Кодирование звуковой информации

Содержание: 

Введение  3

1. Кодирование звуковой информации 4
2. Компьютерное представление звуковой информации4
1. Аналого-цифровой преобразователь4
2. одмешивание псевдослучайного сигнала6

2.3. Кодирование оцифрованного звука перед его записью на носитель7

2.4. Цифро-аналоговый преобразователь9

2.5. Теорема Котельникова10

3. Помехоустойчивое и канальное кодирование11

4. Основные звуковые форматы12

5. Цифровые синтезаторы музыкальных звуков14

6. Анализ музыкальных инструментов14

7. Синтез музыкальных звуков17

8. Обработка звука17

Заключение19

Список  литературы20 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Введение

     Мир наполнен самыми разнообразными звуками: тиканье часов и гул моторов, завывание ветра и шелест листьев, пение птиц и голоса людей. О том, как рождаются звуки и что  они собой представляют люди начали догадываться очень давно. Еще древнегреческий философ и ученый - энциклопедист Аристотель, исходя из наблюдений, объяснял природу звука, полагая, что звучащее тело создает попеременное сжатие и разрежение воздуха. Так, колеблющаяся струна то разряжает, то уплотняет воздух, а из-за упругости воздуха эти чередующиеся воздействия передаются дальше в пространство - от слоя к слою, возникают упругие волны. Достигая нашего уха, они воздействуют на барабанные перепонки и вызывают ощущение звука.

     На  слух человек воспринимает упругие  волны, имеющие частоту где-то в  пределах от 16 Гц до 20 кГц (1 Гц - 1 колебание  в секунду). В соответствии с этим упругие волны в любой среде, частоты которых лежат в указанных  пределах, называют звуковыми волнами  или просто звуком. В учении о  звуке важны такие понятия  как тон и тембр звука. Всякий реальный звук, будь то игра музыкальных  инструментов или голос человека, - это своеобразная смесь многих гармонических колебаний с определенным набором частот.

     Колебание, которое имеет наиболее низкую частоту, называют основным тоном, другие - обертонами.

     Тембр - разное количество обертонов, присущих тому или иному звуку, которое  придает ему особую окраску. Отличие  одного тембра от другого обусловлено  не только числом, но и интенсивностью обертонов, сопровождающих звучание основного  тона. Именно по тембру мы легко можем  отличить звуки рояля и скрипки, гитары и флейты, узнать голос знакомого  человека.

     Музыкальный звук можно характеризовать тремя  качествами: тембром, т. е. окраской звука, которая зависит от формы колебаний, высотой, определяющейся числом колебаний  в секунду (частотой), и громкостью, зависящей от интенсивности колебаний.

     Компьютер широко применяют в настоящее  время в различных сферах. Не стала  исключением и обработка звуковой информации, музыка. До 1983 года все записи музыки выходили на виниловых пластинках и компакт-кассетах. В настоящее время широкое распространение получили компакт-диски. Если имеется компьютер, на котором установлена студийная звуковая плата, с подключенными к ней MIDI-клавиатурой и микрофоном, то можно работать со специализированным музыкальным программным обеспечением. 
 

1. Кодирование звуковой информации.

     Из  курса физики известно, что звук является волной, т.е. колебанием среды. В повседневной жизни средой является воздух, но на самом деле это необязательное условие. К примеру, звук хорошо распространяется по поверхности земли и в одной  среде. Напротив, в вакууме и космосе  звук не распространяется.

     Звуковые  колебания легко преобразуются  в электрические с помощью микрофона. Сигнал микрофона является очень слабым, но на современном уровне развития техники его усиление не представляет проблемы. Форму полученных колебаний, т.е. зависимость интенсивности сигнала от времени, можно наблюдать на экране осциллографа - электроннолучевого, прибора для наблюдения функциональной связи между двумя или несколькими величинами (параметрами и функциями; электрическими или преобразованными в электрические).

     В эпоху аналоговой записи звука, для  сохранения полученного электрического сигнала его преобразовывали  в ту или иную форму другой физической природы, которая зависела от применяемого носителя.

     Например, при изготовлении грампластинок сигнал вызывал механические изменения размеров звуковой дорожки ( с помощью специальной аппаратуры сигнал преобразовался в механические колебания сапфирового резца, который нарезал на слое материала концентрические звуковые канавки).

     Для старых киноаппаратов звук на пленку наносился оптическим методом (запись электрических колебаний звуковой частоты, осуществлялась фотографическим способом на движущейся киноплёнке).

