Представление и измерение звуковой информации Кодирование звуковой информации

С начала 90-х годов персональные компьютеры получили возможность работать со звуковой информацией. Каждый компьютер, имеющий звуковую плату, микрофон и колонки, может записывать, сохранять и воспроизводить звуковую информацию.

Процесс преобразования звуковых волн в двоичный код в памяти компьютера:

Процесс воспроизведения звуковой информации, сохраненной в памяти компьютера:

Звук – звуковая волна с непрерывно меняющейся амплитудой и частотой. Чем больше амплитуда сигнала, тем он громче для человека, чем больше частота сигнала, тем выше тон.

Непрерывный звуковой сигнал превращается в последовательность электрических импульсов (двоичных 0 и 1).

При преобразовании звука в цифровую дискретную форму производится временная дискретизация, при которой непрерывная звуковая волна разбивается на отдельные маленькие временные участки, для каждого такого участка устанавливается определенная величина амплитуды.

В ременная дискретизация звука

Каждой «ступеньке» присваивается значение уровня громкости звука, его код 1, 2, 3 и т.д.

Современные звуковые карты обеспечивают 16-битную глубину кодирования звука. Количество различных уровней сигнала можно рассчитать по формуле:

N= 2^I= 2¹⁶=65536, где I – глубина звука (разрешение).

Двоичное кодирование звуковой информации

Преобразование непрерывной звуковой волны в последовательность звуковых импульсов различной амплитуды производится с помощью аналого-цифрового преобразователя размещенного на звуковой плате.

Современные 16-битные звуковые карты обеспечивают возможность кодирования 65536 различных уровней громкости или 16-битную глубину кодирования звука.

Частота дискретизации (D) – это количество измерений уровня входного сигнала в единицу времени за 1 секунду. Одно измерение в секунду соответствует частоте 1 Гц, а 1000 измерений в сек – 1 кГц. Для кодировки выбирают одну из трех частот: 44,1 КГц, 22,05 КГц, 11,025 КГц.

Считается, что диапазон частот, которые слышит человек, составляет от 20 Гц до 20 кГц.

Глубина звука (глубина кодирования) - количество бит на кодировку звука.

Качество двоичного кодирования – величина, которая определяется глубиной кодирования и частотой дискретизации.

Чем больше частота и глубина дискретизации звука, тем более качественным будет звучание оцифрованного звука. Самое низкое качество оцифрованного звука, соответствующее качеству телефонной связи, получается при частоте дискретизации 8000 раз в секунду, глубине дискретизации 8 битов и записи одной звуковой дорожки (режим «моно»). Самое высокое качество оцифрованного звука, соответствующее качеству аудио-CD, достигается при частоте дискретизации 48 000 раз в секунду, глубине дискретизации 16 битов и записи двух звуковых дорожек (режим «стерео»).

Необходимо помнить, что чем выше качество цифрового звука, тем больше информационный объем звукового файла. Можно оценить информационный объем цифрового стереозвукового файла длительностью звучания 1 секунда при среднем качестве звука (16 битов, 24 000 измерений в секунду). Для этого глубину кодирования необходимо умножить на количество измерений в 1 секунду и умножить на 2 (стереозвук):

16 бит × 24 000 × 2 = 768 000 бит = 96 000 байт = 93,75 Кбайт.

Преобразование звука в двоичный код выполняет специальное устройство.

Аудиоадаптер (звуковая плата) – устройство, преобразующее электрические колебания звуковой частоты в числовой двоичный код при вводе звука и обратно (из числового кода в электрические колебания) при воспроизведении звука.

Характеристики аудиоадаптера: частота дискретизации и разрядность регистра.

Разрядность регистра – число бит в регистре аудиоадаптера. Чем больше разрядность, тем меньше погрешность каждого отдельного преобразования величины электрического тока в число и обратно. Если разрядность равна I, то при измерении входного сигнала может быть получено 2^I =N различных значений.

Размер цифрового моноаудио файла измеряется по формуле:

,

где D – частота дискретизации (Гц), T – время звучания или записи звука, I разрядность регистра (разрешение). По этой формуле размер измеряется в байтах.

Размер цифрового стереоаудио файла измеряется по формуле:

, сигнал записан для двух колонок, так как раздельно кодируются левый и правый каналы звучания.

Определить количество информации в звуке можно по формуле: 

V = k * i , 

где V – количество информации в звуке; 

k – количество временных интервалов;

i – глубина звука (т.е. количество бит - 16, 32 или 64, выделенных на кодирование уровня громкости на одном интервале), определяемая по формуле: 2ⁱ ≥ N, где N – количество уровней громкости.

Таким образом, любой звук может быть представлен последовательностью нулей и единиц. т.е. двоичным кодом. Качество звука тем выше, чем больше глубина звука  и частота дискретизации (т.е. количество «ступеней» в секунду). Исходная формула может быть преобразована следующим образом:

V = t * ν * I , 

где V – количество информации в звуке; 

t – время звучания, 

ν  – частота дискретизации,

i – глубина звука.

Пример 3.15

Оценить информационный объём стереоаудиофайла длительностью звучания 1 секунда при высоком качестве звука (16 бит, 48 кГц).

Решение:

Для этого количество бит, приходящихся на одну выборку (глубина звука), надо умножить на количество выборок в 1 секунду и умножить на 2 (стерео):

Решение

V= T ×I × D × 2

V=1 ×16 × 48 000 × 2=

1536000 бит/8 =192000 байт/1024 = 187,5 Кбайт

Запись условия

T=1 сек

I=16 бит

D= 48 кГц

Стерео - ×2

V=?

Стандартное приложение Звукозапись играет роль цифрового магнитофона и позволяет записывать звук, т.е. дискретизировать звуковые сигналы, и сохранять их в звуковых файлах в формате WAV.