Audio
Merujuk kepada gelombang suara dengan frekuensi suara antara 20 Hz dan 20 kHz yang dapat didengar oleh telinga manusia.
Sekiranya anda menambahkan kad audio yang sesuai ke komputer — kad suara yang sering kita katakan, kita dapat merakam semua bunyi, dan ciri-ciri akustik suara, seperti tahap suara, dapat disimpan sebagai fail pada komputer cakera. Sebaliknya, kita juga dapat menggunakan program audio tertentu untuk memainkan fail audio yang disimpan untuk memulihkan suara yang dirakam sebelumnya.
1 Format fail audio
Format fail audio secara khusus merujuk kepada format fail yang menyimpan data audio. Terdapat banyak format yang berbeza.
Kaedah umum untuk mendapatkan data audio adalah dengan mengambil sampel (mengkuantisasi) voltan audio pada selang waktu yang tetap, dan menyimpan hasilnya pada resolusi tertentu (misalnya, setiap sampel CDDA adalah 16 bit atau 2 bita). Selang persampelan boleh mempunyai standard yang berbeza. Sebagai contoh, CDDA menggunakan 44,100 kali sesaat; DVD menggunakan 48,000 atau 96,000 kali sesaat. Oleh itu, [kadar pensampelan], [resolusi] dan bilangan [saluran] (contohnya, 2 saluran untuk stereo) adalah parameter utama format fail audio.
1.1 Kerugian dan kerugian
Menurut proses pengeluaran audio digital, pengekodan audio hanya dekat dengan isyarat semula jadi. Sekurang-kurangnya teknologi semasa hanya dapat melakukan ini. Apa-apa skema pengekodan audio digital hilang kerana tidak dapat dipulihkan sepenuhnya. Dalam aplikasi komputer, tahap kesetiaan tertinggi adalah pengekodan PCM, yang banyak digunakan untuk pemeliharaan bahan dan penghayatan muzik. Ia digunakan dalam CD, DVD dan fail WAV biasa kami. Oleh itu, PCM telah menjadi pengekodan tanpa kerugian secara konvensional, kerana PCM mewakili tahap kesetiaan terbaik dalam audio digital.
Terdapat dua jenis format fail audio utama:
Format tanpa kerugian, seperti WAV, PCM, TTA, FLAC, AU, APE, TAK, WavPack (WV)
Format rugi, seperti MP3, Windows Media Audio (WMA), Ogg Vorbis (OGG), AAC
2 pengenalan parameter
2.1 Kadar persampelan
Merujuk kepada jumlah sampel suara yang diperoleh sesaat. Suara sebenarnya adalah sejenis gelombang tenaga, jadi ia juga mempunyai ciri frekuensi dan amplitud. Frekuensi sepadan dengan paksi masa dan amplitud sepadan dengan paksi aras. Gelombang sangat lancar, dan tali dapat dianggap terdiri dari titik-titik yang tidak terkira banyaknya. Oleh kerana ruang penyimpanan agak terhad, titik-titik tali mesti diambil sampelnya semasa proses pengekodan digital.
Proses pensampelan adalah untuk mengekstrak nilai frekuensi titik tertentu. Jelas, semakin banyak titik diekstrak dalam satu saat, semakin banyak maklumat frekuensi yang diperoleh. Untuk memulihkan bentuk gelombang, semakin tinggi frekuensi pengambilan sampel, semakin baik kualiti suara. Pemulihan lebih nyata, tetapi pada masa yang sama memerlukan lebih banyak sumber. Kerana larutan telinga manusia yang terhad, frekuensi yang terlalu tinggi tidak dapat dibezakan. Frekuensi pensampelan 22050 biasanya digunakan, 44100 sudah kualiti suara CD, dan pengambilan sampel lebih dari 48,000 atau 96,000 tidak lagi bermakna bagi telinga manusia. Ini serupa dengan 24 bingkai sesaat dalam filem. Sekiranya ia stereo, sampelnya akan digandakan dan failnya hampir dua kali ganda.
