2.4. Принципы обработки звуковой информации, звуковоспроизводящие системы

Звук представляет собой локальные изменения давления воздуха, происходящие с определенной частотой. С некоторым приближением можно считать такие изменения распространением колебаний в воздухе. Эти колебания воспринимаются специальным органом слуха человека – ухом. Диапазон звуковых частот, слышимый человеком, составляет от 20 до 20000 Гц. При этом более низкие частоты (инфразвук) обычно не слышны, но организм на них реагирует. Колебания высоких частот (ультразвук) также не слышны большинству людей, хотя и отмечаются отступления от этого правила, обусловленные физиологическими особенностями или специальными тренировками конкретного человека.

Структура аудиосистемы персонального компьютера. Звуковая система персонального компьютера конструктивно представлена в виде звуковой карты, устанавливаемой в слот материнской платы или карты расширения другой подсистемы. Отдельные функциональные элементы могут, при этом, выполняться как «дочерние» платы, устанавливаемые в слоты самой звуковой карты. Звуковая система представляет собой модуль­ную конструкцию (рис.25):

• модуль записи и воспроизведения;

• модуль интерфейсов;

• модуль синтезатора;

• модуль микшеров ввода / вывода;

• модуль акустической системы.

Модуль записи и воспроизведения осуществляет аналого-цифровое и цифро-аналоговое преобразования в режиме передачи звуковых данных по каналам прямого доступа к памяти (DMA – Direct Memory Access).

Звук представляет собой непрерывно изменяемые во времени и пространстве колебания. Запись звука – это сохранение информации о колебаниях звукового давления. Звуковой сигнал может быть изначально представлен либо в дискретной (цифровой) форме, либо в непрерывной (аналоговой) форме. Поступающий на вход системы звуковой сигнал обычно является аналоговым.

В то же время, согласно принципам Дж. фон Неймана, любая информация, вводимая в компьютер для обработки, должна быть представлена в двоичном коде. Для преобразования аналогового звукового сигнала используют сочетание аналого-цифро­вого и цифро-аналогового преобразований.

Модуль интерфейсов обеспечивает обмен данными между звуковой системой и другими внешними и внутренними устройствами персонального компьютера. Используемые интерфейсы весьма разнообразны, обладают широкими возможностями в области обработки звуковых данных, а также позволяют достичь высокого качества звука (см. ниже).

В частности, в состав звуковой карты входит интерфейс для подключения приводов CD-ROM.

Модуль синтезатора позволяет генерировать практически любые звуки, а также воссоздавать звучание реальных музыкальных инструментов.

Звуковые эффекты формируются с помощью специального эффект-процессора, который может быть выполнен либо в виде отдельной микросхемы, либо интегрирован в состав WT-синтеза­тора (см. ниже).

Основные характеристики модуля синтезатора:

• метод синтеза;

• объем памяти;

• аппаратная поддержка звуковых эффектов;

• полифония.

Метод синтеза звука определяет и качество звука, и состав звуковой системы, т.к. на звуковых картах устанавливаются синтезаторы, соответствующие выбранному методу.

Объем памяти может быть увеличен установкой дополнительных микросхем памяти – банков инструментальных звуков.

Модуль микшеров ввода / вывода выполняет следующие функции: коммутацию источников и приемников звука и регулирование их уровня, смешивание нескольких звуковых сигналов и регулирование уровня результирующего сигнала.

Основные характеристики модуля микшеров:

• число микшируемых сигналов на канале воспроизведения;

• степень регулирования уровня сигнала в каждом из микшируемых каналов;

• степень регулирования уровня смешенного результирующего сигнала;

• выходная мощность усилителя;

• наличие разъемов для подключения внешних и внутренних приемников и источников звука: «Joystick/MIDI» – для подключения джойстика или MIDI-адаптера, «Mic In» – для подключения микрофона, «Line In» – линейный вход для подключения источников звука, «Line Out» – линейный выход для подключения приемников звука, «Speaker» – для подключения головных телефонов (наушников) или пассивной акустической системы.

