PRZETWARZANIE DŹWIĘKU

ISTOTA DŹWIĘKU

Do naszych zmysłów nieustannie docierają różnorakie bodźce.

Pewna ich częśd odbierana jest jako dźwięk. I chod zmysł słuchu w znacznie mniejszym
stopniu dostarcza nam informacji niż wzrok to odgrywa i tak znaczącą rolę.

WZROK

ok.

90%

SŁUCH

ok. 5%

INNE

Dźwięk ułatwia orientację
przestrzenną na tyle dobrze, że
w szczególnych sytuacjach

(słaba

widocznośd, upośledzenie wzroku)

uszy

z powodzeniem potrafią zastąpid
oczy.

Dźwięki

ostrzegają przed
niebezpieczeostwem

dostarczają przyjemności (muzyka)

dają szansę komunikowania się z innymi
za pomocą słów (język mówiony)

Dźwięk jako zjawisko fizyczne jest to zaburzenie falowe ośrodka

sprężystego

.

Na przykład: wody, gdzie propagacja dźwięku wynosi 1500m/s, powietrza – 340m/s, drewna-

4000m/s, żelaza-5000m/s.

Właściwości dźwięku

WŁASCIWOŚCI FIZYCZNE

WŁASCIWOŚCI PSYCHOAKUSTYCZNE

częstotliwośd drgao -

wysokośd dźwięku

natężenie -

głośnośd

widmo -

barwa

Dźwięk ze swej natury jest sygnałem analogowym to znaczy, że jego
amplituda i częstotliwośd mogą się zmieniad w sposób płynny.
Analogowa fala dźwiękowa jest ciągłą linią, ma nieskooczenie wiele
wartości amplitudy.

A

MP

LITUD

A

CZAS

Ruch falowy – dźwięk – najprościej zilustrowad wykresem sinusoidy

Dźwięk cyfrowy

Aby zapisad dźwięk w komputerze

trzeba zamienid sygnał analogowy

na postad cyfrową (digitalizacja)

czyli na ciąg zer i jedynek

PRÓBKOWANIE (ang. sampling)

z sygnału analogowego pobiera się w ustalonych odstępach czasu próbki

i mierzy się ich poziom.

Dźwięk cyfrowy

Sposób zapisu dźwięku

Wysokośd impulsów odpowiada
poziomom kwantyzacji

Wynik pomiaru poddaje się skwantowaniu czyli przypisaniu wartości

zmierzonym poziomom dźwięku.

W efekcie kwantyzacji sygnał analogowy ma
postad sygnału impulsowego,
którego amplituda przyjmuje wartości liczb
całkowitych.

Dźwięk cyfrowy

Impulsy o zmiennej amplitudzie i stałej częstotliwości zostają zamienione
na sygnał binarny w którym wyższej amplitudzie impulsów odpowiada
większa częstotliwośd jedynek.

Przykład kwantyzacji 4-bitowej i

sposób oddawania znaku amplitudy

1111

1110

1101

1100

1011

1010

1001

1000

0111

0110

0101

0100

0011

0010

0001

0000

ROZDZIELCZOŚĆ

Dźwięk cyfrowy

Im więcej bitów, tym dokładniej można oddad zmiany
amplitudy, niższe też będą szumy kwantyzacji
tj. zniekształcenia spowodowane zmianą kształtu fali
w procesie konwersji analogowo-cyfrowej

(zasada Fouriera)

Dźwięk cyfrowy

Precyzyjniej można przedstawić odstępy między minimalnym a maksymalnym

napięciem sygnału, czyli dynamikę.

Zależnośd przenoszonej dynamiki od liczby bitów

Liczba bitów

8

16

20

24

Dynamika nagrania

48

dB

96

dB

120

dB

144

dB

Dźwięk cyfrowy

Zamiany sygnału analogowego na postad binarną
dokonuje konwerter analogowo – cyfrowy AD/DA

(w j. pol. przetwornik AC/CA)

Każda popularna karta dźwiękowa zawiera taki
układ. To dzięki niemu jest możliwe nagrywanie
i odtwarzanie dźwięków.

Dźwięk cyfrowy

Jakośd konwertowanego dźwięku zależy od:
- częstotliwości próbkowania,
- rozdzielczości bitowej.

