Wie funktioniert die Codierung in digitalem Audio? Teil 3


Free Download Mp4Gain
picture

Wie funktioniert die Codierung in digitalem Audio? Teil 3

encoding digital audio

Die Struktur des digitalen Audiopfads.

encoding digital audio

Beim Abspielen von Musik geschieht Folgendes: Der Player dekomprimiert die Datei mithilfe eines Codecs, der in Form eines Geräts oder Programms erstellt wurde, in ein bestimmtes Format (FLAC, MP3 und andere) oder liest Daten von einer CD, DVD-Audio oder Disc-SACD, die einen Standard-PCM-Datenstrom empfängt … Dieser Strom wird dann über USB, LAN, S / PDIF, PCI usw. an den I2S-Konverter gesendet. Der Konverter wandelt die empfangenen Daten wiederum in sogenannte I2S-Datenschnittstellenrahmen um (nicht zu verwechseln mit I2C!).

I2S
I2S ist ein serieller Bus für die digitale Audioübertragung. Jetzt ist I2S ein Standard zum Anschließen einer Signalquelle (Computer, Plattenspieler) an einen Digital-Analog-Wandler. Dadurch verbindet sich die überwiegende Mehrheit des DAC direkt oder indirekt. Es gibt andere Standards für die digitale Audioübertragung, diese sind jedoch weitaus seltener.

I2S-Ausgang (Eingang) auf der Leiterplatte
I2S-Ausgang (Eingang) auf der Leiterplatte
Weitere Artikel in dieser Ausgabe:
Xakep # 256. Bekämpfe Linux
Probleminhalt
Abonnement für “Hacker”
Der I2S-Bus kann aus drei, vier oder sogar fünf Pins bestehen:

Continuous Serial Clock (SCK) – Bitsynchronisationstakt (kann als BCK oder BCLK bezeichnet werden);
Wortauswahl (WS) – Rahmensynchronisationstakt (kann als LRCK oder FSYNC bezeichnet werden);
Serielle Daten (SD): Das Signal der übertragenen Daten (kann als DATA, SDOUT oder SDATA bezeichnet werden). In der Regel werden Daten von einem Sender zu einem Empfänger übertragen, es gibt jedoch Geräte, die gleichzeitig als Empfänger und Sender fungieren können. In diesem Fall kann ein anderer Kontakt vorhanden sein;
Serielle Daten in (SDIN): An diesem Pin bewegen sich Daten in Empfangsrichtung und nicht in Senderichtung.
SD oder SDOUT wird zum Anschließen eines D / A-Wandlers und SDIN zum Anschließen eines A / D-Wandlers an den I2S-Bus verwendet.

In den meisten Fällen gibt es einen anderen Pin, den Haupttakt (MCLK oder MCK), mit dem Sender und Empfänger von demselben Takt synchronisiert werden, um die Übertragungsfehlerrate zu verringern. Für die externe Synchronisation von MCLK werden zwei Taktgeneratoren verwendet: mit einer Frequenz von 22.579 kHz und 24.576 kHz. Der erste Wert von 22.579 kHz gilt für Frequenzen mit einem Vielfachen von 44,1 kHz (88,2, 176,4, 352,8 kHz) und der zweite Wert von 24.576 kHz für Frequenzen mit einem Vielfachen von 48 kHz (96, 192, 384 kHz). Es kann auch Generatoren mit 45158,4 kHz und 49152 kHz geben; Sie haben wahrscheinlich schon bemerkt, dass sie in der Welt des digitalen Klangs gerne alles verdoppeln.

Rahmen oder I2S-Rahmen
In I2S werden notwendigerweise drei Kontakte verwendet: SCK, WS, SD; Alle anderen Kontakte sind optional.

Auf dem SCK-Kanal werden Synchronisationsimpulse übertragen, unter denen die Rahmen synchronisiert werden.

Die Länge des “Wortes” wird über den WS-Kanal übertragen und logische Zustände werden ebenfalls verwendet. Wenn der WS-Pin eine logische Einheit ist, werden die Daten des rechten Kanals übertragen, wenn er Null ist, die Daten des linken Kanals.

