1. Lyd
Refererer til lydbølger med en frekvens mellem 20 Hz og 20 kHz, som kan høres af menneskelige ører.
Hvis du tilføjer et tilsvarende lydkort til computeren, som vi ofte kalder et lydkort, kan vi optage alle lydene, og lydens akustiske egenskaber, såsom lydens niveau, kan gemmes som filer på computerens harddisk. Omvendt kan vi også bruge et bestemt lydprogram til at afspille den gemte lydfil for at gendanne den tidligere optagede lyd.
2. Samplingsfrekvens
Henviser til antallet af opnåede lydprøver pr. Sekund. Lyd er faktisk en slags energibølge, så den har også karakteristika for frekvens og amplitude. Frekvensen svarer til tidsaksen, og amplituden svarer til niveauaksen. Bølgen er uendeligt glat, og strengen kan betragtes som sammensat af utallige punkter. Fordi lagerpladsen er relativt begrænset, skal strengens punkter samples under den digitale kodningsproces.
Samplingsprocessen er at udtrække frekvensen for et bestemt punkt. Jo flere point der ekstraheres på et sekund, jo mere frekvensinformation opnås. For at gendanne bølgeformen, jo højere samplingsfrekvens, jo bedre lydkvalitet. Jo mere reel restaureringen er, men samtidig optager den flere ressourcer. På grund af den begrænsede opløsning af det menneskelige øre kan en for høj frekvens ikke skelnes. Samplingsfrekvensen på 22050 bruges ofte, 44100 er allerede CD-lydkvalitet, og sampling over 48,000 eller 96,000 er ikke længere meningsfuld for det menneskelige øre. Dette svarer til 24 billeder i sekundet i film. Hvis det er stereo, fordobles prøven, og filen fordobles næsten.
Ifølge Nyquists samplingteori skal samplingsfrekvensen være omkring 40 kHz for at sikre, at lyden ikke forvrænges. Vi behøver ikke at vide, hvordan denne sætning opstod. Vi behøver kun at vide, at denne sætning fortæller os, at hvis vi ønsker at optage et signal nøjagtigt, skal vores samplingsfrekvens være større end eller lig med det dobbelte af lydsignalets maksimale frekvens. Husk, det er den maksimale frekvens. .
Inden for digital lyd er almindeligt anvendte samplingshastigheder:
8000 Hz - den samplingsfrekvens, der bruges af telefonen, hvilket er tilstrækkelig til menneskelig tale
11025 Hz-Sampling rate brugt af telefonen
22050 Hz-samplingfrekvens brugt til radioudsendelser
32000 Hz-samplingfrekvens brugt af miniDV digitalt videokamera, DAT (LP-tilstand)
44100 Hz-lyd-cd, også almindeligt anvendt i samplingshastigheden for MPEG-1-lyd (VCD, SVCD, MP3)
47250 Hz-samplingsfrekvens brugt af kommercielle PCM-optagere
48000 Hz-samplingshastighed for digital lyd, der bruges i miniDV, digital TV, DVD, DAT, film og professionel lyd
50000 Hz-samplingsfrekvens brugt af kommercielle digitale optagere
96000 Hz eller 192000 Hz - den samplingsfrekvens, der bruges til DVD-lyd, nogle LPCM DVD-lydspor, BD-ROM-lydspor (Blu-ray Disc) og HD-DVD-lydspor (High Definition DVD)
3. antallet af sampling bits
Antallet af samplingsbit kaldes også samplingsstørrelsen eller antallet af kvantiseringsbit. Det er en parameter, der bruges til at måle lydudsvingene, dvs. lydkortets opløsning eller kan forstås som lydkortets opløsning, der behandles af lydkortet. Jo større værdi, jo højere opløsning og jo mere realistisk er lyden optaget og afspillet. Bitkortet på lydkortet henviser til de binære cifre i det digitale lydsignal, der bruges af lydkortet ved indsamling og afspilning af lydfiler. Bitkortet på lydkortet afspejler objektivt nøjagtigheden af det digitale lydsignals beskrivelse af indgangssignalet. Almindelige lydkort er hovedsageligt 8-bit og 16-bit. I dag er alle almindelige produkter på markedet 16-bit og derover lydkort.
