1. audio
Se refiere a ondas sonoras con una frecuencia entre 20 Hz y 20 kHz que pueden ser escuchadas por los oídos humanos.
Si agrega una tarjeta de audio correspondiente a la computadora, que es lo que a menudo llamamos tarjeta de sonido, podemos grabar todos los sonidos, y las características acústicas del sonido, como el nivel del sonido, se pueden almacenar como archivos en el disco duro de la computadora. Por el contrario, también podemos utilizar un determinado programa de audio para reproducir el archivo de audio almacenado para restaurar el sonido grabado previamente.
2. Frecuencia de muestreo
Se refiere al número de muestras de sonido obtenidas por segundo. El sonido es en realidad una especie de onda de energía, por lo que también tiene las características de frecuencia y amplitud. La frecuencia corresponde al eje del tiempo y la amplitud corresponde al eje de nivel. La onda es infinitamente suave y la cuerda puede considerarse compuesta de innumerables puntos. Debido a que el espacio de almacenamiento es relativamente limitado, los puntos de la cadena deben muestrearse durante el proceso de codificación digital.
El proceso de muestreo consiste en extraer el valor de frecuencia de un determinado punto. Obviamente, cuantos más puntos se extraen en un segundo, más información de frecuencia se obtiene. Para restaurar la forma de onda, cuanto mayor sea la frecuencia de muestreo, mejor será la calidad del sonido. Cuanto más real es la restauración, pero al mismo tiempo ocupa más recursos. Debido a la resolución limitada del oído humano, no se puede distinguir una frecuencia demasiado alta. La frecuencia de muestreo de 22050 se usa comúnmente, 44100 ya tiene calidad de sonido de CD y el muestreo de más de 48,000 o 96,000 ya no es significativo para el oído humano. Esto es similar a los 24 fotogramas por segundo de las películas. Si es estéreo, la muestra se duplica y el archivo casi se duplica.
De acuerdo con la teoría de muestreo de Nyquist, para garantizar que el sonido no se distorsione, la frecuencia de muestreo debe rondar los 40 kHz. No necesitamos saber cómo surgió este teorema. Solo necesitamos saber que este teorema nos dice que si queremos grabar una señal con precisión, nuestra frecuencia de muestreo debe ser mayor o igual al doble de la frecuencia máxima de la señal de audio. Recuerde, es la frecuencia máxima. .
En el campo del audio digital, las frecuencias de muestreo comúnmente utilizadas son:
8000 Hz: la frecuencia de muestreo utilizada por el teléfono, que es suficiente para el habla humana
11025 Hz-Frecuencia de muestreo utilizada por el teléfono
Frecuencia de muestreo de 22050 Hz utilizada para radiodifusión
Frecuencia de muestreo de 32000 Hz utilizada por la videocámara digital miniDV, DAT (modo LP)
CD de audio de 44100 Hz, también comúnmente utilizado en la frecuencia de muestreo de audio MPEG-1 (VCD, SVCD, MP3)
Frecuencia de muestreo de 47250 Hz utilizada por grabadoras PCM comerciales
Frecuencia de muestreo de 48000 Hz para sonido digital utilizado en miniDV, TV digital, DVD, DAT, películas y audio profesional
Frecuencia de muestreo de 50000 Hz utilizada por grabadoras digitales comerciales
96000 Hz o 192000 Hz: la frecuencia de muestreo utilizada para DVD-Audio, algunas pistas de audio de DVD LPCM, pistas de audio de BD-ROM (Blu-ray Disc) y pistas de audio de HD-DVD (DVD de alta definición)
3. el número de bits de muestreo
El número de bits de muestreo también se denomina tamaño de muestreo o número de bits de cuantificación. Es un parámetro que se utiliza para medir la fluctuación del sonido, es decir, la resolución de la tarjeta de sonido o puede entenderse como la resolución de la tarjeta de sonido procesada por la tarjeta de sonido. Cuanto mayor sea el valor, mayor será la resolución y más realista será el sonido grabado y reproducido. El bit de la tarjeta de sonido se refiere a los dígitos binarios de la señal de sonido digital que utiliza la tarjeta de sonido al recopilar y reproducir archivos de sonido. El bit de la tarjeta de sonido refleja objetivamente la precisión de la descripción de la señal de sonido digital de la señal de sonido de entrada. Las tarjetas de sonido comunes son principalmente de 8 y 16 bits. Hoy en día, todos los productos principales del mercado son tarjetas de sonido de 16 bits o superiores.
