Zugehöriges Audioattribut Teil 2


Free Download Mp4Gain
picture

Zugehöriges Audioattribut Teil 2

Sampling

Je höher das Sampling, desto realistischer und natürlicher wird der Klang.

Sampling

Der Frequenzerkennungsbereich für Menschen beträgt 20 HZ – 20.000 HZ. Wenn 20.000 Samples pro Sekunde gesampelt werden können, reicht dies aus, um die Bedürfnisse des menschlichen Ohrs während der Wiedergabe zu befriedigen. Also 22050 Die Abtastrate wird häufig verwendet, 44100 ist bereits CD-Qualität, und Abtasten über 48000 ist für das menschliche Ohr nicht mehr aussagekräftig. Dies ist vergleichbar mit einem Bild mit 24 Bildern pro Sekunde aus einem Film.

Sampling-Bits
Nach dem Sampling des Audios für ein Sample müssen zwei Schritte für das Sample durchgeführt werden:

1. Quantifizieren. Die üblicherweise für die Audioquantisierung verwendeten Quantisierungsbits sind:

8 Bit (d. h. 1 Byte) können nur 256 Zahlen registrieren, d. h. nur die Amplitude kann in 256 Stufen unterteilt werden;

16 Bit (dh 2 Byte) können so klein wie 65536 Zahlen sein, was bereits der CD-Standard ist;

32 Bit (also 4 Byte) können die Amplitude in 4294967296 Stufen unterteilen, was wirklich unnötig ist.

Die Anzahl der Quantisierungsbits wird auch als Anzahl der Abtastbits, Bittiefe und Auflösung bezeichnet und bezieht sich darauf, in wie viele Stufen die kontinuierliche Intensität des Klangs unterteilt werden kann, nachdem sie digital dargestellt wurde. N-Bit bedeutet, dass die Intensität des Tons gleichmäßig in 2^N Stufen aufgeteilt wird. 16 Bit, es ist Level 65535. Dies ist eine sehr große Zahl und Menschen können den Unterschied in der Schallintensität von 1/65.535 möglicherweise nicht erkennen. Man kann auch sagen, dass es an der Auflösung der Soundkarte liegt. Je höher der Wert, desto höher die Auflösung und desto größer die Fähigkeit, Ton zu erzeugen. Das Abtastvielfache adressiert hier hauptsächlich die Stärkeeigenschaften des Signals, und die Abtastrate adressiert die Zeit-(Frequenz-)Eigenschaften des Signals, die zwei unterschiedliche Konzepte sind.

2. Binäre Kodierung. Das heißt, das Ergebnis der Quantisierung, dh der Einzelkanalabtastwert, wird in einem binären Schlüsselwort gespeichert. Es gibt zwei Speichermethoden:

Speichern Sie das Ergebnis der Quantisierung direkt im Cast, dh den Zweierkomplementcode;

Das Ergebnis der Quantisierung wird im Gleitkommatyp gespeichert, dh im Gleitkomma-Codierungscode.

Die meisten PCM-Sample-Datenformate verwenden Ganzzahlen zum Speichern, und für einige Anwendungen, die eine hohe Genauigkeit erfordern, verwenden Sie Fließkommazahlen, um PCM-Sample-Daten darzustellen.

rahmen
Nachdem das Audio in ein binäres Codewort quantisiert wurde, muss es transformiert werden, und die Transformation (MDCT) erfolgt in Blockeinheiten, und ein Block besteht aus mehreren (120 oder 128) Samples. Ein Rahmen enthält einen oder mehrere Blöcke. Übliche Rahmengrößen sind 960, 1024, 2048, 4096 usw. Ein Frame zeichnet eine Toneinheit auf, deren Dauer das Produkt aus der Abtastdauer und der Anzahl der Kanäle ist. Die nb_samples in der AVFrame-Struktur in FFmpeg repräsentieren die Anzahl der Einzelkanal-Audio-Samples in einem Frame.


Free Download Mp4Gain
picture

Zugehöriges Audioattribut

Zugehöriges Audioattribut

Sample Rate

Kanal, Abtastrate, Abtastbits, Abtastformat, Bitrate

Sample Rate

Das aus der Audioabtastung erhaltene PCM enthält drei Elemente: Kanal, Abtastrate und Abtastrate.

