1. Dhana za kimsingi
1) Kiwango kidogo: inaonyesha ni ngapi kwa sekunde data ya sauti iliyosimbwa (iliyoshinikizwa) inahitaji kuwakilishwa, na kitengo kawaida ni kbps.
2) Ukali na ukali: Sifa za mada za sauti. Ukali unaonyesha jinsi sauti kubwa inasikika. Sauti kubwa hutofautiana na nguvu ya sauti, lakini pia huathiriwa na masafa. Kwa ujumla, sauti safi za masafa ya katikati ni bora kuliko sauti safi za masafa ya chini na masafa ya juu.
3) Kiwango cha sampuli na sampuli: Sampuli ni kubadilisha ishara ya wakati unaoendelea kuwa ishara ya dijiti tofauti. Kiwango cha sampuli kinamaanisha ni sampuli ngapi zinazokusanywa kwa sekunde.
Sheria ya sampuli ya Nyquist: Wakati kiwango cha sampuli ni kubwa kuliko au sawa na mara 2 sehemu ya juu zaidi ya masafa ya ishara inayoendelea, ishara ya sampuli inaweza kutumiwa kujenga tena ishara ya asili inayoendelea.
2. fomati za sauti za kawaida
1) umbizo la WAV ni umbizo la faili ya sauti iliyotengenezwa na Microsoft, pia inaitwa faili ya sauti ya wimbi. Ni umbizo la sauti la dijiti la mwanzo kabisa, linaloungwa mkono sana na jukwaa la Windows na matumizi yake, na ina kiwango kidogo cha kukandamiza.
2) MIDI ni kifupi cha Maingiliano ya Dijiti ya Muziki, pia inajulikana kama Ala ya Dijitali ya Anga, ambayo ni kiwango cha umoja wa kimataifa wa muziki wa dijiti / vyombo vya muziki vya synthetic. Inafafanua njia ambayo programu za muziki wa kompyuta, synthesizers za dijiti, na vifaa vingine vya elektroniki hubadilishana ishara za muziki, na inataja itifaki ya usafirishaji wa data kati ya nyaya na vifaa na vifaa vinavyounganisha vyombo vya muziki vya elektroniki kutoka kwa wazalishaji tofauti hadi kompyuta, na inaweza kuiga sauti ya muziki anuwai vyombo. Faili ya MIDI ni faili katika fomati ya MIDI, na amri zingine zinahifadhiwa kwenye faili ya MIDI. Tuma maagizo haya kwenye kadi ya sauti, na kadi ya sauti itaunganisha sauti kulingana na maagizo.
3) Jina kamili la MP3 ni MPEG-1 Safu ya Sauti 3, ambayo iliunganishwa katika vipimo vya MPEG mnamo 1992. MP3 inaweza kubana faili za sauti za dijiti na sauti ya hali ya juu na kiwango cha chini cha sampuli. Matumizi ya kawaida.
4) MP3Pro ilitengenezwa na Kampuni ya Uswidi ya Usimbuaji ya Uswidi, ambayo ina teknolojia mbili kuu: moja ni teknolojia ya kipekee ya usimbuaji kutoka kwa Kampuni ya Teknolojia ya Coding, na nyingine ni ujumuishaji wa mmiliki wa hati miliki ya MP3 Kampuni ya Kifaransa ya Thomson Multimedia na Kijerumani Fraunhofer Teknolojia ya uainishaji iliyofanyiwa utafiti pamoja na Chama cha Mzunguko. MP3Pro inaweza kuboresha ubora wa sauti wa muziki wa MP3 bila kubadilisha kimsingi saizi ya faili. Inaweza kudumisha ubora wa sauti kabla ya kubana kwa kiwango kikubwa wakati inakandamiza faili za sauti kwa kiwango kidogo.
5) MP3Pro ilitengenezwa na Kampuni ya Uswidi ya Usimbuaji ya Uswidi, ambayo ina teknolojia mbili kuu: moja ni teknolojia ya kipekee ya usimbuaji kutoka kwa Kampuni ya Teknolojia ya Coding, na nyingine ni ujumuishaji wa mmiliki wa hati miliki ya MP3 Kampuni ya Kifaransa ya Thomson Multimedia na Kijerumani Fraunhofer Teknolojia ya uainishaji iliyofanyiwa utafiti pamoja na Chama cha Mzunguko. MP3Pro inaweza kuboresha ubora wa sauti wa muziki wa MP3 bila kubadilisha kimsingi saizi ya faili. Inaweza kudumisha ubora wa sauti kabla ya kubana kwa kiwango kikubwa wakati inakandamiza faili za sauti kwa kiwango kidogo.