     Наибольшее  распространение в быту получил  процесс магнитной звукозаписи (запись производилась с помощью специального устройства - записывающей магнитной головки, создающей переменное магнитное поле на участке движущегося носителя (зачастую магнитной ленты), обладающего магнитными свойствами).

     Во  всех случаях интенсивность звука  была строго пропорциональна какой-либо величине, например, ширине оптической звуковой дорожки, причем эта величина имела непрерывный диапазон значений. 

     

2. Компьютерное  представление звуковой информации.
1. . Аналого-цифровой преобразователь

     Переход к записи звука в компьютерном виде потребовал принципиально новых  подходов. При цифровой записи зависимости  интенсивности звука от времени  возникает принципиальная трудность: исходный сигнал непрерывен (т.е. его  параметр может принимать любе значение в пределах некоторого интервала), а компьютер способен хранить в памяти только дискретные (параметр может принимать только конечное число значений в пределах некоторого интервала). Отсюда следует, что в процессе сохранения звуковой информации она должна быть “оцифрована”, т.е. из аналоговой непрерывной формы переведена в цифровую дискретную. Данную функцию выполняет специальный блок, входящий в состав звуковой карты компьютера, который называется АЦП -- аналого-цифровой преобразователь.

     Основные  принципы работы АЦП:

• АЦП производит дискретизацию записываемого звукового сигнала по времени. Это означает, что измерение уровня интенсивности звука в определенные фиксированные моменты времени (чаще всего через равные временные промежутки). Частоту, характеризующую периодичность измерения звукового сигнала, принято называть частотой дискретизации. Её выбор в значительной степени зависит от частотного спектра сохраняемого сигнала: существует специальная теорема Найквиста, согласно которой частота оцифровки звука должна как минимум в 2 раза превышать максимальную частоту, входящую в состав спектра сигнала. Считается, человек слышит звук частотой не более 20 000 Гц = 20 кГц, поэтому для высококачественного воспроизведения звука верхнюю границу обычно с некоторым запасом принимают равной 22 кГц. Частота при таких требованиях должна быть не ниже 44 кГц. Такая частота чаще всего используется, при записи музыкальных компакт-дисков. Однако часто такое высокое качество не требуется, и частоту дискретизации можно значительно снизить. Например, при записи речи вполне достаточно частоты 8 кГц. Результат при этом получается хотя и не блестящий, но вполне разборчивый, к примеру такое качество у голоса в телефоне.

     Качество  воспроизведения тем лучше, чем  выше частота дискретизации, но в то же время и объем занимаемое памяти звуковых данных при этом тоже возрастает, так что оптимального “на все случаи” значения частоты не существует и частота всегда выбирается из расчета что более важно качество или объем занимаемой памяти.

• АЦП производит дискретизацию амплитуды звукового сигнала Это следует понимать так, что при измерении имеется “сетка” стандартных уровней (например, 256 или 65 536 -- это количество характеризует глубину кодирования (количество бит на кодировку звука)), и текущий уровень измеряемого сигнала округляется до ближайшего из них. В итоге появляется линейная зависимость между величиной входного сигнала и номером уровня. То есть в том случае, когда, например, громкость возрастает в 2 раза, то ожидается, что и соответствующее ему число возрастет вдвое. Но такое распределение применяется только в простейших случаях. Чаще всего при записи звука используют неравномерные распределения уровней громкости, в основе которых лежит логарифмический закон.

     Таким образом, в ходе оцифровки звука мы получаем поток целых чисел, причем величина числа соответствует силе звука в данный момент.

     Данный  метод преобразования показывает, что  звук, как и любая другая информация, для возможности хранения в памяти компьютера, нуждается в представлении  его в числовом форме и в  последующем переводе в двоичную систему счисления. 

2. Подмешивание  псевдослучайного сигнала.

