Audio-Grundlagen erklärt
Audio- und Videogrundlagen
1. Einleitung
Im wirklichen Leben sind die Geräusche, die wir hören, zeitlich kontinuierlich, und wir nennen diese Art von Signal. Analoge Signale müssen digitalisiert werden, bevor sie in einem Computer verwendet werden können.
Derzeit sind wir für die Audiowiedergabe auf dem Computer auf Audiodateien angewiesen. Der Prozess des Generierens von Audiodateien ist der Prozess des Kombinierens von Toninformationen und generierten digitalen Signalen. Der Ton, den das menschliche Ohr hören kann, hat die niedrigste Frequenz von 20 Hz bis zur höchsten Frequenz von 20 kHz, sodass die maximale Bandbreite des Audiodateiformats 20 kHz beträgt. . Gemäß der Theorie kann nur dann, wenn die Abtastfrequenz größer als das Doppelte der höchsten Frequenz des Tonsignals ist, der durch das digitale Signal dargestellte Ton auf den Originalton zurückgesetzt werden, sodass die Abtastfrequenz der Audiodatei im Allgemeinen 40 bis 50 KHZ beträgt . , wie die häufigste Abtastrate in CD-Qualität 44,1 KHZ.
2. Audio-Grundlagen
Sampling: Die Welle ist unendlich glatt Der Sampling-Prozess besteht darin, den Frequenzwert von einigen Punkten der Welle zu extrahieren, was aus der Digitalisierung des analogen Signals besteht. Wie in der nächsten Abbildung gezeigt:
Bildbeschreibung hier einfügen
Blau repräsentiert das analoge Audiosignal und Rot repräsentiert den durch Abtasten erhaltenen quantisierten Wert
Abtastrate: Die Häufigkeit, mit der das analoge Signal pro Zeiteinheit abgetastet wird, ausgedrückt in Hertz (Hz). Je höher die Abtastrate, desto realistischer und natürlicher wird die Klangwiederherstellung und desto größer natürlich die Datenmenge. Die Abtastfrequenz wird allgemein in drei Stufen unterteilt: 22,05 KHz, 44,1 KHz und 48 KHz. 8 KHz: Die von Telefonen verwendete Abtastfrequenz reicht für menschliche Sprache aus, 22,05 KHz kann nur die Klangqualität von UKW-Radio erreichen (geeignet für Sprache und Musik mittlerer Qualität), 44,1 KHz ist der gebräuchlichste Abtastratenstandard, theoretisch Qualitätsgrenze CD-Sound, 48 KHz ist genauer (für die Abtastrate über 48 KHz kann das menschliche Ohr es nicht unterscheiden, also hat es wenig Gebrauchswert im Computer).
Schneller Tipp: eins
5 kHz Abtastrate ist so gut wie die Sprache der Menschen.
Eine Abtastrate von 11 kHz ist der Mindeststandard für die Wiedergabe kleiner Tonstücke, ein Viertel der CD-Qualität.
Die Abtastrate von 22 kHz kann die Hälfte der Qualität einer CD erreichen, und die meisten Websites verwenden diese Abtastrate jetzt.
Die Abtastrate von 44 kHz ist Standard-CD-Qualität, die einen guten Höreffekt erzielen kann.
Resampling: Es wird hauptsächlich in Upsampling und Downsampling unterteilt. Bei der Abtastung ist auf das Problem der Abtastrate zu achten. Die Größe der Samplerate kann nicht beliebig verändert werden. Gemäß dem Abtasttheorem: im Analog/Digital-Signalprozess Wenn die Abtastfrequenz während des Umwandlungsprozesses größer als das Doppelte der höchsten Frequenz des Signals ist, behält das digitale Signal nach dem Abtasten vollständig die Informationen des ursprünglichen Signals. , in praktischen Anwendungen ist die Abtastfrequenz garantiert das 5- bis 10-fache der höchsten Frequenz des Signals. Das Abtasttheorem ist auch als Nyquist-Theorem bekannt.
Upsampling: Beim Sampling wird allgemein in Upsampling und Downsampling unterschieden, Grundlage der Unterscheidung ist der Vergleich der neuen Samplingrate und der ursprünglichen Samplingrate, wenn das Resampling, wenn es größer als das Originalsignal ist, zu einem Oversampling wird , wenn es kleiner als das ursprüngliche Signal ist, wird als Unterabtastung bezeichnet. Die Essenz von Upsampling ist Interpolation oder Interpolation.
Downsampling: Die Größe der neuen Abtastrate ist kleiner als die Größe der ursprünglichen Abtastrate.
Methoden: Beim Resampling gibt es hauptsächlich drei Methoden: die Nearest-Neighbour-Methode, die bilineare Interpolationsmethode und die kubische Faltungsinterpolationsmethode. Es gibt auch Entfaltungen, Subpixelfaltungen usw. in Faltungsnetzen.