Menurut teori persampelan Nyquist, untuk memastikan bahawa suara tidak terdistorsi, frekuensi persampelan harus sekitar 40kHz. Kita tidak perlu tahu bagaimana teorema ini muncul. Kita hanya perlu tahu bahawa teorema ini memberitahu bahawa jika kita ingin merakam isyarat dengan tepat, frekuensi pensampelan kita mestilah lebih besar daripada atau sama dengan dua kali frekuensi maksimum isyarat audio. Ingat, ia adalah frekuensi maksimum.
Dalam bidang audio digital, kadar persampelan yang biasa digunakan adalah:
8000 Hz - kadar persampelan yang digunakan oleh telefon, yang mencukupi untuk pertuturan manusia
11025 Hz-sampling rate yang digunakan oleh telefon
22050 Hz-sampling rate yang digunakan dalam penyiaran radio
32000 Hz-sampling rate untuk camcorder video digital miniDV, DAT (mod LP)
44100 Hz-Audio CD, juga biasa digunakan sebagai tingkat pengambilan sampel untuk MPEG-1 audio (VCD, SVCD, MP3)
47250 Hz-sampling rate yang digunakan oleh perakam PCM komersial
48000 Hz-sampling rate untuk suara digital yang digunakan dalam miniDV, TV digital, DVD, DAT, filem, dan audio profesional
50000 Hz-sampling rate yang digunakan oleh perakam digital komersial
96000 Hz atau 192000 Hz-kadar persampelan yang digunakan untuk DVD-Audio, beberapa trek audio DVD LPCM, trek audio BD-ROM (Blu-ray Disc), dan trek audio HD-DVD (High Definition DVD)
2.2 Bilangan sampel sampel
Jumlah bit pensampelan juga disebut ukuran sampel atau jumlah bit kuantisasi. Ini adalah parameter yang digunakan untuk mengukur fluktuasi suara, yakni resolusi kad suara atau dapat dipahami sebagai resolusi kad suara yang diproses oleh kad suara. Semakin besar nilainya, semakin tinggi resolusi, dan semakin realistik suara yang dirakam dan dimainkan semula. Bit kad suara merujuk kepada digit binari isyarat bunyi digital yang digunakan oleh kad suara semasa mengumpulkan dan memainkan fail suara. Bit kad suara secara objektif menggambarkan ketepatan penerangan isyarat bunyi digital mengenai isyarat bunyi input. Kad bunyi biasa adalah 8-bit dan 16-bit. Pada masa ini, semua produk arus perdana di pasaran adalah kad suara 16-bit dan ke atas.
Setiap data sampel mencatat amplitud, dan ketepatan pengambilan sampel bergantung pada jumlah bit sampel:
1 bait (iaitu, 8bit) hanya dapat mencatat 256 nombor, yang bermaksud bahawa amplitud hanya dapat dibahagikan kepada 256 tahap;
2 bait (iaitu 16bit) boleh sekecil 65536, yang sudah menjadi standard CD;
4 bait (iaitu, 32bit) dapat membahagikan amplitud menjadi 4294967296 tahap, yang benar-benar tidak diperlukan.
2.3 Bilangan saluran
Maksudnya, bilangan saluran suara. Mono dan stereo biasa (dwi-saluran) kini telah berkembang menjadi empat-suara surround (empat-saluran) dan 5.1 saluran.
2.3.1 monyet
Mono adalah bentuk pembiakan suara yang agak primitif, dan kad suara awal menggunakannya lebih biasa. Suara mono hanya dapat dibunyikan menggunakan satu pembesar suara, dan beberapa juga diproses menjadi dua pembesar suara untuk mengeluarkan saluran suara yang sama. Apabila maklumat monofonik dimainkan semula melalui dua pembesar suara, kita dapat dengan jelas merasakan bahawa suaranya berasal dari dua pembesar suara. Tidak mungkin menentukan lokasi spesifik sumber suara yang dihantar ke telinga kita dari tengah pembesar suara.
2.3.2 Stereo
Saluran binaural mempunyai dua saluran suara. Prinsipnya ialah apabila orang mendengar suara, mereka dapat menilai kedudukan spesifik sumber suara berdasarkan perbezaan fasa antara telinga kiri dan telinga kanan. Suara dialokasikan ke dua saluran bebas semasa proses rakaman, untuk mencapai kesan penyetempatan suara yang baik. Teknik ini sangat berguna dalam penghayatan muzik. Pendengar dapat dengan jelas membezakan arah dari mana pelbagai instrumen berasal, yang menjadikan muzik lebih berimaginasi dan lebih dekat dengan pengalaman di lokasi.