Se registra la amplitud de cada dato muestreado y la precisión del muestreo depende del número de bits de muestreo:
1 byte (es decir, 8 bits) solo puede registrar 256 números, es decir, la amplitud solo se puede dividir en 256 niveles;
2 bytes (es decir, 16 bits) pueden ser tan pequeños como 65536, que ya es un estándar de CD;
4 bytes (es decir, 32 bits) pueden subdividir la amplitud en 4294967296 niveles, lo cual es realmente innecesario.
4. el número de canales
Ese es el número de canales de sonido. El mono y estéreo común (dos canales) ahora se han desarrollado a sonido envolvente de cuatro canales (cuatro canales) y 5.1 canales.
(1) Carretera única
Mono es una forma relativamente primitiva de reproducción de sonido, y las primeras tarjetas de sonido lo usaban con más frecuencia. El sonido mono solo se puede reproducir con un altavoz, y algunos también se procesan en dos altavoces para emitir el mismo canal de sonido. Cuando se reproduce información monofónica a través de dos altavoces, podemos sentir claramente que el sonido proviene de dos altavoces. Es imposible determinar la ubicación específica de la fuente de sonido que se transmite a nuestros oídos desde el medio del altavoz.
(2) Estéreo
Los canales binaurales tienen dos canales de sonido. El principio es que cuando las personas escuchan un sonido, pueden juzgar la ubicación específica de la fuente de sonido en función de la diferencia de fase entre los oídos izquierdo y derecho. El sonido se asigna a dos canales independientes durante el proceso de grabación, para lograr un buen efecto de localización del sonido. Esta técnica es particularmente útil en la apreciación de la música. El oyente puede distinguir claramente la dirección de donde provienen varios instrumentos, lo que hace que la música sea más imaginativa y más cercana a la experiencia en el lugar.
Actualmente, dos voces son el uso más común. En el karaoke, uno es para tocar música y el otro es para la voz del cantante; en VCD, uno dobla en mandarín y el otro dobla en cantonés.
(3) Sonido envolvente de cuatro tonos
El sonido envolvente de cuatro canales define cuatro puntos de sonido, delantero izquierdo, delantero derecho, trasero izquierdo y trasero derecho, y la audiencia está rodeada por estos cuatro puntos de sonido. Al mismo tiempo, también se recomienda agregar un subwoofer para mejorar el procesamiento de reproducción de señales de baja frecuencia (esta es la razón por la que los sistemas de altavoces de 4.1 canales son populares en la actualidad). En lo que respecta al efecto general, el sistema de cuatro canales puede brindar a los oyentes sonido envolvente desde múltiples direcciones diferentes, puede obtener la experiencia auditiva de estar en una variedad de entornos diferentes y brindar a los usuarios una experiencia completamente nueva. Hoy en día, la tecnología de cuatro canales se ha integrado ampliamente en el diseño de varias tarjetas de sonido de gama media a alta, convirtiéndose en la tendencia principal del desarrollo futuro.
(4) canal
Los canales 5.1 se han utilizado ampliamente en varios teatros tradicionales y teatros en casa. Algunos de los formatos de compresión de grabación de sonido más conocidos, como Dolby AC-3 (Dolby Digital), DTS, etc., se basan en el sistema de sonido 5.1. El canal ".1" es un canal de subwoofer especialmente diseñado que puede producir subwoofers con un rango de respuesta de frecuencia de 20 a 120 Hz. De hecho, el sistema de sonido 5.1 proviene del envolvente 4.1, la diferencia es que agrega una unidad central. Esta unidad central es responsable de transmitir la señal de sonido por debajo de 80Hz, lo que es útil para fortalecer la voz humana al mirar la película y concentrar el diálogo en el medio de todo el campo de sonido para aumentar el efecto general.
