Audio, English ay AUDIO, marahil nakita mo ang output ng AUDIO o input port sa back panel ng video recorder o VCD. Sa ganitong paraan, maaari naming ipaliwanag ang audio sa isang napakapopular na paraan, basta ito ay isang tunog na maririnig natin, maaari itong mailipat bilang isang audio signal. Ang mga pisikal na katangian ng audio ay masyadong propesyonal, kaya't mangyaring mag-refer sa iba pang mga materyales. Ang tunog sa likas na katangian ay napaka-kumplikado, at ang waveform ay lubos na kumplikado. Kadalasan gumagamit kami ng coding ng modulation ng pulse code, iyon ay, pag-coding ng PCM. Patuloy na binabago ng PCM ang mga analog signal sa mga digital code sa pamamagitan ng tatlong mga hakbang sa pag-sample, dami, at pag-coding.
1. Pangunahing konsepto ng audio
(1) Ano ang rate ng pag-sample at laki ng sampling (bit / bit).
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, dapat mayroong dalawang mga sampling point sa isang panginginig. Ang pinakamataas na dalas na maaaring madama ay 20kHz. Samakatuwid, upang matugunan ang mga kinakailangan sa pandinig ng tainga ng tao, kinakailangan na sample ng hindi bababa sa 40k beses bawat segundo, na ipinahayag sa 40kHz, at ang 40kHz na ito ay ang rate ng pag-sample. Ang aming karaniwang CD ay may sampling rate na 44.1kHz. Hindi sapat na magkaroon ng impormasyon sa dalas. Dapat din nating makuha ang halaga ng enerhiya ng dalas na ito at sukatin ito upang maipahayag ang lakas ng signal. Ang bilang ng mga antas ng pagsukat ay isang integer power na 2, ang aming karaniwang laki ng CD na 16bit na laki ng sampling, iyon ay, 2 hanggang sa ika-16 na lakas. Ang laki ng sampling ay mas mahirap unawain kaugnay sa rate ng sampling, sapagkat ito ay isang abstract point, bilang isang simpleng halimbawa: Ipagpalagay na ang isang alon ay na-sample ng 8 beses, at ang mga halaga ng enerhiya na naaayon sa mga puntos ng pag-sample ay A1-A8, ngunit gumagamit lang kami ng 2bit na laki ng sampling, Bilang resulta, mapapanatili lamang namin ang mga halagang 4 na puntos sa A1-A8 at itapon ang iba pang 4 na puntos. Kung kukuha kami ng isang sample na laki ng 3bit, pagkatapos ang lahat ng impormasyon ng 8 puntos lamang ay maitatala. Ang mas malaki ang halaga ng rate ng sampling at laki ng sampling, mas malapit ang naitala na form ng alon sa orihinal na signal.
2. Pagkawala at pagkawala
Ayon sa rate ng sampling at laki ng sample, malalaman na kaugnay sa mga natural na signal, ang audio coding ay maaari lamang malapit nang malapit sa pinakamainam. Hindi bababa sa ang kasalukuyang teknolohiya ay magagawa lamang ito. Kaugnay sa mga likas na signal, anumang diskarte sa pag-coding ng digital audio ay lossy. Dahil hindi ito maaaring 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. Ang mga CD, DVD at ang aming mga karaniwang 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 pinakadakilang antas ng walang katapusang kalapitan. Karaniwan naming isinasama ang MP3 sa kategorya ng lossy audio coding, na kaugnay sa pag-coding ng PCM. Ang pagbibigay diin sa kamag-anak na lossy at kawalan ng pagkawala ng pag-coding ay upang sabihin sa lahat na mahirap makamit ang tunay na pagkawala. Ito ay tulad ng paggamit ng mga numero upang ipahayag ang pi. Gaano man kataas ang katumpakan, malayo lamang ito malapit, hindi talaga katumbas ng pi. halaga
3. Bakit gumagamit ng teknolohiyang audio compression
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 × numero ng channel 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 = 1411.2 Kbps. Madalas naming sinasabi na ang 128K MP3, ang kaukulang parameter ng WAV, ay ang 1411.2 Kbps na ito, ang parameter na ito ay tinatawag ding data bandwidth, ito ay isang konsepto na may bandwidth sa ADSL. Hatiin ang rate ng code sa pamamagitan ng 8, at maaari mong makuha ang rate ng data ng WAV na ito, na kung saan ay 176.4KB / s. Nangangahulugan ito na ang rate ng sampling para sa pagtatago ng isang segundo ay 44.1KHz, ang laki ng sampling ay 16bit, at ang dalawang-channel na naka-encode na audio signal ng PCM ay nangangailangan ng 176.4KB ng puwang, at ang 1 minuto ay tungkol sa 10.34M, na hindi katanggap-tanggap para sa karamihan ng mga gumagamit . , Lalo na ang mga nais makinig ng musika sa computer, upang mabawasan ang paggamit ng disk, may dalawang paraan lamang upang mabawasan ang sampling index o compression. Hindi maipapayo na bawasan ang index, kaya't ang mga eksperto ay nakabuo ng iba't ibang mga scheme ng compression. Dahil sa iba't ibang paggamit at target na merkado, ang kalidad ng tunog at ratio ng compression na nakamit ng iba't ibang mga pag-encode ng audio compression ay magkakaiba, at babanggitin namin ito isa-isa sa mga sumusunod na artikulo. Ang isang bagay ay sigurado, sila ay nai-compress.