Dua suara kini paling banyak digunakan. Dalam karaoke, satu untuk bermain muzik dan yang lain adalah untuk suara penyanyi; dalam VCD, yang satu dubbing dalam bahasa Mandarin dan yang lain dubbing dalam bahasa Kantonis.
2.3.3 Lingkaran empat nada
Lingkaran empat saluran menentukan empat titik bunyi, kiri depan, kanan depan, kiri belakang, dan kanan belakang, dan penonton dikelilingi oleh ini. Juga disarankan untuk menambahkan subwoofer untuk memperkuat pemprosesan pemutaran semula isyarat frekuensi rendah (inilah sebab mengapa sistem pembesar suara 4.1 saluran sangat popular sekarang ini). Sejauh kesan keseluruhannya, sistem empat saluran dapat membawa suara surround pendengar dari pelbagai arah yang berbeza, dapat memperoleh pengalaman pendengaran berada di berbagai lingkungan yang berbeda, dan memberi pengguna pengalaman baru. Pada masa kini, teknologi empat saluran telah disatukan secara meluas ke dalam reka bentuk pelbagai kad suara kelas menengah hingga tinggi, menjadi trend arus pembangunan masa depan.
2.3.4 5.1 saluran
5.1 saluran telah digunakan secara meluas di pelbagai teater tradisional dan teater rumah. Beberapa format pemampatan rakaman suara yang lebih terkenal, seperti Dolby AC-3 (Dolby Digital), DTS, dan lain-lain, berdasarkan sistem bunyi 5.1. Saluran ".1" adalah saluran subwoofer yang direka khas yang dapat menghasilkan subwoofer dengan julat tindak balas frekuensi 20 hingga 120 Hz. Sebenarnya, sistem bunyi 5.1 berasal dari 4.1 surround, perbezaannya ialah ia menambah unit pusat. Unit pusat ini bertanggungjawab untuk menghantar isyarat suara di bawah 80Hz, yang membantu menguatkan suara manusia ketika menonton filem, dan memusatkan dialog di tengah-tengah keseluruhan medan suara untuk meningkatkan kesan keseluruhan.
Pada masa ini, banyak pemain muzik dalam talian, seperti QQ Music, telah menyediakan muzik 5.1-saluran untuk mendengar dan memuat turun percubaan.
2.4 Bingkai
Konsep bingkai audio tidak begitu jelas seperti bingkai video. Hampir semua format pengekodan video hanya boleh menganggap bingkai sebagai gambar yang dikodkan. Walau bagaimanapun, bingkai audio berkaitan dengan format pengekodan, yang dilaksanakan oleh setiap standard pengekodan.
Sebagai contoh, dalam kes PCM (data audio yang tidak dikodkan), ia sama sekali tidak memerlukan konsep bingkai, dan dapat dimainkan sesuai dengan kadar pengambilan sampel dan ketepatan pengambilan sampel. Sebagai contoh, untuk dwi audio dengan kadar persampelan 44.1kHZ dan ketepatan pensampelan 16 bit, anda boleh mengira bahawa kadar bit adalah 44100162bps, dan data audio sesaat adalah 44100162/8 bait tetap.
Rangka amr agak sederhana. Ini menetapkan bahawa setiap 20ms audio adalah bingkai, dan setiap bingkai audio adalah bebas, dan adalah mungkin untuk menggunakan algoritma pengekodan yang berbeza dan parameter pengekodan yang berbeza.
Bingkai mp3 sedikit lebih rumit dan mengandungi lebih banyak maklumat, seperti kadar persampelan, kadar bit, dan pelbagai parameter.
2.5 kitaran
Jumlah bingkai yang diperlukan oleh peranti audio untuk memproses sekaligus, dan akses data peranti audio dan penyimpanan data audio semuanya berdasarkan unit ini.