Kanal
Wenn Menschen den Ton hören, können sie die Tonquelle lokalisieren. Durch das Einstellen der Schallquelle auf verschiedene Positionen kann ein besseres Hörerlebnis geschaffen werden. Wenn die Position des Tons mit dem Bild angepasst wird, wird ein besseres audiovisuelles Erlebnis erzielt. Wirkung. Gängige Kanäle sind:

Affe Affe
Zwei Kanäle, Stereo, der gebräuchlichste Typ, einschließlich linkem und rechtem Kanal
2.1-Kanäle, Hinzufügen eines Basskanals auf der Basis von zwei Kanälen
5.1-Kanäle, einschließlich eines vorderen Kanals, eines vorderen linken Kanals, eines vorderen rechten Kanals, eines linken Surround-Kanals, eines rechten Surround-Kanals und eines Bass-Kanals, die erstmals in frühen Theatern verwendet wurden
7.1-Kanal, basierend auf 5.1-Kanal werden die linken und rechten Surround-Kanäle in linke und rechte Surround-Kanäle und hintere linke und rechte Kanäle unterteilt, die hauptsächlich in BD und modernen Theatern verwendet werden
Als nächstes kommt ein Zweikanal-Audiosystem.

Abtastrate
Audio-Sampling ist die Umwandlung von Ton von einem analogen Signal in ein digitales Signal. Die Abtastrate gibt an, wie oft der Ton pro Sekunde erfasst wird, und ist auch die Anzahl der Abtastungen pro Sekunde des resultierenden digitalen Signals. Übliche Abtastraten beim Sampling von Ton sind:

8.000 Hz – Telefonabtastrate, ausreichend für menschliche Sprache
11.025 Hz – Abtastrate für AM-Radio
22.050 Hz und 24.000 Hz – Abtastrate für UKW-Radio
32.000 Hz – Sampling für digitalen MiniDV-Camcorder, DAT (LP-Modus)
44.100 Hz – Audio-CD, auch häufig verwendet in MPEG-1-Audio (VCD, SVCD, MP3) Abtastrate 47.250
Hz – Abtastfrequenz
48.000 Hz für handelsübliche PCM-Recorder – für miniDV, Digital-TV, DVD, DAT, Filme und Pro-Audio Abtastrate 50.000 Hz für 2.000 – 96.000 oder 192.000 Hz Digitalton
für kommerzielle digitale Tonaufnahmegeräte
– DVD-Audio, einige LPCM DVD Soundtracks, BD-ROM (Blu-ray Disc) und HD-DVD (High Definition DVD) Soundtracks Die von der Audiospur verwendete Abtastrate
2,8224 MHz: Die vom 1-Bit-Sigma-Delta-Modulationsprozess von Direct Stream Digital verwendete Abtastrate.

Definition von Sampling-Bits, Sampling-Rate und Bitrate in Audio (Transfer) Teil 3

Definition von Sampling-Bits, Sampling-Rate und Bitrate in Audio (Transfer) Teil 3

sampling bits

1. Warum erreichen viele professionelle Standards 24 Bit/192 kHz?

sampling bits

Es ist heute üblich, in der Technik die 48-kHz- oder 96-kHz-Aufnahmerate zu verwenden und erst während des abschließenden Mastering-Prozesses in das 44,1-kHz-CD-Format zu konvertieren, wodurch Verzerrungen reduziert werden, die durch mehrfache Abtastratenkonvertierungen verursacht werden.

Im Computerbereich spezifiziert die AC97-Spezifikation, die ein Audio-Hardware-Codec-Standard ist, nur 48 kHz. Dadurch werden nahezu alle Ein- und Ausgangssignale neu gesampelt (der Fachausdruck heißt Sample Rate Conversion, kurz SRC). SRC verursacht im Allgemeinen einen Verlust an Tonqualität, und die einfacheren (dh schlechteren) SRC-Algorithmen können eine erhebliche Verschlechterung der Tonqualität verursachen. Aber das ist schon eine vollendete Tatsache.

2. Da 44K ausreichen, warum 192KHZ zum Aufnehmen verwenden?

Zunächst einmal sind 20kHz für die meisten Menschen nur die Hörschwelle, d.h. das menschliche Ohr ist sehr unempfindlich gegenüber Tönen über 20kHz. Unempfindlichkeit gegenüber Aufmerksamkeit bedeutet nicht eine völlige Unfähigkeit zur Wahrnehmung. Die Töne der meisten Musikinstrumente (insbesondere Klaviere und Streicher) sind reich an höheren Harmonischen, die in der Musiksprache als höhere Harmonische bekannt sind. CD-Audio mit einer Grenzfrequenz von 22,05 kHz vermittelt Menschen, die es gewohnt sind, echte Instrumente zu hören, ein unnatürliches Gefühl, insbesondere in den hohen Frequenzen, da die Nyquist-Grenzfrequenz das Signal von Obertönen höherer Frequenzen verzerrt.