4. Ang ugnayan sa pagitan ng dalas at rate ng sampling
Ipinapahiwatig ng rate ng pag-sample ang bilang ng mga beses na ang sample ng signal ay na-sample bawat segundo. Ang rate ng sampling ng mga audio file na karaniwang nakikita namin ay 44.1KHz. Ano ang ibig sabihin nito? Ipagpalagay na mayroon kaming 2 mga segment ng mga signal ng sine wave, 20Hz at 20KHz, bawat isa ay may haba na isang segundo, upang tumutugma sa pinakamababang dalas at pinakamataas na dalas na maririnig natin, halimbawang ang dalawang signal na ito sa 40KHz, makakakuha tayo ng Anong uri ng resulta? Ang resulta ay ang signal na 20Hz ay na-sample na 40K / 20 = 2000 beses bawat panginginig, habang ang signal ng 20K ay naka-sample lamang ng dalawang beses bawat panginginig. Malinaw na, sa parehong rate ng sampling, ang impormasyong mababa ang dalas ay mas detalyado kaysa sa impormasyong mataas ang dalas. Ito ang dahilan kung bakit ang ilang mga taong mahilig sa audio ay inakusahan ang CD na ang digital na tunog ay hindi sapat na tunay, at ang 44.1KHz na sampling ng CD ay hindi magagarantiyahan na ang mataas na dalas na signal ay naitala nang maayos. Upang mas mahusay na maitala ang mga signal ng mataas na dalas, tila kinakailangan ang isang mas mataas na rate ng sampling, kaya't ang ilang mga kaibigan ay gumagamit ng 48KHz na rate ng pag-sample kapag kinukuha ang mga audio track ng CD, na hindi maipapayo! Ito ay talagang hindi maganda para sa kalidad ng tunog. Para sa ripping software, ang pagpapanatili ng parehong rate ng pag-sample bilang 44.1KHz na ibinigay ng CD ay isa sa mga garantiya para sa pinakamahusay na kalidad ng tunog, kaysa sa pagpapabuti nito. Ang mga mas mataas na rate ng sampling ay kapaki-pakinabang lamang kung ihahambing sa mga analog signal. Kung ang signal na nai-sample ay digital, mangyaring huwag subukang dagdagan ang rate ng pag-sample.
5. Mga katangian ng daloy
Sa pag-unlad ng Internet, ang mga tao ay naglagay ng mga kinakailangan para sa pakikinig sa online na musika. Samakatuwid, kinakailangan din na ang mga audio file ay maaaring basahin at i-play nang sabay, sa halip na basahin ang lahat ng mga file at pagkatapos ay i-replay ang mga ito, upang makinig ka sa kanila nang hindi naida-download. Pataas Posible ring i-encode at i-broadcast nang sabay. Ang tampok na ito ang nagbibigay-daan sa online na live na pag-broadcast, at naging isang katotohanan upang mai-set up ang iyong sariling digital na istasyon ng radyo.
Maraming mga karagdagang konsepto:
Ano ang isang divider?
Ang divider ng dalas ay upang makilala ang mga signal ng tunog ng iba't ibang mga frequency band, i-amplify ang mga ito nang magkahiwalay, at pagkatapos ay ipadala ito sa mga nagsasalita ng kaukulang frequency band para sa replay. Kapag ang tunog na may mataas na kalidad ay muling ginawa, kinakailangan ang pagproseso ng paghahati ng electronic frequency. Maaari itong nahahati sa dalawang uri: (1) Power divider: matatagpuan pagkatapos ng power amplifier, itinakda sa speaker, sa pamamagitan ng network ng filter ng LC, ang output ng signal ng kapangyarihan na audio ng power amplifier ay nahahati sa bass, midrange at treble, at ipinadala sa Indibidwal na nagsasalita. Ang koneksyon ay simple at madaling gamitin, ngunit gumagamit ito ng lakas, lilitaw ang mga audio lambak, at nangyayari ang pagbaluktot na cross *. Ang mga parameter nito ay direktang nauugnay sa impedance ng speaker, at ang impedance ng speaker ay isang pagpapaandar ng dalas, na lumihis nang malaki mula sa nominal na halaga. Ang error ay malaki din, na kung saan ay hindi kaaya-aya sa pagsasaayos. (2) Electronic frequency divider: Isang aparato na naghahati sa mahinang mga signal ng audio sa dalas. Matatagpuan ito sa harap ng power amplifier. Matapos hatiin ang dalas, isang magkakahiwalay na power amplifier ay ginagamit upang palakasin ang bawat signal ng frequency ng banda ng audio, at pagkatapos ay ipadala ang mga ito sa mga kaukulang speaker. unit. Dahil ang kasalukuyang ay maliit, maaari itong maisakatuparan ng isang mas maliit na power electronic na aktibong filter, na kung saan ay mas madaling ayusin, binabawasan ang pagkawala ng kuryente at pagkagambala sa pagitan ng mga unit ng speaker. Ang pagkawala ng signal ay maliit at ang kalidad ng tunog ay mabuti. Gayunpaman, ang pamamaraang ito ay nangangailangan ng isang independiyenteng power amplifier para sa bawat channel, na may mataas na gastos at kumplikadong istraktura ng circuit, at ginagamit sa mga propesyonal na system ng pagpapatibay ng tunog. (Mula sa av_world)
Ano ang isang exciter?