2.6 Mod Interleaved
Kaedah penyimpanan isyarat audio digital. Data disimpan dalam bingkai berterusan, iaitu, contoh saluran kiri dan contoh saluran kanan bingkai 1 direkodkan terlebih dahulu, dan kemudian rakaman bingkai 2 dimulakan.
2.7 Mod tidak bersambung
Pertama, rakam sampel saluran kiri dari semua bingkai dalam satu tempoh, dan kemudian rakam semua sampel saluran yang betul.
2.8 Kadar bit (kadar bit)
Kadar bit juga disebut kadar bit, yang merujuk kepada jumlah data yang dimainkan oleh muzik sesaat. Unit dinyatakan dengan bit, iaitu bit binari. bps adalah kadar bit. b adalah bit (bit), s adalah kedua (kedua), p adalah setiap (per), satu bait bersamaan dengan 8 bit binari. Maksudnya, ukuran fail lagu 4 minit 128bps dikira seperti ini (128/8) 460 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), secara amnya mp3 bermanfaat pada kira-kira 128 bit kadarnya, dan mungkin Ukurannya sekitar 3-4 BM.
Dalam aplikasi komputer, tahap kesetiaan tertinggi adalah pengekodan PCM, yang banyak digunakan untuk pemeliharaan bahan dan penghayatan muzik. CD, DVD dan fail WAV biasa kami semuanya digunakan. Oleh itu, PCM telah menjadi pengekodan tanpa kerugian secara konvensional, kerana PCM mewakili tahap kesetiaan terbaik dalam audio digital. Ini tidak bermaksud bahawa PCM dapat memastikan kesetiaan mutlak isyarat. PCM hanya dapat mencapai jarak maksimum yang tidak terhingga.
Untuk mengira kadar bit aliran audio PCM adalah tugas yang sangat mudah, nilai kadar persampelan × nilai ukuran persampelan × bilangan saluran bps. Fail WAV dengan kadar pengambilan sampel 44.1KHz, ukuran sampel 16bit, dan pengekodan PCM saluran dua, kadar datanya adalah 44.1K × 16 × 2 = 1411.2Kbps. CD Audio biasa kami menggunakan pengekodan PCM, dan kapasiti CD hanya dapat memuat maklumat muzik selama 72 minit.
Isyarat audio dikodkan PCM dua saluran memerlukan ruang 176.4KB dalam 1 saat, dan sekitar 10.34M dalam 1 minit. Ini tidak dapat diterima oleh kebanyakan pengguna, terutama mereka yang suka mendengar muzik di komputer. Penghunian cakera, hanya ada dua kaedah, indeks pemampatan atau pemampatan. Tidak dianjurkan untuk mengurangi indeks pengambilan sampel, oleh itu para pakar telah mengembangkan berbagai skema pemampatan. Yang paling asli adalah DPCM, ADPCM, dan yang paling terkenal ialah MP3. Oleh itu, kadar kod selepas pemampatan data jauh lebih rendah daripada kod asal.
2.9 Contoh pengiraan
Sebagai contoh, panjang fail "Windows XP startup.wav" ialah 424,644 bait, yang dalam format "22050HZ / 16bit / stereo".
Kemudian kadar penghantarannya sesaat (kadar bit, juga disebut kadar bit, kadar pensampelan) adalah 22050162 = 705600 (bps), ditukar ke unit bait adalah 705600/8 = 88200 (bait sesaat), masa main balik: 424644 (Jumlah bait) / 88200 (bait sesaat) ≈ 4.8145578 (saat).
Tetapi ini tidak cukup tepat. Fail WAVE (* .wav) dalam format PCM standard mempunyai sekurang-kurangnya 42 bait maklumat tajuk, yang harus dikeluarkan semasa mengira masa main balik, jadi ada: (424644-42) / (22050162/8) ≈ 4.8140816 ( saat). Ini lebih tepat.
3 pengekodan audio PCM
PCM bermaksud Pulse Code Modulation. Dalam proses PCM, isyarat analog input diambil sampel, dikuantisasi, dan dikodkan, dan nombor berkod binari mewakili amplitud isyarat analog; hujung penerima kemudian mengembalikan kod-kod ini ke isyarat analog asal. Iaitu, penukaran audio digital A / D merangkumi tiga proses: persampelan, pengkuantisasi, dan pengekodan.
