Wie wird Ton digital dargestellt?


Free Download Mp4Gain
picture

Wie wird Ton digital dargestellt?

Digital representation of the sound

Die ursprüngliche Form eines Audiosignals (eine kontinuierliche Änderung der Amplitude über die Zeit) wird digital durch “Kreuzabtastung” in Zeit und Pegel dargestellt.

digital sound representation

Nach dem Satz von Kotelnikov kann jeder kontinuierliche Prozess mit einem begrenzten Spektrum vollständig durch eine diskrete Folge seiner Momentanwerte beschrieben werden, gefolgt von einer Frequenz, die mindestens doppelt so hoch ist wie die Frequenz der höchsten Harmonischen des Prozesses. Die Abtastfrequenz Fd von Momentanwerten (Abtastwerten) wird als Abtastfrequenz bezeichnet.

Aus dem Satz folgt, dass ein Signal mit einer Frequenz Fa nur dann erfolgreich zeitlich mit einer Frequenz von 2Fa abgetastet werden kann, wenn es sich um eine reine Sinusform handelt, da jede Abweichung von der Sinusform dazu führt, dass das Spektrum über die Frequenz Fa hinausgeht . Daher kann für die zeitliche Abtastung eines beliebigen Audiosignals (das im Allgemeinen bekanntlich ein Spektrum aufweist, das glatt abfällt) entweder die Auswahl der Abtastfrequenz mit einem Spielraum oder die erzwungene Begrenzung des Spektrums von das Eingangssignal unter der Hälfte der Abtastfrequenz.

Gleichzeitig mit der Zeitabtastung wird eine Amplitudenabtastung durchgeführt: Messung der momentanen Amplitudenwerte und deren Darstellung in Form von numerischen Werten mit einer gewissen Genauigkeit. Die Genauigkeit der Messung (Binärbreite N des erhaltenen diskreten Werts) bestimmt das Signal-Rausch-Verhältnis und den Dynamikbereich des Signals (theoretisch sind dies reziproke Werte, aber jeder reale Pfad hat auch seinen eigenen Rausch- und Interferenzpegel).

Der resultierende Zahlenstrom (eine Reihe von Binärziffern), der ein Audiosignal beschreibt, wird als Pulse Code Modulation (PCM) bezeichnet, da jeder Impuls eines zeitabgetasteten Signals durch seinen eigenen digitalen Code dargestellt wird.

Die lineare Quantisierung wird am häufigsten verwendet, wenn der numerische Wert der Probe proportional zur Amplitude des Signals ist. Aufgrund der logarithmischen Natur des Hörens wäre eine logarithmische Quantisierung angemessener, wenn der numerische Wert proportional zur Größe des Signals in Dezibel ist, dies ist jedoch mit rein technischen Schwierigkeiten behaftet.

Zeitabtastung und Amplitudenquantisierung des Signals führen zwangsläufig zu Rauschverzerrungen im Signal, deren Pegel im Allgemeinen unter Verwendung der Formel 6N + 10 lg (Fdiscr / 2Fmax) + C (dB) geschätzt wird, wobei die Konstante C für verschiedene variiert Arten von Signalen: Für eine reine Sinuskurve beträgt sie 1,7 dB, für Tonsignale – von -15 bis 2 dB. Somit ist ersichtlich, dass eine Abnahme des Rauschens im Betriebsfrequenzband 0..Fmax nicht nur zu einer Zunahme der Bittiefe der Probe führt, sondern auch zu einer Zunahme der Abtastrate relativ zu 2Fmax, da das Quantisierungsrauschen bis zur Abtastrate über das Band “ausgewaschen” wird und die Audioinformationen nur den kleinsten Teil dieses Streifens einnehmen.

Die meisten modernen digitalen Soundsysteme verwenden Standard-Abtastraten von 44,1 und 48 kHz, aber der Frequenzbereich des Signals ist normalerweise auf etwa 20 kHz begrenzt, um ihn innerhalb der theoretischen Grenze zu halten. Am gebräuchlichsten ist auch die 16-Bit-Pegelquantisierung, die ein Grenzsignal-Rausch-Verhältnis von ungefähr 98 dB liefert. In Studiogeräten werden höhere Auflösungen verwendet: 18-, 20- und 24-Bit-Quantisierung bei Abtastraten von 56, 96 und 192 kHz. Dies geschieht, um die höheren Harmonischen des Tonsignals zu erhalten, die nicht direkt vom Ohr wahrgenommen werden, sondern die Bildung des gesamten Klangbildes beeinflussen.

