1. აუდიო
ეხება ხმოვან ტალღებს, რომელთა სიხშირეა 20 Hz და 20 kHz, რომელიც ისმის ადამიანის ყურებით.
თუ კომპიუტერს დაამატებთ შესაბამის აუდიო ბარათს, რასაც ხშირად ვუწოდებთ ხმოვან ბარათს, ჩვენ შეგვიძლია ჩავწეროთ ყველა ბგერა, ხოლო ხმის აკუსტიკური მახასიათებლები, როგორიცაა ხმის დონე, შეიძლება შენახული იქნას როგორც ფაილები კომპიუტერის მყარი დისკი. ამის საპირისპიროდ, შეგვიძლია გამოვიყენოთ გარკვეული აუდიო პროგრამა შენახული აუდიო ფაილის ასამაღლებლად ადრე ჩაწერილი ხმის აღსადგენად.
2. შერჩევის სიხშირე
ეხება წამში მიღებული ხმის ნიმუშების რაოდენობას. ხმა სინამდვილეში ერთგვარი ენერგეტიკული ტალღაა, ამიტომ მას ასევე აქვს სიხშირისა და ამპლიტუდის მახასიათებლები. სიხშირე შეესაბამება დროის ღერძს და ამპლიტუდა შეესაბამება დონის ღერძს. ტალღა უსასრულოდ გლუვია და სიმები შეიძლება ჩაითვალოს, როგორც უამრავი წერტილისგან შემდგარი. იმის გამო, რომ შენახვის სივრცე შედარებით შეზღუდულია, ციფრული კოდირების პროცესში სიმების აღება უნდა მოხდეს.
შერჩევის პროცესი არის გარკვეული წერტილის სიხშირის მნიშვნელობის ამოღება. ცხადია, რაც უფრო მეტ ქულას იღებენ ერთ წამში, მით მეტი ინფორმაციის მიღება ხდება. ტალღის ფორმის აღსადგენად, რაც უფრო მაღალია სინჯის აღების სიხშირე, მით უკეთესი იქნება ხმის ხარისხი. უფრო რეალურია რესტავრაცია, მაგრამ ამავე დროს ის უფრო მეტ რესურსს იკავებს. ადამიანის ყურის შეზღუდული რეზოლუციის გამო, ძალიან მაღალი სიხშირის გამოყოფა შეუძლებელია. ჩვეულებრივ გამოიყენება 22050 შერჩევის სიხშირე, 44100 უკვე CD ბგერის ხარისხია, ხოლო 48,000 ან 96,000-ზე მეტი სინჯის აღება ადამიანის ყურისთვის აღარ არის მნიშვნელოვანი. ეს ფილმებში წამში 24 კადრის მსგავსია. თუ ეს არის სტერეო, ნიმუში გაორმაგებულია და ფაილი თითქმის გაორმაგებულია.
ნიქვისტის სინჯის აღების თეორიის თანახმად, იმისათვის, რომ ხმა არ იყოს დამახინჯებული, სინჯის აღების სიხშირე დაახლოებით 40 კჰც უნდა იყოს. ჩვენ არ უნდა ვიცოდეთ, როგორ გაჩნდა ეს თეორემა. ჩვენ მხოლოდ უნდა ვიცოდეთ, რომ ეს თეორემა გვეუბნება, რომ თუ სიგნალის ზუსტად ჩაწერა გვინდა, ჩვენი სინჯის აღების სიხშირე უნდა იყოს აუდიოსიგნალის მაქსიმალური სიხშირეზე მეტი ან ტოლი. გახსოვდეთ, ეს არის მაქსიმალური სიხშირე. .
