1.Audio
Tumutukoy sa mga tunog ng alon na may dalas sa pagitan ng 20 Hz at 20 kHz na maaaring marinig ng tainga ng tao.
Kung nagdagdag ka ng isang kaukulang audio card sa computer, na kung saan madalas naming tinatawag na isang sound card, maaari naming maitala ang lahat ng mga tunog, at ang mga katangian ng tunog ng tunog, tulad ng antas ng tunog, ay maaaring maiimbak bilang mga file sa ang hard disk ng computer. 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.
2. Dalas 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 para sa pag-broadcast ng radyo
32000 Hz-sampling rate na ginamit ng miniDV digital video camcorder, DAT (LP mode)
44100 Hz-Audio CD, karaniwang ginagamit din sa rate ng sampling ng 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)
3. ang 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.
Ang amplitude ng bawat sample na data ay naitala, at ang katumpakan ng sampling ay nakasalalay sa bilang ng mga sampling bit:
Ang 1 byte (iyon ay, 8bit) ay maaari lamang magtala ng 256 na numero, iyon ay, ang amplitude ay maaari lamang nahahati sa 256 na antas;
Ang 2 bytes (iyon ay, 16 bits) 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.
4. ang bilang ng mga channel
Iyon 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.
(1) Iisang Daan
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) 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 tukoy na lokasyon 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 pinakakaraniwang 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.
(3) Palibutan ng apat na tono
Ang apat na channel na paligid ay tumutukoy sa apat na mga sound point, harap sa kaliwa, harap sa kanan, likuran sa kaliwa, at likurang kanan, at ang madla ay napapalibutan ng apat na mga sound point na ito. Sa parehong oras, inirerekumenda din na magdagdag ng isang subwoofer upang mapahusay ang pagproseso ng pag-playback ng mga signal na may mababang dalas (ito ang dahilan kung bakit popular ang mga system ng 4.1-channel speaker 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.
(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.
5. 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. Dahil kung ito ay PCM (hindi naka-code na data ng audio), hindi na kinakailangan ang konsepto ng mga frame, at maaari itong i-play alinsunod sa rate ng sampling at kawastuhan ng pag-sample. Halimbawa, para sa dalawahang audio na may rate ng sampling na 44.1kHZ at isang katumpakan ng sampling na 16 bits, maaari mong kalkulahin na ang bit rate ay 44100 * 16 * 2bps, at ang audio data bawat segundo ay isang nakapirming 44100 * 16 * 2 / 8 bytes
Ang frame ng amr ay medyo simple. Nakasaad dito na ang bawat 20ms ng audio ay isang frame, at ang bawat frame ng audio ay malaya. Posibleng 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.
6. ikot
Ang bilang ng mga frame na kinakailangan para sa isang pagproseso ng isang audio device ay ginagamit bilang isang yunit para sa pag-access ng data at pag-iimbak ng audio data ng audio device.
7. interlaced mode
Ang paraan ng pag-iimbak ng mga digital audio signal. Ang data ay naka-imbak sa tuluy-tuloy na mga frame, iyon ay, ang mga sample na kaliwang channel at kanang mga sample ng channel ng frame 1 ay naitala muna, at pagkatapos ay nagsimula ang pag-record ng frame 2.
8. 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.
9. bit rate
Ang bit rate ay tinatawag ding bit rate, na tumutukoy sa dami ng data na pinatugtog ng musika bawat segundo, at ang unit ay ipinahiwatig sa mga bits, na mga binary bit. Ang bps ay ang bit rate. b ay bit (bit), s ay pangalawa (pangalawa), 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) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), sa pangkalahatan ang mp3 ay kapaki-pakinabang sa sa paligid ng 128 bit rate, Ito rin ay tungkol sa 3-4 BM sa laki.
Sa mga aplikasyon ng computer, ang pinakamataas na antas ng katapatan ay ang pag-encode ng PCM, na malawakang ginagamit para sa materyal na imbakan 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. Hindi ito nangangahulugan na masisiguro ng PCM ang ganap na katapatan ng signal. Makakamit lamang ng PCM ang pinakadakilang antas ng walang katapusang kalapitan.
Ang pagkalkula ng rate ng bit ng isang stream ng audio ng PCM ay isang napakadaling gawain, halagang 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 = 1411.2Kbps. 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.