Um Schmalbandsignale mit geringerer Qualität zu digitalisieren, können Sie die Abtastrate und die Bittiefe verringern. Telefonleitungen verwenden beispielsweise eine 7- oder 8-Bit-Digitalisierung mit Frequenzen von 8 bis 12 kHz.

Die Darstellung eines analogen Signals in digitaler Form wird auch als Pulse Code Modulation (PCM) bezeichnet, da das Signal als eine Reihe von Impulsen konstanter Frequenz (Zeitabtastung) dargestellt wird, deren Amplitude digital codiert ist (Amplitudenabtastung) ). Ein PCM-Strom kann parallel sein, wenn alle Bits in jedem Abtastwert gleichzeitig über mehrere Leitungen mit einer Abtastfrequenz übertragen werden, oder sequentiell, wenn die Bits nacheinander mit einer höheren Frequenz auf einer Leitung übertragen werden.

Digitaler Sound selbst und verwandte Elemente werden häufig mit dem allgemeinen Begriff Digital Audio bezeichnet. Die analogen und digitalen Teile eines Soundsystems werden als analoge Domäne und digitale Domäne bezeichnet.

Was ist ADC und DAC?

Analog-Digital- und Digital-Analog-Wandler. Der erste wandelt das analoge Signal in einen digitalen Amplitudenwert um, der zweite führt die inverse Umwandlung durch.


Free Download Mp4Gain
picture

Audiokodierung und -verarbeitung

Audiokodierung und -verarbeitung

Audio processing

Toninformationen. Schall ist eine Welle, die sich mit sich ständig ändernder Intensität und Frequenz durch Luft, Wasser oder ein anderes Medium bewegt.

Audio processing

Eine Person nimmt Schallwellen (Luftschwingungen) mit Hilfe des Hörens in Form von Geräuschen unterschiedlicher Lautstärke und Tonhöhe wahr. Je höher die Intensität der Schallwelle ist, desto lauter der Schall, desto höher die Frequenz der Welle, desto höher die Tonhöhe

Das menschliche Ohr nimmt Schall mit einer Frequenz von 20 Schwingungen pro Sekunde (leiser Schall) bis 20.000 Schwingungen pro Sekunde (hoher Schall) wahr.

Eine Person kann Schall in einem weiten Bereich von Intensitäten wahrnehmen, in denen die maximale Intensität 10 bis 14 Mal höher ist als die minimale (einhunderttausend Milliarden Mal). Zur Messung der Lautstärke wird eine spezielle Einheit “Dezibel” (dbl) verwendet (Tabelle 5.1). Das Verringern oder Erhöhen der Schalllautstärke um 10 dB entspricht einer 10-fachen Verringerung oder Erhöhung der Schallintensität.

Tabelle 5.1. Lautstärke
Lautstärke in Dezibel
Untergrenze der Empfindlichkeit des menschlichen Ohrs 0
Blatt flüstert zehn
Gespräch 60
Horn 90
Düsentriebwerk 120
Schmerzschwelle 140
Sound Time Sampling. Damit ein Computer Ton verarbeiten kann, muss ein kontinuierliches Audiosignal mithilfe von Zeitabtastung in eine diskrete digitale Form umgewandelt werden. Eine kontinuierliche Schallwelle ist in separate kleine Zeitabschnitte unterteilt, für jeden Abschnitt wird ein bestimmter Wert für die Schallintensität festgelegt.

Daher wird die kontinuierliche Abhängigkeit der Lautstärke des Schalls zum Zeitpunkt A (t) durch eine diskrete Folge von Lautstärkepegeln ersetzt. In der Grafik scheint dies eine glatte Kurve durch eine Folge von “Schritten” zu ersetzen.

Abtastfrequenz. Ein an die Soundkarte angeschlossenes Mikrofon wird verwendet, um analogen Ton aufzunehmen und in ein digitales Format umzuwandeln. Die Qualität des erhaltenen digitalen Klangs hängt von der Anzahl der Messungen des Schallpegels pro Zeiteinheit ab, dh von der Abtastfrequenz. Je mehr Messungen in 1 Sekunde durchgeführt werden (je höher die Abtastfrequenz), desto genauer wiederholt die “Leiter” des digitalen Audiosignals die Kurve des Dialogsignals.

Die Audio-Abtastrate ist die Anzahl der Audio-Lautstärkemessungen in einer Sekunde.

Die Audio-Abtastrate kann zwischen 8000 und 48000 Schallvolumenmessungen pro Sekunde variieren.

