1. Hang
Az emberi fül által hallható, 20 Hz és 20 kHz közötti frekvenciájú hanghullámokra vonatkozik.
Ha hozzáad egy megfelelő hangkártyát a számítógéphez, amit gyakran hangkártyának hívunk, akkor rögzíthetjük az összes hangot, és a hang akusztikai jellemzői, például a hang szintje fájlként tárolhatók a számítógép merevlemezét. Ezzel szemben egy bizonyos audio programot is használhatunk a tárolt hangfájl lejátszására a korábban rögzített hang visszaállításához.
2. Mintavételi gyakoriság
A másodpercenként kapott hangminták számára utal. A hang valójában egyfajta energiahullám, tehát megvan a frekvencia és az amplitúdó jellemzői is. A frekvencia megfelel az idő tengelyének, az amplitúdó pedig a szint tengelyének. A hullám végtelenül sima, és a húr számtalan pontból áll. Mivel a tárhely viszonylag korlátozott, a karakterlánc pontjaiból a digitális kódolási folyamat során mintát kell venni.
A mintavételi eljárás egy bizonyos pont frekvenciaértékének kinyerése. Nyilvánvaló, hogy minél több pontot nyerünk ki egy másodperc alatt, annál több frekvencia információt kapunk. A hullámforma helyreállítása érdekében minél magasabb a mintavételi frekvencia, annál jobb a hangminőség. Minél valóságosabb a helyreállítás, ugyanakkor több erőforrást foglal el. Az emberi fül korlátozott felbontása miatt a túl nagy frekvencia nem különböztethető meg. A 22050 mintavételi frekvenciát általában használják, a 44100 már CD hangminőség, és a 48,000 96,000 vagy 24 XNUMX feletti mintavétel már nem értelmezhető az emberi fül számára. Ez hasonló a filmek másodpercenként XNUMX képkockájához. Ha sztereó, akkor a minta megduplázódik, és a fájl majdnem megduplázódik.
A Nyquist mintavételi elmélet szerint annak érdekében, hogy a hang ne torzuljon, a mintavételi frekvenciának 40 kHz körül kell lennie. Nem kell tudnunk, hogyan jött létre ez a tétel. Csak azt kell tudnunk, hogy ez a tétel azt mondja nekünk, hogy ha pontosan akarunk rögzíteni egy jelet, akkor a mintavételi frekvenciánknak nagyobbnak vagy egyenlőnek kell lennie, mint az audiojel maximális frekvenciájának kétszerese. Ne feledje, hogy ez a maximális frekvencia. .
A digitális hangzás területén a gyakran használt mintavételi arányok:
8000 Hz - a telefon által használt mintavételi frekvencia, amely elegendő az emberi beszédhez
11025 Hz-A telefon által használt mintavételi frekvencia
22050 Hz-es mintavételi frekvencia rádióműsor-sugárzáshoz
32000 Hz-es mintavételi frekvencia, amelyet a miniDV digitális videokamera használ, DAT (LP mód)
44100 Hz-Audio CD, gyakran használják az MPEG-1 audio mintavételi frekvenciájában (VCD, SVCD, MP3)
47250 Hz-es mintavételi frekvencia, amelyet a kereskedelmi PCM-felvevők használnak
48000 Hz-es mintavételi frekvencia a miniDV, digitális TV, DVD, DAT, filmek és professzionális hangokhoz használt digitális hanghoz
50000 Hz-es mintavételi frekvencia, amelyet kereskedelmi digitális felvevők használnak
96000 Hz vagy 192000 Hz - a DVD-Audio, egyes LPCM DVD hangsávok, BD-ROM (Blu-ray Disc) és HD-DVD (High Definition DVD) hangsávok mintavételi frekvenciája
3. a mintavételi bitek száma
A mintavételi bitek számát mintavételi méretnek vagy kvantálási bitek számának is nevezik. Ez egy olyan paraméter, amelyet a hang ingadozásának, azaz a hangkártya felbontásának mérésére használnak, vagy felfogható a hangkártya által feldolgozott hangkártya felbontásaként. Minél nagyobb az érték, annál nagyobb a felbontás, és annál valósághűbb a rögzített és lejátszott hang. A hangkártya bitje a digitális hangjel bináris számjegyére utal, amelyet a hangkártya használ a hangfájlok gyűjtésekor és lejátszásakor. A hangkártya bitje objektíven tükrözi a digitális hangjel bemeneti hangjel leírásának pontosságát. A közös hangkártyák főleg 8 bites és 16 bitesek. Manapság a piacon lévő összes mainstream termék 16 bites vagy annál magasabb hangkártya.