ციფრული აუდიოს სფეროში, ხშირად გამოყენებული შერჩევის მაჩვენებლებია:
8000 Hz - ტელეფონის მიერ გამოყენებული შერჩევის სიჩქარე, რაც ადამიანის სიტყვისთვის საკმარისია
11025 Hz- შერჩევის სიჩქარე, რომელსაც ტელეფონი იყენებს
22050 Hz- შერჩევის სიჩქარე, რომელიც გამოიყენება რადიომაუწყებლობისთვის
32000 Hz- შერჩევის სიჩქარე, რომელსაც იყენებს miniDV ციფრული ვიდეო კამერა, DAT (LP რეჟიმი)
44100 Hz-Audio CD, რომელიც ასევე ხშირად გამოიყენება MPEG-1 აუდიოს (VCD, SVCD, MP3) შერჩევის სიჩქარეში
47250 Hz- შერჩევის სიჩქარე, რომელსაც იყენებენ კომერციული PCM ჩამწერები
48000 Hz- შერჩევის სიჩქარე ციფრული ხმისთვის, რომელიც გამოიყენება miniDV, ციფრულ ტელევიზორში, DVD, DAT, ფილმებში და პროფესიონალურ აუდიოში
50000 ჰერციანი სინჯის აღების სიჩქარე, რომელსაც იყენებენ კომერციული ციფრული ჩამწერები
96000 Hz ან 192000 Hz - შერჩევის სიჩქარე, რომელიც გამოიყენება DVD- აუდიოზე, ზოგიერთ LPCM DVD აუდიო ტრეკზე, BD-ROM (Blu-ray დისკი) აუდიო ტრეკებზე და HD-DVD (მაღალი განმარტება DVD) აუდიო ტრეკებზე
3. შერჩევის ბიტების რაოდენობა
შერჩევის ბიტების რაოდენობას ასევე უწოდებენ შერჩევის ზომას ან რაოდენობრივი ბიტების რაოდენობას. ეს არის პარამეტრი, რომელიც გამოიყენება ხმის რხევის, ანუ ხმის კარტის რეზოლუციის გასაზომად ან შეიძლება გავიგოთ, როგორც ხმოვანი კარტის მიერ დამუშავებული ხმოვანი ბარათის რეზოლუცია. რაც უფრო დიდი მნიშვნელობა აქვს, მით უფრო მაღალია რეზოლუცია და მით უფრო რეალურია ჩაწერილი და დაკრული ხმა. ხმის კარტის ბიტი გულისხმობს ციფრული ხმოვანი სიგნალის ორობით ციფრებს, რომელსაც ხმოვანი კარტა იყენებს ხმოვანი ფაილების შეგროვებისა და თამაშის დროს. ხმის კარტის ბიტი ობიექტურად ასახავს ციფრული ხმოვანი სიგნალის შეყვანის ხმოვანი სიგნალის აღწერილობის სიზუსტეს. საერთო ხმოვანი ბარათები ძირითადად 8-ბიტიანია და 16-ბიტიანი. დღესდღეობით, ყველა ზომიერი პროდუქტი ბაზარზე არის 16 ბიტიანი და ზემოთ ხმის კარტები.
აღირიცხება თითოეული შერჩეული მონაცემების ამპლიტუდა და შერჩევის სიზუსტე დამოკიდებულია შერჩევის ბიტების რაოდენობაზე:
1 ბაიტი (ეს არის 8 ბიტი) მხოლოდ 256 რიცხვის ჩაწერა შეუძლია, ანუ ამპლიტუდა მხოლოდ 256 დონეზე შეიძლება დაიყოს;
2 ბაიტი (ეს არის 16 ბიტი) შეიძლება იყოს მცირე 65536, რაც უკვე CD სტანდარტია;
4 ბაიტს (ეს არის 32 ბიტი) შეუძლია ამპლიტუდის დაყოფა 4294967296 დონეზე, რაც ნამდვილად ზედმეტია.
4. არხების რაოდენობა
ეს არის ხმის არხების რაოდენობა. საერთო მონო და სტერეო (ორმაგი არხი) ახლა განვითარდა ოთხხმიან ხმოვან გარსზე (ოთხარხიანი) და 5.1 არხზე.
(1) ერთი გზა
მონო არის ბგერის რეპროდუქციის შედარებით პრიმიტიული ფორმა და ადრეული ხმის ბარათები მას უფრო ხშირად იყენებდნენ. მონო ჟღერადობა მხოლოდ ერთი დინამიკის საშუალებით შეიძლება გაჟღერდეს, ზოგი ასევე დამუშავებულია ორ დინამიკად იმავე ხმის არხის გამოსასვლელად. მონოფონიური ინფორმაციის დაკვრისას ორი დინამიკის საშუალებით, აშკარად ვგრძნობთ, რომ ხმა ორი დინამიკიდან მოდის. შეუძლებელია ხმის წყაროს სპეციფიკური ადგილმდებარეობის დადგენა, რომელიც გადაეცემა ჩვენს ყურებს დინამიკის შუა ნაწილიდან.
(2) სტერეო
Binaural არხებს აქვს ორი ხმის არხი. პრინციპი ისაა, რომ როდესაც ადამიანები ხმას ისმენენ, მათ შეუძლიათ განიხილონ ხმის წყაროს კონკრეტული ადგილმდებარეობა, მარცხენა და მარჯვენა ყურებს შორის ფაზური სხვაობის საფუძველზე. ხმის ჩაწერა ხორციელდება ორ დამოუკიდებელ არხზე ჩაწერის პროცესში, ისე, რომ მივაღწიოთ კარგი ხმის ლოკალიზაციის ეფექტს. ეს ტექნიკა განსაკუთრებით გამოდგება მუსიკის დაფასებისას. მსმენელს შეუძლია მკაფიოდ განასხვაოს ის მიმართულება, საიდანაც სხვადასხვა ინსტრუმენტები მოდის, რაც მუსიკას უფრო წარმოსახვით ხდის და უფრო უახლოვდება გამოცდილებას.