Die Datenbits werden über SD übertragen: Die Amplitudenwerte des Audiosignals während der Quantisierung sind die gleichen 16, 24 oder 32 Bits. Auf dem I2S-Bus werden keine Prüfsummen oder Servicekanäle bereitgestellt. Wenn die Daten während der Übertragung verloren gehen, können Sie sie nicht zurückerhalten.

Teure DACs verfügen häufig über externe Anschlüsse für den Anschluss an I2S. Die Verwendung solcher Stecker und Kabel kann sich negativ auf den Klang auswirken, selbst das Auftreten von “Artefakten” und Stottern. Alles hängt von der Qualität und Länge des Kabels ab. Dennoch ist I2S ein Plug-and-Play-Anschluss, und die Länge der Drähte vom Sender zum Empfänger sollte gegen Null tendieren.

Schauen wir uns an, wie der PCM-Datenstrom über den I2S-Bus übertragen wird. Wenn beispielsweise PCM 44,1 kHz mit 16 Bit übertragen wird, beträgt die Länge des Wortes auf dem SD-Kanal diese 16 Bit und die Länge des Rahmens 32 Bit (rechts + links). Meistens verwenden die Sender jedoch eine Wortlänge von 24 Bit.


Free Download Mp4Gain
picture

Wie funktioniert die Codierung in digitalem Audio? Teil 2

Wie funktioniert die Codierung in digitalem Audio? Teil 2

digital audio

Die Abtastrate von 44,1 kHz wurde aus dem Satz von Kotelnikov berechnet. Es wird angenommen, dass das Gehör einer durchschnittlichen Person keinen Ton über 19-22 kHz hinaus aufnehmen kann. Die Frequenz betrug wahrscheinlich 22 kHz und wurde als Obergrenze gewählt.

digital audio

22.000 × 2 = 44.000 + 100 = 44.100 Hertz

Woher kommen die 100 Hertz? Es gibt eine Version, bei der dies bei Fehlern oder Überabtastungen ein kleiner Spielraum ist. Tatsächlich hat Sony diese Frequenz aufgrund ihrer Kompatibilität mit dem PAL-Übertragungsstandard ausgewählt.

Die Bittiefe des CDDA-Formats beträgt 16 Bit oder 65.536 Abtastwerte, was einem Dynamikbereich von ungefähr 96 dB entspricht. Eine so große Anzahl von Proben wurde nicht zufällig ausgewählt. Erstens aufgrund des starken Einflusses des Quantisierungsrauschens und zweitens, um einen formalen Dynamikbereich bereitzustellen, der dem der Hauptkonkurrenten zu dieser Zeit überlegen ist: Kassetten- und Schallplatten. Ich werde dies im Abschnitt über Digital-Analog-Wandler ausführlicher behandeln.

Die Entwicklung von PCM wurde nach dem Prinzip der Multiplikation mit zwei fortgesetzt. Andere Abtastraten erschienen: Zuerst wurde die 48-kHz-Abtastrate hinzugefügt, und dann betrugen die darauf basierenden Frequenzen 96, 192 und 384 kHz. Die Frequenz von 44,1 kHz wurde ebenfalls auf 88,2, 176,4 und 352,8 kHz verdoppelt. Die Bittiefe wurde von 16 auf 24 und dann auf 32 Bit erhöht.

Das nächste nach CDDA im Jahr 1987 erschien das DAT-Format – Digital Audio Tape. Die Abtastrate betrug 48 kHz, das Quantisierungsbit änderte sich nicht. Und obwohl das Format fehlgeschlagen ist, hat sich die 48-kHz-Abtastrate in Aufnahmestudios aufgrund der Bequemlichkeit der digitalen Verarbeitung durchgesetzt.

1999 wurde das DVD-Audio-Format veröffentlicht, mit dem sechs Stereospuren mit einer Abtastfrequenz von 96 kHz und einer Bittiefe von 24 Bit oder zwei Stereospuren mit einer Frequenz von 192 kHz 24 auf einer Disc aufgenommen werden konnten Bits.

Im selben Jahr wurde das SACD – Super Audio CD-Format eingeführt, aber die Produktion der Discs begann erst drei Jahre später. Ich werde Ihnen mehr über dieses Format im Abschnitt DSD erzählen.

