1. Ljud
Avser ljudvågor med en frekvens mellan 20 Hz och 20 kHz som kan höras av mänskliga öron.
Om du lägger till ett motsvarande ljudkort på datorn, vilket vi ofta kallar ett ljudkort, kan vi spela in alla ljud, och ljudets akustiska egenskaper, som ljudnivån, kan lagras som filer på datorns hårddisk. Omvänt kan vi också använda ett visst ljudprogram för att spela upp den lagrade ljudfilen för att återställa det tidigare inspelade ljudet.
2. Provtagningsfrekvens
Avser antalet ljudprover som erhållits per sekund. Ljud är faktiskt en slags energivåg, så det har också egenskaperna för frekvens och amplitud. Frekvensen motsvarar tidsaxeln och amplituden motsvarar nivåaxeln. Vågen är oändligt jämn och strängen kan betraktas som sammansatt av otaliga punkter. Eftersom lagringsutrymmet är relativt begränsat måste strängens punkter samplas under den digitala kodningsprocessen.
Provtagningsprocessen är att extrahera frekvensvärdet för en viss punkt. Det är uppenbart att ju fler poäng extraheras på en sekund, desto mer frekvensinformation erhålls. För att återställa vågformen, ju högre samplingsfrekvens, desto bättre ljudkvalitet. Ju mer verklig restaureringen är, men samtidigt tar den upp mer resurser. På grund av den begränsade upplösningen på det mänskliga örat kan en alltför hög frekvens inte urskiljas. Samplingsfrekvensen 22050 används ofta, 44100 är redan CD-ljudkvalitet och sampling över 48,000 96,000 eller 24 XNUMX är inte längre meningsfullt för det mänskliga örat. Detta liknar XNUMX bilder per sekund i filmer. Om det är stereo fördubblas provet och filen fördubblas nästan.
Enligt Nyquist-samplingsteorin bör samplingsfrekvensen vara cirka 40 kHz för att säkerställa att ljudet inte förvrängs. Vi behöver inte veta hur denna sats kom till. Vi behöver bara veta att denna teorem säger att om vi vill spela in en signal exakt måste vår samplingsfrekvens vara större än eller lika med dubbelt så hög ljudsignalens frekvens. Kom ihåg att det är den maximala frekvensen. .
Inom området digitalt ljud är vanliga samplingsfrekvenser:
8000 Hz - samplingsfrekvensen som används av telefonen, vilket är tillräckligt för mänskligt tal
11025 Hz-samplingsfrekvens som används av telefonen
22050 Hz samplingsfrekvens som används för radiosändningar
32000 Hz samplingsfrekvens som används av miniDV digital videokamera, DAT (LP-läge)
44100 Hz-Audio-CD, används ofta i samplingsfrekvensen för MPEG-1-ljud (VCD, SVCD, MP3)
47250 Hz samplingsfrekvens som används av kommersiella PCM-inspelare
48000 Hz samplingsfrekvens för digitalt ljud som används i miniDV, digital TV, DVD, DAT, filmer och professionellt ljud
50000 Hz samplingsfrekvens som används av kommersiella digitala inspelare
96000 Hz eller 192000 Hz - samplingsfrekvensen som används för DVD-Audio, vissa LPCM DVD-ljudspår, BD-ROM-ljudspår (Blu-ray Disc) och HD-DVD-ljudspår (High Definition DVD)
3. antalet samplingsbitar
Antalet samplingsbitar kallas också samplingsstorleken eller antalet kvantiseringsbitar. Det är en parameter som används för att mäta ljudets fluktuationer, det vill säga ljudkortets upplösning eller kan förstås som ljudkortets upplösning som behandlas av ljudkortet. Ju större värde, desto högre upplösning och desto mer realistiskt spelas ljudet in och spelas upp. Ljudkortets bit refererar till de binära siffrorna i den digitala ljudsignalen som används av ljudkortet när du samlar in och spelar upp ljudfiler. Ljudkortets bit reflekterar objektivt noggrannheten i den digitala ljudsignalens beskrivning av ingångssignalen. Vanliga ljudkort är huvudsakligen 8-bitars och 16-bitars. Numera är alla vanliga produkter på marknaden 16-bitars och över ljudkort.