Az egyes mintavételezett adatok amplitúdóját rögzítik, és a mintavételi pontosság a mintavételi bitek számától függ:
1 bájt (vagyis 8 bites) csak 256 számot képes rögzíteni, vagyis az amplitúdó csak 256 szintre osztható fel;
2 bájt (azaz 16 bit) lehet olyan kicsi, mint 65536, ami már CD szabvány;
4 bájt (vagyis 32 bites) feloszthatja az amplitúdót 4294967296 szintekre, ami valóban felesleges.
4. a csatornák száma
Ez a hangcsatornák száma. A közös mono és sztereó (kétcsatornás) mára négyhangú surround (négycsatornás) és 5.1 csatornássá vált.
(1) Egységes út
A mono egy viszonylag primitív hangvisszaadási forma, és a korai hangkártyák gyakrabban használták. A monó hangot csak egy hangszóróval lehet megszólaltatni, és némelyiket két hangszóróvá is feldolgozzák ugyanazon hangcsatorna kimenetéhez. Amikor a monofonikus információkat két hangszórón keresztül játsszák le, egyértelműen érezhetjük, hogy a hang két hangszóróról származik. Lehetetlen meghatározni a hangforrás konkrét helyét, amely a hangszóró közepéről kerül a fülünkbe.
(2) Sztereó
A binaurális csatornáknak két hangcsatornája van. Az elv az, hogy amikor az emberek hangot hallanak, a bal és a jobb fül közötti fáziskülönbség alapján meg tudják ítélni a hangforrás konkrét helyét. A hang a felvétel során két független csatornához van rendelve, a jó hang lokalizációs hatás elérése érdekében. Ez a technika különösen hasznos a zene megbecsülésében. A hallgató egyértelműen meg tudja különböztetni az irányt, ahonnan a különféle hangszerek származnak, ami ötletesebbé és közelebb teszi a zenét a helyszíni élményhez.
Jelenleg két hang a leggyakoribb használat. A karaoke-ban az egyik a zenélés, a másik az énekes hangja; a VCD-ben az egyik mandarin, a másik kantoni nyelven szinkronizál.
(3) Négytónusú surround
A négycsatornás surround négy hangpontot határoz meg, bal első, jobb első, hátsó bal és hátsó jobb, és a közönséget ez a négy hangpont veszi körül. Ugyanakkor ajánlott egy mélynyomó hozzáadása az alacsony frekvenciájú jelek lejátszási feldolgozásának fokozásához (ez az oka annak, hogy a 4.1 csatornás hangszórórendszerek manapság népszerűek). Ami az összhatást illeti, a négycsatornás rendszer többféle irányból hozhatja a hallgatók térhatású hangját, megszerezheti a különböző környezetekben való tartózkodás hallási élményét, és vadonatúj élményt nyújt a felhasználóknak. Manapság a négycsatornás technológiát széles körben beépítették a különféle közepes és csúcskategóriás hangkártyák tervezésébe, és ez lett a jövőbeni fejlődés fő trendje.
(4) csatorna
Az 5.1 csatornákat széles körben használták a különféle hagyományos színházakban és házimozikban. Néhány ismertebb hangrögzítési tömörítési formátum, például a Dolby AC-3 (Dolby Digital), DTS stb., Az 5.1-es hangrendszeren alapul. A ".1" csatorna egy speciálisan tervezett mélynyomó csatorna, amely képes előállítani 20 és 120 Hz közötti frekvenciatartományú mélynyomókat. Valójában az 5.1-es hangrendszer 4.1-es surround-ból származik, a különbség az, hogy hozzáad egy középső egységet. Ez a központi egység felelős a 80Hz alatti hangjel továbbításáért, ami hasznos az emberi hang erősítéséhez a film nézésekor, és a párbeszédet az egész hangmező közepére koncentrálja az összhatás növelése érdekében.
