1. Hljóð
Vísar til hljóðbylgjna með tíðninni á milli 20 Hz og 20 kHz sem heyrist í eyrum manna.
Ef þú bætir samsvarandi hljóðkorti við tölvuna, sem er það sem við köllum oft hljóðkort, getum við tekið upp öll hljóðin og hljóðeinkenni hljóðsins, svo sem hljóðstigið, er hægt að geyma sem skrár á harða diskinn í tölvunni. Hins vegar getum við líka notað ákveðið hljóðforrit til að spila geymdu hljóðskrána til að endurheimta áður hljóð.
2. Sýnatökutíðni
Vísar til fjölda hljóðsýna sem fengin eru á sekúndu. Hljóð er í raun eins konar orkubylgja, svo það hefur einnig einkenni tíðni og amplitude. Tíðnin samsvarar tímaásnum og amplitude samsvarar stigsásinni. Bylgjan er óendanlega slétt og líta má á strenginn sem samanstendur af óteljandi punktum. Vegna þess að geymslurýmið er tiltölulega takmarkað verður að taka sýnishorn af stigum strengsins meðan á stafrænu kóðunarferlinu stendur.
Sýnatökuferlið er að draga út tíðnigildi ákveðins punkts. Augljóslega, því fleiri stig eru dregin út á einni sekúndu, því meiri tíðni er aflað. Til þess að endurheimta bylgjulögun, því hærri sýnatökutíðni, þeim mun betri hljómgæði. Því raunverulegri sem endurreisnin er, en á sama tíma tekur hún meiri fjármuni. Vegna takmarkaðrar upplausnar mannsins er ekki hægt að greina of háa tíðni. Sýnatökutíðni 22050 er almennt notuð, 44100 eru nú þegar hljóðgæði geisladiska og sýnataka yfir 48,000 eða 96,000 er ekki lengur þýðingarmikil fyrir eyra manna. Þetta er svipað og 24 rammar á sekúndu í kvikmyndum. Ef það er steríó er sýnið tvöfaldað og skráin næstum tvöfölduð.
Samkvæmt Nyquist sýnatöku kenningunni, til þess að tryggja að hljóðið sé ekki brenglað, ætti sýnatökutíðni að vera um 40kHz. Við þurfum ekki að vita hvernig þessi setning varð til. Við þurfum aðeins að vita að þessi setning segir okkur að ef við viljum taka upp merki nákvæmlega, þá þarf sýnatökutíðni okkar að vera meiri en eða jafnt og tvöfalt hámarkstíðni hljóðmerkisins. Mundu að það er hámarkstíðni. .
Á sviði stafræns hljóðs eru algengir sýnatökuhraðar:
8000 Hz - sýnatökuhraðinn sem er notaður af símanum, sem dugar fyrir tal manna
11025 Hz-sýnatökuhlutfall notað af símanum
22050 Hz sýnatökuhraði notað við útvarpssendingar
32000 Hz sýnatökuhraði notað af miniDV stafrænu myndbandsupptökuvél, DAT (LP stilling)
44100 Hz-hljóð geisladiskur, einnig oft notaður við sýnatökuhraða MPEG-1 hljóðs (VCD, SVCD, MP3)
47250 Hz sýnatökuhraði notað af PCM upptökum í atvinnuskyni
48000 Hz sýnatökuhraði fyrir stafrænt hljóð notað í miniDV, stafrænu sjónvarpi, DVD, DAT, kvikmyndum og faglegu hljóði
50000 Hz sýnatökuhraði sem notaður er af stafrænum upptökutækjum
96000 Hz eða 192000 Hz - sýnatökuhraðinn sem notaður er fyrir DVD-hljóð, sum LPCM DVD hljóðspor, BD-ROM (Blu-ray Disc) hljóðspor og HD-DVD (High Definition DVD) hljóðspor
3. fjöldi sýnatökubita
Fjöldi úrtaksbita er einnig kallaður sýnataksstærð eða fjöldi magnbita. Það er færibreytur sem notaður er til að mæla sveiflu hljóðsins, það er upplausn hljóðkortsins eða hægt er að skilja það sem upplausn hljóðkortsins sem unnið er með hljóðkortinu. Því stærra sem gildið er, því hærri er upplausnin og því raunsærri er hljóðið tekið upp og spilað. Bita hljóðkortsins vísar til tvöfaldra tölustafa stafræna hljóðmerkisins sem hljóðkortið notar við hljóðsöfnun og spilun. Bita hljóðkortsins endurspeglar hlutlægt nákvæmni lýsingar stafræna hljóðmerkisins á inntakshljóðmerkinu. Algeng hljóðkort eru aðallega 8 bita og 16 bita. Nú á dögum eru allar almennar vörur á markaðnum 16 bita og hærra hljóðkort.