Amplituden för varje samplad data registreras och samplingsnoggrannheten beror på antalet samplingsbitar:
1 byte (dvs 8bit) kan bara spela in 256 nummer, det vill säga amplituden kan bara delas in i 256 nivåer;
2 byte (det vill säga 16 bitar) kan vara så små som 65536, vilket redan är en CD-standard;
4 byte (det vill säga 32 bitar) kan dela upp amplituden i 4294967296 nivåer, vilket verkligen är onödigt.
4. antalet kanaler
Det är antalet ljudkanaler. Gemensam mono och stereo (dual-channel) har nu utvecklats till fyra-sound surround (fyra-channel) och 5.1 kanaler.
(1) Enkel väg
Mono är en relativt primitiv form av ljudåtergivning, och tidiga ljudkort använde det oftare. Monoljud kan bara ljudas med en högtalare, och vissa bearbetas också till två högtalare för att mata ut samma ljudkanal. När monofonisk information spelas upp genom två högtalare kan vi tydligt känna att ljudet kommer från två högtalare. Det är omöjligt att bestämma den specifika platsen för ljudkällan som överförs till våra öron från mitten av högtalaren.
(2) Stereo
Binaurala kanaler har två ljudkanaler. Principen är att när människor hör ett ljud kan de bedöma ljudkällans specifika läge baserat på fasskillnaden mellan vänster och höger öron. Ljudet tilldelas två oberoende kanaler under inspelningsprocessen för att uppnå en bra ljudlokaliseringseffekt. Denna teknik är särskilt användbar för musikuppskattning. Lyssnaren kan tydligt skilja från vilken riktning olika instrument kommer från, vilket gör musiken mer fantasifull och närmare platsupplevelsen.
Två röster är för närvarande den vanligaste användningen. I karaoke är den ena för att spela musik och den andra för sångers röst; i VCD, den ena dubbar på mandarin och den andra dubbar på kantonesiska.
(3) Fyrtonig surround
Fyrkanalens surround definierar fyra ljudpunkter, främre vänster, främre höger, bakre vänster och bakre höger, och publiken är omgiven av dessa fyra ljudpunkter. Samtidigt rekommenderas det också att lägga till en subwoofer för att förbättra uppspelningsbehandlingen av lågfrekventa signaler (detta är anledningen till att 4.1-kanals högtalarsystem är populära idag). När det gäller den övergripande effekten kan fyrkanalssystemet ge lyssnarna surroundljud från flera olika riktningar, kan få hörselupplevelsen att vara i en mängd olika miljöer och ge användarna en helt ny upplevelse. Numera har fyrkanalsteknologi integrerats i stor utsträckning i utformningen av olika mid-to-end-ljudkort, vilket har blivit den vanliga trenden för framtida utveckling.
(4) kanal
5.1 kanaler har använts i stor utsträckning i olika traditionella teatrar och hemmabio. Några av de mer kända komprimeringsformaten för ljudinspelning, som Dolby AC-3 (Dolby Digital), DTS, etc., är baserade på 5.1-ljudsystemet. Kanalen ".1" är en specialdesignad subwooferkanal som kan producera subwoofers med ett frekvenssvar på 20 till 120 Hz. Faktum är att 5.1-ljudsystemet kommer från 4.1 surround, skillnaden är att det lägger till en centralenhet. Denna centralenhet ansvarar för att sända ljudsignalen under 80Hz, vilket är till hjälp för att stärka den mänskliga rösten när du tittar på filmen och koncentrera dialogen i mitten av hela ljudfältet för att öka den totala effekten.
För närvarande har många online-musikspelare, som QQ Music, tillhandahållit 5.1-kanals musik för provlyssning och nedladdning.
