Цифровой звук это способ представления

XI Международная студенческая научная конференция Студенческий научный форум — 2019

Цифровой звук. Принципы работы со звуком.

Цифровой звук – это способ представления электрического сигнала посредством дискретных численных значений его амплитуды.

Процесс оцифровки звука — это технология преобразования аналогового звукового сигнала в цифровой вид. Заключается он в осуществлении замеров амплитуды сигнала с определенным временным шагом и последующей записью полученных значений в численном виде. Хранить цифровой звук можно представив его в последовательности различных кодовых комбинаций. Существует множество различных методов представления цифрового звука, но все они делятся на две основные категории:

хранение без потерь данных (lossless);

хранение с безвозвратной потерей данных (lossy);

Обработка звука — различные преобразования звуковой информации с целью изменения каких-то характеристик звучания. К обработке звука относятся способы создания различных звуковых эффектов, фильтрация, а также методы очистки звука от нежелательных шумов, изменения тембра и т.д.

Все это огромное множество преобразований сводится, в конечном счете, к следующим основным типам:

1. Амплитудные преобразования. Выполняются над амплитудой сигнала и приводят к ее усилению/ослаблению или изменению по какому-либо закону на определенных участках сигнала.

2. Частотные преобразования. Выполняются над частотными составляющими звука: сигнал представляется в виде спектра частот через определенные промежутки времени, производится обработка необходимых частотных составляющих, например, фильтрация, и обратное «сворачивание» сигнала из спектра в волну.

3. Фазовые преобразования. Сдвиг фазы сигнала тем или иным способом; например, такие преобразования стерео сигнала, позволяют реализовать эффект вращения или «объёмности» звука.

4. Временные преобразования. Реализуются путем наложения, растягивания/сжатия сигналов; позволяют создать, например, эффекты эха или хора, а также повлиять на пространственные характеристики звука.

Практические примеры использования указанных видов преобразований при создании реальных звуковых эффектов:

Echo (эхо) — Реализуется с помощью временных преобразований. Фактически для получения эха необходимо на оригинальный входной сигнал наложить его задержанную во времени копию. Для того, чтобы человеческое ухо воспринимало вторую копию сигнала как повторение, а не как отзвук основного сигнала, необходимо время задержки установить равным примерно 50 мс. На основной сигнал можно наложить не одну его копию, а несколько, что позволит на выходе получить эффект многократного повторения звука (многоголосного эха). Чтобы эхо казалось затухающим, необходимо на исходный сигнал накладывать не просто задержанные копии сигнала, а приглушенные по амплитуде.

Reverberation (повторение, отражение) — Эффект заключается в придании звучанию объемности, характерной для большого зала, где каждый звук порождает соответствующий, медленно угасающий отзвук. Практически, с помощью реверберации можно «оживить», например, фонограмму, сделанную в заглушенном помещении. От эффекта «эхо» реверберация отличается тем, что на входной сигнал накладывается задержанный во времени выходной сигнал, а не задержанная копия входного. Иными словами, блок реверберации упрощенно представляет собой петлю, где выход блока подключен к его входу, таким образом уже обработанный сигнал каждый цикл снова подается на вход смешиваясь с оригинальным сигналом.

Chorus (хор) — В результате его применения звучание сигнала превращается как бы в звучание хора или в одновременное звучание нескольких инструментов. Схема получения такого эффекта аналогична схеме создания эффекта эха с той лишь разницей, что задержанные копии входного сигнала подвергаются слабой частотной модуляции (в среднем от 0.1 до 5 Гц) перед смешиванием со входным сигналом. Увеличение количества голосов в хоре достигается путем добавления копий сигнала с различными временами задержки.

Программное обеспечение, необходимое для цифровой записи и обработки звука: Adobe Audition, Sound Forge, Cool Edit Pro, Wavelab и т.д.

Прежде всего, сам принцип представления звука в цифровой форме предполагает уничтожение какой-то части информации в нем. Исходная, непрерывная кривая, описывающая амплитуду звуковой волны, подвергается дискретизации — разбиению на отдельные интервалы (отсчеты), внутри которых амплитуда считается постоянной; таким образом фиксируются временные характеристики волны. Затем эти мгновенные значения амплитуды еще раз разбиваются на конечное число значений — теперь уже по самой величине амплитуды — и выбирается наиболее близкое из этих дискретных значений; так фиксируются амплитудные характеристики. Если говорить по отношению к графику (осциллограмме) звуковой волны, то можно сказать, что на него накладывается некая сетка — крупная или мелкая, которая определяет точность преобразования волны в цифровую форму.