Kadar penggunaan PCM suara adalah 8kHz, dan jumlah bit sampel adalah 8bit, jadi kadar kod isyarat kod digital suara adalah 8 bit × 8kHz = 64kbps = 8KB / s.
3.1 Prinsip Pengekodan Audio
Sesiapa yang mempunyai asas elektronik tertentu tahu bahawa isyarat audio yang dikumpulkan oleh sensor adalah kuantiti analog, tetapi apa yang kami gunakan dalam proses penghantaran sebenarnya adalah kuantiti digital. Dan ini melibatkan proses menukar analog ke digital. Isyarat analog harus melalui tiga proses, iaitu persampelan, pengkuantisasi dan pengekodan, untuk mewujudkan teknologi modulasi kod nadi (PCM, Pulse Coding Modulation) digitalisasi suara.
Proses penukaran
3.1.1 Persampelan
Pensampelan adalah proses mengekstrak sampel (kadar persampelan) dari isyarat analog pada frekuensi yang lebih dari 2 kali lebar jalur isyarat (Teorema Sampling Lequist) dan mengubahnya menjadi isyarat pensampelan diskrit pada paksi masa.
Kadar persampelan: Jumlah sampel yang diekstrak dari isyarat berterusan sesaat untuk membentuk isyarat diskrit, dinyatakan dalam Hertz (Hz).
contoh:
Contohnya, kadar pensampelan isyarat audio ialah 8000hz.
Dapat difahami bahawa sampel dalam angka di atas sesuai dengan lengkung perubahan voltan dengan waktu dalam angka selama 1 saat, maka 1 2 3… 10 yang lebih rendah, kerana harus ada 1-8000 titik, yaitu, 1 kedua dibahagikan kepada 8000 bahagian, dan kemudian mengeluarkannya secara bergantian Nilai voltan yang sepadan dengan masa 8000 titik itu.
3.1.2 Kuantiti
Walaupun isyarat sampel adalah isyarat diskrit pada paksi masa, ia masih merupakan isyarat analog, dan nilai sampelnya dapat memiliki sejumlah nilai yang tidak terbatas dalam julat nilai tertentu. Kaedah "pembulatan" mesti diadopsi untuk "membulatkan" nilai sampel, sehingga nilai sampel dalam julat nilai tertentu diubah dari jumlah nilai yang tidak terbatas ke sejumlah nilai yang terbatas. Proses ini disebut pengukuran.
Jumlah sampel bit: merujuk kepada bilangan bit yang digunakan untuk menggambarkan isyarat digital.
8 bit (8bit) mewakili 2 hingga daya ke-8 = 256, 16 bit (16bit) mewakili 2 hingga kuasa ke-16 = 65536;
contoh:
Sebagai contoh, julat voltan yang dikumpulkan oleh sensor audio adalah 0-3.3V, dan nombor persampelan adalah 8bit (bit)
Maksudnya, kita menganggap 3.3V / 2 ^ 8 = 0.0128 sebagai ketepatan pengkuantuman.
Kami membahagikan 3.3v menjadi 0.0128 sebagai paksi Y melangkah, seperti yang ditunjukkan pada Gambar 3, 1 2… 8 menjadi 0 0.0128 0.0256… 3.3 V
Sebagai contoh, nilai voltan titik persampelan ialah 1.652V (antara 1280.128 dan 1290.128). Kami membulatkannya ke 1.65V dan tahap kuantisasi yang sesuai adalah 128.
3.1.3 Pengekodan
Isyarat pensampelan terkuantisasi diubah menjadi rangkaian aliran kod digital perpuluhan yang disusun mengikut urutan persampelan, iaitu, isyarat digital perpuluhan. Sistem data yang ringkas dan cekap adalah sistem kod binari. Oleh itu, kod digital perpuluhan harus ditukar menjadi kod binari. Mengikut jumlah kod digital perpuluhan, bilangan bit yang diperlukan untuk pengekodan binari dapat ditentukan, iaitu panjang perkataan (bilangan bit sampel). Proses mengubah isyarat sampel yang dikuantisasi menjadi aliran kod binari dengan panjang perkataan yang diberi disebut pengekodan.