Zweitens erfordern digitale Aufnahmen oft eine Nachbearbeitung. Durch die Audioverarbeitung kann das Signal stärker verzerrt werden, einschließlich Signalverzerrung, spektrales Aliasing und mehr. Wenn das Originalsignal während der Aufnahme nur mit 44,1 kHz abgetastet wird, muss es vor der Nachbearbeitung hochgesampelt werden, um die Abtastrate zu erweitern. Da diese Erweiterung “gefälscht” ist, gibt es wirklich kein nützliches Originalsignal mehr, und die Qualität des Upsampling-Algorithmus wirkt sich auch auf die Verzerrung des ursprünglichen Aufnahmesignals aus, so dass dieser Ansatz nicht wünschenswert ist. Daher ist es üblich, mit einer höheren Frequenz abzutasten.

In den heutigen vollprofessionellen digitalen Tonstudios wird nicht mehr nach dem CD-Standard aufgenommen, gemischt und gemastert, sondern der HD-Audiostandard bevorzugt. die:

Verwenden Sie 24Bit 48KHz, 24Bit 96KHz, 24Bit 192KHz drei Spezifikationen zum Aufnehmen. Natürlich wird 24Bit 48KHz von einigen kleinen Aufnahmestudios verwendet, da ihre Prozessorressourcen begrenzt sind. Und alle großen Aufnahmestudios verwenden 24-Bit-96-kHz- und 24-Bit-192-kHz-Aufnahmen.

Was sind also die Vorteile einer solchen Aufzeichnungsspezifikation?

1. Entspricht dem HD-Audiostandard, der auch in Zukunft der Hauptstandard sein wird.Das fertige Produkt kann direkt auf HDCD, DVD-Audio, Blu-ray-Discs, digitales Musik-Download-Geschäft und digitales Player-Geschäft auf Medien angewendet werden.

2. Kümmern Sie sich vollständig um das digitale Video- und Videogeschäft, und der Mehrkanalfilm und das Video übernehmen die HD-Audiospezifikation. Einschließlich der Verwendung tragbarer mobiler digitaler Videogeräte.

3. Kümmern Sie sich vollständig um das Geschäft mit der Audiowiedergabe für Verbraucher, wie z.

Derzeit ist der höchste Qualitätsstandard in der professionellen Aufnahmebranche: 24 Bit tiefer als ein bestimmter Punkt, 192000 Hz Abtastrate, bezeichnet als “24 Bit/192 KHz”. Natürlich wird sich dieser Standard in Zukunft weiter verbessern, und es ist auch möglich, sich in Richtung 32Bit 384KHz zu bewegen.

Tatsächlich sind die (echten) Produkte, die auf dem aktuellen CD-Markt verkauft werden, normalerweise HDCD-Discs auf der niedrigsten Ebene. Wenn Sie Discs kaufen, stellen Sie fest, dass es sich im Grunde um HDCD-Logos handelt, dh eine CD enthält zwei Audiotracks: Normaler CD-Track und HDCD-Track. Der CD-Track zeichnet ein 16-Bit-Signal mit 44,1 KHz auf (dies ist der kompatible Inhalt auf dieser Disc, wenn man die frühen CD-Player berücksichtigt), und der HDCD-Track zeichnet ein 24-Bit-Signal mit 96 KHz auf (das ist der Hauptinhalt der Disc ). Gewöhnliche CD-Player können nur CD-Audiotrack-Signale abspielen, und HDCD-Audiotracks erfordern zum Abspielen einen HDCD-Player (tatsächlich können die meisten DVD-Player heutzutage HDCDs abspielen, und moderne Computer funktionieren sogar noch besser).

Definition von Sampling-Bits, Sampling-Rate und Bitrate im Audio (Transfer) Teil 2

Definition von Sampling-Bits, Sampling-Rate und Bitrate im Audio (Transfer) Teil 2

sampling bits

 

Bitratenwerte im Vergleich zu echtem Audio:

sampling bits

 