     Некоторые характеристики АЦП могут быть улучшены путём использования методики подмешивания псевдослучайного сигнала. Она заключается в добавлении к входному аналоговому сигналу случайного шума (белый шум) небольшой амплитуды. Амплитуда шума, как правило, выбирается на уровне половины МЗР. Эффект от такого добавления заключается в том, что состояние МЗР случайным образом переходит между состояниями 0 и 1 при очень малом входном сигнале (без добавления шума МЗР был бы в состоянии 0 или 1 долговременно). Для сигнала с подмешанным шумом вместо простого округления сигнала до ближайшего разряда происходит случайное округление вверх или вниз, причём среднее время, в течение которого сигнал округлён к тому или иному уровню зависит от того, насколько сигнал близок к этому уровню. Таким образом, оцифрованный сигнал содержит информацию об амплитуде сигнала с разрешающей способностью лучше, чем МЗР, то есть происходит увеличение эффективной разрядности АЦП. Негативной стороной методики является увеличение шума в выходном сигнале. Фактически, ошибка квантования размазывается по нескольким соседним отсчётам. Такой подход является более желательным, чем простое округление до ближайшего дискретного уровня. В результате использования методики подмешивания псевдослучайного сигнала мы имеем более точное воспроизведение сигнала во времени. Малые изменения сигнала могут быть восстановлены из псевдослучайных скачков МЗР путём фильтрации. Кроме того, если шум детерминирован (амплитуда добавляемого шума точно известна в любой момент времени), то его можно вычесть из оцифрованного сигнала, предварительно увеличив его разрядность, тем самым почти полностью избавиться от добавленного шума.

     Звуковые  сигналы очень малых амплитуд, оцифрованные без псевдослучайного сигнала, воспринимаются на слух очень  искажёнными и неприятными. При  подмешивании псевдослучайного сигнала истинный уровень сигнала представлен средним значением нескольких последовательных отсчётов.

     Однако, в последнее время (2009 год), в связи с удешевлением 24-битных АЦП, имеющих даже без dihter’а динамический диапазон более 120 дБ, что на несколько порядков превышает полный воспринимаемый человеком диапазон слуха, данная технология потеряла актуальность в звукотехнике. При этом, она используется в ВЧ и СВЧ технике, где битность АЦП обычно мала из-за высокой частоты дискретизации. 

3. Кодирование оцифрованного звука  перед его записью  на носитель

     Для хранения цифрового звука существует много различных способов. Оцифрованный звук являет собой набор значений амплитуды сигнала, взятых через  определенные промежутки времени.

     Блок  оцифрованной аудио информации можно  записать в файл без изменений, то есть последовательностью чисел  – значений амплитуды. В этом случае существуют два способа хранения информации.

• Первый – PCM (Pulse Code Modulation – импульсно-кодовая модуляция) - способ цифрового кодирования сигнала при помощи записи абсолютных значений амплитуд. (В таком виде записаны данные на всех аудио CD.)
• Второй – ADPCM (Adaptive Delta PCM – адаптивная относительная импульсно-кодовая модуляция) – запись значений сигнала не в абсолютных, а в относительных изменениях амплитуд (приращениях).

     Можно сжать данные так, чтобы они занимали меньший объем памяти, нежели в  исходном состоянии. Тут тоже есть два  способа.

     Кодирование данных без потерь (lossless coding) – способ кодирования аудио, который позволяет осуществлять стопроцентное восстановление данных из сжатого потока. К нему прибегают в тех случаях, когда сохранение оригинального качества данных особо значимо. Существующие сегодня алгоритмы кодирования без потерь (например, Monkeys Audio) позволяют сократить занимаемый данными объем на 20-50%, но при этом обеспечить стопроцентное восстановление оригинальных данных из полученных после сжатия.

     Кодирование данных с потерями (lossy coding). Здесь цель – добиться схожести звучания восстановленного сигнала с оригиналом при как можно меньшем размере сжатого файла. Это достигается путем использования алгоритмов, «упрощающих» оригинальный сигнал (удаляющих из него «несущественные», неразличимые на слух детали). Это приводит к тому, что декодированный сигнал перестает быть идентичным оригиналу, а является лишь «похоже звучащим». Методов сжатия, а также программ, реализующих эти методы, существует много. Наиболее известными являются MPEG-1 Layer I,II,III (последним является всем известный MP3), MPEG-2 AAC (advanced audio coding), Ogg Vorbis, Windows Media Audio (WMA), TwinVQ (VQF), MPEGPlus, TAC, и прочие. В среднем, коэффициент сжатия, обеспечиваемый такими кодерами, находится в пределах 10-14 (раз). В основе всех lossy-кодеров лежит использование так называемой психоакустической модели. Она занимается этим самым «упрощением» оригинального сигнала. Степень сжатия оригинального сигнала зависит от степени его «упрощения» – сильное сжатие достигается путем «воинственного упрощения» (когда кодером игнорируются множественные нюансы). Такое сжатие приводит к сильной потере качества, поскольку удалению могут подлежать не только незаметные, но и значимые детали звучания.