Ang exciter ay isang harmonic generator, isang aparato sa pagproseso ng tunog na gumagamit ng mga psychoacoustic na katangian ng mga tao upang baguhin at pagandahin ang signal ng tunog. Sa pamamagitan ng pagdaragdag ng mga bahagi ng tunog na mataas ang dalas ng tunog at iba pang mga pamamaraan, maaari mong pagbutihin ang kalidad ng tunog, kulay ng tono, dagdagan ang pagtagos ng tunog, at dagdagan ang pakiramdam ng puwang ng tunog. Ang mga modernong exciter ay hindi lamang makakalikha ng mga high-frequency na harmonika, ngunit mayroon ding mababang-dalas na paglawak at mga pag-andar ng istilo ng musika, na ginagawang mas perpekto ang epekto ng bass at mas makahulugan ang musika. Gumamit ng mga exciter upang mapagbuti ang tunog ng kaliwanagan, pagkaunawa at pagpapahayag. Gawing mas kaaya-aya ang tunog sa tainga, bawasan ang pagkapagod sa pakikinig, at dagdagan ang lakas. Kahit na ang exciter ay nagdaragdag lamang tungkol sa 0.5dB ng mga maharmonya na bahagi sa tunog, ito ay talagang parang tunog na nadagdagan ng tungkol sa 10dB. Ang lakas ng pandinig ng tunog ay halatang nadagdagan, ang three-dimensional na pakiramdam ng imahe ng tunog, at ang pagtaas ng paghihiwalay ng tunog; ang pagpoposisyon at paglalagay ng tunog ay pinabuting, at ang kalidad ng tunog ng kopya ng tunog at ang rate ng pagpaparami ng tape ay maaaring mapabuti. Dahil ang signal ng acoustic ay nawawala ang mga sangkap na maharmonya ng mataas na dalas sa panahon ng paghahatid at pagrekord, lilitaw ang ingay ng mataas na dalas. Sa oras na ito, ang dating ay gumagamit ng isang exciter upang mabayaran muna ang signal, at ang huli ay gumagamit ng isang filter upang ma-filter ang ingay ng mataas na dalas, at pagkatapos ay lumilikha ng isang mataas na bahagi na sangkap upang matiyak ang kalidad ng tunog ng pag-playback. Ang pagsasaayos ng exciter ay nangangailangan ng sound engineer upang hatulan ang kalidad ng tunog at tono ng system, at pagkatapos ay magsagawa ng mga pagsasaayos batay sa pagsusuri ng pakikinig sa paksa.
Ano ang isang pangbalanse?
Ang Equalizer ay isang elektronikong aparato na maaaring ayusin ang amplification ng mga de-koryenteng signal ng magkakaibang mga bahagi ng dalas ng hiwalay. Nagbabayad ito para sa mga depekto ng mga nagsasalita at patlang ng tunog sa pamamagitan ng pag-aayos ng mga signal ng elektrisidad ng iba't ibang mga frequency, bumabayaran at binabago ang iba't ibang mga mapagkukunan ng tunog at iba pang mga espesyal na epekto. , Ang pangbalanse sa pangkalahatang panghalo ay maaari lamang ayusin ang mataas na dalas, intermediate dalas, at mababang dalas ng mga signal ng koryente nang magkahiwalay. Mayroong tatlong uri ng mga equalizer: graphic equalizer, parametric equalizer at room equalizer. 1. Equalizer ng graphic: kilala rin bilang chart equalizer, sa pamamagitan ng pamamahagi ng mga push-pull key sa panel, maaari nitong maipakita ang intuitively curve ng pantay na pantay na tinawag, at ang pagtaas at pagpapalambing ng bawat dalas ay malinaw sa isang sulyap. Gumagamit ito ng pare-parehong teknolohiya ng Q, bawat dalas Ang punto ay nilagyan ng isang push-pull potensyomiter, hindi mahalaga kung ang isang tiyak na dalas ay nadagdagan o pinalambing, ang dalas ng bandwidth ng filter ay laging pareho. Ang karaniwang ginagamit na propesyonal na graphic equalizer ay hinahati ang 20Hz ~ 20kHz signal sa 10 mga segment, 15 na mga segment, 27 na mga segment, at 31 na mga segment para sa pagsasaayos. Sa ganitong paraan, pipiliin ng mga tao ang mga equalizer ng dalas na may iba't ibang bilang ng mga segment ayon sa iba't ibang mga kinakailangan. Sa pangkalahatan, ang mga puntos ng dalas ng 10-band equalizer ay ipinamamahagi sa mga agwat ng oktaba. Sa pangkalahatan, ang 15-band equalizer ay isang 2/3-oktaba pangbalanse, at kapag ginamit sa propesyonal na pampalakas ng tunog, ang pangbalanse ng 31-banda ay 1 Ang / 3-oktaba pangbalanse ay kadalasang ginagamit sa mas mahahalagang okasyon kung saan kinakailangan ng mabuting kabayaran . Ang graphic equalizer ay may isang simpleng istraktura at madaling maunawaan at malinaw, kaya malawak itong ginagamit sa propesyonal na audio. 2. Parametric equalizer: kilala rin bilang isang parametric equalizer, isang pangbalanse na makinis na ayusin ang iba't ibang mga parameter ng pagsasaayos ng pantay. Karamihan ito ay nakakabit sa panghalo, ngunit mayroon ding isang independiyenteng parametric equalizer. Kasama sa naayos na mga parameter ang mga banda ng dalas at mga puntos ng dalas. , Makakuha at kalidad ng halaga ng Q na halaga, atbp, ay maaaring pagandahin (kabilang ang pangit) at baguhin ang tunog, gawing mas kakaiba at makulay ang tunog (o musika) na istilo, at makamit ang nais na artistikong epekto. 3. Ang room equalizer ay isang pangbalanse na ginamit upang ayusin ang curve ng katangian ng dalas ng tugon sa silid. Dahil sa iba't ibang pagsipsip (o pagsasalamin) ng iba't ibang mga dalas ng mga pandekorasyon na materyales at impluwensya ng normal na pagtunog, kinakailangan na gumamit ng isang pangbalanse ng silid sa Ang mga depekto ng dalas sa pagtatayo ng tunog ay dapat na mabigyan ng objectively at nababagay. Ang finer ang frequency band, mas matalim ang nababagay na rurok, iyon ay, mas mataas ang halaga ng Q (kalidad na kadahilanan), mas pinong ang kabayaran sa panahon ng pagsasaayos. Kung mas makapal ang frequency band, mas malawak ang nababagay na rurok.
Ano ang isang limiter ng compression?
