Sposoby zapisu dźwięku

1. Istota dźwięku

W kategoriach fizycznych dźwięk to zaburzenie falowe ośrodka sprężystego (takiego jak powietrze, woda czy metal), wywołujące wrażenie słuchowe.

W kategoriach psychofizjologicznych dźwięk to właśnie wrażenie słuchowe, które jest reakcją na fale akustyczne.

Dźwięk może być zapisany na różnych kanałach. Np. dźwięk stereofoniczny zawiera dwa kanały, lewy i prawy, na który nagrany jest nieco zmieniony sygnał, tak, aby stworzyć wrażenie głębi dźwięku.

Współczesne urządzenia zawierają więcej kanałów. Kanał można traktować jako osobny sygnał dźwiękowy.

Dźwięk można zapisać w sposób analogowy lub cyfrowy.

Złożona natura dźwięku (zjawisko fizyczne i zmysłowe) powoduje, że opisuje się go w dwóch płaszczyznach:

• Obiektywnej (cechy fali akustycznej),

• Subiektywnej (słuchowej)

2. Wielkości charakteryzujące dźwięk.

Cechy fizyczne mają swoje odpowiedniki w grupie cech psychofizjologicznych, można więc określić dźwięk za pomocą par parametrów:

• częstotliwość - wysokość

• natężenie - głośność

• widmo - barwa

Częstotliwość

Ruch falowy najprościej zilustrować wykresem sinusoidy.

Amplituda - największe wychylenie cząstki z położenia równowagi.

Okres - czas potrzebny na wykonanie pełnego cyklu. (mierzony w sekundach)

Długość fali - droga, jaką fala akustyczna pokonuje w ciągu jednego cyklu.

Częstotliwość to liczba drgań wykonanych w czasie 1 sekundy.

Częstotliwość określa liczbę cykli zjawiska okresowego występujących w jednostce czasu.

Jednostką częstotliwości jest herc (Hz).

Częstotliwość 1 herca odpowiada występowaniu jednego zdarzenia (cyklu) w ciągu 1 sekundy.

Częstotliwość jest odwrotnością okresu. Im wyższa, tym krótszy okres drgań.

Zakres częstotliwości rozróżnianych przez zdrowego człowieka mieści się w zakresie 16 Hz - 20 kHz. Dźwięki poniżej 16 Hz to infradźwięki, powyżej 20 kHz to ultra- lub hiperdźwięki (ponad 100 MHz).

Wysokość dźwięku

Cechą subiektywną pozwalającą rozróżniać dźwięki o różnej częstotliwości jest ich wysokość.

Drgania z przedziału:

• 16 - 300 Hz określa się, jako niskie

• 300 Hz - 3000 Hz określa się, jako średnie

• 3000 Hz - 20 kHz określa się, jako wysokie

Zdolność rozpoznawania wysokości dźwięku zależy od czasu trwania.

Dźwięki zbyt krótkie to impulsy lub trzaski. Minimalny czas trwania impulsu zależy od częstotliwości. Od niej zależy również zdolność rozpoznawania zmian w wysokości dźwięku.

Natężenie dźwięku

Natężenie dźwięku określa energię „czoła” fali, przepływającą w konkretnym czasie przez określoną powierzchnię. Natężenie maleje wraz z kwadratem odległości od źródła dźwięku.

Natężenie dźwięku zależy od amplitudy drgań; jest większe, gdy amplituda drgań jest większa.

Głośność

Głośność to subiektywne odczucie natężenia dźwięku.

Zależy zarówno od natężenia jak i częstotliwości.

Im większe natężenie, tym większa głośność. Ale przy stałym natężeniu dźwięki niskie i wysokie wydają się cichsze niż dźwięki o średniej częstotliwości.

Widmo dźwięku

Każdy, dowolnie złożony, okresowy przebieg akustyczny (np. dźwięk muzyczny) dzięki analizie Fouriera można przedstawić, jako pewną kombinację tonów sinusoidalnych o różnej częstotliwości i amplitudzie.

Drgania można zilustrować w postaci prążków na osi częstotliwości tak, by każdej częstotliwości współtworzącej dźwięk odpowiadał jeden prążek o wysokości reprezentującej jej amplitudę.

Otrzymany w taki sposób obraz przedstawiający częstotliwości składowe i ich amplitudy tworzy widmo dźwięku.

Najcelniejszym obrazem dźwięku, w pełni uwzględniającym jego istotę, a więc zmienność amplitudy i częstotliwości w czasie jest widmo trójwymiarowe.

Barwa dźwięku

To subiektywna cecha dźwięku, która pozwala odróżnić brzmienia różnych instrumentów lub głosu. Uzależniona jest od ilości, rodzaju i natężenia tonów składowych. Barwa zmienia się m.in. wraz z wysokością dźwięku. Barwa dwóch różnych dźwięków o tym samym tonie różni się ze względu na inne spektrum harmoniczne.

