was ist digitale Audio-Workstation – Page 2

Wie funktioniert die Codierung in digitalem Audio? Teil 2

Free Download Mp4Gain

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.

Free Download Mp4Gain

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.

Digitale Audiokodierung

Digitale Audiokodierung

Digital audio encoding

Tatsächlich ist die eine oder andere digitale Form der Darstellung von analogen Audiosignalen bereits eine Codierungsmethode – eine Folge von Zahlen, die ein analoges Audiosignal beschreibt, ist selbst ein digitaler Code.

Digital Audio Encoding

Die Kodierung, über die wir jetzt sprechen werden, ist jedoch etwas anderes. Schauen wir uns nun die Methoden zum Codieren digitaler Audiosignale an.

Ein digitalisiertes Audiosignal “in seiner reinen Form” ist eine ziemlich genaue, aber nicht die kompakteste Art, das ursprüngliche analoge Signal aufzuzeichnen.

Urteile selbst. Um vollständige Informationen über das ursprüngliche analoge Signal im Frequenzbereich 0-20 kHz (im hörbaren Frequenzbereich) zu erhalten, muss das analoge Signal mit einer Frequenz von mindestens 40 kHz abgetastet werden. Daher legt der CD-DA-Standard (der Standard zum Aufzeichnen von Daten auf Audio-CDs, die allen bekannt sind) die folgenden Codierungsparameter fest: Aufzeichnen von zwei oder einem Kanal im PCM-Format mit einer Abtastfrequenz von 44,1 kHz und einer 16-Bit-Quantisierungsbittiefe . Eine Stunde Musik in diesem Format nimmt ungefähr 600 MB Speicherplatz ein (60 Minuten * 60 Sekunden * 2 Kanäle * 44100 Samples pro Sekunde * 2 Bytes pro Sample = ungefähr 605 MB). Wenn man berücksichtigt, dass beispielsweise die Musiksammlung eines gewöhnlichen Musikliebhabers 5.000 Titel mit einer durchschnittlichen Länge von jeweils etwa 3 Minuten enthält, ist der Speicherbedarf, der erforderlich ist, um sie in ihrer ursprünglichen digitalen Form zu speichern, ziemlich bedeutend. Daher erfordert das Speichern relativ großer Mengen von Audiodaten, um eine ziemlich gute Klangqualität sicherzustellen, die Verwendung verschiedener “Tricks”, um die Daten zu komprimieren.

Im Allgemeinen können alle vorhandenen Methoden zum Codieren von Audioinformationen bedingt in nur zwei Typen unterteilt werden.

1. Die verlustfreie Datenkomprimierung (“verlustfreie Codierung”) ist eine Methode zum Codieren (Komprimieren) digitaler Audioinformationen, die eine hundertprozentige Wiederherstellung der Originaldaten aus der komprimierten Übertragung ermöglicht (der Begriff “Originaldaten” bedeutet hier die ursprüngliche Form von die digitalisierten Audiodaten). Diese Methode der Datenkomprimierung wird in Fällen verwendet, in denen eine hundertprozentige absolute Erhaltung der Qualität der ursprünglichen Audiodaten erforderlich ist. Die heute existierenden verlustfreien Komprimierungsalgorithmen können das Datenvolumen um 20-50% reduzieren und gleichzeitig eine 100% ige Wiederherstellung des ursprünglichen digitalen Materials aus den komprimierten Daten gewährleisten. Die Betriebsmechanismen solcher Codierer ähneln den Betriebsmechanismen allgemeiner Datenarchivierer wie ZIP oder RAR, sind jedoch gleichzeitig speziell für die Komprimierung von Audiodaten angepasst. Verlustfreie Codierung Obwohl sie im Hinblick auf die Aufbewahrung ideal ist Aufgrund der Qualität der Audiomaterialien kann kein hohes Maß an Komprimierung erzielt werden.

2. Es gibt eine andere modernere Möglichkeit, Daten zu komprimieren. Diese sogenannte verlustbehaftete Datenkomprimierung (engl. “Lossy Coding”) Der Zweck der Codierung besteht darin, mit allen Mitteln die höchste Datenkomprimierungsrate zu erzielen und gleichzeitig die Klangqualität auf einem akzeptablen Niveau zu halten. Die Idee hinter verlustbehafteter Codierung basiert auf zwei einfachen Überlegungen:

Die ursprünglichen digitalen Audiodaten sind redundant: Sie enthalten viele unnötige Informationen, die für das Ohr unbrauchbar sind und entfernt werden können, wodurch das Komprimierungsverhältnis erhöht wird.
Die Anforderungen an die Klangqualität von Audiomaterial können variieren und hängen von bestimmten Zwecken und Anwendungsbereichen ab.
Eine verlustbehaftete Codierung wird daher als “verlustbehaftet” bezeichnet, was zum Verlust einiger Audioinformationen führt. Eine solche Codierung führt dazu, dass das decodierte Signal bei seiner Wiedergabe ähnlich wie das Original klingt, in Wirklichkeit jedoch nicht mehr mit diesem identisch ist. Die meisten verlustbehafteten Codierungsmethoden beruhen auf der Verwendung der psychoakustischen Eigenschaften des menschlichen Hörsystems sowie auf verschiedenen Tricks, die mit dem Resampling und Resampling des Signals verbunden sind. In der Frequenz analysiert der Encoder während des Komprimierungsprozesses die Audiodaten, um verschiedene Details des Sounds zu identifizieren, die ignoriert werden können. Verdeckte Frequenzen, unhörbare und unhörbare Klangdetails können für ein höheres Kompressionsverhältnis geopfert werden. Wenn Verständlichkeit nur für den Ton wichtig ist (z. B. in der Telefonie, wo das Vorhandensein von Frequenzen über 4 kHz nicht erforderlich ist), werden die Audioinformationen während des Codierungsprozesses ernsthaft “vereinfacht”, was zusammen mit der Verwendung von ” intelligente “Quantifizierer” und “gierige” Datenkomprimierungsalgorithmen.

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.

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