Ang limiter ng compression ay isang kolektibong term para sa compressor at limiter. Ito ay isang aparato sa pagproseso para sa mga audio signal, na maaaring mai-compress o mapigilan ang dynamics ng audio electrical signal. Ang compressor ay isang variable gain amplifier, at ang amplification factor (gain) na ito ay maaaring awtomatikong mabago sa lakas ng input signal, na kung saan ay baligtad na proporsyonal. Kapag ang signal ng pag-input ay umabot sa isang tiyak na antas (ang threshold ay tinatawag ding kritikal na halaga), tataas ang output signal sa pagtaas ng signal ng input. Ang sitwasyong ito ay tinatawag na Compressor; kung hindi ito tumaas, tinawag itong Limiter. Noong nakaraan, ang compressor ay gumagamit ng Hard-tuhod na teknolohiya, at ang input signal naabot ang threshold sa sandaling ang input signal naabot ang threshold. Ang pakinabang ay agad na nabawasan, upang magkaroon ng isang pabago-bagong biglaang pagbabago ng signal sa inflection point (ang turn point ng pagbabago ng pakinabang), na malinaw na nadarama ng tainga ng tao na biglang nasiksik ang malakas na signal. Upang malutas ang pagkukulang na ito, ang modernong bagong tagapiga ay gumagamit ng malambot na tuhod na teknolohiya. Ang pagbabago ng ratio ng compression ng compressor na ito bago at pagkatapos ng threshold ay balanse at unti-unting, ginagawang mahirap makita ang pagbabago ng compression, at ang kalidad ng tunog ay lalong napabuti. . Maaaring mapanatili ng tagapiga ang isang tiyak na balanse sa pagitan ng dami ng instrumento at ng mang-aawit habang nasa proseso ng pag-record; tiyakin ang balanse ng iba't ibang mga lakas ng signal. Minsan ginagamit din ito upang matanggal ang mga vocalist ng mga mang-aawit, o upang baguhin ang compression at maglabas ng oras upang makagawa ng espesyal na epekto ng "baligtad na tunog" kung saan ang tunog ay nagbabago mula maliit hanggang malaki. Sa sistema ng pagsasahimpapawid, ginagamit ito upang i-compress ang signal ng programa na may isang mas malaking range na pabagu-bago upang madagdagan ang average na antas ng paglabas sa ilalim ng saligan ng pag-iwas sa pagbaluktot ng modulate at maiwasan ang labis na karga ng transmitter. Sa system ng pampalakas ng tunog ng dance hall, pinipiga ng compressor ang signal habang pinapanatili ang orihinal na istilo ng programa, binabawasan ang dynamics ng musika upang matugunan ang mga kinakailangan ng system ng pampalakas ng tunog at mga aktibidad na pansining. Bagaman maraming ginagamit ang tagapiga, ang mga modernong tagapiga ay karaniwang gumagamit ng mga bagong teknolohiya tulad ng malambot na tuhod, na maaaring karagdagang bawasan ang mga epekto ng tagapiga ng tagapiga, ngunit hindi ito nangangahulugan na ang compressor ay hindi winawasak ang kalidad ng tunog. Umiiral ulit. Samakatuwid, sa sistemang pampatibay ng tunog, huwag abusuhin ang limiter, kahit na nais mong gamitin ito, dapat mong gamitin ang reducer upang maproseso ang signal nang may pag-iingat. Hindi lamang ito pangangailangan upang maprotektahan ang mga power amplifier at speaker, ngunit kailangan ding mapabuti ang kalidad ng tunog.
Ano ang signal-to-noise ratio (S / N)?
Ang signal-to-noise ratio ay tumutukoy sa signal power sa isang reference point sa linya at ang likas na lakas ng ingay kapag walang signal
Ang ratio ay ipinahiwatig sa decibel (dB). Mas mataas ang halaga, mas mabuti, na nangangahulugang mas mababa ang ingay.
Ano ang decibel
Ang Decibel (dB) ay isang pamantayang yunit na nagpapahayag ng antas ng kamag-anak o amplitude. Naipahayag sa dB. Kung mas malaki ang numero ng decibel, mas malakas ang tunog na naglalabas. Sa pagkalkula, bawat 10 decibel na tataas sa mga decibel, ang antas ng tunog ay magiging humigit-kumulang sampung beses ang orihinal.
dB: deciBel decibel. Ginagamit ito upang maipahayag ang antas ng kamag-anak ng dalawang boltahe, kapangyarihan o tunog.
dBm: Isang iba't ibang mga decibel, 0dB = 1mW sa 600 Ohms
dBv: Isang iba't ibang mga decibel, 0dB = 0.775 volts.
dBV: Isang iba't ibang mga decibel, 0dB = 1 volt.
dB / Octave: decibel / oktaba. Ang ekspresyon ng slope ng filter, mas malaki ang bilang ng mga decibel bawat oktaba, mas matarik ang slope.
Ang konsepto na ito ay medyo kumplikado, gumagamit kami ng mga kalkulasyon ng pisika upang ilarawan:
Upang maipahayag ang lakas ng tunog, ipinakilala ng mga tao ang konsepto ng "lakas ng tunog", at sinukat ang laki nito sa dami ng lakas ng tunog na dumadaan sa isang unit area nang patayo sa 1 segundo. Ang lakas ng tunog ay kinakatawan ng letrang "I", at ang unit nito ay "Watts / m2". Ayon sa mga regulasyon, kung ang tunog na enerhiya na patayo sa lugar ng yunit ay nadoble sa loob ng 1 segundo, ang lakas ng tunog ay magdoble din. Samakatuwid, ang lakas ng tunog ay isang layunin pisikal na dami na hindi nagbabago sa damdamin ng mga tao.