Amplituden af hver samplede data registreres, og samplingsnøjagtigheden afhænger af antallet af samplingbit:
1 byte (det vil sige 8 bit) kan kun optage 256 tal, det vil sige, at amplituden kun kan opdeles i 256 niveauer;
2 bytes (det vil sige 16 bits) kan være så små som 65536, hvilket allerede er en CD-standard;
4 bytes (dvs. 32bit) kan underopdele amplituden i 4294967296 niveauer, hvilket virkelig er unødvendigt.
4. antallet af kanaler
Det er antallet af lydkanaler. Fælles mono og stereo (dual-channel) har nu udviklet sig til fire-lyds surround (fire-kanals) og 5.1 kanaler.
(1) Enkeltvej
Mono er en relativt primitiv form for lydgengivelse, og tidlige lydkort brugte det mere almindeligt. Monolyd kan kun lyde ved hjælp af en højttaler, og nogle behandles også til to højttalere for at udsende den samme lydkanal. Når monofonisk information afspilles gennem to højttalere, kan vi tydeligt mærke, at lyden kommer fra to højttalere. Det er umuligt at bestemme den specifikke placering af lydkilden, der transmitteres til vores ører fra midten af højttaleren.
(2) Stereo
Binaurale kanaler har to lydkanaler. Princippet er, at når folk hører en lyd, kan de bedømme den specifikke placering af lydkilden ud fra faseforskellen mellem venstre og højre øre. Lyden allokeres til to uafhængige kanaler under optagelsesprocessen, for at opnå en god lydlokaliseringseffekt. Denne teknik er især nyttig i musikforståelse. Lytteren kan tydeligt skelne fra hvilken retning forskellige instrumenter kommer fra, hvilket gør musikken mere fantasifuld og tættere på oplevelsen på stedet.
To stemmer er i øjeblikket den mest almindelige brug. I karaoke er den ene til at spille musik og den anden er til sangerens stemme; i VCD er den ene dubbing på mandarin og den anden dubber på kantonesisk.
(3) Fire-tone surround
Fire-kanals surrounden definerer fire lydpunkter, forreste venstre, forreste højre, bageste venstre og bagerste højre, og publikum er omgivet af disse fire lydpunkter. Samtidig anbefales det også at tilføje en subwoofer for at forbedre afspilningsbehandlingen af lavfrekvente signaler (dette er grunden til, at 4.1-kanals højttalersystemer er populære i dag). Hvad angår den overordnede effekt, kan firekanalssystemet bringe lytternes surroundlyd fra flere forskellige retninger, kan opnå den auditive oplevelse af at være i en række forskellige miljøer og give brugerne en helt ny oplevelse. I dag er fire-kanals teknologi i vid udstrækning blevet integreret i designet af forskellige mid-to-high-end lydkort, hvilket er blevet mainstream-tendensen for fremtidig udvikling.
(4) kanal
5.1 kanaler er blevet brugt meget i forskellige traditionelle teatre og hjemmebiografer. Nogle af de mere kendte lydoptagelseskomprimeringsformater, såsom Dolby AC-3 (Dolby Digital), DTS osv., Er baseret på 5.1-lydsystemet. ".1" kanalen er en specielt designet subwoofer kanal, der kan producere subwoofere med et frekvensresponsområde på 20 til 120 Hz. Faktisk kommer 5.1 lydsystemet fra 4.1 surround, forskellen er, at det tilføjer en centralenhed. Denne centralenhed er ansvarlig for transmission af lydsignalet under 80Hz, hvilket er nyttigt at styrke den menneskelige stemme, når man ser filmen, og koncentrere dialogen midt i hele lydfeltet for at øge den samlede effekt.