ამჟამად ორი ხმა არის ყველაზე გავრცელებული გამოყენება. კარაოკეში ერთი არის მუსიკის დასაკრავად და მეორე მომღერლის ხმისთვის; VCD- ში ერთი მანდარინის ენაზე დუბლირებას აკეთებს, ხოლო მეორე კანტონურ ენაზე.
(3) ოთხტონიანი გარს
ოთხარხიანი გარს განსაზღვრავს ხმის ოთხ წერტილს, წინა მარცხნივ, წინა მარჯვნივ, უკანა მარცხნივ და უკანა მარჯვნივ, და აუდიტორია გარშემორტყმულია ამ ოთხი ხმოვანი წერტილით. ამავე დროს, ასევე რეკომენდებულია ქვევუფერის დამატება, დაბალი სიხშირის სიგნალების დაკვრის დამუშავების გასაუმჯობესებლად (ეს არის მიზეზი, რის გამოც დღეს პოპულარულია 4.1-არხიანი დინამიკის სისტემები). რაც შეეხება საერთო ეფექტს, ოთხარხიან სისტემას შეუძლია მსმენელს შემოუტანოს გარსის ხმა სხვადასხვა მიმართულებით, შეუძლია შეიძინოს სხვადასხვა გარემოში ყოფნის აუდიტორული გამოცდილება და მომხმარებლებს შესძინოს ახალი გამოცდილება. დღესდღეობით, ოთხი არხიანი ტექნოლოგია ფართოდ არის ინტეგრირებული სხვადასხვა საშუალო და მაღალი დონის ხმოვანი ბარათების დიზაინში, რაც სამომავლო განვითარების მთავარ ტენდენციად იქცა.
(4) არხი
5.1 არხი ფართოდ იქნა გამოყენებული სხვადასხვა ტრადიციულ თეატრებში და საოჯახო თეატრებში. ხმის ჩამწერი კომპრესიული ფორმატის ზოგიერთი უფრო ცნობილი ფორმა, როგორიცაა Dolby AC-3 (Dolby Digital), DTS და ა.შ., დაფუძნებულია 5.1 ხმოვან სისტემაზე. ".1" არხი არის სპეციალურად შექმნილი საბვუფერის არხი, რომელსაც შეუძლია წარმოქმნას საბვუფერი, სიხშირის რეაგირების დიაპაზონიდან 20-დან 120 ჰც-მდე. სინამდვილეში, 5.1 ხმოვანი სისტემა მოდის 4.1 გარსიდან, განსხვავება იმაშია, რომ ის დასძენს ცენტრალურ ერთეულს. ეს ცენტრალური განყოფილება პასუხისმგებელია ხმის სიგნალის 80 ჰერცზე დაბლა გადაცემაზე, რაც გამოსადეგია ადამიანის ხმის გამაძლიერებლად ფილმის ყურებისას და დიალოგის კონცენტრირება ხდება მთლიანი ხმოვანი ველის შუა ნაწილში, მთლიანი ეფექტის გასაზრდელად.
ამჟამად, ბევრმა ონლაინ მუსიკალურმა ფლეერმა, როგორიცაა QQ Music, უზრუნველყო 5.1-არხიანი მუსიკა საცდელი მოსმენისა და ჩამოტვირთვისთვის.
5. ჩარჩო
აუდიოჩარჩოების კონცეფცია არ არის ისეთი გასაგები, როგორც ვიდეოკადრები. ვიდეო კოდირების თითქმის ყველა ფორმატს შეუძლია უბრალოდ წარმოიდგინოს ჩარჩო, როგორც კოდირებული სურათი. ამასთან, აუდიო ჩარჩო დაკავშირებულია კოდირების ფორმატთან, რომელსაც ახორციელებს კოდირების თითოეული სტანდარტი. რადგან თუ ეს არის PCM (დაშიფრული აუდიო მონაცემები), მას საერთოდ არ სჭირდება ჩარჩოების კონცეფცია და მისი დაკვრა შესაძლებელია შერჩევის სიჩქარისა და სინჯების სიზუსტის შესაბამისად. მაგალითად, ორმაგი აუდიოსთვის, რომლის შერჩევის სიჩქარეა 44.1 kHZ და შერჩევის სიზუსტეა 16 ბიტი, შეგიძლიათ გამოთვალოთ რომ ბიტის სიჩქარეა 44100 * 16 * 2bps და აუდიო მონაცემები წამში არის 44100 * 16 * 2 8 ბაიტი.
Amr ჩარჩო შედარებით მარტივია. ეს განსაზღვრავს, რომ აუდიოს ყოველ 20 მმ არის ჩარჩო და აუდიოს თითოეული ჩარჩო დამოუკიდებელია. შესაძლებელია სხვადასხვა კოდირების ალგორითმისა და კოდირების სხვადასხვა პარამეტრის გამოყენება.