Программное управление микшерами осуществляет либо операционная система, или с помощью специальной программы, поставляемой в комплекте с программным обеспечением звуковой карты.

Проблема совместимости звуковой системы со стандартами приложений имеет особое значение для DOS-приложений, ориентированных каждое на свой перечень звуковых карт. Существуют следующие стандарты:

• Sound Blaster – поддерживает приложения в виде игр DOS, в которых звуковое сопровождение программно ориентировано на звуковые карты семейства Sound Blaster;

• Windows Sound System (WSS) – включает звуковую карту и пакет соответствующих программ, ориентированных на бизнес-приложения.

Акустическая система предназначена для непосредственного преобразования электромагнитного выходного сигнала звуковой системы в акустические колебания.

Акустическая система состоит из нескольких звуковых колонок, в свою очередь, имеющих один или несколько динамиков каждая. Количество колонок зависит от количества каналов звука и от числа его компонентов. Так, например, стереофонический сигнал содержит 2 компонента (сигналы левого и правого каналов), а сигнал в формате Dolby Digital – компоненты 2-х фронтальных стереоканалов, центрального канала диалогов, 2-х тыловых каналов и канала низких частот. Для восприятия звуков низких частот, ниже 150 Гц, часто используют дополнительный звуковой агрегат – сабвуфер (subwoofer).

Акустические системы могут быть активными (со встроенными усилителями мощности) и пассивными (не имеющими таковых).

Основные характеристики акустической системы:

• полоса воспроизводимых частот – зависимость силы звука от частоты электромагнитного сигнала, поступающего на колонку (обычно, от 40÷60 Гц до 20 кГц);

• чувствительность звуковой колонки – характеризуется звуковым давлением, которое создает колонка на расстоянии 1 м при подаче на ее вход сигнала мощностью 1 Вт. В соответствии с требованиями стандарта чувствительность определяется как среднее звуковое давление в определенной полосе частот;

• коэффициент гармоник – оценивает нелинейные искажения, связанные с появлением в выходном сигнале новых спектральных составляющих. Для высококачественных Hi–Fi акустических систем этот коэффициент в диапазоне частот 250÷1000 Гц не должен превышать 1,5%, в диапазоне частот 1000÷2000 Гц быть ~ 1,5%, в диапазоне частот 250÷1000 Гц составлять ~ 1%;

• электрическая мощность – в основном определяет надежность акустической системы, т.к. нет прямой взаимозависимости между мощностью и качеством воспроизводимого звучания.

Принципы обработки звуковой информации. Параметрами, характеризующими качество восприятия звука, являются: громкость, диапазон частот, степень гармоничности колебаний, пространственное положение источника звука.

Громкость звука принято измерять в дБ (децибелы), характеризующих логарифм отношения имеющейся громкости к условно принятой за нулевое значение (в цифровых схемах за ноль принято максимально возможное значение громкости). Без болевых ощущений человек различает звуки громкостью до 120 дБ. Причем на частотах до 10 Гц порог слышимости составляет до 40 дБ, а на частоте 10 кГц – порог слышимости около 20 дБ. Это объясняет, в частности, почему сабвуферы всегда в десятки и сотни раз более мощные, чем высокочастотные колонки.

Частотные отличия звука лучше всего распознаются человеком в диапазоне 1 ÷ 4 кГц (с шагом ~ 0,3 %). На более низких частотах шаг распознавания падает до 4 %.

Пространственное разрешение (пространственное положение, позиционирование, источника звука) осуществляется человеком примерно по 11 параметрам, среди которых – прямая информация о фазовом сдвиге (для частот до 1 кГц), разность громкости звучания в левом и правом ухе (для частот свыше 1,5 кГц) и т.д.

Дополнительную сложность в отражение звуковой картины вносят: искажения (в силу влияния окружающей среды, технического состояния устройств и т.п.), эффекты эха, реверберации, поглощения и задержки звуковых волн.