Częstotliwośd próbkowania (sampling rate), inaczej częstośd pobierania próbek,
informuje jak często przetwornik analogowo-cyfrowy mierzy poziom sygnału.

Częstotliwośd próbkowania jest mierzona

w hercach na sekundę (Hz/s)

Częstotliwośd próbkowania podczas odtwarzania muzyki musi byd identyczna
z częstotliwością próbkowania podczas nagrywania. Odgrywanie dźwięku z inną
częstotliwością da efekt podobny do zmiany prędkości przesuwu taśmy w tradycyjnym
magnetofonie.

Dźwięk cyfrowy

Uwzględniając pewien margines bezpieczeostwa przyjęto
częstotliwośd 44,1 kHz jako standard gwarantujący
odwzorowanie użytecznego zakresu 20 Hz – 20 kHz na płytach
kompaktowych (48 kHZ w profesjonalnych studiach nagrao).

Aby uniknąd owych zniekształceo, wszystkie częstotliwości
powyżej 20 kHz są blokowane w przekształcanym sygnale
przez filtr dolnoprzepustowy (ang. anti-aliasing filter).

Dźwięk cyfrowy

Im większa częstotliwośd próbkowania (ang. sampling rate),
tym dokładniejsze odwzorowanie krzywej.
Każda sinusoida ma dwie połówki: dodatnią i ujemną i aby
w sposób prawidłowy przenieśd jej kształt częstotliwośd
próbkowania musi byd co najmniej dwukrotnie wyższa od
częstotliwości analizowanej (tzw. Zasada Nyquista)

Niespełnienie tego warunku
może prowadzid do zniekształceo
intermodulacyjnych (ang. aliasing)

tj. błędnego interpretowania próbkowanej częstotliwości jako niższej.

Zniekształcenia intermodulacyjne

Dźwięk cyfrowy

Zdeformowany obraz sinusoidy – przy częstotliwości próbkowania trzy razy
niższej od częstotliwości próbkowanego dźwięku.

Rozdzielczośd próbkowania

Aby uzyskad zapis o dużym podobieostwie do oryginału trzeba przyjąd dużą

wartośd częstotliwości próbkowania.

Im większa wartośd częstotliwości próbkowania tym większy rozmiar będzie

miał plik w którym dźwięk zostanie zapisany.

... to też stosuje się kompresję.

Kompresja to zmniejszenie objętości danych w sposób

umożliwiający ich późniejsze odtworzenie.

Dźwięk cyfrowy

W przypadku dźwięku poddanego kompresji stratnej sama częstotliwośd

próbkowania nie wystarcza do określenia jego jakości.

Ponieważ kompresja stratna polega na usunięciu części informacji potrzebny

jest dodatkowy parametr opisujący, ile danych pozostało w pliku

dźwiękowym.

Wielkością tą, wyrażoną w liczbie bitów na sekundę pliku dźwiękowego jest

przepływnośd (ang. bitrate)

...czyli liczba bitów przetwarzanych w ciągu sekundy,

czy też ile bitów opisuje jedną sekundę pliku dźwiękowego.

Jednostką przepływalności jest bit na sekundę bps

w przypadku prefiksów dziesiętnych

tj.1000 bps = 1 kbps

w przypadku prefiksów binarnych

tj.1024 bps = 1 kbps

... im wyższa przepływnośd, tym lepsza jakośd dźwięku i odwrotnie

- niska przepływnośd to słaba jakośd dźwięku.

Dźwięk cyfrowy

PRZYKŁAD.

przepływnośd dźwięku CD Audio

częstotliwośd próbkowania: 44,1 kHz
pojedyncza wartośd próbki: 16 bitów (2 B)
stereo (dwa kanały: lewy i prawy)

...w każdej chwili zapisuje się: 2 x 16 bitów = 32 bity

przepływnośd wynosi:

2 x 16 x 44 100 = 1 411 200 bps tj. 1 411,2 kbps

Dźwięk cyfrowy

…przy zbyt dużym zmniejszeniu przepływności tworzą się słyszalne

efekty zw. Artefaktami.

Są to dźwięki, których nie ma w oryginalnym pliku dźwiękowym.
Artefakty powstają, gdy jest zbyt mało danych, by jednoznacznie

odtworzyd oryginalny plik.

Algorytm dekodujący zamiast pierwotnego dźwięku odczytuje

wówczas (błędnie) inne dźwięki.

