-encode ng PCM, na malawakang ginagamit para sa pangangalaga ng materyal at pagpapahalaga sa musika. Ang mga CD, DVD at ang aming karaniwang mga WAV file ay ginagamit lahat. Samakatuwid, ang PCM ay naging isang lossless encoding sa pamamagitan ng kombensiyon, dahil ang PCM ay kumakatawan sa pinakamahusay na antas ng katapatan sa digital audio. Hindi ito nangangahulugan na masisiguro ng PCM ang ganap na katapatan ng signal. Makakamit lamang ng PCM ang maximum na walang katapusang kalapitan.
Upang makalkula ang bit rate ng isang PCM audio stream ay isang napakadaling gawain, halagang rate ng halaga ng sampling × halaga ng laki ng sampling × channel number bps. Ang isang WAV file na may rate ng sampling na 44.1KHz, isang laki ng sampling ng 16bit, at dalawahang-channel na pag-encode ng PCM, ang rate ng data nito ay 44.1K × 16 × 2 = 1411.2Kbps. Ang aming karaniwang Audio CD ay gumagamit ng pag-encode ng PCM, at ang kapasidad ng isang CD ay maaaring magkaroon lamang ng 72 minuto ng impormasyon ng musika.
Ang isang dalawahang-channel na PCM na naka-encode ng audio signal ay nangangailangan ng 176.4KB ng puwang sa 1 segundo, at mga 10.34M sa 1 minuto. Hindi ito katanggap-tanggap para sa karamihan ng mga gumagamit, lalo na ang mga nais makinig ng musika sa computer. Ang pagsakop sa disk, mayroon lamang dalawang pamamaraan, downsampling index o compression. Hindi maipapayo na bawasan ang sampling index, kaya't ang mga eksperto ay nakabuo ng iba't ibang mga scheme ng compression. Ang pinakan orihinal ay DPCM, ADPCM, at ang pinakatanyag ay MP3. Samakatuwid, ang rate ng code pagkatapos ng compression ng data ay mas mababa kaysa sa orihinal na code.
2.9 Halimbawa ng pagkalkula
Halimbawa, ang haba ng file ng "Windows XP startup.wav" ay 424,644 bytes, na nasa format ng "22050HZ / 16bit / stereo".
Pagkatapos ang rate ng paghahatid nito bawat segundo (bit rate, tinatawag ding bit rate, rate ng sampling) ay 22050162 = 705600 (bps), na-convert sa byte unit ay 705600/8 = 88200 (bytes bawat segundo), oras ng pag-playback: 424644 (Kabuuang mga byte) / 88200 (bytes bawat segundo) ≈ 4.8145578 (segundo).
Ngunit ito ay hindi sapat na tumpak. Ang WAVE file (* .wav) sa karaniwang format ng PCM ay mayroong hindi bababa sa 42 bytes ng impormasyon ng header, na dapat alisin kapag kinakalkula ang oras ng pag-playback, kaya mayroong: (424644-42) / (22050162/8) ≈ 4.8140816 ( segundo). Mas tumpak ito.
3 encoding ng audio ng PCM
Ang PCM ay nangangahulugang Module ng Pulse Code. Sa proseso ng PCM, ang input analog signal ay na-sample, na-dami, at naka-code, at ang numero ng binary na naka-code ay kumakatawan sa amplitude ng analog signal; ang pagtanggap ng pagtatapos pagkatapos ay ibalik ang mga code na ito sa orihinal na analog signal. Iyon ay, ang A / D na conversion ng digital audio ay may kasamang tatlong proseso: sampling, dami, at pag-encode.
Ang rate ng pag-aampon ng boses PCM ay 8kHz, at ang bilang ng mga sampling bit ay 8bit, kaya ang rate rate ng boses na digital na naka-code na signal ay 8bits × 8kHz = 64bps = 8KB / s.
3.1 Mga Prinsipyo ng Audio Coding
Ang sinumang may isang tiyak na elektronikong pundasyon ay nakakaalam na ang audio signal na nakolekta ng sensor ay isang analog na dami, ngunit ang ginagamit namin sa aktwal na proseso ng paghahatid ay isang digital na dami. At nagsasangkot ito ng proseso ng pag-convert ng analog sa digital. Ang analog signal ay kailangang dumaan sa tatlong proseso, katulad ng sampling, dami at coding, upang mapagtanto ang modulate ng pulse code (PCM, Pulse Coding Modulation) na teknolohiya ng digitalization ng boses.