Bagaman ang lakas ng tunog ay isang layunin pisikal na dami, mayroong napakalaking pagkakaiba sa pagitan ng lakas ng lakas ng tunog at ng tunog na tindi ng pakiramdam ng mga tao. Upang sumunod sa pang-unawa ng mga tao na tindi ng tunog, ang konsepto ng "antas ng lakas ng tunog" ay ipinakilala sa pisika. Ang decibel ay isang yunit ng antas ng lakas ng tunog, na isang-ikasampu ng kampanilya.
Paano kinokontrol ang antas ng lakas ng tunog? Ano ang kaugnayan nito sa lakas ng tunog?
Ang pagsukat ay nagpapatunay na ang tainga ng tao ay may iba't ibang pagkasensitibo sa mga tunog na alon ng iba't ibang mga frequency. Ito ay pinaka-sensitibo sa 3000 Hz na alon ng tunog. Hangga't ang lakas ng tunog ng dalas na ito ay umabot sa I0 = 10-12 watts / m2, maaari itong maging sanhi ng pandinig sa tainga ng tao. Ang antas ng lakas ng tunog ay tinukoy batay sa minimum na lakas ng tunog na I0 na maaaring marinig ng tainga ng tao, at ang lakas ng tunog ng I0 = 10-12 watts / m2 ay tinukoy bilang zero-level na lakas ng tunog, sasabihin na ang lakas ng tunog sa oras na ito Ang antas ay zero bels (din zero decibel). Kapag ang lakas ng tunog ay dumoble mula I0 hanggang 2I0, ang lakas ng tunog na naramdaman ng tainga ng tao ay hindi doble. Lamang kapag ang lakas ng tunog ay umabot sa 10I0, nararamdaman ng tainga ng tao na nadoble ang lakas ng tunog. Ang antas ng lakas ng tunog na naaayon sa tunog na ito ay 1 beel = 10 decibel; kapag ang lakas ng tunog ay naging 100I0, nararamdaman ng tainga ng tao ang malakas na tunog Mahina tumataas ng 2 beses, ang kaukulang antas ng lakas ng tunog ay 2 Bel = 20 decibel; kapag ang lakas ng tunog ay naging 1000I0, ang lakas ng tunog na naramdaman ng tainga ng tao ay tumataas ng 3 beses, at ang katumbas na antas ng lakas ng tunog ay 3 Bel = 30 decibel. Kaya't tuloy-tuloy. Ang maximum na lakas ng tunog na kayanin ng tainga ng tao ay 1 watt / m2 = 1012I0, at ang kaukulang antas ng lakas ng tunog ay 12 bels = 120 decibel.
Formula: Antas ng presyon ng tunog (dB) = 20Lg (sinusukat ang presyon ng tunog / sangguniang halaga ng presyon ng tunog)
Tala ng matandang isda: Kapag ang sinusukat na presyon ng tunog ay kapareho ng sangguniang presyon ng tunog, ang kinakalkula na resulta pagkatapos na kunin ang logarithm ay 0dB. Sa mga kagamitang audio audio, maaari itong maging mas malaki sa 0dB, ngunit ang digital na kagamitan ay hindi. Ang pagkalkula sa digital ay nangangailangan ng isang pagsukat, at walang walang hanggang halaga. Samakatuwid, sa digital na kagamitan at software na ginagamit namin, ang 0dB ay naging isang sangguniang pamantayang halaga.
2. Panimula sa mga karaniwang format ng audio at manlalaro
Ang mga katangian at kakayahang umangkop ng mga pangunahing format ng audio
Ang lahat ng mga uri ng audio coding ay mayroong kanilang mga teknikal na katangian at kakayahang magamit sa iba't ibang okasyon. Halos ipaliwanag natin kung paano ilapat ang audio coding na ito nang may kakayahang umangkop.
Na-encode ng 4-1 PCM ang WAV
Tulad ng nabanggit kanina, ang naka-encode ng PCM na WAV file ay ang format na may pinakamahusay na kalidad ng tunog. Sa ilalim ng Windows platform, lahat ng audio software ay maaaring magbigay ng suporta para sa kanya. Maraming mga pag-andar sa WinAPI na ibinigay ng Windows na maaaring direktang maglaro ng wav. Samakatuwid, kapag bumubuo ng multimedia software, ang wav ay madalas na ginagamit sa maraming dami para sa mga sound effects ng kaganapan at background music. Ang PCM na naka-encode ng wav ay maaaring makamit ang pinakamahusay na kalidad ng tunog sa ilalim ng parehong rate ng pag-sample at laki ng sample, kaya't malawak din itong ginagamit sa pag-edit ng audio, di-linear na pag-edit at iba pang mga patlang.
Mga Tampok: Ang kalidad ng tunog ay napakahusay, sinusuportahan ng isang malaking bilang ng software.
Naaangkop sa: pagpapaunlad ng multimedia, pagpapanatili ng musika at mga materyales sa sound effect.
4-2 MP3
Ang MP3 ay may magandang ratio ng compression. Ang mid-to-high bit rate mp3 na naka-encode ng LAME ay napakalapit sa orihinal na WAV file sa mga tuntunin ng tunog. Gamit ang naaangkop na mga parameter, ang LAME na naka-encode ng MP3 ay angkop para sa pagpapahalaga sa musika. Dahil ang MP3 ay ipinakilala nang mahabang panahon, kaakibat ng medyo magandang kalidad ng tunog at ratio ng compression, maraming mga laro din ang gumagamit ng mp3 para sa mga sound effects ng kaganapan at background music. Halos lahat ng kilalang software sa pag-edit ng audio ay nagbibigay din ng suporta para sa MP3, maaari kang gumamit ng mp3 tulad ng wav, ngunit dahil ang pag-encode ng mp3 ay lossy, ang kalidad ng tunog ay mahuhulog nang malalim pagkatapos ng maraming pag-edit, at ang mp3 ay hindi angkop para sa pag-save ng materyal. Ngunit ang demo bilang isang trabaho ay talagang mahusay. Ang mahabang kasaysayan at mahusay na kalidad ng tunog ng mp3 gawin itong isa sa mga pinaka malawak na ginamit na lossy encodings. Ang isang malaking bilang ng mga mapagkukunan ng mp3 ay matatagpuan sa Internet, at ang mp3player ay nagiging isang fashion araw-araw. Maraming VCDPlayer, DVDPlayer at kahit mga mobile phone ay maaaring maglaro ng mp3, at ang mp3 ay isa sa pinakamahusay na sinusuportahang mga encode. Ang MP3 ay hindi rin perpekto, at hindi ito gumaganap nang maayos sa mas mababang mga rate ng bit. Ang MP3 ay mayroon ding mga pangunahing katangian ng streaming media at maaaring i-play sa online.
