A digitális audiofájlok alapjainak megértése

Ha a 40-es évei végén jársz, akkor valószínűleg úgy nőtt fel, hogy otthonában lemezjátszót vagy magnójátszót hallgathat bolti zenét. 1982 és 1983 között a CD megjelent a piacon, és örökre megváltoztatta a zene tárolásának és szállításának módját. Ebben a cikkben megvizsgáljuk, hogyan működik a digitális hang, és eloszlatunk néhány mítoszt az analóg és digitális tartományok közötti átalakítás körül.

Mi az a digitális hang?

A legegyszerűbb megfogalmazásban a digitális audiofájl egy analóg jel reprezentációja digitális szavak sorozatával. A digitális tartományban, azaz egy számítógépen az információ 1-es vagy 0-s formában tárolható.

A számítógépek kombinálhatják az 1-es és 0-s karakterláncokat, hogy karaktereket jelenítsenek meg egy szöveges dokumentumban, színeket a fényképekben, parancsokat egy programban vagy feszültségszinteket egy hangfájlban.

Évtizedek óta a digitális tartományban a hangtárolás szabványa a Red Book Compact Disc Digital Audio (CD-DA) szabvány volt, amely 44,1 kHz-es mintavételezési frekvenciával és 16 bites mélységgel rendelkezik.

A mintavételezési gyakoriság azt írja le, hogy milyen gyakran mérnek és tárolnak egy feszültségszintet. A hang teljes hallható spektrumának rögzítéséhez a Nyquist-Shannon mintavételezési tétel kimondja, hogy a mintavételezési frekvenciának legalább kétszer olyan magasnak kell lennie, mint a rögzíteni kívánt legmagasabb frekvencia, hogy pontosan újra lehessen létrehozni.

A második szempont az analóg jel digitális tartományba való konvertálásakor az, hogy megfelelő mennyiségű felbontást kell tárolni az eredeti jel megfelelő megjelenítéséhez. A Red Book szabvány 16 bites digitális szóhosszt használ. Ez azt jelenti, hogy van egy 16 1-es és 0-s karakterlánc, amely 65 536 feszültségszint ábrázolására használható. Ha egy mikrofon kimenetét digitálisra alakítja, és a maximális feszültség 1 volt, akkor a 16 bites felbontás azt jelenti, hogy a felbontás 0,000015258789 volt. Ez nagyon sok részlet.

Végül a Red Book szabvány kimondja, hogy két hangcsatorna mintavételezése történik egyidejűleg a sztereó felvétel elkészítéséhez.

Néhány gyors matematika CD-minőségű hangról

Az érdeklődők számára könnyen kiszámítható egy CD-minőségű hangfájl effektív bitrátája. Mivel az audiojelet másodpercenként 44 100-szor mintavételezzük, és minden mintának van egy 16 bites szóval jelzett feszültségszintje, és ezt két csatornára tesszük, 44 100-szor 16-szor kettő 1 411 200 vagy 1,411 kilobit másodpercenként.

Annak kiszámításához, hogy mennyi hely kellene egy olyan dal tárolásához, mint például a Queen „Bohemian Rhapsody”, egyszerűen megszorozhatja az 1 411 200-at a dalban lévő másodpercek számával (ebben az esetben 355 másodperc), így összesen 500 976 000 bitet vagy kb. 60 megabájt adat.

Hogyan jönnek létre a digitális hangfájlok?

Az analóg-digitális konverternek (ADC) nevezett eszköz felelős az analóg jel vételéért és digitálisan ábrázolt értékké alakításáért. Ezek az eszközök mindennaposak, és az okostelefon mikrofonjához vagy az autó Bluetooth-mikrofonjához csatlakoznak. Hihetetlenül kompaktak, és az első bevezetésükhöz képest olcsók.