Audio-Codierungstiefe. Jedem “Schritt” wird ein bestimmter Wert für die Lautstärke zugewiesen. Lautstärkepegel können als eine Reihe möglicher Zustände N angesehen werden, für die eine bestimmte Menge an Informationen I erforderlich ist, die als Audiocodierungstiefe bezeichnet wird.

Die Audiocodierungstiefe ist die Informationsmenge, die zum Codieren der diskreten Lautstärkepegel von digitalem Audio erforderlich ist.

Bei bekannter Codierungstiefe kann die Anzahl der digitalen Audio-Lautstärkepegel mit der Formel N = 2 I berechnet werden. Lassen Sie die Audiocodierungstiefe 16 Bit betragen, dann beträgt die Anzahl der Lautstärken:

N = 2 I = 2 16 = 65 536.

Während des Codierungsvorgangs wird jedem Schallpegel ein eigener 16-Bit-Binärcode zugewiesen. Der niedrigste Schallpegel entspricht dem Code 0000000000000000 und der höchste – 1111111111111111.

Die Qualität des digitalisierten Klangs. Je höher die Abtastfrequenz und -tiefe des Klangs ist, desto besser ist der Klang des digitalisierten Klangs. Die niedrigste Qualität des digitalisierten Tons, die der Qualität der Telefonkommunikation entspricht, wird mit einer Abtastrate von 8000 Mal pro Sekunde, einer Abtastrate von 8 Bit und durch Aufzeichnen einer Audiospur (“Mono” -Modus) erhalten. Die höchste Qualität des digitalisierten Klangs, die der Qualität einer Audio-CD entspricht, wird mit einer Abtastrate von 48.000 Mal pro Sekunde, einer Abtastrate von 16 Bit und der Aufnahme von zwei Audiospuren (Stereomodus) erreicht. .

Es ist zu beachten, dass das Informationsvolumen in der Audiodatei umso größer ist, je höher die Qualität des digitalen Klangs ist. Es ist möglich, das Informationsvolumen einer digitalen Stereo-Sounddatei mit einer Dauer von 1 Sekunde bei einer durchschnittlichen Klangqualität (16 Bit, 24.000 Messungen pro Sekunde) zu schätzen. Dazu muss die Codierungstiefe mit der Anzahl der Messungen in 1 Sekunde multipliziert und mit 2 multipliziert werden (Stereoton):

16 Bit × 24.000 × 2 = 768.000 Bit = 96.000 Byte = 93,75 KB.

Sound-Editoren. Mit Sound-Editoren können Sie Sound nicht nur aufnehmen und wiedergeben, sondern auch bearbeiten.

MP3 von innen: Psychophysiologie des Klangs

MP3 von innen: Psychophysiologie des Klangs

psychophysiology of sound

Dieses Format verwendet einen äußerst komplexen Codierungsalgorithmus. Im Gegensatz zu herkömmlichen Aktenschränken, bei denen Informationen so komprimiert werden müssen, dass nach der Dateiextraktion kein einziges Bit geändert wird, verfolgt MP3 leicht unterschiedliche Ziele.

psychophysiology of sound

Neben mathematischen Komprimierungsalgorithmen enthält dieses Format auch einen sehr komplexen Algorithmus zum Entfernen unnötiger Audioinformationen, der auf den psychologischen und physiologischen Eigenschaften des menschlichen Körpers basiert. Ich werde versuchen, an dieser Stelle genauer anzuhalten.

Wie gesagt, MP3 ist ein Streaming-Format. Dies bedeutet, dass die Audioinformationen während der Codierung in gleiche Teile der Länge unterteilt werden, die als Frames bezeichnet werden. Alle Frames sind voneinander unabhängig. Jeder dieser Frames wird separat mit seinen eigenen Parametern codiert und hat einen Header, in dem diese Parameter beschrieben werden. Bei der Wiedergabe wird eine Folge von Bildern dekodiert und erzeugt aus dem aufgenommenen Audio einen kontinuierlichen Ton.

Was sind die Vorteile dieses Ansatzes? Zuallererst die Möglichkeit zum Zurückspulen, da Sie leicht zu einem beliebigen Bild springen und den Sound von diesem Punkt aus abspielen können. Zweitens ist es dieses strukturelle Merkmal, das MP3 zu einem wirklich vernetzten Format macht. Sobald die ersten Frames in den RAM-Speicher oder den Festplatten-Cache geladen wurden, beginnt der Player mit der Wiedergabe, während gleichzeitig neue Frames geladen werden, wodurch eine kontinuierliche Wiedergabe erreicht wird. Und schließlich, wenn Sie nicht die gesamte MP3-Datei aus dem Internet herunterladen konnten, ist das in Ordnung. Sie können trotzdem Musik hören. Nur der Player erreicht den Punkt, an dem die Verbindung unterbrochen wurde, und stoppt.