Реальные звуки в окружающей человека среде в основном состоят из звуковых волн, кратных основному, чистому, тону (из гармоник). Человек устроен так, что ему более приятны именно гармонические (свободные) колебания. Вся музыкальная культура человечества построена на использовании гармонических колебаний. Поэтому при обработке любыми техническими средствами необходимо минимизировать специфические искажения, связанные со спецификой представления звука в компьютере (например, паразитный сигнал – шум дискретизации).

Представление звука. Звук представляет собой сложный аналоговый сигнал (имеет непрерывный несинусоидальный спектр) и не может быть напрямую преобразован в ряд цифр. Для этого необходимо либо представить звук в виде совокупности правильных синусоид (гармонический сигнал), либо использовать другое представление, позволяющее кодировать сигналы рядом дискретных (импульсных, цифровых) сигналов

Частотное модулирование (Frequency Modulation – FM) основано на том, что каждому звуковому сигналу присущ свой набор гармонических сигналов разных частот. Разложение звука в гармонические ряды и их представление в виде цифровых сигналов осуществляют специальные электронные устройства – аналого-цифровые преобразователи (АЦП). Обратное преобразование закодированного звука для воспроизведения выполняют цифро-аналоговые преобразователи (ЦАП). При этом неизбежны потери информации, обусловленные методом кодирования, что приводит к искажению и плохому качеству воспроизведения.

Таблично-волновой синтез (Table-Wave) упрощенно можно представить следующим образом. В памяти компьютера хранится таблица с нумерованными образцами (Samples) звуков. Реальный звук представляет собой комбинацию (синтез) нумерованных звуковых образцов. Числовые коды отражают тип звука, высоту и тембр звука, его продолжительность и интенсивность, динамику изменения и прочие параметры. При этом, поскольку синтез осуществляется с использованием «реальных» звуковых образцов, то качество воспроизведения очень высокое, близкое к реальному звуку.

Принцип записи. Суть метода цифровой записи звука PCM (Pulse Code Modulation – импульсно-кодовая модуляция) заключается в следующем. Аналоговый сигнал звука реализируется набором импульсных (цифровых) сигналов (рис.26).

При записи в течение каждой секунды многократно регистрируется текущее значение амплитуды звуковой волны и некоторое значение амплитуды принимается за максимальное. Максимальному значению амплитуды присваивается самое большое целое число.

Далее текущее значение амплитуды масштабируется относительно максимального значения и округляется до ближайшего целого числа. Получается как бы снимок (кадр) звуковой волны. Цифровая запись звука представляет собой последовательность таких кадров.

Частоту, с которой делают такие кадры, называют частотой дискретизации (частота квантования или частота оцифровки). Она должна не менее, чем вдвое превышать максимальную частоту записываемого звука.

Глубина оцифровки (разрядность представления) определяется разрядностью двоичного кодового числа, соответствующего уровням представления. Слуховая система человека способна различать звуки в диапазоне до 128 дБ. При 8-битовой записи (255 значений) диапазон составит 48 дБ. При 16-битовой – соответственно, диапазон составит 96 дБ.

Запись хорошего качества получают при частоте дискретизации 44,1 кГц и глубине оцифровки 16 бит. Оцифровка аналогового сигнала производится аналого-цифровыми преобразователями (АЦП), а обратную задачу – декодирования звука – осуществляют цифро-аналоговые преобра­зователи (ЦАП). Часто оба преобразователя объединяют в одном блоке, называемом кодеком (кодировщик – декодеровщик).

Цифровые преобразователи вносят специфические искажения в аналоговый сигнал. Из-за способа представления звука рядом целых дискретных значений появляется практически непрерывный паразитный сигнал, который называют «шум дискретизации». Для учета этого фактора вводится параметр SNR (Signal / Noise Ratio – отношение сигнал / шум):

SNR = V_signal / V_noise = 6,02 ^x N + C [дБ],

где N – разрядность оцифровки, C – коэффициент влияния формы и спектра оцифровываемого сигнала (от – 15 дБ до + 2 дБ).