En la actualidad, muchos reproductores de música en línea, como QQ Music, han proporcionado música de 5.1 canales para escuchar y descargar de prueba.
5. marco
El concepto de fotogramas de audio no es tan claro como los fotogramas de video. Casi todos los formatos de codificación de video pueden simplemente pensar en un cuadro como una imagen codificada. Sin embargo, la trama de audio está relacionada con el formato de codificación, que es implementado por cada estándar de codificación. Porque si es PCM (datos de audio no codificados), no necesita el concepto de fotogramas en absoluto, y se puede reproducir de acuerdo con la frecuencia de muestreo y la precisión de muestreo. Por ejemplo, para audio dual con una frecuencia de muestreo de 44.1 kHZ y una precisión de muestreo de 16 bits, puede calcular que la velocidad de bits es 44100 * 16 * 2 bps, y los datos de audio por segundo son fijos 44100 * 16 * 2 / 8 bytes.
El marco amr es relativamente simple. Estipula que cada 20 ms de audio es un cuadro, y cada cuadro de audio es independiente. Es posible utilizar diferentes algoritmos de codificación y diferentes parámetros de codificación.
El marco de mp3 es un poco más complicado y contiene más información, como la frecuencia de muestreo, la frecuencia de bits y varios parámetros.
6. ciclo
El número de fotogramas necesarios para un procesamiento por parte de un dispositivo de audio se utiliza como una unidad para el acceso a los datos y el almacenamiento de datos de audio por parte del dispositivo de audio.
7. modo entrelazado
El método de almacenamiento de señales de audio digital. Los datos se almacenan en cuadros continuos, es decir, las muestras del canal izquierdo y las muestras del canal derecho del cuadro 1 se graban primero, y luego se inicia la grabación del cuadro 2.
8. modo no entrelazado
Primero, grabe las muestras del canal izquierdo de todos los fotogramas en un período y luego grabe todas las muestras del canal derecho.
9. tasa de bits
La tasa de bits también se denomina tasa de bits, que se refiere a la cantidad de datos reproducidos por la música por segundo, y la unidad se expresa en bits, que son bits binarios. bps es la tasa de bits. b es bit (bit), s es segundo (segundo), p es cada (por), un byte equivale a 8 bits binarios. Es decir, el tamaño del archivo de una canción de 4 minutos de 128bps se calcula así (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), generalmente mp3 es beneficioso en alrededor de 128 bits de velocidad, también tiene un tamaño de aproximadamente 3-4 BM.
En las aplicaciones informáticas, el nivel de fidelidad más alto es la codificación PCM, que se utiliza ampliamente para el almacenamiento de material y la apreciación de la música. Se utiliza en CD, DVD y nuestros archivos WAV comunes. Por lo tanto, PCM se ha convertido en una codificación sin pérdidas por convención, porque PCM representa el mejor nivel de fidelidad en audio digital. No significa que PCM pueda garantizar la fidelidad absoluta de la señal. PCM solo puede lograr el mayor grado de proximidad infinita.
Calcular la tasa de bits de un flujo de audio PCM es una tarea muy fácil, valor de la tasa de muestreo × valor del tamaño de muestreo × número de canal bps. Un archivo WAV con una frecuencia de muestreo de 44.1 KHz, un tamaño de muestreo de 16 bits y codificación PCM de doble canal, su velocidad de datos es 44.1 K × 16 × 2 = 1411.2 Kbps. Nuestro CD de audio común utiliza codificación PCM y la capacidad de un CD solo puede contener 72 minutos de información musical.
Una señal de audio codificada PCM de dos canales requiere 176.4 KB de espacio en 1 segundo y aproximadamente 10.34 millones en 1 minuto. Esto es inaceptable para la mayoría de los usuarios, especialmente aquellos a los que les gusta escuchar música en la computadora. Ocupación del disco, solo hay dos métodos, índice de reducción de muestreo o compresión. No es recomendable reducir el índice de muestreo, por lo que los expertos han desarrollado varios esquemas de compresión. Los más originales son DPCM, ADPCM y el más famoso es MP3. Por lo tanto, la tasa de código después de la compresión de datos es mucho más baja que la del código original.