Kommen wir also zu unseren Bildern zurück. Bei MP3 mit hoher Qualität und einer Bitrate von ~ 320 kbs werden nur mathematische Komprimierungsalgorithmen zum Codieren von Frames verwendet. Gleichzeitig leidet die Qualität überhaupt nicht, aber die Größe wird nur um das Vierfache reduziert, dh das Kompressionsverhältnis ist das gleiche wie das eines normalen Aktenschranks; Aus diesem Grund werden MP3-Dateien von normalen Aktenschränken praktisch nicht komprimiert. Wenn die Bandbreite (Bitrate) auf 256 kbs und weniger reduziert wird, kommen dieselben Algorithmen ins Spiel, um “unnötige” Geräusche zu eliminieren, die auf den Eigenschaften der Wahrnehmung von Schall durch das menschliche Ohr basieren, dem sogenannten “psychoakustischen Modell”. Quantifizierung von “unnötigen” Eliminierungsprozessen. Je niedriger die Bitrate ist, desto schwieriger wird die Quantisierung.

Was sind die Kriterien für die Bewertung der “Notwendigkeit” und “Nutzlosigkeit” von Geräuschen? Die überwiegende Mehrheit der Codecs sendet Geräusche aus, die außerhalb der Schwelle des menschlichen Gehörs liegen. In diesem Fall wird der Schwellenwert sozusagen von fakto als Wert gleich 16 kHz angenommen. Trotz der Tatsache, dass dieser Schwellenwert als Elementarwert erkannt wird und in allen Physiklehrbüchern enthalten ist, ist dieser Ansatz falsch. Menschen sind in ihren physiologischen Eigenschaften sehr unterschiedlich. Darüber hinaus muss berücksichtigt werden, dass die Hörschwelle junger Menschen viel höher ist als die älterer Menschen und diesen Durchschnittswert leicht überschreiten kann. Viel hängt auch von der Stärke des Signals ab. Deshalb,

Ein weiteres Kriterium, anhand dessen die “Sinnlosigkeit” von Schall bewertet wird, ist ein Zustand, der auf einer Eigenschaft des menschlichen Gehörs beruht, wie beispielsweise der Unfähigkeit der meisten Menschen, Signale zu unterscheiden, die unter einem bestimmten Leistungspegel liegen, und dieser Pegel ist unterschiedlich für verschiedene Frequenzbereiche. Bei Verwendung des psychoakustischen MP3-Codierungsmodells gibt CODEC automatisch unhörbare Frequenzen mit niedriger Leistung aus. Leider sind auch hier die Menschen nicht gleich und diejenigen, die diese Frequenzen genau unterscheiden können, klagen häufig über einen Verlust der Klangqualität während der Codierung, während die durchschnittliche Mehrheit dies nicht bemerkt.

Das wichtigste Merkmal des psychoakustischen MP3-Codierungsmodells ist jedoch der sogenannte Maskierungseffekt. Dank dieses Effekts ist es möglich, beide ursprünglichen Audiodaten zu komprimieren. Das Wesentliche dieses Effekts ist, dass ein schwaches Signal aus einem Frequenzbereich häufig durch ein stärkeres Signal aus einem benachbarten Bereich, falls in einer Audioaufnahme vorhanden, oder durch ein starkes Signal aus dem vorherigen Frame maskiert wird. Dieses starke Signal bewirkt, dass das Ohr das aktuelle Rahmensignal vorübergehend desensibilisiert. Tatsächlich tritt das Phänomen der “vorübergehenden Betäubung” auf. Für jeden Klangbereich wird das Ausmaß des Maskierungseffekts bestimmt, der durch das Signal aus benachbarten Bereichen und das Signal aus dem vorherigen Bild erzeugt wird.

Die besten Musikformate für Klangqualität

Die besten Musikformate für Klangqualität

Sound quality

Es gibt drei Haupttypen von Audio-Ziffern: Format – unkomprimiert; Format (verlustbehaftet) – verlustbehaftete Komprimierung; Format (verlustfrei): verlustfreie Komprimierung. Verlustbehaftete Komprimierung:

Sound Quality Formats

Technologie, bei der die codierte Datei im Vergleich zum Original erheblich reduziert wird, da Informationen eliminiert werden, die vom menschlichen Ohr nicht wahrgenommen werden. Der Nachteil dieser Technologie ist die Tatsache, dass die komprimierte Datei niemals mit dem Original identisch sein wird. Liste der häufigsten verlustbehafteten Formate: AAC (.m4a, .mp4, .m4p, .aac):