Другим фактором искажений является т.н. «ограничение по насыщению». Суть его – в следующем. При оцифровке все ампли­туды, превышающие максимальное значение, ограничива­ются, принимая именно это граничное (максимальное) значение. Кроме того, тракт обработки сигнала вносит свои искажения.

В итоге, с учетом приведенных и многих других факторов, на выходе звуковой системы может быть получен сигнал с SNR не лучше 60 ÷ 65 дБ для достаточно дорогих устройств, более дешевые устройства имеют SNR порядка 55 ÷ 58 дБ.

Полную картину возможностей звуковой системы компьютера можно получить при исследовании ее амплитудно-частот­ной характеристики (АЧХ), т.е. зависимости коэффициента передачи звука от частоты сигнала. В идеале АЧХ должна представлять собой прямую линию, параллельную оси абсцисс, в диапазоне от 20 до 20000 Гц. Реально звуковая система с SNR ~ 60 дБ имеет отличную АЧХ в диапазоне частот до 10 кГц, приемлемую в диапазоне 10 ÷ 15 кГц, и кое-какую в диапазоне свыше 15 кГц.

Стандарты (интерфейсы) звука. Обмен данными между зву­ковой системой компьютера и другими устройствами обеспечивают устройства соответствующих интерфейсов.

Интерфейс PCI (Peripheral Component Interconnect – соединение внешних компонентов) обеспечивает широкую полосу пропускания с высоким качеством (отношение сигнал/шум порядка 90 дБ), обеспечивает распределение задач обработки и передачи данных между звуковой системой и ЦПУ.

Интерфейс MIDI (Musical Instrument Digital Interface – цифровой интерфейс музыкальных инструментов) с целью добиться одинакового звучания одинаково написанных звуковых фрагментов регламентирует типы каналов, кабели, порты и т.п. для подключения различных MIDI-устройств, а также протокол обмена данными между ними. Стандарт General MIDI имеет отношение к 128 мелодическим инструмента и к 46 ударным. Улучшенный стандарт GS (General Synthesizer – единый синтез) включает как дополнительные инструменты, так и дополнительные звуки: шум мотора, выстрелы и т.п.

Стандарт XG (eXtended General – расширенный единый) отличается набором звуков нескольких сотен инструментов, образцами других, немузыкальных, звуков, а также новыми средствами управления обработкой звуков.

Стандарт MPU – 401 служит для подключения внешних устройств управления звуком: музыкальных клавиатур, синтезаторов и др.

Стандарт MT – 32 описывает параметры восьмиканального таблично-волнового синтезатора с обработкой в каждом канале до 16 голосов (всего 128 мелодических и 30 ударных инструмента, а также 33 звуковых эффекта).

Интерфейс S /PDIF (Sony/Philips Digital Interface Format) появился в 1983 г. Формат передачи предусматривает посылку пакета (кадра), в котором 32 бита отводится данным, 4 бита – сигналам синхронизации, 4 бита – служебной информации, среди которой имеется бит контроля четности и бит текущего статуса канала. Разъемы S/PDIF типа RCA соединяются 75-омным кабелем с длиной сегмента до 2 м.

Для обмена данными по интерфейсу S/PDIF применяют передатчики и приемники, имеющие свой буфер данных (собственное ОЗУ).

Режим Full Duplex Transmission – режим двухсторонней передачи данных в режиме связи – используют для одновременного процесса записи и воспроизведения звука.

Синтез звучания музыкальных инструментов. Воссоздание структуры тона (музыкальной ноты) основано на следующем. Для любого музыкального сигнала можно выделить три разделенные по времени фазы (рис.27): атака, поддержка и затухание.

Звуковой сигнал любого музыкального инструмента индивидуален, поскольку форма огибающей (совокупности всех трех фаз) зависит от типа музыкального инструмента. Длительность атаки для разных инструментов составляет от единиц до сотен мс. В фазе поддержки амплитуда сигнала длительное время остается почти постоянной, позволяя формировать высоту музыкального тона. На последней фазе, затухании, амплитуда сигнала быстро уменьшается.