Dies sind die Hauptformate, die als Standard für digitale Audioaufnahmen auf Medien gelten. Nun wollen wir sehen, wie die Daten auf einem digitalen Audiopfad übertragen werden.

Wie funktioniert die Codierung in digitalem Audio?

Wie funktioniert die Codierung in digitalem Audio?

encoding digital audio

Haben Sie sich jemals gefragt, wie Ton auf digitalen Geräten wiedergegeben wird? Wie entsteht ein Tonsignal aus einer Kombination von Einsen und Nullen?

encoding digital audio

Ich bin sicher, ich habe nachgedacht, seit ich angefangen habe zu lesen! Aber selbst Profis haben oft nur eine allgemeine Vorstellung von der modernen Klangroute. In diesem Artikel erfahren Sie, wie die verschiedenen Formate angezeigt wurden, was ein Digital-Analog-Wandler ist, welche Arten von DACs es gibt und was die Qualität der Tonwiedergabe bestimmt.

PCM
Wie Sie wissen, wird bei digitalem Audio mit seltenen Ausnahmen fast jedes Format mit einem Pulscodestream oder einem PCM-Stream aufgezeichnet – Pulscodemodulation. FLAC, MP3, WAV, Audio-CD, DVD-Audio und andere Formate sind nur Möglichkeiten, den PCM-Stream zu packen und zu “bewahren”.

Wie alles begann
Die theoretischen Grundlagen der digitalen Schallübertragung wurden zu Beginn des 20. Jahrhunderts entwickelt, als Wissenschaftler versuchten, ein Audiosignal über große Entfernungen zu übertragen, jedoch nicht per Telefon, sondern auf eine für diese Zeit eher seltsame Weise.

Durch Aufteilen der Schallwelle in kleine Teile könnte sie in einer Art mathematischer Darstellung an den Empfänger gesendet werden. Der Empfänger könnte wiederum die ursprüngliche Wellenform wiederherstellen und die Aufnahme anhören. Darüber hinaus standen die Wissenschaftler vor der Aufgabe, die Bandbreite des “Äthers” zu erhöhen.

1933 wurde der Satz von V.A. Kotelnikov. In westlichen Quellen wird es als Nyquist-Shannon-Theorem bezeichnet. Ja, Harry Nyquist war der erste, der dieses Problem ansprach: 1927 berechnete er die minimale Abtastfrequenz für die Übertragung einer Wellenform, die später seinen Namen “Nyquist-Frequenz” erhielt, aber Kotelnikovs Theorem wurde 16 Jahre zuvor veröffentlicht.

Das Wesen des Satzes ist einfach: Ein kontinuierliches Signal kann in Form einer Interpolationsreihe dargestellt werden, die aus diskreten Berichten besteht, aus denen das Signal rekonstruiert werden kann. Um den ursprünglichen Zustand des Signals grob wiederherzustellen, muss die Abtastrate mindestens doppelt so hoch sein wie die obere Grenzfrequenz dieses Signals.

Bis zum Aufkommen des digitalen Zeitalters war der Satz viele Jahre lang nicht gefragt. Damals fand es eine Verwendung. Insbesondere war der Satz bei der Entwicklung des CDDA-Formats (Compact Disc Digital Audio) nützlich, das im Volksmund als Audio-CD oder Red Book bezeichnet wird. Das Format wurde 1980 von Ingenieuren bei Philips und Sony veröffentlicht und ist zum Standard für Audio-CDs geworden.

Formatmerkmale:

Abtastfrequenz – 44,1 kHz;
Quantisierungskapazität – 16 Bit.

Wie Ton codiert wird

Wie Ton codiert wird

How sound is encoded

Schall ist eine Welle, die sich häufiger in Luft, Wasser oder einem anderen Medium mit einer sich ständig ändernden Intensität und Frequenz ausbreitet.

How sound is encoded

Eine Person kann Schallwellen (Luftschwingungen) mit Hilfe des Hörens in Form von Schall wahrnehmen und dabei zwischen Lautstärke und Tonhöhe unterscheiden.

Je höher die Intensität der Schallwelle ist, desto lauter der Schall, desto höher die Frequenz der Welle, desto höher die Tonhöhe.

