Кодирование звука

Кодирование звука

ПОНЯТЬ

Речь человека, пенье птиц, игра на музыкальных инструментах, раскат грома – все это звуки. Звук передаётся за счет колебаний воздуха или другой звукопроводящей среды, порождаемых источником звука. Из физики известно, что любой звук – это волна определенной длины, частоты, амплитуды. Именно эти характеристики и нужно передать при кодировании. Основная проблема, как и в случае с изображениями, в том, что звук – непрерывный сигнал, и при кодировании его нужно преобразовать к дискретному виду. При этом постараться сохранить качество звучания. Вернее позаботиться о том, чтобы после обратного преобразования закодированного сообщения в звук (декодирования) его качество как можно меньше отличалось от исходного.

Для записи речи люди придумали письменность. Обозначения для букв сначала брались похожими на предметы, названия которых начинались на соответствующий звук.

Пример

Греческая буква α вначале писалась и была схожа с изображением головы быка – по-гречески «алеф».

Буква а древнерусского алфавита изображалась как и была стилизованным изображением плуга – арало (позже – орало; вспомните лозунг: «Перекуём мечи на орала»).

Для записи музыки люди придумали нотную запись.

Заметим, что, по сути, нотная запись – это не столько запись самой музыки, сколько запись алгоритма действий для музыканта. Обозначения на нотном стане показывают ему, на какую клавишу нажать в следующий момент, какую паузу выдержать и т.д.

Именно нотная запись используется для создания и редактирования музыкальных фрагментов во многих музыкальных редакторах.

Рис. р_4_1.bmp Образ экрана музыкального редактора программы ЛогоМиры

Кроме нотной записи используются и другие способы кодирования музыки. Например, при игре на гитаре чаще используется запись аккордов.

Пример

(ИЛИ???)

Рис 2 Фрагмент записи мелодии

Но кроме речи и музыки существует множество других звуков, и очень часто общепринятых обозначений для них нет.

Пример

Крик петуха в русском языке условно передаётся как «кукареку», в английском – как …, в немецком …. На настоящее петушиное пенье всё это похоже лишь отдаленно.

Каким же образом выбрать способ двоичного кодирования, чтобы с его помощью можно было записать любые звуки для их хранения, передачи и обработки с помощью компьютера?

Вспомним, что звук представляет собой волну с непрерывно меняющимися частотой и амплитудой. Чем больше частота звука, тем выше его тон. Чем больше амплитуда, тем громче звук.

Существуют приборы, позволяющие в любой момент времени определять частоту и амплитуду звука.

Пример

Звук сердца можно записать на электрокардиографе в виде графика. Опытный кардиолог по виду этого графика может определить, есть ли отклонения от нормы в работе сердца.

Рис. Фрагмент электрокардиограммы.

Чтобы на компьютере можно было работать со звуком, непрерывный звуковой сигнал должен быть преобразован в дискретный. Для этого проводят дискретизацию по времени, то есть измеряют частоту и/или амплитуду звука несколько раз в секунду.

Пример

Рис. Дискретизация звука

На рисунке представлен звук, измеренный 16 раз. Видно, что такое измерение очень неточно: многие колебания звука оказались неучтёнными. Чем чаще измеряется звук, тем точнее его можно передать.

Количество измерений в секунду называют частотой дискретизации. Измеряется она, также как и любая частота, в герцах (Гц). Запомните, что частота звуковой волны и частота дискретизации – не одно и то же.

Частота дискретизации может лежать в диапазоне от 8000 Гц (8 кГц) до 48000 Гц (48 кГц) и выше. Средняя частота дискретизации речи – 8 кГц. Запись музыки на аудио компакт-диски производится обычно с частотой дискретизации не менее 44,1 кГц, то есть характеристики звука измеряются 44100 раз в секунду.

Полученные при измерении величины нужно представить в двоичном коде. Количество бит, отводимых для хранения результатов одного измерения, называется глубиной кодировании, а количество разных значений, которые можно закодировать с помощью этого числа бит называется уровнем квантования.

Пример

Пусть для предыдущего примера глубина кодирования равна 3, то есть результат одного измерения записывается с помощью трёх бит. Всего тремя битами можно закодировать 8 значений: 000, 001, 010, 011, 100, 101, 110, 111. То есть уровней квантования будет 8.

Рис. Измерение звука

Значения измерений округляются до ближайшего уровня, что еще увеличивает погрешность кодирования.

Рис. Округление результатов измерений до ближайшего уровня квантования.

Окончательно двоичный код звукового фрагмента, измеренного с частотой дискретизации 16 и глубиной кодирования 3 (8 уровней квантования) будет таким:

000 100 011 100 110 110 111 111 111 110 101 101 101 110 110

Если результаты одного измерения кодируются k битами, то количество уровней квантования (уровней измерения) звукового сигнала будет 2^k.

При 1-битном кодировании можно передать только два уровня: 0 – нет звука, 1- есть звук. Речь кодируется обычно 8 битами. При этом измерения производятся на одном из 2⁸ = 256 уровней. Для кодирования музыки чаще используется глубина в 16 бит. Тогда звук в каждый момент времени может быть измерен на одном из 2¹⁶ = 65536 уровней.

Необходимость передать изменчивый звук как можно точнее приводит к тому, что выбор достаточных для этого частоты дискретизации и глубины кодирования обуславливает значительные размеры звуковых файлов. То есть хранение звука на компьютере требует много места в памяти.

Пример

Одна минута звучания стереофонической (2 источника звука) музыки при 16-битном кодировании и частоте дискретизации 44,1 кГц займёт 2601644100 = 84672000 бит = 10584000 байт ≈ 10 Мбайт.

Минута звучания человеческой речи при 8-битном кодировании и частоте дискретизации 8 кГц займёт 60816000 = 7680000 бит = 960000 байт ≈ 0,9 Мбайт.

ЗНАТЬ

Звук – волна с непрерывно меняющимися частотой, длиной волны и амплитудой колебания.

Чтобы произвести двоичное кодирование непрерывного звукового сигнала, необходимо преобразовать его в дискретный (дискретизация по времени), измерить в каждый отдельный момент времени характеристики сигнала (амплитуду и/или частоту) и результаты измерения представить в двоичном коде.

Качество кодирования звука определяется глубиной кодирования (уровнем квантования) и частотой дискретизации.

Частота дискретизации сигнала – количество измерений его характеристик в единицу времени. Обычно от 8000 до 96000 раз в секунду.

Глубина кодирования– количество бит, отводимых для представления результата одного измерения. Обычно от 8 до 16 бит.

Глубина кодирования задаёт количество уровней измерения звука - уровней квантования.

При глубине кодирования k уровней квантования будет 2^k.

Хранение звука на компьютере, как правило, требует много памяти.

УМЕТЬ

Перечислите способы кодирования звука и сформулируйте их отличительные особенности.

Объясните, в чём сходство и различия двоичного кодирования речи и музыки.

Многие программы прослушивания музыкальных клипов имеют режим зрительного сопровождения воспроизведения, в частности, в виде частотных диаграмм. Объясните, каким образом они строятся.

Частотная диаграмма

Рис. Образ окна программы Winamp

Объясните, какой способ кодирования используется в музыкальном редакторе, установленном на Вашем компьютере. Какие возможности доступны пользователю по созданию, редактированию, прослушиванию музыки?

6