Stærðarmagn hvers gagna sem tekin voru úr gildi er skráð og nákvæmni sýnatöku fer eftir fjölda sýnatöku bita:
1 bæti (það er 8bit) getur aðeins skráð 256 tölur, það er að segja að amplitude er aðeins hægt að skipta í 256 stig;
2 bæti (það er 16 bita) geta verið allt að 65536, sem þegar er geisladiskastaðall;
4 bæti (það er 32bit) geta deilt amplitude í 4294967296 stig, sem er í raun óþarfi.
4. fjöldi rása
Það er fjöldi hljóðrása. Common mono og stereo (dual-channel) hafa nú þróast í fjögurra hljóð umgerð (fjögurra rásir) og 5.1 rásir.
(1) Stakur vegur
Mónó er tiltölulega frumstæð mynd af hljóðgerð og snemma hljóðkort notuðu það oftar. Aðeins er hægt að heyra einhljóð með einum hátalara og sumir eru einnig unnir í tvo hátalara til að senda frá sér sömu hljóðrás. Þegar einhljóðnar upplýsingar eru spilaðar í gegnum tvo hátalara, finnum við greinilega að hljóðið er frá tveimur hátalurum. Það er ómögulegt að ákvarða tiltekna staðsetningu hljóðgjafans sem berst í eyru okkar frá miðjum hátalaranum.
(2) Stereó
Tvöföld sund eru tvö hljóðrásir. Meginreglan er sú að þegar fólk heyrir hljóð geti það dæmt tiltekna staðsetningu hljóðgjafans út frá fasa muninum á vinstri og hægri eyrum. Hljóðinu er úthlutað á tvær sjálfstæðar rásir meðan á upptöku stendur, til að ná góðum staðsetningaráhrifum á hljóðinu. Þessi tækni er sérstaklega gagnleg til að meta tónlist. Hlustandinn getur greinilega greint frá hvaða átt ýmis hljóðfæri koma, sem gerir tónlistina hugmyndaríkari og nær upplifun staðarins.
Tvær raddir eru nú algengasta notkunin. Í karókí er annað til að spila tónlist og hitt fyrir rödd söngvara; í VCD, önnur er talsetning á mandarínu og hin er talsetning á kantónsku.
(3) Fjögurra tóna umgerð
Fjögurra rása umgerð skilgreinir fjóra hljóðpunkta, að framan til vinstri, að framan til hægri, aftan til vinstri og aftan til hægri og áhorfendur eru umkringdir þessum fjórum hljóðpunktum. Á sama tíma er einnig mælt með því að bæta við subwoofer til að auka spilunarvinnslu á lágtíðni merkjum (þetta er ástæðan fyrir því að 4.1 rásar hátalarakerfi eru vinsæl í dag). Hvað heildaráhrifin varðar getur fjögurra rása kerfið fært hlustendum umhverfishljóð úr mörgum mismunandi áttum, fengið áheyrnarupplifun af því að vera í ýmsum mismunandi umhverfum og veitt notendum glænýja upplifun. Nú á dögum hefur fjögurra rása tækni verið víða samþætt í hönnun ýmissa mið-til-hágæða hljóðkorta og orðið að almennri þróun framtíðarþróunar.
(4) rás
5.1 rásir hafa verið mikið notaðar í ýmsum hefðbundnum leikhúsum og heimabíóum. Sum af þekktari þjöppunarformi hljóðupptöku, svo sem Dolby AC-3 (Dolby Digital), DTS osfrv., Eru byggð á 5.1 hljóðkerfinu. ".1" rásin er sérhönnuð subwoofer rás sem getur framleitt subwoofers með tíðnisviðsvið 20 til 120 Hz. Reyndar kemur 5.1 hljóðkerfið frá 4.1 umgerð, munurinn er sá að það bætir við miðjueiningu. Þessi miðjueining er ábyrg fyrir sendingu hljóðmerkisins undir 80Hz, sem er gagnlegt til að styrkja mannröddina þegar þú horfir á kvikmyndina og einbeita samræðunum á miðju öllu hljóðsvæðinu til að auka heildaráhrifin.
