Codificare audio

În centrul codificării audio folosind un PC este procesul de conversie a vibrațiilor aerului în vibrații de curent electric și eșantionarea ulterioară a unui semnal electric analog . Codificarea și redarea informațiilor de sunet se realizează cu ajutorul unor programe speciale ( editor de sunet ). Calitatea redării sunetului codificat depinde de frecvența de eșantionare și de rezoluția acesteia (adâncimea de codificare a sunetului - numărul de niveluri)

Principiile digitalizării sunetului

Sunetul digital  este un semnal sonor analogic reprezentat de valori numerice discrete ale amplitudinii sale [1] .

Digitalizarea sunetului este o tehnologie de măsurare a amplitudinii unui semnal audio cu un anumit pas de timp și apoi înregistrarea valorilor obținute în formă numerică [1] . Un alt nume pentru digitizarea audio este conversia audio analog-digital.

Digitalizarea audio implică două procese:

• procesul de discretizare (eșantionare) a semnalului în timp;
• proces de cuantificare a amplitudinii.

Discretizarea timpului

Procesul de eșantionare în timp este procesul de obținere a valorilor semnalului care sunt convertite cu un anumit pas de timp - pasul de eșantionare . Numărul de măsurători ale mărimii semnalului, efectuate pe unitatea de timp, se numește rata de eșantionare sau rata de eșantionare sau frecvența de eșantionare (din engleză „sampling” - „sample”). Cu cât pasul de eșantionare este mai mic, cu atât frecvența de eșantionare este mai mare și cu atât vom obține o reprezentare mai precisă a semnalului.

Acest lucru este confirmat de teorema Kotelnikov (în literatura străină se găsește ca teorema Nyquist-Shannon). Potrivit acestuia, un semnal analogic cu un spectru limitat este descris cu acuratețe printr-o secvență discretă de valori ale amplitudinii sale, dacă aceste valori sunt luate la o frecvență care este de cel puțin două ori cea mai mare frecvență a spectrului de semnal. Adică, un semnal analogic care conține o frecvență de spectru egală cu F m poate fi reprezentat cu precizie printr-o succesiune de valori discrete de amplitudine dacă frecvența de eșantionare F d este: F d >2F m .

În practică, aceasta înseamnă că, pentru ca semnalul digitizat să conțină informații despre întreaga gamă de frecvențe audibile ale semnalului analogic original (20 Hz - 20 kHz), este necesar ca rata de eșantionare selectată să fie de cel puțin 40 kHz. Numărul de mostre de amplitudine pe secundă se numește rata de eșantionare (dacă rata de eșantionare este constantă).

Principala dificultate a digitizării este imposibilitatea înregistrării cu acuratețe perfectă a valorilor semnalului măsurat (deși acest lucru este posibil pe baza teoremei Shenon și Kotelnikov).

Cuantificare liniară (omogenă) a amplitudinii

Să alocăm N biți pentru înregistrarea unei valori a amplitudinii semnalului în memoria computerului. Aceasta înseamnă că cu ajutorul unui cuvânt de N biți pot fi descrise 2 N poziții diferite. Fie ca amplitudinea semnalului digitizat variază de la -1 la 1 a unor unități convenționale. Să reprezentăm acest interval de modificare a amplitudinii - intervalul dinamic al semnalului - sub forma a 2 N −1 intervale egale, împărțindu-l în 2 N niveluri - cuante. Acum, pentru a înregistra fiecare valoare individuală a amplitudinii, aceasta trebuie rotunjită la cel mai apropiat nivel de cuantizare. Acest proces se numește cuantizare de amplitudine. Cuantificarea amplitudinii este procesul de înlocuire a valorilor reale ale amplitudinii semnalului cu valori aproximate cu o oarecare precizie. Fiecare dintre cele 2 N niveluri posibile se numește nivel de cuantizare, iar distanța dintre cele mai apropiate două niveluri de cuantizare se numește pas de cuantizare. Dacă scara de amplitudine este împărțită în niveluri liniar, cuantizarea se numește liniară (omogenă).

Precizia rotunjirii depinde de numărul selectat (2 N ) de niveluri de cuantizare, care, la rândul său, depinde de numărul de biți (N) alocați pentru a înregistra valoarea amplitudinii. Numărul N se numește adâncimea de biți de cuantizare (adică numărul de cifre, adică de biți, din fiecare cuvânt), iar numerele obținute ca urmare a rotunjirii valorilor de amplitudine sunt mostre sau mostre (din engleză „ eșantion” - „măsurare”). Se presupune că erorile de cuantizare rezultate din cuantizarea pe 16 biți rămân aproape imperceptibile pentru ascultător.

Această metodă de digitizare a semnalului - eșantionarea semnalului în timp în conjuncție cu metoda de cuantizare omogenă - se numește modulare cod impuls (Ing. Pulse Code Modulation - PCM). Semnalul digitizat ca un set de valori succesive de amplitudine poate fi deja stocat în memoria computerului. În cazul în care sunt înregistrate valori absolute de amplitudine, acest format de înregistrare se numește PCM. Discul compact audio standard ( CD-DA ), utilizat de la începutul anilor 1980, stochează informații în format PCM cu o rată de eșantionare de 44,1 kHz și cuantizare pe 16 biți.