Mga Tampok: Mahusay na kalidad ng tunog, medyo mataas na ratio ng compression, sinusuportahan ng isang malaking halaga ng software at hardware, at malawak na ginagamit.
Angkop para sa: Angkop para sa pagpapahalaga ng musika na may mas mataas na mga kinakailangan.
4-3 OGG
Ang Ogg ay isang napaka-promising code, na may kamangha-manghang pagganap sa iba't ibang mga rate ng bit, lalo na sa mababa at katamtamang mga rate ng bit. Bilang karagdagan sa magandang kalidad ng tunog nito, ang Ogg ay isang ganap na libreng codec din, na naglalagay ng pundasyon para sa higit pang suporta para sa Ogg. Ang Ogg ay may napakahusay na algorithm na makakamit ang mas mahusay na kalidad ng tunog na may isang maliit na rate ng bit. Ang 128bps Ogg ay mas mahusay pa kaysa sa 192bps o kahit na mas mataas na mp3 na bitrate. Ang treble ng Ogg ay may isang tiyak na lasa ng metal, kaya ang depekto ng Ogg na ito ay mailantad kapag nag-cod ng ilang mga solo instrumento na may mataas na kinakailangan para sa mataas na frequency. Ang OGG ay may mga pangunahing katangian ng streaming media, ngunit walang suporta sa software ng serbisyo sa media, kaya ang digital na pag-broadcast batay sa ogg ay hindi pa posible. Ang kasalukuyang estado ng sinusuportahan ng Ogg ay hindi sapat, kahit na ito ay software o hardware, hindi ito maikukumpara sa mp3.
Mga Tampok: Maaari itong makamit ang mas mahusay na kalidad ng tunog kaysa sa mp3 na may isang maliit na rate ng kaunti kaysa sa mp3, at mayroon itong mahusay na pagganap sa ilalim ng mataas, katamtaman at mababang rate ng bit.
Mag-apply sa: Gumamit ng mas maliit na espasyo sa imbakan upang makakuha ng mas mahusay na kalidad ng tunog (na may kaugnayan sa MP3)
4-4 MPC
Tulad ng OGG, ang katunggali ng MPC ay mp3 din. Sa daluyan at mataas na bitrates, maaaring makamit ng MPC ang mas mahusay na kalidad ng tunog kaysa sa mga kakumpitensya. Sa medium bitrates, ang pagganap ng MPC ay hindi mas mababa sa Ogg. Sa mataas na bitrates, MPC's Ang pagganap ay mas desperado pa rin. Ang kalamangan sa kalidad ng tunog ng MPC ay pangunahing ipinakita sa bahagi ng mataas na dalas. Ang mataas na dalas ng MPC ay mas maselan kaysa sa MP3, at wala itong metalikong panlasa ng Ogg. Kasalukuyan itong ang pinakaangkop na lossy encoding para sa pagpapahalaga sa musika. Dahil lahat sila ay mga bagong code, pareho sila sa karanasan ni Ogg, at kulang sila sa malawak na suporta sa software at hardware. Ang MPC ay may mahusay na kahusayan sa pag-coding, at ang oras ng pag-coding ay mas maikli kaysa sa OGG at LAME.
Mga Tampok: Sa ilalim ng daluyan at mataas na mga rate ng bit, mayroon itong pinakamahusay na pagganap ng kalidad ng tunog sa lossy encoding, at sa ilalim ng mataas na rate ng bit, mayroon itong mahusay na pagganap ng mataas na dalas.
Naaangkop sa: pagpapahalaga sa musika na may pinakamahusay na kalidad ng tunog sa ilalim ng saligan ng pag-save ng maraming espasyo.
4-6 WMA
Ang WMA na binuo ng Microsoft ay mahal din ng maraming mga kaibigan. Sa mababang halaga, mayroon itong mas mahusay na kalidad ng tunog kaysa sa mp3. Ang paglitaw ng WMA kaagad na tinanggal ang dating sikat na VQF encoding. Ang WMA na may background sa Microsoft ay nakatanggap ng mahusay na suporta sa software at hardware. Maaaring i-play ng Windows Media Player ang WMA at makinig sa mga digital na istasyon ng radyo batay sa teknolohiya ng pag-encode ng WMA. Dahil ang manlalaro ay mayroon sa halos bawat PC, mas maraming mga website ng musika ang handang gamitin ang WMA bilang unang pagpipilian para sa online audition. Bilang karagdagan sa magandang kapaligiran sa suporta, ang WMA ay mayroon ding napakahusay na pagganap sa 64-128bps bit rate. Bagaman maraming mga kaibigan na may mas mataas na mga kinakailangan ay hindi nasiyahan, mas maraming mga kaibigan na may mas mababang mga kinakailangan ay tinanggap ang encoding na ito. WMA ay napaka Ang katanyagan ay paparating na.