Цифровое устройство на основе одного из методов синтеза генерирует так называемый сигнал возбуждения с заданной высотой звука (ноту), имеющий характеристики, максимально близкие к характеристикам имитируемого инструмента в фазе поддержки. Сигнал возбуждения подается на один из входов фильтра, имитирующего АЧХ реального музыкального инструмента. На другой вход подается сигнал амплитудной огибающей того же инструмента. Далее совокупность сигналов обрабатывается с целью получения спецэффектов (эхо, реверберация, хоровое исполнение и т.д.). После этого осуществляется цифро-аналоговое преобразование сигнала и вывод его на акустическую систему.

Совершенствование звуковой системы. Очевидно, что новые компьютерные технологии требуют совершенствования и элементов компьютера, обеспечивающих мультимедиа технологии. Существуют и разработки, повышающие качество звучания системы, а также упрощающие конструкцию звуковой системы.

Так, рядом фирм предложена новая конструкция системы, в которой модули обработки звуковых сигналов выносятся за пределы системного блока, где на них действуют электрические помехи. Модули размещаются в колонках акустической системы. В этом случае звуковые сигналы передаются в цифровой форме, что повышает их устойчивость к помехам. Для передачи цифровых данных предусмотрено использование высокоскоростных шин USB и IEEE 1394.

Другой способ – создание объемного (пространственного) звука, т.н. 3D-Sound. Объемное звучание достигается сдвигом фаз выходных (правого и левого) сигналов стерео системы относительно исходного. Здесь используется свойство мозга человека определять пространственное положение источника звука при помощи анализа соотношений амплитуд и фаз звукового сигнала, воспринимаемых каждым ухом. В случае применения такого способа пользователь ощущает эффект «перемещения» звука.

Новым направлением является создание так называемых театров на базе персональных компьютеров (PC Theater). Основой таких устройств являются системы Surround Sound, формирующие объемный звук и различные звуковые эффекты. При этом пользователь ощущает себя находящимся в центре звукового поля, вокруг которого находятся источники звука. Звук записывается на двух дорожках лазерного диска по технологии Dolby Surround. К наиболее известным разработкам относятся следующие.

Dolby Surround Pro Logic – четырехканальная звуковая система, содержащая левый и правый стереоканалы, центральный канал для диалогов и тыловой канал для эффектов.

Dolby Surround Digital – звуковая система, состоящая из 5 каналов (левого, правого, центрального и двух тыловых каналов для эффектов) и канала сверхнизких частот.

Среди новшеств в обработке звука можно назвать технологию EAX (Environmental Audio Extension), ориентированную на учет свойств окружающей среды. Звуковая среда описывается как определенное сочетание эффектов реверберации (эха), характерных для данного помещения. Алгоритм обработки звука основан на методах статического моделирования, а параметры реверберации вычисляются с учетом данных о расположении персонажа, источников звука, геометрических параметров помещения и пр.

Также новшеством является технология A3D (API Direct Sound 3D), в основе которой положен алгоритм геометрического моделирования Wave Tracing (трассировка) с учетом свойств окружающей среды. На пути от источника к слушателю рассчитываются параметры отражения, поглощения, задержки звука. В качестве источника информации об окружающей среде используют данные «геометрического движка» о положении «акустических полигонов» и применяемых для них «текстурах». «Геометрический движок» оперирует с данными на уровне геометрических примитивов: линий и треугольников, определяемых как в двумерном, так и в трехмерном пространстве. «Акустический полигон» (Audio polygon) обладает свойствами местоположения, размера, формы, а также типа материала. Форма полигона и его местоположение в пространстве связаны с источниками звуков и слушателем. Они влияют на определение параметров прохождения сигналов. Свойства материалов влияют на степень поглощения и отражения звуковых волн.

Нельзя не упомянуть и о перспективной для игровых программ технологии ZoomFX. В существующих системах 3D-звука источники воспринимаются как точечные. Однако в реальной жизни точечные источники звука практически не существуют. Технология ZoomFX решает эту проблему за счет представления пространственных объектов как объединенной совокупности точечных источников звука.