Wprowadzenie do cyfrowej obróbki dźwięku
Na czym polega kompresja plików audio? Zapis dźwięku w formacie cyfrowym polega na zapisaniu kształtu sygnału w postaci ciągu liczb. Procedura powyższa nazywana jest próbkowaniem Kolejne naniesienia tych liczb na wykres pozwalają na graficzne przestawienie przebiegu sygnału.
Częstotliwość próbkowania Wartość sygnału jest zapisywana z pewną częstotliwością zwaną "częstotliwością próbkowania". W przypadku płyty CD częstotliwość ta wynosi 44,1 khz, co oznacza, że w ciągu sekundy zapisywane jest 44 100 wartości sygnału audio. Mnożąc 16 bitów przez 44100 otrzymujemy konieczność zapisania nieco ponad 700 000 bitów na sekundę, czyli 88 200 bajtów na sekundę (1 bajt = 8 bitów). Ponieważ zazwyczaj zapis odbywa się dwukanałowo (stereo), to powyższą liczbę należy pomnożyć jeszcze przez 2, co da ostatecznie ok. 1 400 000 bitów na sekundę i 176 400 bajtów na sekundę - w przybliżeniu ok. 170 kb/s.
Rozdzielczość bitowa Drugim kluczowym czynnikiem wpływającym na jakość dźwięku jest rozdzielczość bitowa. Rozdzielczość bitowa określa liczbę bitów opisujących każdą próbkę dźwięku (czyli każdą liczbę reprezentującą chwilową wartość sygnału). Rozdzielczość bitowa rośnie wykładniczo, czyli 8-bitowy dźwięk może zawierać 2 8, czyli 256 różnych poziomów wartości, zaś dźwięk 16-bitowy może ich zawierać już 2 16, czyli 65 536. Z tego względu cyfrowy dźwięk 16-bitowy zawiera znacznie więcej informacji o pierwotnym sygnale niż dźwięk 8-bitowy o tej samej długości. W rezultacie, dzięki dodatkowej informacji zawartej w dźwięku 16-bitowym jest zredukowany szum występujący w tle, zaś sam dźwięk jest bogatszy i czystszy. Ten sam dźwięk nagrany z rozdzielczością 8-bitową jest zaszumiony i "płytki".
Rozmiar pliku Wzór, na podstawie którego możesz obliczyć rozmiar pliku dźwiękowego w bajtach przedstawia się następująco: czas trwania dźwięku w sekundach częstotliwość próbkowania w Hz liczba kanałów (rozdzielczość bitowa / 8) = rozmiar pliku rozdzielczość bitową dzielimy przez 8, ponieważ w jednym bajcie mieści się 8 bitów. Zgodnie z tym wzorem, 20-sekundowy stereofoniczny klip dźwiękowy o rozdzielczości 8-bitowej i częstotliwości próbkowania 11 khz zmieści się w pliku o wielkości: 20 s 11 025 Hz 2 kanały (8 bitów/8) = 441 000 Bajtów = 430 kb
Próbkowanie Cyfrowy zapis dźwięku opiera się na procedurze zwanej próbkowaniem. Próbkowanie, to nic innego, tylko odczytywanie poziomu sygnału akustycznego w danej chwili i zapisywanie jako liczby. Oczywiście, prawie zawsze liczba ta jest zapisywana w formacie dwójkowym.
Im większa częstotliwość próbkowania tym sygnał cyfrowy jest dokładniejszy
Dlatego zasadą jest, że im gęściej zapisywany jest sygnał (czyli im większa jest częstotliwość próbkowania), tym dokładniej opisze on brzmienie muzyki. W teorii przyjmuje się, że najwyższa zapisywana częstotliwość jest równa połowie częstotliwości próbkowania (tzw. kryterium Nyquist-a). Można to prześledzić na przykładzie sygnału o kształcie sinusa - widać, że można to w miarę dobrze zrobić zapisując jego skrajne wychylenia. Otrzymamy kanciasty (piłokształtny) sygnał, który z grubsza przypomina zapisywanego sinusa.
W przeciwnym wypadku otrzymamy sygnał mocno zniekształcony
Ostatecznie, mamy taką sytuację, że tylko z racji zapisywania dźwięku przy odtwarzaniu powstaje wiele nieprzyjemnych zniekształceń: pojawiają się tony, których w sygnale źródłowym w ogóle nie było (zjawisko aliassingu) znikają tony, które były powstają tzw. szumy próbkowania. Część z tych efektów da się co prawda złagodzić - np. poprzez ograniczenie zapisywanego pasma częstotliwości, czy wyrafinowane metody antyaliassingowe stosowane podczas zapisu. Poza tym układy scalone stosowane w odtwarzaczach CD wyraźnie poprawiają efekt końcowy eliminując niektóre powstające szumy i typowe zniekształcenia. Jednak oczywiście nie wszystkie, zaś wprowadzane techniki mają negatywne skutki uboczne, co objawia się zubażaniem odtwarzanej muzyki.