Емкость временной сетки — частота дискретизации — определяет прежде всего частотный диапазон преобразуемого звука. В идеальных условиях для передачи сигнала с верхней частотой F достаточно частоты дискретизации 2F, в реальных же, приходится выбирать некоторый запас. Точность же представления самих значений амплитуды — разрядность отсчетов — определяет в первую очередь уровень шумов и искажений, вносимых при преобразовании. Естественно — снова для идеального случая, поскольку шумы и искажения вносятся и другими участками схемы.

В начале 80-х, когда разрабатывалась система «компакт-диск», ориентированная для бытового применения, по результатам экспертных оценок была выбрана частота дискретизации 44,1 кГц и разрядность отсчета 16 бит (65536 фиксированных уровней амплитуды). Этих параметров достаточно для точной передачи сигналов с частотой до 22 кГц, в которые вносится дополнительный шум на уровне примерно -96 дБ. На уровне бытовой аппаратуры конца 70-х эти параметры выглядели довольно заманчиво — тем более, что акустических систем, способных более-менее точно передать звук с такими параметрами, тогда практически не существовало. В студийной работе использовалась та же разрядность отсчета при частоте дискретизации 48 кГц, что в то время считалось вполне достаточным.

За прошедшее время ситуация сильно изменилась — значительно возросло качество передачи звука в студийных и бытовых системах, снова вошли в моду ламповые усилители и схемы, когда-то признанные неэффективными, но вносящие в звук меньше искажений, чем новые, и многие стали жаловаться на характерный «цифровой» призвук в музыке на компакт-дисках, причиной которого явилась недостаточные разрядность отсчетов и прежде всего — частота дискретизации. Дело в том, что при оцифровке сигнала с частотой дискретизации F необходимо полностью удалить все его составляющие с частотами выше F/2. Обычные аналоговые проигрыватели и усилители, для которых гарантировалась передача диапазона до 20 кГц, на самом деле не вырезали из сигнала более высоких частотных составляющих — их амплитуда просто постепенно спадала, и у качественных аппаратов этот спад был более пологим, а звук — более естественным и прозрачным. Однако при глубоком подавлении высших частот — даже тех, что неслышимы сами по себе — общая звуковая картина меняется достаточно заметно для хорошей аппаратуры и тренированного слуха.

Таким образом, весьма высокие еще для начала 90-х параметры цифрового звука «16 бит/44,1 кГц» сейчас могут считаться лишь минимально допустимыми для понятий «качественный звук» и «Hi-Fi». В студийной работе происходит переход на стандарт «24 бита/96 кГц», который по теоретически достижимому качеству пока заметно перекрывает возможности существующих звуковых систем. Внутри стандарта «компакт-диск», ограниченного своими 16 разрядами и 44,1 кГц частоты дискретизации, используется преобразование цифрового звука под большую частоту дискретизации и разрядность с последующей интерполяцией промежуточных значений. Само по себе это не улучшает качества звука, однако позволяет заметно снизить погрешности, возникающие из-за неидеальности ЦАП, фильтров и прочих элементов тракта.

В обычной же компьютерной звуковой карте уже при простых записи-воспроизведении трудно достичь даже качества хорошего проигрывателя компакт дисков, не говоря уже о том, чтобы полностью «вычерпать» потенциальные характеристики внедряемых сейчас более высоких частот и разрядностей. Происходит это потому, что компьютерная карта во многом является зависимым устройством, получая питание от источника компьютера и находясь под влиянием разнообразных помех и наводок от прочих компьютерных компонент. Подавляющее большинство карт имеют совмещенные на одном кристалле ЦАП и АЦП, что снижает их помехозащищенность. Более «грамотное» проектирование звуковой карты — введение корректирующих и помехоподавляющих цепей, стабилизации питания, вынос чувствительных компонент за пределы компьютера — сразу же резко увеличивает ее стоимость, что снижает объемы продаж и еще более поднимает продажную цену, которая уже начинает приближаться к цене младших моделей студийных аппаратов. Покупка «фирменных» компьютеров со сниженным уровнем помех также плачевно сказывается на общей выгоде.

Примерно такая же картина складывается с параметрами компьютерных WT-синтезаторов: к недостаткам собственно в качестве звука добавляется ограниченность тех или иных возможностей, которые в автономных профессиональных аппаратах представлены более полно. Нередко богатые аппаратные возможности синтезатора не поддерживаются должным образом его программным обеспечением, а для пользователя музыканта это равнозначно их отсутствию. Чрезвычайно скудна документация, часто не освещающая до конца всех возможностей — особенно в сравнении с пухлыми томами описаний профессиональных инструментов.

Таким образом, возникает парадокс: главное преимущество компьютерных карт — их сравнительно низкая стоимость по отношению к возможностям — с лихвой компенсируется явно недостаточными по сегодняшним меркам качеством звука, аппаратных возможностей по его обработке, уровнем программного обеспечения. К тому же многие серьезные производители — Roland, Ensoniq, Yamaha — вполне умышленно ограничивают качество и возможности выпускаемых ими компьютерных карт по сравнению с самостоятельными изделиями. Поэтому у пользователей — прежде всего музыкантов — возникает справедливый вопрос: оправдывает ли себя идея использования компьютера, или же в ней больше от рекламных трюков на популярном нынче направлении?

Ответ прост: в современном процессе работы со звуком и музыкой без компьютера не обойтись — кроме известных направлений чисто акустической музыки, исполняемой «живьем». Другое дело — нужно правильно определить место компьютера в этом процессе. Было бы неверно полагать, что можно полностью заменить профессиональную студию с кучей серьезной и дорогой аппаратуры и звукоинженеров одним недорогим бытовым компьютером с недорогой же звуковой картой. Однако с их помощью можно начать делать то, что традиционно делалось только в «серьезных» студийных условиях — у себя дома или в небольшой любительской студии. Можно изучить и освоить возможности синтезатора, эффект-процессора, приемы воздействия на звук для получения желаемой его динамики и окраски, научиться записывать, создавать и использовать собственные звучания, подготавливать и сводить фонограммы. Для любителя и даже профессионала, не требующего сверхвысокого качества звука, даже этого может оказаться вполне достаточно, а остальные довольно скоро почувствуют ограниченность простой конфигурации — и весьма легко смогут заменить ее на более сложную и качественную, причем чаще всего — с гораздо меньшими потерями, чем при работе только с самостоятельными аппаратами. Вначале это может быть замена на более серьезную и качественную звуковую карту, затем — на автономные устройства с компьютерным управлением. Важно то, что при помощи компьютера нужным с программным обеспечением можно «выжать досуха» практически любой аппарат, для управления которым с его собственной панели просто-напросто не хватает рук.

Кроме этого, многие профессиональные музыканты пользуются компьютерными картами для создания так называемых «домашних заготовок» — как и многие писатели, архитекторы или модельеры. В условиях дороговизны аренды студийного времени нередко оказывается более выгодным спокойно подготовить дома «черновик», не обращая особого внимания на несоответствие уровня шумов, прозрачность звука и натуральности имитации традиционных инструментов студийным канонам, а затем уже принести его в студию, где опытные специалисты быстро подберут аналогичные режимы работы «серьезной» аппаратуры, которая исполнит то же самое с «настоящим студийным качеством». Такой подход позволяет наиболее оптимально организовать разделение труда, оставив музыканту работу собственно над музыкой, а звукоинженеру — над ее сведением и записью.

Мне часто приходится консультировать музыкантов и звукорежиссеров — как любителей, так и профессионалов — в вопросах применения компьютеров в их работе. И нередко приходится сталкиваться и с непонятным желанием получить все «в одном флаконе», соединив принципиально несовместимые требования, и с разочарованием от того, что не получится, купив недорогой компьютер, сразу же приступить к выпуску у себя дома компакт-дисков мирового класса. Однако мне еще не приходилось видеть человека, который, хотя бы наполовину разобравшись в звуковых возможностях компьютера, после этого смог бы отказаться от его использования. В этом и состоит правильный подход: не заменить одним инструментом все остальные, а применить его там, где ему самое место — только в этом случае достигается наибольший эффект от вложения и средств, и усилий, и времени.

Источник

Отличия аналогового звука от цифрового

Очень часто мы слышим такие определения, как «цифровой» или «дискретный» сигнал, в чем его отличие от «аналогового»?

Суть различия в том, что аналоговый сигнал непрерывный во времени (голубая линия), в то время как цифровой сигнал состоит из ограниченного набора координат (красные точки). Если все сводить к координатам, то любой отрезок аналогового сигнала состоит из бесконечного количества координат.

У цифрового сигнала координаты по горизонтальной оси расположены через равные промежутки времени, в соответствии с частотой дискретизации. В распространенном формате Audio-CD это 44100 точек в секунду. По вертикали точность высоты координаты соответствует разрядности цифрового сигнала, для 8 бит это 256 уровней, для 16 бит = 65536 и для 24 бит = 16777216 уровней. Чем выше разрядность (количество уровней), тем ближе координаты по вертикали к исходной волне.

Аналоговыми источниками являются: винил и аудиокассеты. Цифровыми источниками являются: CD-Audio, DVD-Audio, SA-CD (DSD) и файлы в WAVE и DSD форматах (включая производные APE, Flac, Mp3, Ogg и т.п.).

Преимущества и недостатки аналогового сигнала

Преимуществом аналогового сигнала является то, что именно в аналоговом виде мы воспринимаем звук своими ушами. И хотя наша слуховая система переводит воспринимаемый звуковой поток в цифровой вид и передает в таком виде в мозг, наука и техника пока не дошла до возможности именно в таком виде подключать плееры и другие источники звука напрямик. Подобные исследования сейчас активно ведутся для людей с ограниченными возможностями, а мы наслаждаемся исключительно аналоговым звуком.

Недостатком аналогового сигнала являются возможности по хранению, передаче и тиражированию сигнала. При записи на магнитную ленту или винил, качество сигнала будет зависеть от свойств ленты или винила. Со временем лента размагничивается и качество записанного сигнала ухудшается. Каждое считывание постепенно разрушает носитель, а перезапись вносит дополнительные искажения, где дополнительные отклонения добавляет следующий носитель (лента или винил), устройства считывания, записи и передачи сигнала.

Делать копию аналогового сигнала, это все равно, что для копирования фотографии ее еще раз сфотографировать.

Преимущества и недостатки цифрового сигнала

К преимуществам цифрового сигнала относится точность при копировании и передачи звукового потока, где оригинал ничем не отличается от копии.

Основным недостатком можно считать то, что сигнал в цифровом виде является промежуточной стадией и точность конечного аналогового сигнала будет зависеть от того, насколько подробно и точно будет описана координатами звуковая волна. Вполне логично, что чем больше будет точек и чем точнее будут координаты, тем более точной будет волна. Но до сих пор нет единого мнения, какое количество координат и точность данных является достаточным для того, что бы сказать, что цифровое представление сигнала достаточно для точного восстановления аналогового сигнала, неотличимого от оригинала нашими ушами.

Если оперировать объемами данных, то вместимость обычной аналоговой аудиокассеты составляет всего около 700-1,1 Мб, в то время как обычный компакт диск вмещает 700 Мб. Это дает представление о необходимости носителей большой емкости. И это рождает отдельную войну компромиссов с разными требованиями по количеству описывающих точек и по точности координат.

На сегодняшний день считается вполне достаточным представление звуковой волны с частотой дискретизации 44,1 кГц и разрядности 16 бит. При частоте дискретизации 44,1 кГц можно восстановить сигнал с частотой до 22 кГц. Как показывают психоакустические исследования, дальнейшее повышение частоты дискретизации мало заметно, а вот повышение разрядности дает субъективное улучшение.

Как ЦАП строят волну

ЦАП – это цифро-аналоговый преобразователь, элемент, переводящий цифровой звук в аналоговый. Мы рассмотрим поверхностно основные принципы. Если по комментариям будет виден интерес более подробно рассмотреть ряд моментов, то будет выпущен отдельный материал.

Мультибитные ЦАП

Очень часто волну представляют в виде ступенек, что обусловлено архитектурой первого поколения мультибитных ЦАП R-2R, работающих аналогично переключателю из реле.

На вход ЦАП поступает значение очередной координаты по вертикали и в каждый свой такт он переключает уровень тока (напряжения) на соответствующий уровень до следующего изменения.

Хотя считается, что ухо человека слышит не выше 20 кГц, и по теории Найквиста можно восстановить сигнал до 22 кГц, остается вопрос качества этого сигнала после восстановления. В области высоких частот форма полученной «ступенчатой» волны обычно далека от оригинальной. Самый простой выход из ситуации – это увеличивать частоту дискретизации при записи, но это приводит к существенному и нежелательному росту объема файла.

Альтернативный вариант – искусственно увеличить частоту дискретизации при воспроизведении в ЦАП, добавляя промежуточные значения. Т.е. мы представляем путь непрерывной волны (серая пунктирная линия), плавно соединяющий исходные координаты (красные точки) и добавляем промежуточные точки на этой линии (темно фиолетовые).

При увеличении частоты дискретизации обычно необходимо повышать и разрядность, чтобы координаты были ближе к аппроксимированной волне.

Благодаря промежуточным координатам удается уменьшить «ступеньки» и построить волну ближе к оригиналу.

Когда вы видите функцию повышения частоты с 44.1 до 192 кГц в плеере или внешнем ЦАП, то это функция добавления промежуточных координат, а не восстановления или создание звука в области выше 20 кГц.

Изначально это были отдельные SRC микросхемы до ЦАП, которые потом перекочевали непосредственно в сами микросхемы ЦАП. Сегодня можно встретить решения, где к современным ЦАП добавляется такая микросхема, это сделано для того, чтобы обеспечить альтернативу встроенным алгоритмам в ЦАП и порой получить еще более лучший звук (как например это сделано в Hidizs AP100).

Основной отказ в индустрии от мультибитных ЦАП произошел из-за невозможности дальнейшего технологического развития качественных показателей при текущих технологиях производства и более высокой стоимости против «импульсных» ЦАП-ов с сопоставимыми характеристиками. Тем не менее, в Hi-End продуктах предпочтение отдают зачастую старым мультибитным ЦАП-ам, нежели новым решениям с технически более хорошими характеристиками.

Импульсные ЦАП

В конце 70-тых широкое распространение получил альтернативный вариант ЦАП-ов, основанный на «импульсной» архитектуре – «дельта-сигма». Технология импульсных ЦАП-ов стала возможной появлению сверх-быстрых ключей и позволила использовать высокую несущую частоту.

Амплитуда сигнала является средним значением амплитуд импульсов (зеленым показаны импульсы равной амплитуды, а белым итоговая звуковая волна).

Например последовательность в восемь тактов пяти импульсов даст усредненную амплитуду (1+1+1+0+0+1+1+0)/8=0,625. Чем выше несущая частота, тем больше импульсов попадает под сглаживание и получается более точное значение амплитуды. Это позволило представить звуковой поток в однобитном виде с широким динамическим диапазоном.

Усреднение возможно делать обычным аналоговым фильтром и если такой набор импульсов подать напрямую на динамик, то на выходе мы получим звук, а ультра высокие частоты не будут воспроизведены из-за большой инертности излучателя. По этому принципу работают ШИМ усилители в классе D, где плотность энергии импульсов создается не их количеством, а длительностью каждого импульса (что проще в реализации, но невозможно описать простым двоичным кодом).

Мультибитный ЦАП можно представить как принтер, способный наносить цвет пантоновыми красками. Дельта-Сигма – это струйный принтер с ограниченным набором цветов, но благодаря возможности нанесению очень мелких точек (в сравнении с пантовым принтером), за счет разной плотности точек на единицу поверхности дает больше оттенков.

На изображении мы обычно не видим отдельных точек из-за низкой разрешающей способности глаза, а только средний тон. Аналогично и ухо не слышит импульсов по отдельности.

В конечном итоге при текущих технологиях в импульсных ЦАП можно получить волну, близкую к той, что теоретически должна получится при аппроксимации промежуточных координат.

Надо отметить, что после появления дельта-сигма ЦАП исчезла актуальность рисовать «цифровую волну» ступеньками, т.к. так ступеньками волну современные ЦАП не строят. Правильно дискретный сигнал строить точками соединенной плавной линией.

Являются ли идеальными импульсные ЦАП?

Но на практике не все безоблачно, и существует ряд проблем и ограничений.

Т.к. подавляющее количество записей сохранено в многоразрядном сигнале, то перевод в импульсный сигнал по принципу «бит в бит» требует излишне высокую несущую частоту, которую современные ЦАП не поддерживают.

Основной функцией современных импульсных ЦАП является перевод многоразрядного сигнала в однобитный с относительно невысокой несущей частотой с прореживанием данных. В основном именно эти алгоритмы и определяют конечное качество звучания импульсных ЦАП-ов.

Чтобы уменьшить проблему высокой несущей частоты, звуковой поток разбивается на несколько однобитных потоков, где каждый поток отвечает за свою группу разряда, что эквивалентно кратному увеличению несущей частоты от числа потоков. Такие ЦАП называются мультибитными дельта-сигма.

Сегодня импульсные ЦАП-ы получили второе дыхание в быстродействующих микросхемах общего назначения в продуктах компаний NAD и Chord за счет возможности гибко программировать алгоритмы преобразования.

Формат DSD

После широкого распространения дельта-сигма ЦАП-ов вполне логичным было и появления формата записи двоичного кода напрямую дельта-сигма кодировке. Этот формат получил название DSD (Direct Stream Digital).

Широкого распространения формат не получил по нескольким причинам. Редактирование файлов в этом формате оказалось излишне ограниченным: нельзя микшировать потоки, регулировать громкость и применять эквализацию. А это значит, что без потери качества можно лишь архивировать аналоговые записи и производить двухмикрофонную запись живых выступлений без последующей обработки. Одним словом – денег толком не заработать.

В борьбе с пиратством диски формата SA-CD не поддерживались (и не поддерживаются до сих пор) компьютерами, что не позволяет делать их копии. Нет копий – нет широкой аудитории. Воспроизвести DSD аудиоконтент можно было только с отдельного SA-CD проигрывателя с фирменного диска. Если для PCM формата есть стандарт SPDIF для цифровой передачи данных от источника к отдельному ЦАП, то для DSD формата стандарта нет и первые пиратские копии SA-CD дисков были оцифровками с аналоговых выходов SA-CD проигрывателей (хоть ситуация и кажется глупой, но на деле некоторые записи выходили только на SA-CD, либо та же запись на Audio-CD специально была сделана некачественно для продвижения SA-CD).

Переломный момент произошел с выходом игровых приставок SONY, где SA-CD диск до воспроизведения автоматически копировался на жесткий диск приставки. Этим воспользовались поклонники формата DSD. Появление пиратских записей простимулировало рынок на выпуск отдельных ЦАП для воспроизведения DSD потока. Большинство внешних ЦАП с поддержкой DSD на сегодняшний день поддерживает передачу данных по USB используя формат DoP в виде отдельного кодирования цифрового сигнала через SPDIF.

Несущие частоты для DSD сравнительно небольшие, 2.8 и 5.6 МГц, но этот звуковой поток не требует никаких преобразований с прореживанием данных и вполне конкурентно-способен с форматами высокого разрешения, такими как DVD-Audio.

На вопрос что лучше, DSP или PCM однозначного ответа нет. Все упирается в качество реализации конкретного ЦАП и таланта звукорежиссера при записи конечного файла.

Общий вывод

Аналоговый звук – это то, что мы слышим и воспринимаем, как окружающий мир глазами. Цифровой звук, это набор координат, описывающих звуковую волну, и который мы напрямую услышать не можем без преобразования в аналоговый сигнал.

Аналоговый сигнал, записанный напрямую на аудиокассету или винил нельзя без потери качества перезаписать, в то время как волну в цифровом представлении можно копировать бит в бит.

Цифровые форматы записи являются постоянным компромиссом между количеством точностью координат против объема файла и любой цифровой сигнал является лишь приближением к исходному аналоговому сигналу. Однако при этом разный уровень технологий записи и воспроизведения цифрового сигнала и хранения на носителях для аналогового сигнала дают больше преимуществ цифровому представлению сигнала, аналогично цифровой фотокамере против пленочного фотоаппарата.

Источник