3. Analogowy zapis dźwięku

Sygnał analogowy, to taki, w którym zmiany jednej wartości w sposób ciągły odpowiadają drugiej. Idea zapisu analogowego dźwięku polega na transformowaniu zmian dźwięku na zmiany parametrów fizycznych nośnika.

A zatem jeśli natężenie dźwięku rośnie, to rośnie też np. namagnesowanie nośnika.

Wadą zapisu analogowego jest nieuchronne pogarszanie się jakości dźwięku i pojawianie się tzw. szumów. Aby zapisać dźwięk analogowy należy zapisać jak zmienia się jego natężenie w czasie. Do tego celu można wykorzystać np. przetwornik elektroniczny, który zmieni natężenie dźwięku na natężenie indukcji magnetycznej na taśmie. W ten sposób wprost przełoży dźwięk na parametry fizyczne nośnika.

Na taśmie magnetofonowej zostanie odwzorowany wykres a taśma przesuwając się z określoną prędkością spowoduje, że punkt na taśmie odpowiada punktowi z wykresu.

Natężenie indukcji magnetycznej odpowiada natężeniu dźwięku.

4. Cyfrowy zapis dźwięku

By dźwięk mógł być wprowadzony do komputera, musi ulec przekształceniu na ciąg zer i jedynek. Cyfrowy zapis dźwięku polega na zapisaniu kształtu sygnału w postaci ciągu liczb. Następuje to w procesie próbkowania.

Kolejne naniesienia tych liczb na wykres pozwalają na graficzne przedstawienie przebiegu sygnału. Próbkowanie - sprawdzanie w równych odstępach czasu amplitudy sygnału i zapisywanie chwilowych jej wartości w kodzie binarnym.

Ciąg tych wartości to próbka.

Próbkowanie to również odwzorowanie ciągłej funkcji na jej nieciągłą postać w komputerze.

W taki sposób obraz sinusoidy można zamienić z pewnym przybliżeniem na sekwencję liczb wyrażających kolejne amplitudy.

Rysunek 4 Konwersja analogowo-cyfrowa

Jednym z najważniejszych parametrów określających dźwięk zapisany cyfrowo jest częstotliwość próbkowania.

Im większa częstotliwość próbkowania tym dokładniejsze odwzorowanie krzywej.

Jednostką częstotliwości jest herc (Hz)

Próbkowanie 100 razy na sekundę to próbkowanie z częstotliwością 100 Hz.

Im wyższa częstotliwość próbkowania, tym lepsza jakość dźwięku.

Ponieważ człowiek słyszy dźwięki o częstotliwości od ok. 16 Hz do ok. 18kHz, więc minimalna częstotliwość próbkowania powinna wynosić 2 razy 18 kHz czyli co najmniej 36 kHz. W praktyce stosuje się około 44 kHz, czyli 2 razy 22 kHz. Tyle potrzeba do wiernego odtworzenia muzyki bardzo dobrej jakości.

5. Kompresja audio.

Kompresja audio - to „pakowanie” danych dźwiękowych.

Są dwa rodzaj kompresji: kompresja stratna, kompresja bezstratna.

Kompresja bezstratna - zachowuje pełną informację o przebiegu sygnału dźwiękowego. Wynikowy plik ma mniejszy rozmiar, ale nie kosztem utraty części informacji.

Przykładem kompresji bezstratnej jest algorytm FLAC.

Kompresja stratna - wynikowy plik ma mały rozmiar, ale kosztem utraty części informacji. Kompresja ta obniża jakość dźwięku.
Przykładem kompresji stratnej jest algorytm wykorzystany w typowym kodowaniu plików MP3.

W przypadku pliku dźwiękowego zapisanego cyfrowo bez kompresji jego jakość zależy tylko od częstotliwości próbkowania. Niestety pliki takie są bardzo duże.

W przypadku pliku dźwiękowego poddanego kompresji stratnej jego jakość zależy od przepływności dźwięku.

Przepływność (bitrate) to liczba bitów przetwarzanych w ciągu sekundy.
W przypadku dźwięku przepływność wskazuje, ile bitów opisuje jedną sekundę pliku dźwiękowego.

Jednostką przepływności jest bit na sekundę oznaczany bps.

Im wyższa przepływność tym lepsza jakość dźwięku, i odwrotnie - niska przepływność to słaba jakość dźwięku. W formacie MP3 najczęściej stosuje się przepływność 128 kbps, rzadziej 192 kbps, jeszcze rzadziej 320 kbps.

6. Przetwornik A/C lub C/A

Przetwornik analogowo-cyfrowy A/C to układ służący do zamiany sygnału analogowego (ciągłego) na reprezentację cyfrową (sygnał cyfrowy).

Przetwarzanie A/C tworzą 3 etapy: próbkowanie, kwantyzacja, kodowanie.

Działanie przeciwne do wyżej wymienionego wykonuje przetwornik cyfrowo-analogowy C/A.

2

Rysunek 1 Wykres obrazujący ruch falowy

Rysunek 3 Zamiana różnic ciśnienia akustycznego na analogowy sygnał elektryczny

Rysunek 2 Widmo trójwymiarowe