Wielkości charakteryzujące dźwięk Składowa prosty dźwięk o jednej częstotliwości w czasie Wysokość dźwięku częstotliwość, którą najmocniej słychać w danym sygnale dźwiękowym dla której występuje max. natężenia dźwięku w widmie tego dźwięku Widmo dźwięku zależność natężenia dźwięku od częstotliwości Barwa dźwięku charakterystyczny kształt widma sygnału
Widma dźwięków: skrzypiec, altówki, wiolonczeli, kontrabasu
Kompresja - "pakowanie" danych dźwiękowych. Są dwa rodzaje kompresji: kompresja bezstratna kompresja stratna
Kompresja bezstratna Kompresja bezstratna zachowuje pełną informację o przebiegu sygnału dźwiękowego. Polega ona na sprytnej zmianie sposobu zapisu danych, dzięki czemu zapis jest oszczędniejszy. Możliwość stosowania tego rodzaju kompresji wynika z faktu, że standardowe sposoby zapisu dźwięku (np. pliki wav) są dość "rozrzutne" pod względem wykorzystania pamięci. Np. bez względu na to, czy w danym momencie dźwięk ma dużą amplitudę i skomplikowany przebieg, czy panuje absolutna cisza, dane w formacie stereo zajmują około 170 kb na każdą sekundę. Dlatego zmieniając sposób zapisu da się sporo danych "upakować". Dlatego kompresja bezstratna pozwala przeciętnie w np. w jednym bajcie danych skompresowanych zapisać więcej niż 1 bajt danych wyjściowych.
Możliwe do zastosowanie metody: - można np. oznaczać obszary ciszy i zapisywać je oszczędniej niż w 16 bitach na kanał i na jedną próbkę sygnału (w końcu większość rozpiętości przedziału od 0 do 32 768 dla cichych dźwięków się "marnuje") - dla muzyki w której różnice między kanałami stereo są nieznaczne można zapisywać dokładnie zsumowany sygnał (mono), a różnice (które będą niewielkie) kodować oszczędniejszym sposobem. - i inne, jakie tylko wymyślą mądrzy naukowcy... Niestety, kompresja bezstratna zazwyczaj nie daje dużych możliwości zmniejszenia rozmiaru plików - zysk na pojemności pamięci oscyluje w okolicy 2 razy (w najlepszych warunkach 3-4).
Formaty kompresji bezstratnej monkey's audio LPAC RKAU FLAC WavPack jeden z podformatów quicktime'a
Kompresja stratna Kompresja stratna wykorzystuje kilka uzupełniających się efektów i technik: po pierwsze - ten typ kompresji może wykorzystać prawie wszystkie metody kompresji bezstratnej po drugie - ponieważ ludzki narząd słuchu nie jest stuprocentowo dokładny (ludzkie ucho słyszy dźwięki w paśmie między częstotliwościami granicznymi od ok. 16 Hz do 20 khz.) to wiele dźwięków jest przezeń "gubionych" i można ich po prostu nie zapisywać, oszczędzając przy tym pasmo pamięci.
Ta druga metoda - wykorzystanie niedokładności słuchu jest właśnie kluczem do wydajności kompresji stratnej. W jej ramach sygnał dźwiękowy jest analizowany pod kątem owych niedostrzeganych słuchem elementów - np. maskowanie dźwięków cichych przez głośne, lub maskowanie gorzej słyszalnych dźwięków. Dzięki kompresji stratnej daje się (bez wyraźnego pogorszenia jakości dźwięku) upakować dane audio 10-cio, a nawet 20-to krotnie. W rezultacie typowe nagranie zajmuje nie kilkadziesiąt, a kilka megabajtów pamięci.
Formaty kompresji stratnej mp3 (także mp3 pro - twórca Instytut Fraunhoffera) wma, asf (MICROSOFT) mpeg ogg (Vorbis - projekt open source) atrac (SONY) aac (APPLE) vqf (YAMAHA) i inne
Jakość dźwięku cyfrowego W przypadku pliku zapisanego cyfrowo bez kompresji jego jakość zależy od częstotliwości próbkowania W przypadku dźwięku poddanego kompresji stratnej jego jakość zależy od częstotliwości próbkowania ale i od tzw. przepływności
Przepływność Przepływność to szybkość przesyłu (ang. bitrate) z jaką informacja przepływa przez pewien punkt. Mierzy się ją w bitach na sekundę (bps) lub bajtach na sekundę (B/s, 8 b/s = 1 B/s) i ich krotnościach (kb/s, Mb/s, Gb/s, kb/s, MB/s itd.) Im wyższy bitrate, tym lepsza jakość.
Programy do obróbki dźwięku GoldWave - zaawansowany program do obróbki plików audio. Program pozwala nam na zastosowanie kilkudziesięciu efektów, umożliwia wycinanie lub wstawianie części plików muzycznych. GoldWave radzi sobie z konwersją kilkudziesięciu formatów dźwiękowych, które obsługuje Easy CD-DA Extractor - program służący do konwersji nagrań audio z płyt CD na pliki dźwiękowe zapisane w formacie WAV, RAW, MP3, vqf oraz ogg. Audacity najnowsza wersja darmowego i łatwego w użyciu programu do nagrywania i edycji dźwięku dla systemów Windows, Mac OS X, GNU/Linux i innych. Audacity jest znaną i cenioną aplikacją przez wielu użytkowników. Program posiada polski, przejrzysty interfejs Virtual DJ - darmowy program do miksowania muzyki w czasie rzeczywistym. CDex - darmowy program do konwersji płyt Audio na dysk twardy w postaci plików MP3, WAV, OGG, APE, VGF.
Koniec