Sem stendur hafa margir tónlistarspilarar á netinu, svo sem QQ Music, útvegað 5.1 rásar tónlist til reynsluhlustunar og niðurhals.
5. ramma
Hugtakið hljóðrammar er ekki eins skýrt og myndrammar. Næstum öll vídeó kóðun snið geta einfaldlega hugsað um ramma sem kóðaða mynd. Hins vegar er hljóðramminn tengdur við kóðunarformið, sem er útfært af hverjum kóðunarstaðli. Vegna þess að ef það er PCM (ókóðuð hljóðgögn) þarf það alls ekki hugtakið rammar og það er hægt að spila í samræmi við sýnatökuhraða og nákvæmni sýnatöku. Til dæmis, fyrir tvöfalt hljóð með sýnatökuhraða 44.1 kHz og sýnatöku nákvæmni 16 bita, getur þú reiknað út að bitahraði er 44100 * 16 * 2 bps og hljóðgögn á sekúndu eru föst 44100 * 16 * 2 8 bæti.
Amr ramminn er tiltölulega einfaldur. Þar er kveðið á um að hver 20ms hljóðs sé rammi og hver rammi hljóðs sé óháður. Það er hægt að nota mismunandi kóðunaralgoritma og mismunandi kóðunarstika.
Mp3 ramminn er aðeins flóknari og inniheldur meiri upplýsingar, svo sem sýnatökuhraða, bitahraða og ýmsar breytur.
6. hringrás
Fjöldi ramma sem þarf til einnar vinnslu með hljóðtæki er notaður sem eining fyrir aðgang að gögnum og hljóðgagnageymsla hljóðtækisins.
7. fléttustilling
Geymsluaðferð stafrænna hljóðmerkja. Gögnin eru geymd í samfelldum ramma, það er að segja vinstri rásarsýnin og hægri rásarsýnin af ramma 1 eru tekin upp fyrst og síðan er byrjað að taka upp ramma 2.
8. ófléttaður háttur
Fyrst skaltu taka upp vinstri rásarsýni af öllum römmum á tímabili og taka síðan upp öll rétt rásarsýni.
9. bitahraði
Bitahraði er einnig kallaður bitahraði, sem vísar til þess gagnamagns sem tónlist spilar á sekúndu, og einingin er gefin upp í bitum, sem eru tvöfaldir bitar. bps er bitahraði. b er hluti (hluti), s er annar (annar), p er hver (á), eitt bæti jafngildir 8 tvöföldum bitum. Það er að segja að skráarstærð 4 mínútna laga 128 bps er reiknuð svona (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), almennt er mp3 gagnlegt kl. í kringum 128 bita hlutfall, það er líka um 3-4 BM að stærð.
Í tölvuforritum er hæsta tryggð stig PCM kóðun, sem er mikið notuð til að geyma efni og þakka tónlist. Það er notað á geisladiska, DVD og algengar WAV skrár okkar. Þess vegna hefur PCM orðið að taplausri kóðun samkvæmt venju, því PCM táknar besta trúnaðarstig stafræns hljóðs. Það þýðir ekki að PCM geti tryggt algera tryggð merkisins. PCM getur aðeins náð sem mestri óendanlegri nálægð.
Að reikna út bitahraða PCM hljóðstraums er mjög auðvelt verkefni, sýnatökuhraðagildi × sýnatökustærðargildi × rásnúmer bps. WAV skrá með sýnatökuhraða 44.1KHz, sýnatöku stærð 16bit og tvírás PCM kóðun, gagnahraði hennar er 44.1K × 16 × 2 = 1411.2Kbps. Algengi geisladiskurinn okkar notar PCM kóðun og getu geisladisks getur aðeins geymt 72 mínútur af tónlistarupplýsingum.
Tvírás PCM kóðuð hljóðmerki þarf 176.4 KB pláss á einni sekúndu og um það bil 1M á einni mínútu. Þetta er óásættanlegt fyrir flesta notendur, sérstaklega þá sem vilja hlusta á tónlist í tölvunni. Diskur umráð, það eru aðeins tvær aðferðir, samdráttarvísitala eða þjöppun. Ekki er ráðlegt að draga úr sýnatökuvísitölunni og því hafa sérfræðingar þróað ýmis þjöppunarkerfi. Frumlegustu eru DPCM, ADPCM og frægust er MP10.34. Þess vegna er kóðahraðinn eftir gagnasamþjöppun miklu lægri en upphaflegur kóði.