Mp3 ჩარჩო ოდნავ რთულია და შეიცავს მეტ ინფორმაციას, მაგალითად, შერჩევის სიჩქარე, ბიტის სიჩქარე და სხვადასხვა პარამეტრები.
6. ციკლი
აუდიო მოწყობილობის მიერ ერთი დამუშავებისათვის საჭირო ჩარჩოების რაოდენობა გამოიყენება აუდიო მოწყობილობის მიერ მონაცემთა წვდომისა და აუდიო მონაცემთა შენახვის ერთეულად.
7. ურთიერთდალაგებული რეჟიმი
ციფრული აუდიოსიგნალების შენახვის მეთოდი. მონაცემები ინახება უწყვეტ ჩარჩოებში, ეს არის პირველი ჩარჩოს მარცხენა არხის ნიმუშების და მარჯვენა არხის ნიმუშების ჩაწერა და შემდეგ იწყება ჩარჩო 1-ის ჩაწერა.
8. არაინტერლაციული რეჟიმი
პირველ რიგში, ჩაწერეთ ყველა ჩარჩოს მარცხენა არხის ნიმუშები ერთ პერიოდში და შემდეგ ჩაიწერეთ არხის ყველა სწორი ნიმუში.
9. ბიტის სიჩქარე
ბიტის სიჩქარეს უწოდებენ ბიტის სიჩქარეს, რაც გულისხმობს მუსიკის მიერ წამში დაკრული მონაცემების რაოდენობას, ხოლო ერთეული გამოხატულია ბიტებით, რომლებიც ორობითი ბიტია. bps არის ბიტის სიჩქარე. b არის ბიტი (ბიტი), s არის მეორე (მეორე), p არის ყოველი (თითო), ერთი ბაიტი უდრის 8 ორობით ბიტს. ანუ, 4 წუთიანი სიმღერის 128bps ფაილის ზომა გამოითვლება ასე (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (ბაიტი) = 8b (ბიტი), ზოგადად mp3 სასარგებლოა 128 ბიტიანი სიჩქარით, ასევე არის დაახლოებით 3-4 BM ზომის.
კომპიუტერულ პროგრამებში, ერთგულების ყველაზე მაღალი დონეა PCM კოდირება, რომელიც ფართოდ გამოიყენება მასალების შესანახად და მუსიკის დასაფასებლად. იგი გამოიყენება CD, DVD და ჩვენს საერთო WAV ფაილებში. ამიტომ, PCM კონვენციით გახდა უდანაკარგო კოდირება, რადგან PCM წარმოადგენს ციფრულ აუდიოში ერთგულების საუკეთესო დონეს. ეს არ ნიშნავს, რომ PCM შეუძლია უზრუნველყოს სიგნალის აბსოლუტური ერთგულება. PCM– ს მხოლოდ უსასრულო სიახლოვის უდიდესი ხარისხის მიღწევა შეუძლია.
PCM აუდიო ნაკადის ბიტის სიჩქარის გაანგარიშება ძალიან მარტივი ამოცანაა, შერჩევის სიჩქარის მნიშვნელობა × შერჩევის ზომის მნიშვნელობა × არხის ნომერი bps. WAV ფაილი, შერჩევის სიჩქარე 44.1KHz, სინჯის აღება 16 ბიტიანი და ორმაგი არხი PCM კოდირებით, მისი მონაცემთა სიჩქარეა 44.1K × 16 × 2 = 1411.2Kbps. ჩვენი საერთო აუდიო CD იყენებს PCM კოდირებას, ხოლო CD– ს ტევადობა მხოლოდ 72 წუთის მუსიკალურ ინფორმაციას იტევს.
ორმაგი არხის PCM კოდირებული აუდიოსიგნალი მოითხოვს 176.4 წამში 1 კბ სივრცეს, ხოლო 10.34 წუთში დაახლოებით 1 მ. ეს მომხმარებლების უმეტესობისთვის მიუღებელია, განსაკუთრებით მათთვის, ვისაც უყვარს მუსიკის მოსმენა კომპიუტერში. დისკის დატვირთვა, არსებობს მხოლოდ ორი მეთოდი, შემცირების სინჯის ინდექსი ან შეკუმშვა. არ არის მიზანშეწონილი შერჩევის ინდექსის შემცირება, ამიტომ ექსპერტებმა შეიმუშავეს კომპრესიის სხვადასხვა სქემა. ყველაზე ორიგინალურია DPCM, ADPCM და ყველაზე ცნობილი MP3. ამიტომ, მონაცემთა შეკუმშვის შემდეგ კოდის სიჩქარე გაცილებით დაბალია, ვიდრე თავდაპირველი კოდი.