Wir haben zuvor ausführlicher über die menschliche Wahrnehmung von Geräuschen geschrieben. Sie können sie hier lesen.

Wie Audio codiert wird (digitale Codierung und Audioverarbeitung)
Abhängigkeit der Lautstärke sowie des Tons von der Intensität und Frequenz der Schallwelle.

Hertz (bezeichnet mit Hz oder Hz) ist eine Maßeinheit für die Frequenz periodischer Prozesse (z. B. Schwingungen).
1 Hz bedeutet eine Ausführung des Prozesses in einer Sekunde: 1 Hz = 1 / s.

Wenn wir 10 Hz haben, bedeutet dies, dass wir zehn Ausführungen dieses Prozesses in einer Sekunde haben.

Das menschliche Ohr kann Schall mit Frequenzen von 20 Schwingungen pro Sekunde (20 Hertz, leiser Schall) bis 20.000 Schwingungen pro Sekunde (20 KHz, hoher Schall) wahrnehmen.

Darüber hinaus kann eine Person Schall in einem weiten Bereich von Intensitäten wahrnehmen, bei denen die maximale Intensität 1014-mal höher ist als die minimale (einhunderttausend Milliarden Mal).

Zur Messung der Schalllautstärke wurde eine spezielle Einheit von “Dezibel” (dB) erfunden und verwendet.

Eine Abnahme oder Zunahme der Schalllautstärke um 10 dB entspricht einer 10-fachen Abnahme oder Zunahme der Schallintensität.

Charakteristischer Klang Lautstärke gemessen in Dezibel
Untergrenze der Empfindlichkeit des menschlichen Ohrs 0
Blatt flüstert zehn
Gespräch 60
Horn 90
Düsentriebwerk 120
Schmerzschwelle 140

Lautstärke in Dezibel

Audio-Sampling synchronisieren

Damit Computersysteme Ton verarbeiten können, muss ein kontinuierliches Audiosignal durch Zeitabtastung in eine diskrete digitale Form umgewandelt werden.

Dazu wird eine kontinuierliche Schallwelle in separate kleine Zeitabschnitte unterteilt, für jeden Abschnitt wird ein bestimmter Wert der Schallintensität eingestellt.

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.

Wie Audio codiert wird (digitale Codierung und Audioverarbeitung)
Audio-Sampling synchronisieren

Ein an die Soundkarte angeschlossenes Mikrofon wird verwendet, um analoges Audio aufzunehmen und in ein digitales Format umzuwandeln.

Je dichter die einzelnen Streifen auf der Grafik sind, desto besser ist es, den Originalton endgültig wiederherzustellen.

Die resultierende digitale Klangqualität hängt von der Anzahl der Schallpegelmessungen pro Zeiteinheit ab, dh von der Abtastfrequenz.

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

Je mehr Messungen in einer Sekunde durchgeführt werden (je höher die Abtastfrequenz), desto genauer wiederholt die “Leiter” des digitalen Audiosignals die Kurve des analogen Signals.

Jedem “Schritt” des Diagramms wird ein bestimmter Wert für die Lautstärke zugewiesen. Lautheitspegel können als eine Reihe möglicher N-Zustände (Abstufungen) betrachtet werden, für deren Codierung eine bestimmte Menge an I-Informationen 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 nach der allgemeinen Formel N = 2 I berechnet werden.

Die Audiocodierungstiefe beträgt beispielsweise 16 Bit. In diesem Fall beträgt die Anzahl der Lautstärkepegel:

N = 2I = 2 16 = 65 536.

Während des Codierungsprozesses wird jedem Schallpegel ein eigener 16-Bit-Binärcode zugewiesen, der kleinste Schallpegel entspricht dem Code 0000000000000000 und der höchste – 1111111111111111.

Digitalisierte Audioqualität

Je höher die Abtastrate und die Tiefe der Audiokodierung sind, desto besser klingt der digitalisierte Ton und desto besser können Sie den digitalisierten Ton näher an den Originalton bringen.

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.
Es sollte jedoch beachtet werden, dass zur Verbesserung dieses Klangs in der Telefonie Geräte verwendet werden, die Sprachsynthesizern und Sprachcodierern ähneln. Über Sprachcodierer auch dieser Artikel