Erweiterte Audiokodierung (häufig im MPEG-4-Container) AC3 DTS MP2 (MPEG-Schicht 2) MP3 (MPEG-Schicht 3) MPC (bekannt als Musepack, früher MPEGplus oder MP + genannt) Ogg Vorbis WMA (Windows Media Audio)

QUANTIFIKATIONSFORMAT, SAMPLING FREQUENCY BIT, KHz DIE GRÖSSE DES DISK-DATENFLUSSES, KBIT / S-KOMPRESSIONS- / VERPACKUNGSVERHÄLTNIS 20-24 48; 96 bis 1536 ~ 3: 1 mit schwebendem MP3-Verlust bis 48 bis 320 11: 1 mit schwebendem CAA-Verlust bis 96 bis 529 mit Ogg Vorbis-Verlust bis 32 bis 192 bis 1000 bis 1000 mit WMA-Verlust bis 24 bis 96 bis 768 2: 1 gibt es eine verlustfreie Version Verlustfrei:

Verlustfreie komprimierte Audioformate, einschließlich: FLAC (Free Lossless Audio Codec) APE (Mono Audio) WV (WavPack) Diese Formate können CDs unter Beibehaltung der Qualität in digitale Formate konvertieren. Als Beispiel können Sie eine CD nehmen, sie in WAV konvertieren, dann WAV in FLAC, dann von FLAC in WAV zurückkehren und sie dann auf eine leere CD brennen, und Sie haben eine absolut identische Kopie Ihrer Quelle.

Welches Format klingt die Musik mit der besten Qualität? Am beliebtesten ist das verlustfreie FLAC-Format, und eines der am häufigsten verwendeten Konvertierungsprogramme von CD zu FLAC ist EAC (Exact Audio Copy).

Von allen Parametern des digitalen Audios müssen hauptsächlich die folgenden Indikatoren berücksichtigt werden: Abtastrate (Genauigkeit der zeitlichen Digitalisierung eines analogen Signals), Bitrate (Menge der in der Datei enthaltenen Informationen in Sekunden) .

Die Abtastrate ist die Frequenz, mit der digitales Audio verarbeitet wird. Die häufigste Abtastrate für hochwertige Audioformate beträgt 44,1 kHz. Es ist allgemein anerkannt, dass eine hohe Bitrate die beste Qualität garantiert; Dies ist wahr, aber nur, wenn die Quelldatei von guter Qualität ist.

Ein MP3 mit hoher Qualität sollte eine Bitrate von 320 kbps haben, ein FLAC-Format mit hoher Qualität hat normalerweise eine Bitrate von 900 kbps oder mehr. Was ist das beste Musikformat? Zusätzlich zu den Audioformaten selbst benötigen Sie für einen qualitativ hochwertigen Musikton auch hochwertige Wiedergabegeräte: Lautsprecher, Verstärker, Kopfhörer.

Mit anderen Worten, wenn Sie billige Desktop-Lautsprecher und Kopfhörer verwenden, können Sie den Klang von hoher Qualität nicht vollständig genießen und das volle Potenzial verlustfreier Formate freisetzen. Ohne auf technische Details einzugehen, können die folgenden Formate empfohlen werden: Für das Hören zu Hause empfehle ich meiner Meinung nach das beste FLAC-Format.

Für einen Audio-Player wäre das MP3-Format mit einer Bitrate von mindestens 320 kbps eine gute Lösung. Persönlich verwende ich das FLAC-Format nur auf allen Geräten, da Sie aufgrund des Volumens der microSD-Karten eine ausreichende Datenmenge auf dem Player speichern können.

Bei Geräten für eine qualitativ hochwertige Musikwiedergabe empfehle ich Ihnen, auf folgende Marken zu achten: Ich empfehle die Auswahl von Kopfhörern von Sennheiser und AKG. Die Produkte dieser Hersteller haben sich in Bezug auf das Preis-Leistungs-Verhältnis bewährt.

Für einen PC empfehle ich die Auswahl der Akustik von folgenden Firmen: Microlab und Sven mit einer Nuance, das Lautsprechersystem muss einen Subwoofer für eine gute Niederfrequenzwiedergabe haben. Wenn preiswerte Akustik nicht zu Ihnen passt und Sie ein Fan hochwertiger Soundgeräte (Hi-Fi oder Hi-End) sind, liegt alles in Ihren Händen und Sie sind nur durch Ihr Budget begrenzt. Ich werde keine Empfehlungen geben.