Proseso ng conversion
3.1.1 Pag-sample
Ang sampling ay ang proseso ng pagkuha ng mga sample (sampling rate) mula sa isang analog signal sa isang dalas na higit sa 2 beses ang signal bandwidth (Lequist Sampling Theorem) at ginagawang discrete sampling signal sa axis ng oras.
Rate ng sampling: Ang bilang ng mga sample na nakuha mula sa isang tuluy-tuloy na signal bawat segundo upang makabuo ng isang discrete signal, na ipinahayag sa Hertz (Hz).
halimbawang:
Halimbawa, ang rate ng sampol ng audio signal ay 8000hz.
Maaari itong maunawaan na ang sample sa figure sa itaas ay tumutugma sa curve ng pagbabago ng boltahe na may oras sa figure para sa 1 segundo, pagkatapos ay ang mas mababang 1 2 3 ... 10, dahil dapat mayroong 1-8000 na puntos, iyon ay, 1 pangalawa ay nahahati sa 8000 bahagi, at pagkatapos ay ilabas ang mga ito sa turn Ang halaga ng boltahe na naaayon sa 8000 point time na iyon.
3.1.2 Quantification
Kahit na ang naka-sample na signal ay isang discrete signal sa axis ng oras, isa pa rin itong analog signal, at ang halimbawang halaga nito ay maaaring magkaroon ng isang walang katapusang bilang ng mga halaga sa loob ng isang tiyak na saklaw ng mga halaga. Ang pamamaraang "pag-ikot" ay dapat na gamitin upang "paikutin" ang mga halimbawang halimbawang, upang ang mga halimbawang halimbawang nasa loob ng isang tiyak na saklaw ng halaga ay nabago mula sa isang walang katapusang bilang ng mga halaga sa isang may hangganan na bilang ng mga halaga. dami.
Bilang ng bilang ng mga bits: tumutukoy sa bilang ng mga piraso na ginamit upang ilarawan ang digital signal.
Ang 8 bits (8bit) ay kumakatawan sa 2 sa ika-8 lakas = 256, 16 bits (16bit) ay kumakatawan sa 2 hanggang sa ika-16 na lakas = 65536;
halimbawang:
Halimbawa, ang saklaw ng boltahe na nakolekta ng audio sensor ay 0-3.3V, at ang bilang ng sampling ay 8bit (bit)
Iyon ay, isinasaalang-alang namin ang 3.3V / 2 ^ 8 = 0.0128 bilang ang katumpakan ng pagsukat.
Hinahati namin ang 3.3v sa 0.0128 bilang stepping Y axis, tulad ng ipinakita sa Larawan 3, 1 2… 8 nagiging 0 0.0128 0.0256… 3.3 V
Halimbawa, ang halaga ng boltahe ng isang sampling point ay 1.652V (sa pagitan ng 1280.128 at 1290.128). Inikot namin ito sa 1.65V at ang katumbas na antas ng pagsukat ay 128.
3.1.3 Pag-encode
Ang kinakalkula na signal ng sampling ay binago sa isang serye ng decimal digital code ng mga stream na nakaayos ayon sa pagkakasunud-sunod ng sampling, iyon ay, ang decimal digital signal. Ang isang simple at mahusay na system ng data ay isang binary code system. Samakatuwid, ang decimal digital code ay dapat na mai-convert sa isang binary code. Ayon sa kabuuang bilang ng mga decimal digital code, ang bilang ng mga piraso na kinakailangan para sa binary coding ay maaaring matukoy, iyon ay, ang haba ng salita (bilang ng mga sampling bit). Ang prosesong ito ng pagbabago ng dami ng sample na signal sa isang binary code stream na may isang ibinigay na haba ng salita ay tinatawag na encoding.
halimbawang:
Pagkatapos ang nasa itaas na 1.65V ay tumutugma sa isang antas ng pagsukat ng 128. Ang kaukulang binary system ay 10000000. Iyon ay, ang resulta ng pag-encode ng sampling point ay 10000000. Siyempre, ito ay isang pamamaraan ng pag-encode na hindi isinasaalang-alang ang positibo at negatibong halaga , at maraming uri ng mga pamamaraan ng pag-encode na nangangailangan ng tiyak na pagtatasa ng mga tukoy na isyu. (Ang pag-encode ng format ng audio ng PCM ay isang pag-encode ng polyline na A-law 13)
3.2 Pag-coding ng audio ng PCM
Ang signal ng PCM ay hindi sumailalim sa anumang encoding at compression (lossless compression). Kung ikukumpara sa mga analog signal, hindi ito madaling maapektuhan ng kalat at pagbaluktot ng sistema ng paghahatid. Malawak ang saklaw na pabagu-bago, at ang kalidad ng tunog ay napakahusay.