16 Kbps = Telefonqualität
24 Kbps = Erhöhung der Telefonqualität, Kurzwellenübertragung, Langwellenübertragung, Mittelwellenübertragung nach europäischem Standard
40 Kbps = Mittelwellenübertragung nach amerikanischem Standard
56 Kbit/s=Sprache
64 Kbps = Boost Voice (beste Bitrate-Einstellung für Handy-Klingeltöne, beste Einstellung für Handy-Mono-MP3-Player)
112 Kbps = UKW-Stereo-UKW-Übertragung
128 Kbps = Tape (beste Einstellung für einen Handy-Stereo-MP3-Player, beste Einstellung für einen Low-End-MP3-Player)
160 Kbps = HIFI High Fidelity (beste Einstellung für Mid- bis High-End-MP3-Player)
192 Kbps=CD (beste Einstellung für High-End-MP3-Player)
256 Kbps=Studio Music Studio (für Musikbegeisterte)
Tatsächlich wird mit dem Fortschritt der Technologie auch die Bitrate immer höher, die maximale Bitrate von MP3 beträgt 320 Kbps, aber einige Formate können höhere Bitraten und eine hervorragende Klangqualität erreichen.
Beispielsweise kann das aufkommende APE-Audioformat eine echte audiophile verlustfreie Klangqualität und eine geringere Lautstärke als das WAV-Format bieten, und seine Bitrate beträgt normalerweise 550 kbps —– 950 kbps.
Gängige Codierungsmuster:

Dynamische Bitrate VBR (Variable Bitrate), dh es gibt keine feste Bitrate. Die Komprimierungssoftware ermittelt anhand der Audiodaten während der Komprimierung sofort, welche Bitrate verwendet werden soll. Dies ist eine Methode, die die Qualität der Datei berücksichtigt. und Dateigröße Der empfohlene Kodierungsmodus;
ABR (Average Bit Rate) Die durchschnittliche Bitrate ist ein Interpolationsparameter von VBR. LAME hat diesen Kodierungsmodus als Reaktion auf das niedrige Dateivolumenverhältnis von CBR und die variable Größe der von VBR generierten Dateien entwickelt. Innerhalb der angegebenen Dateigröße nimmt ABR alle 50 Frames (ca. 1 Sekunde für 30 Frames) als Segment. Eine relativ niedrige Flussrate wird für niedrige Frequenzen und unempfindliche Frequenzen verwendet, und eine hohe Flussrate wird für hohe Frequenzen und hohe dynamische Leistung verwendet. Es kann als VBR und CBR verwendet werden, eine Kompromissoption.
CBR (constant bit rate), konstante Bitrate, bedeutet, dass die Datei von Anfang bis Ende eine Bitrate hat. Im Vergleich zu VBR und ABR ist die komprimierte Dateigröße sehr groß und die Tonqualität wird sich im Vergleich zu VBR und ABR nicht wesentlich verbessern.
In einfachen Worten:

Kurz gesagt, Abtastrate und Bitrate sind wie horizontale und vertikale Koordinaten auf der Koordinatenachse.

Die Abtastrate auf der Abszisse repräsentiert die Anzahl von Abtastungen pro Sekunde.

Die Bitrate auf der Ordinate repräsentiert die Genauigkeit bei der Quantisierung analoger Größen mit digitalen Größen.

Die Abtastrate ist ähnlich wie die Anzahl der Frames von bewegten Bildern. Beispielsweise beträgt die Abtastrate von Filmen 24 Hz, die Abtastrate des PAL-Formats 25 Hz und die Abtastrate des NTSC-Formats 30 Hz. Wenn wir Standbilder wiedergeben, die mit der gleichen Rate wie die Abtastfrequenz abgetastet wurden, wir sehen ein kontinuierliches Bild. Wenn eine mit einer Abtastrate von 44,1 kHz aufgenommene CD mit der gleichen Rate wiedergegeben wird, ist auf die gleiche Weise ein kontinuierlicher Ton zu hören. Je höher die Abtastrate, desto kohärenter wird natürlich der Ton gehört und das Bild gesehen. Natürlich ist die Abtastrate, die menschliche Hör- und Sehorgane unterscheiden können, begrenzt, die im Grunde höher ist als bei 44,1 kHz abgetasteter Ton, und die meisten Menschen haben den Unterschied nicht bemerkt.

Die Anzahl der Ziffern im Sound entspricht der Anzahl der Farben auf dem Bildschirm und gibt die Datenmenge pro Sample an. Je größer die Datenmenge ist, desto genauer ist natürlich der Wiedergabeton, um den Ton nicht zu verwirren. der Teekanne mit der Zugpfeife. Ebenso ist es klarer und präziser für das Bild, um Blut und Ketchup nicht zu verwechseln. Allerdings sind 16-Bit-Ton und 24-Bit-Bild, begrenzt durch die Funktion menschlicher Organe, im Grunde die Grenzen gewöhnlicher Menschen, und die höchsten Ziffern können nur von Instrumenten unterschieden werden. Das Telefon hat beispielsweise 7-Bit-Sound, der mit 3 kHz gesampelt wurde, und die CD hat 16-Bit-Sound, der mit 44,1 kHz gesampelt ist, sodass die CD klarer ist als das Telefon.