PRZETWARZANIE Dy
WI
KU
ISTOTA Dy
WI
KU
Do naszych zmysłów nieustannie docierają różnorakie bodz
ce.
Pewna ich częśd odbierana jest jako dz
więk. I chod zmysł słuchu w znacznie mniejszym
stopniu dostarcza nam informacji niż wzrok to odgrywa i tak znaczącą rolę.
SA
UCH
Dz
więk ułatwia orientację
INNE
ok. 5%
przestrzenną na tyle dobrze, że
w szczególnych sytuacjach (słaba
widocznośd, upośledzenie wzroku) uszy
z powodzeniem potrafią zastąpid
oczy.
WZROK
ok.
ostrzegają przed
Dz
więki
90%
niebezpieczeostwem
dostarczają przyjemności (muzyka)
dają szansę komunikowania się z innymi
za pomocą słów (język mówiony)
Dz
więk jako zjawisko fizyczne jest to zaburzenie falowe ośrodka
sprężystego.
Na przykład: wody, gdzie propagacja dz
więku wynosi 1500m/s, powietrza  340m/s, drewna-
4000m/s, żelaza-5000m/s.
Właściwości dz
więku
WA
ASCIWOŚCI FIZYCZNE WA
ASCIWOŚCI PSYCHOAKUSTYCZNE
częstotliwośd drgao - wysokośd dz
więku
natężenie - głośnośd
widmo - barwa
Dz
więk ze swej natury jest sygnałem analogowym to znaczy, że jego
amplituda i częstotliwośd mogą się zmieniad w sposób płynny.
Analogowa fala dz
więkowa jest ciągłą linią, ma nieskooczenie wiele
wartości amplitudy.
CZAS
Ruch falowy  dz
więk  najprościej zilustrowad wykresem sinusoidy
AMPLITUDA
Dz
więk cyfrowy
Aby zapisad dz
więk w komputerze
trzeba zamienid sygnał analogowy
na postad cyfrową (digitalizacja)
czyli na ciąg zer i jedynek
Dz
więk cyfrowy
Sposób zapisu dz
więku
PRÓBKOWANIE (ang. sampling)
z sygnału analogowego pobiera się w ustalonych odstępach czasu próbki
i mierzy się ich poziom.
Wynik pomiaru poddaje się skwantowaniu czyli przypisaniu wartości
zmierzonym poziomom dz
więku.
Wysokośd impulsów odpowiada
poziomom kwantyzacji
W efekcie kwantyzacji sygnał analogowy ma
postad sygnału impulsowego,
którego amplituda przyjmuje wartości liczb
całkowitych.
Dz
więk cyfrowy
Impulsy o zmiennej amplitudzie i stałej częstotliwości zostają zamienione
na sygnał binarny w którym wyższej amplitudzie impulsów odpowiada
większa częstotliwośd jedynek.
Dz
więk cyfrowy
Przykład kwantyzacji 4-bitowej i
ROZDZIELCZOŚĆ
1111
sposób oddawania znaku amplitudy
1110
1101
1100
1011
1010
1001
1000
0111
0110
0101
0100
0011
0010
0001
0000
Dz
więk 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)
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
Dz
więk cyfrowy
Zamiany sygnału analogowego na postad binarną
dokonuje konwerter analogowo  cyfrowy AD/DA
(w j. pol. przetwornik AC/CA)
Każda popularna karta dz
więkowa zawiera taki
układ. To dzięki niemu jest możliwe nagrywanie
i odtwarzanie dz
więków.
Dz
więk cyfrowy
Jakośd konwertowanego dz
więku 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 dz
więku z inną
częstotliwością da efekt podobny do zmiany prędkości przesuwu taśmy w tradycyjnym
magnetofonie.
Dz
więk 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).
Dz
więk 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.
Dz
więk cyfrowy
Zniekształcenia intermodulacyjne
Zdeformowany obraz sinusoidy  przy częstotliwości próbkowania trzy razy
niższej od częstotliwości próbkowanego dz
więku.
Dz
więk cyfrowy
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 dz
więk zostanie zapisany.
... to też stosuje się kompresję.
Kompresja to zmniejszenie objętości danych w sposób
umożliwiający ich póz
niejsze odtworzenie.
Dz
więk cyfrowy
W przypadku dz
więku 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
dz
więkowym.
Wielkością tą, wyrażoną w liczbie bitów na sekundę pliku dz
więkowego jest
przepływnośd (ang. bitrate)
...czyli liczba bitów przetwarzanych w ciągu sekundy,
czy też ile bitów opisuje jedną sekundę pliku dz
więkowego.
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 dz
więku i odwrotnie
- niska przepływnośd to słaba jakośd dz
więku.
Dz
więk cyfrowy
PRZYKA
AD.
przepływnośd dz
więku 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
Dz
więk cyfrowy
& przy zbyt dużym zmniejszeniu przepływności tworzą się słyszalne
efekty zw. Artefaktami.
Są to dz
więki, których nie ma w oryginalnym pliku dz
więkowym.
Artefakty powstają, gdy jest zbyt mało danych, by jednoznacznie
odtworzyd oryginalny plik.
Algorytm dekodujący zamiast pierwotnego dz
więku odczytuje
wówczas (błędnie) inne dz
więki.
Na artefakty szczególnie podatne są dz
więki nieregularne,
czyli takie, w których występują nagłe zmiany wysokości dz
więku lub
natężenia, oraz takie, w których zmiany są nieprzewidywalne.
Dz
więk 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 dz
więk 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
dz
więkowego poprzez dopasowanie parametrów kompresji MP3 do
chwilowych potrzeb.
Metoda stałej przepływności CBR (Constant Bit Rate)
... przeciwieostwo do metody VBR
Dz
więk cyfrowy
Formaty plików audio
Format WAVE
Domyślnie dz
więk 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 dz
więku. 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 dz
więku; 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.
Dz
więk cyfrowy
Format MP3
Najpopularniejszy format skompresowanych plików dz
więkowych. 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 Dy
WI
KOWEGO
Plik dz
więkowy  w szczególności w formacie MP3  oprócz bloków danych
stanowiących zapisany dz
więk 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 dz
więku w formacie MP3 jest gorsza niż jakośd dz
więku zapisanego na
płycie CD Audio lub w formacie bezstratnym WAVE,
Dz
więk 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 dz
więków z zakresu częstotliwości
niesłyszalnych dla ludzkiego ucha oraz dz
więków 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.
Dz
więk cyfrowy
Zadanie.
Do samodzielnego opracowania następujące formaty
plików audio: MIDI, FLAC, AAC, Ogg Vorbis.
np. strona: http://www.hifi.pl/slownik/ lub inne.