På nuværende tidspunkt har mange online musikafspillere, såsom QQ Music, leveret 5.1-kanals musik til prøvelytting og download.
5. ramme
Konceptet med lydrammer er ikke så klart som videorammer. Næsten alle videokodningsformater kan simpelthen tænke på en ramme som et kodet billede. Imidlertid er lydrammen relateret til kodningsformatet, som er implementeret af hver indkodningsstandard. For hvis det er PCM (ukodede lyddata), har det slet ikke brug for begrebet frames, og det kan afspilles i henhold til samplingshastigheden og samplingsnøjagtigheden. For eksempel, for dual audio med en samplinghastighed på 44.1 kHz og en sampling-nøjagtighed på 16 bit, kan du beregne, at bithastigheden er 44100*16*2bps, og lyddataene pr. sekund er faste 44100*16*2/ 8 bytes.
Amr-rammen er forholdsvis enkel. Det foreskriver, at hver 20 ms lyd er en ramme, og hver lydramme er uafhængig. Det er muligt at bruge forskellige indkodningsalgoritmer og forskellige indkodningsparametre.
Mp3-rammen er lidt mere kompliceret og indeholder mere information, såsom samplingshastighed, bithastighed og forskellige parametre.
6. cyklus
Antallet af frames, der kræves til én behandling af en lydenhed, bruges som en enhed for dataadgang og lyddatalagring af lydenheden.
7. interlaced-tilstand
Lagringsmetoden for digitale lydsignaler. Dataene lagres i kontinuerlige rammer, det vil sige, at de venstre kanal samples og højre kanal samples af frame 1 optages først, og derefter startes optagelsen af frame 2.
8. ikke-sammenflettet tilstand
Først skal du registrere de venstre kanaleksempler på alle rammer i en periode og derefter optage alle de rigtige kanaleksempler.
9. bithastighed
Bithastigheden kaldes også bithastigheden, som refererer til mængden af data, der spilles af musik i sekundet, og enheden udtrykkes i bits, som er binære bits. bps er bithastigheden. b er bit (bit), s er anden (sekund), p er hver (per), en byte svarer til 8 binære bit. Det vil sige, at filstørrelsen af en 4-minutters sang på 128bps beregnes sådan (128/8)*4*60=3840kB=3.8MB, 1B (Byte)=8b (bit), generelt er mp3 gavnlig ved omkring 128 bithastighed, Det er også omkring 3-4 BM i størrelse.
I computerapplikationer er det højeste troskabsniveau PCM-kodning, som er meget brugt til materialelagring og musikforståelse. Det bruges i cd'er, dvd'er og vores almindelige WAV-filer. Derfor er PCM efter konvention blevet en tabsfri kodning, fordi PCM repræsenterer det bedste troskabsniveau i digital lyd. Det betyder ikke, at PCM kan sikre signalets absolutte troværdighed. PCM kan kun opnå den største grad af uendelig nærhed.
Beregning af bithastigheden for en PCM-lydstrøm er en meget nem opgave, samplingshastighedsværdi × samplingsstørrelsesværdi × kanalnummer bps. En WAV-fil med en samplingshastighed på 44.1KHz, en samplingsstørrelse på 16bit og dual-channel PCM-kodning, dens datahastighed er 44.1K×16×2 = 1411.2Kbps. Vores almindelige lyd-cd bruger PCM-kodning, og kapaciteten på en cd kan kun indeholde 72 minutters musikinformation.
Et dual-channel PCM-kodet lydsignal kræver 176.4 KB plads på 1 sekund og ca. 10.34M på 1 minut. Dette er uacceptabelt for de fleste brugere, især dem der kan lide at lytte til musik på computeren. Diskbelægning, der er kun to metoder, nedprøveindeks eller komprimering. Det tilrådes ikke at reducere samplingsindekset, så eksperter har udviklet forskellige komprimeringsordninger. De mest originale er DPCM, ADPCM, og den mest berømte er MP3. Derfor er kodehastigheden efter datakomprimering meget lavere end den oprindelige kode.