5. ram
Begreppet ljudramar är inte lika tydligt som videoramar. Nästan alla videokodningsformat kan helt enkelt tänka på en ram som en kodad bild. Ljudramen är emellertid relaterad till kodningsformatet, som implementeras av varje kodningsstandard. För om det är PCM (okodad ljuddata) behöver det inte begreppet ramar alls, och det kan spelas enligt samplingsfrekvensen och samplingsnoggrannheten. Till exempel, för dubbelt ljud med en samplingshastighet på 44.1 kHz och en samplingsnoggrannhet på 16 bitar kan du beräkna att bithastigheten är 44100 * 16 * 2bps, och ljuddata per sekund är en fast 44100 * 16 * 2 / 8 byte.
Amr-ramen är relativt enkel. Det föreskriver att varje 20 ms ljud är en ram, och varje ljudram är oberoende. Det är möjligt att använda olika kodningsalgoritmer och olika kodningsparametrar.
Mp3-ramen är lite mer komplicerad och innehåller mer information, såsom samplingshastighet, bithastighet och olika parametrar.
6. cykla
Antalet ramar som krävs för en bearbetning av en ljudenhet används som en enhet för dataåtkomst och ljuddatalagring av ljudenheten.
7. interlaced mode
Lagringsmetoden för digitala ljudsignaler. Datan lagras i kontinuerliga ramar, det vill säga de vänstra kanalproverna och högerkanalproverna för ram 1 spelas in först och sedan startas inspelningen av ram 2.
8. icke-sammanflätat läge
Registrera först de vänstra kanalproverna för alla ramar under en period och spela sedan in alla rätt kanalprover.
9. bithastighet
Bithastigheten kallas också bithastigheten, som refererar till mängden data som spelas av musik per sekund, och enheten uttrycks i bitar, vilka är binära bitar. bps är bithastigheten. b är bit (bit), s är sekund (sekund), p är varje (per), en byte motsvarar 8 binära bitar. Det vill säga filstorleken för en 4-minuterslåt på 128bps beräknas så här (128/8) * 4 * 60 = 3840kB = 3.8MB, 1B (Byte) = 8b (bit), i allmänhet är mp3 fördelaktigt vid runt 128 bithastighet, Det handlar också om 3-4 BM i storlek.
I datorprogram är PCM-kodning den högsta trovärdighetsnivån, som ofta används för materiallagring och musikuppskattning. Den används i CD, DVD och våra vanliga WAV-filer. Därför har PCM blivit en förlustfri kodning enligt konvention, eftersom PCM representerar den bästa trovärdighetsnivån i digitalt ljud. Det betyder inte att PCM kan säkerställa signalens absoluta trohet. PCM kan bara uppnå den största nivån av oändlig närhet.
Att beräkna bithastigheten för en PCM-ljudström är en mycket enkel uppgift, samplingshastighetsvärde × samplingsstorleksvärde × kanalnummer bps. En WAV-fil med en samplingshastighet på 44.1 kHz, en samplingsstorlek på 16 bitar och dubbelkanal PCM-kodning, dess datahastighet är 44.1 k × 16 × 2 = 1411.2 kbit / s. Vår vanliga ljud-CD använder PCM-kodning, och CD-skivans kapacitet kan bara innehålla 72 minuter musikinformation.
En PCM-kodad ljudsignal med dubbla kanaler kräver 176.4 kB utrymme på 1 sekund och cirka 10.34 M på 1 minut. Detta är oacceptabelt för de flesta användare, särskilt de som gillar att lyssna på musik på datorn. Diskbeläggning, det finns bara två metoder, nedprovningsindex eller komprimering. Det är inte tillrådligt att minska samplingsindexet, så experter har utvecklat olika komprimeringsscheman. De mest originella är DPCM, ADPCM, och den mest kända är MP3. Därför är kodhastigheten efter datakomprimering mycket lägre än den ursprungliga koden.