Na artefakty szczególnie podatne są dźwięki nieregularne,
czyli takie, w których występują nagłe zmiany wysokości dźwięku lub

natężenia, oraz takie, w których zmiany są nieprzewidywalne.

Dźwięk cyfrowy

Metoda zmiennej przepływności VBR

(Variable Bit Rate)

... kompresja z mniejszą przepływnością tych fragmentów plików,

które są regularne

(łatwiejsze w kompresji)

, z większą tam, gdzie dźwięk jest

bardziej zmienny.

Dzięki temu efektywnie przepływnośd będzie chwilami równa
np. 32 kbps, chwilami 320 kbps, a średnio dla całego pliku 128 kbps.

Zastosowanie zmiennej przepływności pozwala poprawid jakośd pliku
dźwiękowego poprzez dopasowanie parametrów kompresji MP3 do
chwilowych potrzeb.

Metoda stałej przepływności CBR

(Constant Bit Rate)

... przeciwieostwo do metody VBR

Dźwięk cyfrowy

Format

WAVE

Domyślnie dźwięk zapisany w tym formacie nie jest poddany żadnej

kompresji, dlatego pliki WAVE mają zwykle duży rozmiar.

Format ten pozwala na kompresję danych. Opcję tę można wybrad w

programach do zapisu dźwięku. Wybór formatu WAVE z kodekiem

MPEG-1 Layer 3 to niejako utworzenie pliku MP3.

Format WAVE został opracowany przez Microsoft i IBM jako standard
dla komputerów PC

(pliki WAVE mogą byd używane również w innych systemach,

w szczególności Linux i Mac Os)

WAVE jest formatem, który obsługuje zdecydowaną większośd oprogramowania
do odsłuchiwania i edycji dźwięku; pełni funkcję standardu wymiany danych między
programami – plik w formacie jednego programu jest eksportowany do formatu WAVE,
a następnie importowany jako WAVE do innego programu.

Dźwięk cyfrowy

Formaty plików audio

Format

MP3

Najpopularniejszy format skompresowanych plików dźwiękowych. Początki sięgają

1991 roku. Inżynierowie z Instytutu Fraunhofera w Niemczech opublikowali

wówczas pierwszą wersję algorytmu kompresji (jeden z kodeków nosi nazwę

kodeka Fraunhofera).
Formalnie format MP3 nosi nazwę MPEG-1 Layer 3 (MPEG to skrót od Moving

Picture Experts Group – grupa ekspertów od obrazów Ruchomych). Format

MP3 jest najpowszechniejszym formatem stosowanym na potrzeby internetu
i odtwarzaczy MP3.

METADANE PLIKU DŹWIĘKOWEGO

Plik dźwiękowy – w szczególności w formacie MP3 – oprócz bloków danych

stanowiących zapisany dźwięk może zawierad również nagłówek z

dodatkowymi informacjami tj. tagami ( m.in. tytuł utworu, wykonawca, rok

wydania, gatunek muzyki. Całośd tych informacji nazywana jest metadanymi.

Jakośd dźwięku w formacie MP3 jest gorsza niż jakośd dźwięku zapisanego na

płycie CD Audio lub w formacie bezstratnym WAVE,

Dźwięk cyfrowy

… różnica jest zwykle prawie niesłyszalna dla przeciętnego człowieka i

jedynie na sprzęcie lepszej jakości lub przy wprwanym uchu można ją
wychwycid.
Istotnym elementem stratnej kompresji MP3 jest kodowanie percepcyjne
(oparte na modelu psychoakustycznym uwzględniającym właściwości
ludzkiego ucha). Polega na usuwaniu dźwięków z zakresu częstotliwości
niesłyszalnych dla ludzkiego ucha oraz dźwięków słabo słyszalnych, które
nie mają istotnego znaczenia.

Dzięki temu można uzyskad nawet 12-krotne zmniejszenie objętości

pliku w porównaniu z plikiem wyjściowym (np. w formacie WAVE) bez
zauważalnego pogorszenia jakości.

Dźwięk cyfrowy

Zadanie.
Do samodzielnego opracowania następujące formaty

plików audio: MIDI, FLAC, AAC, Ogg Vorbis.

np. strona:

http://www.hifi.pl/slownik/

lub inne.

Dźwięk cyfrowy