Az ADC több szempontból is működik, de leírjuk az alapokat. Képzelje el, ha úgy tetszik, egy sor komparátor kapcsolót, amelyek mindegyike egymás fölé van helyezve, és folyamatosan növekvő feszültségre vonatkoztatva. A példa egyszerű marad, és azt mondjuk, hogy nyolc kapcsolónk van, amelyek mindegyike a

-nál aktiválódik

0,125 voltos lépésekben. Ha egy analóg jelet táplálunk a komparátor kapcsolófánkba 0,3 voltos szinten, akkor az alsó két kapcsoló bekapcsol, és a 0010 digitális szót kapjuk (ami 2). Ha a feszültséget 0,8 V-ra növeljük, az utolsó két kapcsoló kivételével az összes kapcsolót aktiváljuk, és a 0110 szót kapjuk (ami 6).

Számlálás digitálisan

A digitális számolás egyszerű, ha megérti, hogyan működik. A digitális szóban minden szóköz 2-es értéket jelent a hely hatványa szerint. Tehát az első szóköz 2 0 hatványához, ami 1. A második térköz 2 1 hatványához, ami 2, a következő térköz 2 2 hatványához, ami 4, és így tovább.

2^0 =1 2^1 =2 2^2 =4 2^3 =8

Egy érték kódolásához ezzel a formátummal egyszerűen 1-et vagy 0-t rendelünk minden helyőrzőhöz úgy, hogy az 1-es helyőrzők által képviselt összegértékek az eredeti értéket képviseljék.

0000 =0 0001 =1 0010 =2 0011 =3 0100 =4

0101 =5 0110 =6 0111 =7 1000 =8

A fenti példánkban nagyon alacsony, 3 bites felbontást használunk, ami azt jelenti, hogy csak nyolc különböző szintet tudunk megjeleníteni. Ez a korlátozott felbontás természetesen hibákat okoz – kvantálási hibának nevezik. A matematika nagyon gyorsan bonyolulttá válhat. Elég annyit mondanunk, hogy példánkban az elméleti digitalizálónk nem ismeri a különbséget a 0,63 és a 0,73 voltos feszültség között. Ez egy nagy hiba, és nem működik a hangmintavételi kísérlet során. Szerencsére 16 bites felbontásunk 65 536 szintet ad, amelyek közül választhatunk.

Mi a helyzet azokkal az őrült lépcsős grafikonokkal?

Kétségtelenül látott már marketing képeket, amelyek a CD-minőségű hangfelbontás és a nagy felbontású, 96 kHz-es, 24 bites hang összehasonlítását mutatják.

Bár a magasabb mintavételezési frekvencia és a nagyobb felbontás elve pontos, ez nem jelenti azt, hogy a CD-minőségű audiojel bármilyen módon csorbát szenvedne.

Ennek demonstrálására létrehoztunk két 20 kHz-es teszthangot az Adobe Audition programban. Az első sáv 96 kHz-es mintavételezési frekvenciával és 24 bites felbontással rendelkezik.

Amint láthatja, a hullámforma egyenletesnek és részletesnek tűnik, és ciklusonként nagyjából öt mintát mutat.

A második sáv ugyanaz a 20 kHz-es szinuszhullám, amely 44,1 kHz-es mintavételi frekvenciával és 16 bites felbontással van tárolva.

Amint látható, nincs jelentős különbség a két hullámforma alakjában. Ennél is fontosabb, hogy mindketten szinuszhullámoknak tűnnek, és egyikben sem lépnek fel.

A digitális hang értelmezése

Az audiojelek digitális tartományban való tárolása különálló csomagolási és megbízhatósági előnyöket kínál az analóg adathordozókhoz, például a bakelitlemezekhez és a mágnesszalagokhoz képest. Természetesen a digitális fájlok nem romlanak az idő múlásával. A digitális fájlok szintén áthatolhatatlanok a lejátszási sebességgel kapcsolatos problémákkal szemben. Ha a lemezjátszó vagy a kazettás magnó túl lassan játszik le, a zene nem szólal meg megfelelően.

Egy jövőbeli cikkben megvizsgáljuk a digitális hangfájlok tárolására rendelkezésre álló fájlformátum-beállításokat. Addig mindenképpen keresse fel a helyi mobiltartozék-kereskedőt, hogy megtekinthesse az autójához, teherautójához vagy SUV-jához elérhető legújabb digitális médiakompatibilis forrásegység-frissítéseket.