3.2.1 Pag-encode ng PCM
Ang ginamit na coding ay ang A-law 13 polyline coding.
Para sa mga detalye, mangyaring mag-refer sa: Pag-coding ng boses ng PCM
3.2.2 Channel
Ang mga channel ay maaaring nahahati sa mono at stereo (dual channel).
Ang bawat halimbawang halaga ng PCM ay nilalaman sa isang integer i, at ang haba ng i ay ang minimum na bilang ng mga byte na kinakailangan upang mapaunlakan ang tinukoy na haba ng sample.
Laki ng sample Format ng data Minimum na halaga Maximum na halaga
8-bit na PCM unsigned int 0 225
16-bit na PCM int -32767 32767
Para sa mga file ng tunog na mono, ang data ng sampling ay isang 8-bit maikling integer (maikling int 00H-FFH) at ang data ng sampling ay nakaimbak nang magkakasunod-sunod.
Dalawang-channel na stereo sound file, ang bawat data ng sampling ay isang 16-bit integer (int), ang itaas na walong bits (kaliwang channel) at ang ibabang walong bits (kanang channel) ayon sa pagkakasunod-sunod ay kumakatawan sa dalawang mga channel, at ang data ng sampling ay nasa sunud-sunod na pagkakasunud-sunod I-deposito sa kahaliling order.
Ang pareho ay totoo kung ang bilang ng mga sampling bits ay 16 bits, at ang imbakan ay nauugnay sa byte order.
Format ng data ng PCM
Ang lahat ng mga network protokol ay gumagamit ng malaking endian na paraan upang magpadala ng data. Samakatuwid, ang malaking pamamaraan ng endian ay tinatawag ding network byte order. Kapag nakikipag-usap ang dalawang host na may magkakaibang byte order, dapat silang mai-convert sa network byte order bago magpadala ng data bago ilipat.
4 G.711
Sa pangkalahatang PCM, ang analog signal ay sumasailalim sa ilang pagproseso (tulad ng compression ng amplitude) bago ma-digitize. Kapag na-digitize, ang signal ng PCM ay karaniwang naproseso pa (tulad ng digital compression ng data).
Ang G.711 ay isang pamantayang multimedia digital signal (compression / decompression) na algorithm na minaalis ang code ng pulso mula sa ITU-T. Ito ay isang pamamaraan sa pag-sample para sa pag-digitize ng mga analog signal, lalo na para sa mga audio signal. Ang mga sample ng PCM ng signal 8000 beses bawat segundo, 8KHz; ang bawat sample ay 8 bits, isang kabuuang 64Kbps (DS0). Mayroong dalawang pamantayan para sa pag-coding ng mga antas ng pag-sample. Ang Hilagang Amerika at Japan ay gumagamit ng pamantayan ng Mu-Law, habang ang karamihan sa iba pang mga bansa ay gumagamit ng pamantayang A-Law.
Ang A-law at u-law ay dalawang pamamaraan ng pag-encode ng PCM. Ang A-law PCM ay ginagamit sa Europa at sa aking bansa, at ang Mu-law ay ginagamit sa Hilagang Amerika at Japan. Ang pagkakaiba sa pagitan ng dalawa ay ang paraan ng pagsukat. Ang batas na A ay gumagamit ng 12bits na dami ng dami at ang u batas ay gumagamit ng 13bits na dami ng dami. Ang dalas ng sampling ay 8KHz, at pareho ang mga pamamaraan ng pag-encode ng 8bits.
Simpleng pag-unawa: Ang PCM ay ang orihinal na data ng audio na nakolekta ng mga kagamitan sa audio. Ang G.711 at AAC ay dalawang magkakaibang mga algorithm, na maaaring mai-compress ang data ng PCM sa isang tiyak na ratio, sa ganyan makatipid ng bandwidth sa paghahatid ng network.
Ang aming iba pang mga produkto:
