3.6. Представление звука в эвм

Звук – это механические колебания среды: воздуха и др. То, что мы слышим – это результат обработки колебательных движений барабанной перепонки уха и представления в виде сигналов нервной системы. Вне среды переноса звуковых волн звук не существует. Однако звуковые колебания можно перевести на другой носитель: изменить представление информации, не теряя ее фактически. Обычно звуковые колебания переносят на сигналы радиоволн.

Звуковую информацию можно также представить в математической форме, в виде периодических функций времени. Это представление обычно записывают в виде формулы

Здесь A(t) – амплитуда звукового сигнала, а t – время. График такой функции имеет вид:

Рассмотрим простой частный случай звука – звучание ноты "ля", издаваемое камертоном, либо звуковым генератором. Звучание музыкальных инструментов, как правило, не дает чистого тона, а имеет тембральную окраску – наложение колебаний кратной частоты. Чистый звук "ля" есть колебания звуковых волн частотой 440 Гц. Один герц (Гц) – это частота колебаний, при которой за одну секунду волна принимает все значения своей амплитуды. Звучание чистого тона в математической форме имеет вид: , где – круговая частота, а величина  – частота колебаний звука. Очевидно, график такой функции есть синусоида, сдвинутая по оси времени.

Рассмотрим далее, как представляется звуковая информация в дискретной, цифровой форме. Первоначально некоторый источник порождает некоторый непрерывный колебательный процесс, который мы будем рассматривать как непрерывную колебательную функцию времени.

Выделим и зафиксируем некоторый конечный интервал времени [T₁, T₂]. Разобьем его на n равных участков: . Выполним далее операцию дискретизации: заменим непрерывный интервал времени [T₁, T₂] конечным множеством значений времени: {t₁, t₂,..., t_n-1, t_n}, где t_i+1 – t_i=  t.

Для величины  t имеются технические стандарты. Наиболее распространенный стандарт использует следующие значения  t  22мкс=2210^–6сек. Эта величина образуется из следующих соотношений. Пусть  t =1/f, где f – частота дискретизации. По техническому стандарту полагают f = 44,1 Гц. Этот стандарт используется при записи музыкальных компакт-дисков, а также при представлении звука в ЭВМ.

Далее выполним операцию квантования: непрерывный участок [A₁, A₂] значений амплитуды A(t) разобьем на m равных частей: {a₀, a₁,..., a_m-1}. Из точек на оси ординат со значениями a_i проведем m линий параллельно оси времени. Обычно полагают m=2^s, где s – некоторое натуральное число. Технический стандарт предусматривает m=516. Пронумеруем полученные уровни от 0 до m–1. Введем конечное множество значений амплитуд {A(t₁), A(t₂),..., A(t_n)}. Заменим каждое значение этого множества номером ближайшего одного из m проведенных уровней. Получим множество {B₁, B₂,..., B_n}, где A(t_i) –> B_i, i=1,...,n, по вышеуказанному правилу. Далее каждому целому числу B_i поставим в соответствие двоичный вектор длины s:

B_i –> (b₁,..., b_s), где b_j {0, 1}.

В итоге вместо непрерывных значений непрерывной функции A(t) на отрезке [A₁, A₂] получаем набор двоичных векторов по вышеописанному правилу.

Обратное декодирование из двоичной формы осуществляется обращением правила кодирования. Однако после получения конечного набора значений амплитуд {A'(t₁), A'(t₂),..., A'(t_n)}, где A'(t_i) – есть некоторое приближение значения A(t_i), нужно провести еще операцию сглаживания или интерполяции для получения непрерывной кривой.

На практике преобразования звуковой информации из непрерывной формы в дискретную выполняются электронными устройствами, называемыми как аналого-цифровые преобразователи (АЦП) и цифро-аналоговые преобразователи (ЦАП). Современная электроника, связанная со звукотехникой, уделяет большое внимание разработке все новых, более совершенных преобразователей. Например, качество звучания проигрывателя компакт-дисков (ПКД) в значительной степени зависит от конструкции и качества цифро-аналогового преобразователя.

Современные звуковые карты могут обеспечить кодирование 65536 различных уровней сигнала или состояний. Для определения количества бит, необходимых для кодирования, решим показательное уравнение: 65536 = 2^I, т.к. 65536 = 2¹⁶, то I = 16 бит.

Таким образом, современные звуковые карты обеспечивают 16-битное кодирование звука. При каждой выборке значению амплитуды звукового сигнала присваивается 16-битный код.

Количество выборок в секунду может быть в диапазоне от 8000 до 48000, т.е. частота дискретизации аналогового звукового сигнала может принимать значения от 8 до 48 Кгц. При частоте 8 Кгц качество дискретизированного звукового сигнала соответствует качеству радиотрансляции, а при частоте 48 Кгц – качеству звучания аудио-CD. Следует также учитывать, что возможны как моно-, так и стерео-режимы.

Можно оценить информационный объем моно-аудио-файла длительностью звучания 1 секунду при среднем качестве звука (16 бит, 24 Кгц). Для этого количество бит на одну выборку необходимо умножить на количество выборок в 1 секунду:

16 бит * 24000 = 384000 бит = 48000 байт  47 Кбайт.

Приемы и методы работы со звуковой информацией пришли в вычислительную технику наиболее поздно. К тому же, в отличие от числовых, текстовых и графических данных, у звукозаписей не было столь же длительной и проверенной истории кодирования. В итоге методы кодирования звуковой информации двоичным кодом далеки от стандартизации. Множество отдельных компаний разработали свои корпоративные стандарты, но если говорить обобщенно, то можно выделить два основных направления.

Метод FM (Frequency Modulation) основан на том, что теоретически любой сложный звук можно разложить на последовательность простейших гармонических сигналов разных частот, каждый из которых представляет собой правильную синусоиду, а, следовательно, может быть описан числовыми параметрами, то есть кодом. В природе звуковые сигналы имеют непрерывный спектр, то есть являются аналоговыми. Их разложение в гармонические ряды и представление в виде дискретных цифровых сигналов выполняют специальные устройства — аналогово-цифровые преобразователи (АЦП). Обратное преобразование для воспроизведения звука, закодированного числовым кодом, выполняют цифро-аналоговые преобразователи (ЦАП). При таких преобразованиях неизбежны потери информации, связанные с методом кодирования, поэтому качество звукозаписи обычно получается не вполне удовлетворительным и соответствует качеству звучания простейших электромузыкальных инструментов с окрасом, характерным для электронной музыки. В то же время данный метод кодирования обеспечивает весьма компактный код, и потому он нашел применение еще в те годы, когда ресурсы средств вычислительной техники были явно недостаточны.

Метод таблично-волнового (Wave-Table) синтеза лучше соответствует современному уровню развития техники. Если говорить упрощенно, то можно сказать, что где-то в заранее подготовленных таблицах хранятся образцы звуков для множества различных музыкальных инструментов (хотя не только для них). В технике такие образцы называют сэмплами. Числовые коды выражают тип инструмента, номер его модели, высоту тона, продолжительность и интенсивность звука, динамику его изменения, некоторые параметры среды, в которой происходит звучание, а также прочие параметры, характеризующие особенности звука. Поскольку в качестве образцов используются «реальные» звуки, то качество звука, полученного в результате синтеза, получается очень высоким и приближается к качеству звучания реальных музыкальных инструментов.