Jelenleg sok online zenelejátszó, például a QQ Music, 5.1 csatornás zenét biztosított próbahallgatáshoz és letöltéshez.
5. keret
Az audiokeretek fogalma nem olyan egyértelmű, mint a videokeretek. Szinte az összes videó kódolási formátum egyszerűen képkockának tekintheti a keretet. Az audiokeret azonban a kódolási formátumhoz kapcsolódik, amelyet az egyes kódolási szabványok valósítanak meg. Mert ha PCM (kódolatlan audió adat), akkor egyáltalán nincs szüksége a keretek fogalmára, és a mintavételi gyakoriság és a mintavételi pontosság szerint játszható le. Például 44.1 kHz-es mintavételi frekvenciájú és 16 bites mintavételi pontosságú kettős hang esetén kiszámíthatja, hogy a bitsebesség 44100 * 16 * 2bps, és a másodpercenkénti audio adat fix 44100 * 16 * 2 / 8 bájt.
Az amr keret viszonylag egyszerű. Megállapítja, hogy minden 20 ms audio egy képkocka, és minden audio képkocka független. Lehetőség van különböző kódolási algoritmusok és különböző kódolási paraméterek használatára.
Az mp3 keret egy kicsit bonyolultabb, és több információt tartalmaz, mint például a mintavételezési sebesség, a bitsebesség és a különféle paraméterek.
6. ciklus
Az audioeszközök általi egy feldolgozáshoz szükséges képkockák számát egységként használják az audioeszköz adateléréséhez és hangadattárolásához.
7. átlapolt mód
A digitális audiojelek tárolási módja. Az adatokat folyamatos képkockákban tároljuk, vagyis először rögzítjük az 1. képkocka bal és jobb csatornás mintáit, majd megkezdjük a 2. képkocka rögzítését.
8. nem váltott soros mód
Először rögzítse az összes keret bal csatornás mintáit egy periódusban, majd rögzítse az összes jobb csatorna mintát.
9. bitsebesség
A bitsebességet bitrátának is nevezik, amely a zene által másodpercenként lejátszott adatmennyiségre vonatkozik, és az egységet bitekben fejezik ki, amelyek bináris bitek. a bps a bitsebesség. b bit (bit), s második (második), p minden (per), egy bájt 8 bináris bitnek felel meg. Vagyis egy 4 perces, 128 bps-os dal fájlméretét így számolják (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), általában az mp3 hasznos körülbelül 128 bites sebesség, Ez is körülbelül 3-4 BM méretű.
A számítógépes alkalmazásokban a legmagasabb hűségszint a PCM kódolás, amelyet széles körben használnak az anyagok tárolására és a zene felértékelésére. CD, DVD és közös WAV fájljainkban használják. Ezért a PCM az egyezmény szerint veszteségmentes kódolássá vált, mivel a PCM képviseli a digitális audio legjobb hűségszintjét. Ez nem azt jelenti, hogy a PCM képes biztosítani a jel abszolút hűségét. A PCM csak a végtelen közelség legnagyobb fokát képes elérni.
A PCM audiosugár bitsebességének kiszámítása nagyon egyszerű feladat, mintavételi sebességérték × mintavételi méretérték × csatornaszám bps. A WAV fájl 44.1KHz mintavételi frekvenciával, 16bit mintavételezéssel és kétcsatornás PCM kódolással rendelkezik, adatátviteli sebessége 44.1K × 16 × 2 = 1411.2Kbps. Közös Audio CD-jünk PCM kódolást használ, és egy CD kapacitása csak 72 perc zenei információt képes tárolni.
A kétcsatornás PCM kódolású audiojelhez 176.4 KB hely szükséges 1 másodperc alatt, és körülbelül 10.34 MB 1 perc alatt. Ez a legtöbb felhasználó számára elfogadhatatlan, különösen azok számára, akik szeretnek zenét hallgatni a számítógépen. Lemezfoglaltság, csak két módszer létezik, a mintavételi index vagy a tömörítés. Nem ajánlatos csökkenteni a mintavételi indexet, ezért a szakértők különféle tömörítési sémákat dolgoztak ki. A legeredetibbek a DPCM, az ADPCM, a leghíresebb pedig az MP3. Ezért az adattömörítés utáni kódsebesség sokkal alacsonyabb, mint az eredeti kód.