Mga Tampok: Ang pagganap ng kalidad ng tunog sa mababang bitrates ay mahirap talunin
Naaangkop sa: digital na pag-setup ng radyo, online audition, pagpapahalaga sa musika sa ilalim ng mababang mga kinakailangan
4-7 mp3PRO
Bilang isang pinabuting bersyon ng mp3, ang mp3PRO ay nagpapakita ng napakahusay na kalidad, puno ng treble, bagaman ang mp3PRO ay naipasok sa proseso ng pag-playback sa pamamagitan ng teknolohiyang SBR, ngunit ang aktwal na karanasan sa pakikinig ay medyo mabuti, bagaman tila medyo payat, ngunit nasa ang mundo ng 64bps Walang karibal, kahit na higit sa 128bps mp3, ngunit sa kasamaang palad, ang mababang-dalas na pagganap ng mp3PRO ay nasira tulad ng mp3. Sa kasamaang palad, ang interpolasyon ng mataas na dalas ng SBR ay maaaring higit pa o mas mababa ang pagtakip sa depekto na ito, kaya mp3PRO Sa kabaligtaran, ang mababang kahinaan ng WMA ay hindi halata tulad ng WMA. Maaari kang makaramdam ng malalim kapag ginamit mo ang PRO switch ng RCA mp3PRO Audio Player upang lumipat sa pagitan ng PRO mode at normal mode. Sa pangkalahatan, ang 64bps mp3PRO ay naabot ang antas ng kalidad ng tunog ng 128bps mp3, na may kaunting panalo sa bahagi ng mataas na dalas.
Mga Tampok: ang hari ng kalidad ng tunog sa mababang bitrates
Angkop para sa: pagpapahalaga ng musika sa ilalim ng mababang mga kinakailangan
4-8 APE
Isang bagong uri ng lossless audio coding na maaaring magbigay ng isang compression ratio na 50-70%. Bagaman hindi sulit na banggitin kumpara sa lossy coding, ito ay isang mahusay na pagpapala para sa mga kaibigan na naghahanap ng perpektong pansin. Ang APE ay maaaring maging tunay na lossless, sa halip na walang lossless sa tunog, at ang ratio ng compression ay mas mahusay kaysa sa mga katulad na lossless format.
Mga Tampok: Ang kalidad ng tunog ay napakahusay.
Angkop para sa: ang pinakamataas na kalidad ng pagpapahalaga sa musika at koleksyon.
3, pagproseso ng pag-encode ng audio signal
(1) Pag-encode ng PCM
Ang PCM Pulse Code Modulation ay ang pagpapaikli ng Pulse Code Modulation. Sa nakaraang teksto, nabanggit namin ang pangkalahatang daloy ng trabaho ng PCM. Hindi namin kailangang pangalagaan ang tungkol sa pamamaraang pagkalkula na ginamit sa huling encoding ng PCM. Kailangan lang naming malaman ang mga kalamangan at dehado ng naka-encode na audio stream ng PCM. Ang pinakamalaking bentahe ng pag-encode ng PCM ay mahusay na kalidad ng tunog, at ang pinakamalaking kawalan ay ang laki nito. 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.
Tulad ng alam nating lahat, gaano man kalakas ang kasalukuyang mga multimedia computer, maaari lamang nilang maproseso ang digital na impormasyon sa loob. Ang mga tunog na naririnig natin ay pawang mga analog signal. Paano rin mapoproseso ng computer ang tunog na data na ito? Gayundin, ano ang pagkakaiba sa pagitan ng analog audio at digital audio? Ano ang mga kalamangan ng digital audio? Ito ang ipakikilala namin sa ibaba.
Ang pag-convert ng analog audio sa digital audio ay tinatawag na sampling sa musika ng computer. Ang pangunahing aparato ng hardware na ginamit sa proseso ay ang Analog to Digital Converter (ADC). Ang proseso ng pag-sample ay aktwal na nagko-convert ang signal ng elektrikal ng karaniwang analog audio signal sa isang bilang ng mga binary code na tinatawag na "Bit" 0 at 1, ang 0 at 1 na ito ay bumubuo ng isang digital audio file. Tulad ng ipinakita sa figure sa ibaba, ang kurba ng sine sa figure ay kumakatawan sa orihinal na audio curve; ang kulay na parisukat ay kumakatawan sa resulta na nakuha pagkatapos ng sampling. Ang mas pare-pareho sa dalawa, mas mahusay ang resulta ng sampling.
Ang abscissa sa nasa itaas na pigura ay ang dalas ng sampling; ang ordinate ay ang resolusyon ng sampling. Ang mga grids sa larawan ay unti-unting naka-encrypt mula kaliwa hanggang kanan, unang nadaragdagan ang density ng abscissa, at pagkatapos ay pinapataas ang density ng ordinate. Malinaw na, kapag ang yunit ng abscissa ay mas maliit, iyon ay, ang agwat sa pagitan ng dalawang sandali ng pag-sample ay mas maliit, mas kaaya-aya itong mapanatili ang totoong kalagayan ng orihinal na tunog. Sa madaling salita, mas mataas ang dalas ng sampling, mas garantisado ang kalidad ng tunog; Gayundin, kapag ang patayo Ang mas maliit na coordinate unit ay, mas mabuti ang kalidad ng tunog, iyon ay, mas malaki ang bilang ng mga sampling bit, mas mabuti.