contoh:
Kemudian 1.65V di atas sesuai dengan tahap kuantisasi 128. Sistem binari yang sepadan adalah 10000000. Maksudnya, hasil pengekodan titik persampelan adalah 10000000. Sudah tentu, ini adalah kaedah pengekodan yang tidak mempertimbangkan nilai positif dan negatif , dan terdapat banyak jenis kaedah pengekodan yang memerlukan analisis khusus mengenai masalah tertentu. (Pengekodan format audio PCM adalah pengekodan polyline A-law 13)
3.2 Pengekodan audio PCM
Isyarat PCM belum mengalami pengekodan dan pemampatan (pemampatan tanpa kerugian). Berbanding dengan isyarat analog, ia tidak mudah terpengaruh oleh kekacauan dan penyelewengan sistem penghantaran. Julat dinamiknya luas, dan kualiti suaranya cukup bagus.
3.2.1 Pengekodan PCM
Pengekodan yang digunakan adalah pengkodan polyline A-law 13.
Untuk perincian, sila rujuk: Pengekodan suara PCM
3.2.2 Channel
Saluran boleh dibahagikan kepada mono dan stereo (saluran ganda).
Setiap nilai sampel PCM terkandung dalam bilangan bulat i, dan panjang i adalah bilangan minimum byte yang diperlukan untuk menampung panjang sampel yang ditentukan.
Saiz sampel Format data Nilai minimum Nilai maksimum
PCM 8-bit yang tidak ditandatangani int 0 225
PCM 16-bit int -32767 32767
Untuk fail suara mono, data pensampelan adalah bilangan bulat pendek 8-bit (int int 00H-FFH) dan data persampelan disimpan dalam urutan kronologi.
Fail suara stereo dua saluran, setiap data persampelan adalah bilangan bulat 16-bit (int), lapan bit atas (saluran kiri) dan lapan bit bawah (saluran kanan) masing-masing mewakili dua saluran, dan data persampelan dalam urutan kronologi Deposit dalam urutan ganti.
Perkara yang sama berlaku apabila jumlah bit sampel adalah 16 bit, dan penyimpanannya berkaitan dengan susunan bait.
Format data PCM
Semua protokol rangkaian menggunakan cara endian besar untuk menghantar data. Oleh itu, kaedah endian besar juga disebut susunan bait rangkaian. Apabila dua host dengan pesanan byte yang berbeza berkomunikasi, mereka mesti ditukar menjadi pesanan byte rangkaian sebelum menghantar data sebelum menghantar.
4 G.711
Secara umum PCM, isyarat analog menjalani beberapa pemprosesan (seperti pemampatan amplitud) sebelum didigitalkan. Setelah didigitalkan, isyarat PCM biasanya diproses lebih jauh (seperti pemampatan data digital).
G.711 adalah algoritma isyarat digital multimedia (pemampatan / penyahmampatan) standard yang mmelancarkan kod nadi dari ITU-T. Ini adalah teknik pensampelan untuk mendigitalkan isyarat analog, terutamanya untuk isyarat audio. PCM mengambil sampel 8000 kali sesaat, 8KHz; setiap sampel adalah 8 bit, sejumlah 64Kbps (DS0). Terdapat dua standard untuk pengkodan tahap persampelan. Amerika Utara dan Jepun menggunakan standard Mu-Law, sementara kebanyakan negara lain menggunakan standard A-Law.
A-law dan u-law adalah dua kaedah pengekodan PCM. PCM A-law digunakan di Eropah dan negara saya, dan Mu-law digunakan di Amerika Utara dan Jepun. Perbezaan antara keduanya adalah kaedah kuantisasi. Undang-undang A menggunakan kuantisasi 12 bit dan undang-undang u menggunakan kuantisasi 13 bit. Frekuensi pensampelan adalah 8KHz, dan kedua-duanya adalah kaedah pengekodan 8 bit.
Pemahaman sederhana: PCM adalah data audio asli yang dikumpulkan oleh peralatan audio. G.711 dan AAC adalah dua algoritma yang berbeza, yang dapat memampatkan data PCM ke nisbah tertentu, sehingga menjimatkan lebar jalur dalam penghantaran rangkaian.
produk kami yang lain:
