Основы цифрового звука

ЛЕКЦИЯ №1

За последние годы возможности мультимедийного оборудования претерпели значительный рост, и этой области уделяется значительное количество внимания, но все, же рядовой пользователь никак не может составить себе четкое представление о том, какие возможности скрывает персональный компьютер в области воспроизведения и записи звука.

Все процессы записи, обработки и воспроизведения звука, так или иначе, работают на один орган, которым человек воспринимает звуки – ухо. Без понимания того, что слышит человек, что важно, а что нет, в чем причина тех или иных музыкальных закономерностей – без этих и других нюансов невозможно спроектировать хорошую аудио аппаратуру, нельзя эффективно сжать или обработать звук.

На рисунке 1 представлено строение человеческого уха:

- внешнее ухо;

- ушной канал;

- барабанная перепонка;

- среднее ухо;

- внутреннее ухо.

Рисунок 1 – Строение человеческого уха

Назначение среднего уха заключается в том, что колебания воздуха слишком слабы, чтобы напрямую колебать жидкость, и среднее ухо вместе с барабанной перепонкой и перепонкой внутреннего уха составляют гидравлический усилитель – площадь барабанной перепонки во много раз больше перепонки внутреннего уха, поэтому давление усиливается в десятки раз. Во внутреннем ухе по всей его длине находится еще одна вытянутая мембрана, жесткая к началу уха и мягкая к концу. Определенный участок этой мембраны колеблется в своём диапазоне, низкие частоты – в мягком участке ближе к концу, самые высокие – в самом начале. Вдоль этой мембраны расположены нервы, которые воспринимают колебания и передают их в мозг, используя два принципа:

- Первый – ударный принцип. Поскольку нервы способны передавать колебания с частотой до 400-450 Гц. Этот принцип используется в области низкочастотного слуха. Ударный принцип немного расширяется до диапазона примерно 4 кГц с помощью того, что несколько нервов ударяют в разных фазах, складывая свою пропускную способность. С помощью данного принципа осуществляется восприятие самых необходимых и информационно важных для человека звуковых частот в диапазоне от 20 Гц до 4 кГц.

- Второй принцип – местоположение возбуждаемого нерва, применяется для звуков более 4 кГц. В области высоких частот человек имеет чисто спектральный слух не очень высокого разрешения, а для частот близких к человеческому голосу – более полный, основанный не только на разделении спектра, а еще и на дополнительном анализе информации самим мозгом, предоставляя более полную стереокартину. Основное восприятие звука происходит в диапазоне 1 - 4 кГц, в этом же диапазоне заключено человеческий голос. Корректная передача этого частотного отрезка – первое условие естественности звучания.

Дицебеллы – это аддитивная относительная логарифмическая мера громкости звука, наиболее хорошо отражающая человеческое восприятие громкости, и в то же время достаточно просто вычисляемая. В акустике принято измерять громкость в дБ SPL (Sound Power Level). Ноль этой шкалы находится примерно на минимальном звуке, который слышит человек. Соответственно отсчет ведется в положительную сторону. Человек может осмысленно слышать звуки громкостью примерно до 120 дБ SPL. При 140 дБ ощущается сильная боль, при 150 дБ наступает повреждение ушей. Нормальный разговор – составляет примерно 60-70 дБ SPL.

Чувствительность уха к разным частотам очень сильно различна. Максимальна чувствительность в районе 1-4 кГц, в которых расположены основные тона человеческого голоса. Звук с частотой 3 кГц – это и есть тот звук, который слышен при 0 дБ. Чувствительность сильно падает в обе стороны – например, для звука в 100 Гц нам нужно уже целых 40 дБ (в 100 раз большая амплитуда колебаний), для 10 кГц – 20 дБ. Аналогична по свойствам и спектральная чувствительность. Можно сказать, что два звука (простых тона) отличаются по частоте, если разница между ними составляет около 0.3% в диапазоне частот 3 кГц, а в диапазоне 100 Гц требуется различие уже на 4%.

В цифровой обработке понятие дБ считается от нуля и вниз, в область отрицательных значений. Ноль – максимальный уровень, представимый цифровой схемой. В соответствии с теорией математика Фурье, звуковую волну можно представить в виде спектра входящих в нее частот. Частотные составляющие спектра – это синусоидальные колебания, так называемые чистые тона, каждое из которых имеет свою собственную амплитуду и частоту. Таким образом, любое, даже самое сложное по форме колебание, например, человеческий голос, можно представить суммой простейших синусоидальных колебаний определенных частот и амплитуд. И наоборот, сгенерировав различные колебания и наложив, их друг на друга, смешав, можно получить различные звуки.

Человеческий слуховой аппарат способен различать частотные составляющие звука в пределах от 20 Гц до 20 кГц. Аналоговый звук представляется в аналоговой аппаратуре непрерывным электрическим сигналом. Компьютер оперирует с данными в цифровом виде. Это означает, что и звук в компьютере представляется в цифровом виде. Цифровой звук – это способ представления электрического сигнала посредством дискретных численных значений его амплитуды. Допустим, имеется аналоговая звуковая запись хорошего качества – нешумная запись, содержащая спектральные составляющие из всего слышимого диапазона частот приблизительно от 20 Гц до 20 кГц, которую необходимо записать на компьютер, то есть оцифровать без потери качества. Звуковая волна – это некая сложная функция, зависимость амплитуды звуковой волны от времени. На первый взгляд, кажется, что раз это функция, то можно записать ее на компьютер в оригинальном виде, то есть описать математический вид функции и сохранить в памяти компьютера. Однако практически это невозможно, поскольку звуковые колебания нельзя представить аналитической формулой (как y=cos(x)). Остается один путь – описать функцию путем хранения ее дискретных значений в определенных точках. Иными словами, в каждой точке времени можно измерить значение амплитуды сигнала и записать в виде чисел. Однако и в этом методе есть свои недостатки, так как значения амплитуды сигнала невозможно записывать с бесконечной точностью. Вследствие этого необходимо производить округления данных значений. Говоря иначе, нужно приближать данную функцию по двум координатным осям – амплитудной и временной. Таким образом, оцифровка сигнала включает в себя два процесса – процесс дискретизации и процесс квантования.

Процесс дискретизации – это процесс получения значений величин преобразуемого сигнала в определенные промежутки времени (рисунок 2).

Рисунок 2 – Процесс дискретизации

Квантование – это процесс замены реальных значений сигнала приближенными с определенной точностью (рисунок 3).

Рисунок 3 – Процесс квантования

Таким образом, оцифровка – это фиксация амплитуды сигнала через определенные промежутки времени и регистрация полученных значений амплитуды в виде округленных цифровых значений, так как значения амплитуды являются величиной непрерывной, нет возможности конечным числом записать точное значение амплитуды сигнала, именно поэтому прибегают к округлению. Записанные значения амплитуды сигнала называются отсчетами. Очевидно, что чем чаще производятся замеры амплитуды, чем выше частота дискретизации, и чем меньше придется округлять полученные значения, тем более точное представление сигнала в цифровой форме мы получим.

Дата добавления: 2013-12-13