Mangyaring magbayad ng pansin sa isang punto. Ang 8-bit (8Bit) ay hindi nangangahulugang ang ordinate ay nahahati sa 8 bahagi, ngunit 2 ^ 8 = 256 na bahagi; sa parehong paraan, ang 16-bit ay nangangahulugang ang ordinate ay nahahati sa 2 ^ 16 = 65536 na mga bahagi; habang ang 24 na piraso ay nahahati sa 2 ^ 16 = 65536 na mga bahagi. Hatiin sa 2 ^ 24 = 16777216 na mga bahagi. Magsagawa tayo ng isang pagkalkula upang makita kung gaano kalaki ang dami ng data ng isang digital audio file. Ipagpalagay na gumagamit kami ng 44.1kHz, 16bit para sa stereo (iyon ay, dalawang mga channel)
(2) AWAY
Ito ay isang sinaunang format ng audio file na binuo ng Microsoft. Ang WAV ay isang format ng file na umaayon sa pagtutukoy ng PIFF Resource Interchange File Format. Ang lahat ng mga WAV ay may isang header ng file, na kung saan ay ang parameter ng pag-encode ng audio stream. Ang WAV ay walang mahirap at mabilis na mga panuntunan sa pag-encode ng mga audio stream. Bilang karagdagan sa PCM, halos lahat ng mga pag-encode na sumusuporta sa pagtutukoy ng ACM ay maaaring i-encode ang mga stream ng audio ng WAV. Maraming mga kaibigan ang walang ganitong konsepto. Dalhin natin ang AVI bilang isang pagpapakita, dahil ang AVI at WAV ay magkatulad sa istraktura ng file, ngunit ang AVI ay may isa pang stream ng video. Maraming uri ng mga AVI na nakipag-ugnay kami, kaya madalas na kailangan naming mag-install ng ilang Decode upang manuod ng ilang mga AVI. Ang DivX na nakipag-ugnay kami ay isang uri ng pag-encode ng video. Maaaring gumamit ang AVI ng pag-encode ng DivX upang i-compress ang mga stream ng video. Siyempre, maaari ding magamit ang iba pa. Pag-encode ng compression. Katulad nito, maaari ding gamitin ng WAV ang iba't ibang mga pag-encode ng audio upang i-compress ang audio stream nito, ngunit kadalasan ay WAV kami na ang audio stream ay naka-encode ng PCM, ngunit hindi ito nangangahulugan na maaari lamang gamitin ng WAV ang pag-encode ng PCM. Ang encoding ng MP3 ay maaari ding gamitin sa WAV. Tulad ng AVI, hangga't naka-install ang kaukulang Decode, masisiyahan ka sa mga WAV na ito.
Sa ilalim ng Windows platform, ang WAV batay sa pag-encode ng PCM ay ang pinakamahusay na sinusuportahang format ng audio, at lahat ng audio software ay maaaring ganap na suportahan ito. Dahil makakamit nito ang mas mataas na mga kinakailangan sa kalidad ng tunog, ang WAV din ang ginustong format para sa pag-edit at paglikha ng musika. Angkop para sa pag-save ng materyal na musika. Samakatuwid, ang WAV batay sa pag-encode ng PCM ay ginagamit bilang isang tagapamagitan na format at madalas na ginagamit sa kapwa pagbabago ng iba pang mga pag-encode, tulad ng pag-convert ng MP3 sa WMA.
(3) Pag-encode ng MP3
Bilang ang pinakatanyag na format ng audio compression, malawak na tinatanggap ng lahat ang MP3. Ang iba't ibang mga produkto ng software na nauugnay sa MP3 ay umuusbong sa isang walang katapusang stream, at maraming mga produktong hardware ang nagsimulang suportahan ang MP3. Maraming mga VCD / DVD player na maaari nating bilhin. Maaaring suportahan ang MP3, maraming mga portable MP3 player, atbp. Bagaman maraming mga pangunahing kumpanya ng musika ang labis na naiinis sa bukas na format na ito, hindi nila mapigilan ang kaligtasan at pagkalat ng format ng compression ng audio na ito. Ang MP3 ay nasa pag-unlad sa loob ng 10 taon. Ito ang pagpapaikli ng MPEG (MPEG: Moving Picture Experts Group) Audio Layer-3, na kung saan ay isang derivative coding scheme ng MPEG1. Matagumpay itong binuo noong 1993 ng Fraunhofer IIS Research Institute sa Alemanya at Thomson. Makakamit ng MP3 ang isang kamangha-manghang ratio ng compression ng 12: 1 at mapanatili ang pangunahing naririnig na kalidad ng tunog. Sa mga araw na napakamahal ng mga hard disk sa taong iyon, ang MP3 ay mabilis na tinanggap ng mga gumagamit. Sa kasikatan ng Internet, ang MP3 ay tinanggap ng daan-daang milyong mga gumagamit. Ang paunang pagpapalabas ng teknolohiya ng pag-coding ng MP3 ay talagang hindi perpekto. Dahil sa kakulangan ng pananaliksik sa tunog at pandinig ng tao, ang mga maagang mp3 encoder ay halos lahat naka-code sa isang krudo, at ang kalidad ng tunog ay seryosong napinsala. Sa patuloy na pagpapakilala ng mga bagong teknolohiya, ang teknolohiyang pag-encode ng mp3 ay pinabuting sunod-sunod, kabilang ang dalawang pangunahing pagpapahusay na panteknikal.
VBR: Ang file ng format ng MP3 ay may kagiliw-giliw na tampok, iyon ay, maaari itong basahin habang nagpe-play, na umaayon din sa pinaka-pangunahing katangian ng streaming media. Iyon ay upang sabihin, ang manlalaro ay maaaring maglaro nang walang paunang pagbabasa ng buong nilalaman ng file, kung saan ito nabasa, kahit na ang file ay bahagyang nasira. Bagaman ang mp3 ay maaaring magkaroon ng isang header ng file, hindi ito masyadong mahalaga para sa mga file ng format na mp3. Dahil sa tampok na ito, ang bawat segment at frame ng MP3 file ay maaaring magkaroon ng magkakahiwalay na average na rate ng data nang walang mga espesyal na scheme ng pag-decode. Kaya mayroong isang teknolohiyang tinatawag na VBR (Variable bitrate, dynamic data rate), na nagbibigay-daan sa bawat segment o kahit sa bawat frame ng MP3 file na magkaroon ng isang hiwalay na bitrate. Ang bentahe nito ay upang matiyak ang kalidad ng tunog.
Ang aming iba pang mga produkto:
