数字声音

Содержание и основные понятия

按目录排列
第21.1章
数字声音
声波、PCM、离散、量子、多频道声音、格式和编码。
01
音响物理学
声音如何:频率、振幅、听力范围
全球环境基金,全环基金
OGE No. 3.4
声波
声音
它是一种机械波,在具有复原力的环境中(空气、水、固体身体)传播。 声音的源头是波动,产生一系列压缩和稀释。 人类耳朵认为这些波动是声音。
频率频率
是每秒的波动次数,以赫兹(Hz)计,确定音高:高频=高音。
振幅
与平衡的最大偏差是音量,以分贝(dB)测量:0 dB是听觉的门槛,60 d B是谈话,120 dB 是痛苦的门槛。
20赫兹
听力下限(巴斯吉他、器官)
20千赫
上边界(口哨、蝙蝠)
重要
人类听到来自
20赫至20千赫兹
例如:男性声音~100 - 250赫兹,女性~250 - 400赫兹;小提琴~200赫兹 - 4 kHz, vep ~ 4赫兹。
🎵
声波的交互式可视化
频率 :
440
赫兹
振幅 :
70
%
网格网格
振幅 (dB)
频率(赫兹)
02
PCM: 酌处权和量化
模拟信号如何变成数字
全球环境基金,全环基金
PIF 太平洋岛屿论坛
OGE No. 3.4
第7号EEEG
音频文件公式
这是公式的延伸 从
第9.4章
对于声音,公式考虑到离散频率、编码深度和频道数量:
V = R × t × i × K / 8
R
- 判断频率(赫兹);
t
- 时间(s),
i
- 引爆(比特)
K
结果以字节表示。
📊
PCM 可视化:判断和量化
裁量频率 :
20
账户
数量水平:
8
模拟模拟
计数
量化
目标:音频文件数量
立体记录3分钟,离散频率44 100赫兹,16位元。 总计=44100x180x180 x 16 x 2 / 8 = 31 824 000字节
30.4 甲基溴
.
03
离散频率和Nyquist定理
为什么 CD 使用44.1 kHz 和如何选择频率
全球环境基金,全环基金
PIF 太平洋岛屿论坛
Nikvista - 科泰尔尼科夫神话
为了准确恢复数字信号的模拟信号,离散频率必须
至少两倍以上高
最大信号频率 :
R
min
= 2 × F
max
一个人可以听到最多20千赫兹=最低离散频率=40千赫。 44.1千赫茨(CD)或48千赫克(视频)用于保留区。
频率频率
适用
最大信号频率
质量质量
8 000 000赫兹
电话,VoIP
4千赫兹
说话模糊不清
22 050赫兹
无线电、压缩音频
11千赫兹
调频质量
44 100赫兹
Audio CD, MP3
22.05千赫
全范围
48 000赫兹
视频、专业
24千赫
演播室
96000赫兹
Hi-Res, 工作室
48千赫
高分辨率高分辨率
192 000 000赫兹
SACD, DSD
96 kHz
超超后
CD 质量
Audio CD:
44 100 Hz / 16 位/立体声
比特率 = 44100 x 16 x 2 = 1,411,200 比特/秒 E 1411 kbit/秒(比特率)。
04
多声道声音
从单元到 Dolby Atmos: 音响系统配置
全球环境基金,全环基金
PIF 太平洋岛屿论坛
单声道(1.0)
一个频道,用于电台、播客、电话。 K = 1. 一半的音响。
立体声(2.0)
两个频道:L(左)和R(右)。音乐、电影、游戏的标准。
夸德罗( 4. 0)
FL、FR、RL、RR. 用于音乐会音响和老家剧院系统。
🎬 5.1
FL+FR+FC+FAC(中心)+LFE+RL+RRR(分包)+RFE。 家庭电影标准、DVD、蓝光。
🎧 7.1
在现代电影院和游戏中使用的5.1个横向频道(SL、SR)之外,还添加了横向频道。
🏠 7.1.4 (Dolby Atmos)
增加4个天花板/上层运河:客观健全:3D空间物体的声音。
🔊
交互式声响系统图
选择配置
05
音频和编码器
压缩、比特列、匹配格式
全球环境基金,全环基金
OGE No. 3.4
WAV是一个未压缩的PCM
不压缩 □ 1411 kbps (CD)
Microsoft/IBM格式:音频数据作为原始PCM流存储。精确度为100%,但体积大。分钟立体声44.1 kHz/16 位数=~10.6 MB。
📂 FLAC — Free Lossless Audio Codec
无损失 ~ 600 - 900 kbps
与WAV相比,
📂 MP3 — MPEG-1 Audio Layer 3
· 损失 128 - 320 kbps
第一种质量压缩格式损失:删除“不存在”频率(心理声学模型)。在128千位/秒时,质量损失是显而易见的;在320千比特/秒中,大多数人听不到差别。
📂 AAC — Advanced Audio Coding
· 损失 128 - 320 kbps
后续的MP3的压缩质量比较好(约30%),并用于iTunes、YouTube、Spotify、Blueooth-audio。
📂 OGG Vorbis
· 损失 128 - 320 kbps
开放自由代码。 质量与 AAC 相似, 但不太常见。 用于游戏和剪接 。
📂 DSD — Direct Stream Digital
1 位/ 2.8 - 11.2兆赫
它用于SACD(超音频CD),离散频率非常高(2.8224兆赫-比CD高出64倍)和1位数。
📈
比位速率和文件大小比较
MP3 128
~1.1 甲基溴/分
MP3 192
~1.6 甲基溴/分
MP3 320
~2.7 甲基溴/分
AAC 256
~2.1 甲基溴/分钟
FLAC
~5 甲基溴/最低(无损)
WAV
~10.6 甲基溴/分
一分钟立体声, 44.1 kHz/16 比特。 将损失128 kbps 与无损质量相比 。
🌊
图表:格式比较
选择格式
档案/工作室:
FLAC(亏损,压缩30-50%)。
播放音乐:
AAC 256或MP33 320。
网/ 网:
AAC128或OGG。
电话/VoIP:
Opus or AMR (8 - 64 kbps) 。
06
音相界面和分手
声音如何进出计算机:模拟、数字和网络界面
全球环境基金,全环基金
PIF 太平洋岛屿论坛
OGE 7号
~3.5毫米(米尼-杰克)
模拟立体声: TRS (Tip- ring- sleive) 是耳机、 柱子、 麦克风的左侧、 右侧的地面标准。 不受干扰, 电缆长度高达~ 3米 。
🎤 XLR (3-pin)
平衡模拟:3个接触点(热、冷、地面)对称传输被减去,最多100米长。
? 杰克 6.35毫米(TRS/TS)
增加的微型杰克:在吉他放大器、混音器和专业耳机中使用的TS(mono)或TRS(定音/平衡)。
光纤 TOSLINK
整线数字:传送S/PDIF(最多96 kHz/24比特的立体立体管)或多道Dolby/DTS。 不受EM干扰,最长10米长。
S/PDF(轴数)
通过同轴RCA电缆的数字: 75 ohm, 高达 96 kHz/ 24 位元。 替代 TOSLINK , 但电气 , 容易受到干扰 。
🔗 USB Audio
以数字方式通过USB:USB 1.1(16比/48kHz)、USB2.0(24比/192kHtz)、US3.0、USB Audio1.0/2.0。
📊
接口比较
界面界面
类型类型类型
最大频率
声道
电缆线长度
适用
3.5毫米
模拟模拟
—
2 (立立立体)
~3米
耳机、栏
XLR
余额余额余额
—
1 (mono)
100米
麦克风、工作室
Jack 6.35
模拟模拟
—
1–2
~10米
吉他 搅拌机
TOSLINK
数字(光)
96 kHz/24 比特
2–8
10米
Home theatre, DAC
S/PDIF
数量( coax)
96 kHz/24 比特
2–8
10米
AV - 反反射器
USB Audio
数目(USB)
192 kHz/24 比特
最高为128
5米(2.0USB)
外部外部
HDMI ARC
数目数量数量数量
192 kHz/24 比特
8至 8 至 8
15时
电视、音频板
数字对比
模拟界面(3.5毫米, XLR, Jack) 传递连续电信号 - 质量取决于电缆和干扰。 数字( TOSLINK, S/PDF, USB) 传输比特 - 该信号没有被扭曲, 但需要发援会将信号转换为声音 。
07
心理听觉模型
为什么MP3在小咬口时听起来正常: 耳“ 风” 代码如何?
全球环境基金,全环基金
第7号EEEG
遮罩
响亮的声音隐藏了隔壁的静静 频率和时间 。编码器清除了伪装的部件, 我们听不到它们。
临时 :
我们看不到响声前的安静
频率 :
音响响附近没有安静音调。
? 听证的门槛
图表的下曲线是,低于门槛值的音响不被察觉。 取决于3-4千赫耳耳的频率( 进化: 儿童尖叫的频率) 。 在20赫兹以下和20千赫兹以上, 从未听说过 。
? 临界条
耳部分析了~1/3八进制通道(Barkla-Hampston的关键条纹)的频谱。 在带内,两条之间的声音互动(制模)是独立的。 MP3将频率分组到条纹中。
立体遮盖立立立体
如果L和R几乎相同, 编码器编码为 Mono + 一个“ 分辨” 频道, 比特速率低。 储蓄 ~ 30% 比特率, 但不失去立体空间感 。
📈
听觉门槛值和迷彩信号
? 德西贝的尺度: 从耳语到导弹
绘制图图图: 一个亮信号 - 遮盖四周的静静
MP3如何使用心理治疗
MP3 (MPEG-1图层3) 将频谱分为32个子带,计算每个子带的伪装阈值,并分配比特:更多比特 - 高音量组件, 较少安静/ 固存组件。 128 kbps 去除频率高于~ 16 kHz( 关键条外) 和变相组件。
08
音效混音器
网络音频API:实时频道混合
全球环境基金,全环基金
PIF 太平洋岛屿论坛
🎚️
交互式混合器 5.1
调控每个频道的音量, 整局( L/ R) , 打开/ 关闭 。 按“ generate 音调” 播放 。
按“ generate 音调” 启动
🎯
小型试验:5个问题
XP: 0
🧩
主题的快速测试
五个问题,每个正确答案20XP