Alte moduri de digitizare

• Metoda de cuantificare neuniformă prevede împărțirea scalei de amplitudine în niveluri conform legii logaritmice. Această metodă de cuantizare se numește cuantizare logaritmică. Când se utilizează scara de amplitudine logaritmică, există mai multe niveluri de cuantizare în regiunea de amplitudine slabă decât în ​​regiunea de amplitudine puternică (în timp ce numărul total de niveluri de cuantizare rămâne același ca și în cazul cuantizării omogene). Conversia analog-digitală bazată pe aplicarea metodei de cuantificare neuniformă se numește modularea codului de impuls neuniform - non-uniform PCM (Nonuniform PCM).
• O metodă alternativă de conversie analog-digitală este modularea diferenţială a impulsului-cod - PCM diferenţial (ing. "PCM diferenţial") - în cazul PCM diferenţial, nu amplitudinea în sine este cuantificată, ci valorile relative a mărimii amplitudinii. În analogie completă cu PCM, diferența PCM poate fi combinată folosind atât metode de cuantizare omogene, cât și neomogene. Codarea diferențială are multe variante diferite [2] .

Convertoare analog-digitale (ADC)

Procesul de digitizare audio de mai sus este realizat de convertoare analog-digitale (ADC) . Această transformare include următoarele operații:

1. Limitarea benzii se realizează folosind un filtru trece -jos pentru a suprima componentele spectrale a căror frecvență depășește jumătate din frecvența de eșantionare.
2. Discretizarea în timp, adică înlocuirea unui semnal analogic continuu cu o secvență a valorilor sale în momente discrete de timp - mostre. Această problemă este rezolvată prin utilizarea unui circuit special la intrarea ADC - un dispozitiv de eșantionare și menținere .
3. Cuantificarea nivelului este înlocuirea valorii eșantionului de semnal cu cea mai apropiată valoare dintr-un set de valori fixe - niveluri de cuantizare.
4. Codificare sau digitizare, în urma căreia valoarea fiecărei probe cuantificate este reprezentată ca un număr corespunzător numărului ordinal al nivelului de cuantizare.

Acest lucru se face după cum urmează: un semnal analogic continuu este „taiat” în secțiuni, cu o frecvență de eșantionare, se obține un semnal digital discret, care trece prin procesul de cuantizare cu o anumită adâncime de biți, apoi este codificat, adică înlocuit. printr-o succesiune de simboluri de cod. Pentru a înregistra sunet în banda de frecvență de 20 Hz - 20 kHz, este necesară o frecvență de eșantionare de 44,1 kHz sau mai mare. Pentru a obține o înregistrare de înaltă calitate, o adâncime de biți de 16 biți este suficientă, totuși, pentru a extinde intervalul dinamic și a îmbunătăți calitatea înregistrării sunetului, se folosește o adâncime de biți de 24 și 32 de biți.

Codificarea sunetului digitizat înainte de a-l înregistra pe media

Există multe moduri diferite de a stoca sunetul digital. Sunetul digitizat este un set de valori ale amplitudinii semnalului luate la anumite intervale de timp.

• Un bloc de informații audio digitizate poate fi scris într-un fișier fără modificări, adică o secvență de numere - valori de amplitudine. În acest caz, există două moduri de a stoca informații.
  • Prima - PCM - este o metodă de codificare digitală a unui semnal prin înregistrarea valorilor absolute ale amplitudinilor.
  • Al doilea - ADPCM (Adaptive Delta PCM - modulație adaptivă relativă a impulsului-cod) - înregistrează valorile semnalului nu în absolut, ci în modificări relative ale amplitudinii (incremente).
• Puteți comprima datele astfel încât să ocupe mai puțină memorie decât în ​​starea inițială. Și aici există două moduri.
  • Codificarea datelor fără pierderi  este o metodă de codificare audio care permite recuperarea datelor 100% dintr-un flux comprimat. Este utilizat în cazurile în care păstrarea calității originale a datelor este deosebit de importantă. Algoritmii de codare fără pierderi care există astăzi pot reduce cantitatea de date ocupată cu 20-50%, dar în același timp asigură recuperarea 100% a datelor originale din cele obținute după comprimare.
  • Codarea datelor cu pierderi . Aici scopul este de a obține similitudinea sunetului semnalului restaurat cu originalul cu cea mai mică dimensiune posibilă a fișierului comprimat. Acest lucru se realizează prin utilizarea algoritmilor care „simplifica” semnalul original (elimină detaliile „irelevante”, care nu se pot distinge din acesta). Acest lucru face ca semnalul decodificat să nu mai fie identic cu originalul, ci doar să „sunete similar”. Există multe metode de compresie, precum și programe care implementează aceste metode. În medie, raportul de compresie furnizat de astfel de codificatoare este în intervalul 10--14 (ori). Toate codificatoarele cu pierderi se bazează pe așa-numitul model psihoacustic. Ea este angajată în această „simplificare” a semnalului original. Gradul de compresie a semnalului original depinde de gradul de „simplificare” a acestuia - o compresie puternică se realizează prin „simplificare militantă” (atunci când codificatorul ignoră mai multe nuanțe). O astfel de compresie duce la o pierdere puternică a calității, deoarece nu numai detaliile imperceptibile, ci și semnificative ale sunetului pot fi eliminate [3] .