6) WMA (Windows Media Audio) ni kito cha Microsoft katika uwanja wa sauti na video ya Mtandaoni. Fomati ya WMA inafikia kiwango cha juu cha kukandamiza kwa kupunguza trafiki ya data lakini kudumisha ubora wa sauti. Kiwango cha kukandamiza kwa ujumla kinaweza kufikia 1:18. Kwa kuongeza, WMA pia inaweza kulinda hakimiliki kupitia DRM (Usimamizi wa Haki za Dijiti).
7) RealAudio ni fomati ya faili iliyozinduliwa na Mitandao Halisi. Kipengele kikubwa ni kwamba inaweza kusambaza habari za sauti kwa wakati halisi, haswa wakati kasi ya mtandao ni polepole, bado inaweza kusambaza data vizuri, kwa hivyo RealAudio inafaa zaidi kwa mtandao Cheza mkondoni. Fomati za faili za RealAudio za sasa ni pamoja na RA (RealAudio), RM (RealMedia, RealAudio G2), RMX (RealAudio Imelindwa), nk U kawaida wa faili hizi ni kwamba ubora wa sauti hubadilika na tofauti katika upelekaji wa mtandao. Chini ya dhana kwamba watu wengi husikia sauti laini, wasikilizaji walio na kipimo kipana wanaweza kupata sauti bora.
8) Inasikika ina fomati nne tofauti: Inasikika1, 2, 3, 4. Tovuti ya Audible.com inauza vitabu vya sauti kwenye wavuti, na hutoa kinga kwa bidhaa na faili wanazouza kupitia moja ya fomati nne za sauti za Audible.com. . Kila fomati inazingatia chanzo cha sauti na kifaa cha kusikiliza kinachotumiwa. Muundo 1, 2 na 3 hutumia viwango tofauti vya ukandamizaji wa sauti, wakati muundo wa 4 unatumia kiwango cha chini cha sampuli na njia ile ile ya kusimba kama MP3. Sauti inayosababishwa ni wazi zaidi na inaweza kupakuliwa kwa ufanisi zaidi kutoka kwa mtandao. Inasikika hutumia zana yao ya kucheza ya desktop, ambayo ni Meneja wa kusikika. Ukiwa na kichezaji hiki, unaweza kucheza faili za muundo zinazosikika zilizohifadhiwa kwenye PC au kuhamishiwa kwa kichezaji kinachoweza kubebeka.
9) AAC kwa kweli ni kifupi cha Usimbuaji wa Sauti ya Juu. AAC ni muundo wa sauti uliotengenezwa pamoja na Fraunhofer IIS-A, Dolby na AT&T. Ni sehemu ya vipimo vya MPEG-2. Algorithm inayotumiwa na AAC ni tofauti na ile ya MP3. AAC inachanganya kazi zingine ili kuboresha ufanisi wa usimbuaji. Algorithm ya sauti ya AAC inazidi algorithms kadhaa za zamani za kukandamiza (kama MP3, nk) katika uwezo wa kukandamiza. Pia inasaidia hadi nyimbo 48 za sauti, nyimbo 15 za masafa ya chini, viwango vya sampuli zaidi na viwango kidogo, utangamano wa lugha nyingi, na ufanisi wa juu wa usimbuaji. Kwa kifupi, AAC inaweza kutoa sauti bora chini ya msingi kwamba ni ndogo kwa 30% kuliko faili za MP3.
10) Ogg Vorbis ni muundo mpya wa kukandamiza sauti, sawa na fomati za muziki zilizopo kama MP3. Lakini tofauti moja ni kwamba ni bure kabisa, wazi na bila vizuizi vya hati miliki. Vorbis ni jina la utaratibu huu wa kukandamiza sauti, na Ogg ni jina la mradi ambao unakusudia kubuni mfumo wazi kabisa wa media titika. VORBIS pia ni compression ya kupoteza, lakini hutumia mifano ya juu zaidi ya sauti ili kupunguza upotezaji. Kwa hivyo, OGG iliyosimbwa na kiwango sawa sawa inasikika vizuri kuliko MP3.
11) APE ni fomati ya sauti isiyo na hasara, chini ya msingi kwamba ubora wa sauti haupunguzi, saizi imeshinikizwa hadi nusu ya faili ya jadi ya WAV isiyopoteza.
12) FLAC ni kifupisho cha Free Lossless Audio Codec, seti ya nambari za kujulikana za sauti za bure zisizopoteza, ambazo zinajulikana na ukandamizaji usiopotea.
3. kanuni ya msingi ya usimbuaji sauti
Usimbaji wa hotuba umejitolea kupunguza upelekaji wa kituo unaohitajika kwa usafirishaji wakati unadumisha hali ya juu ya hotuba ya uingizaji.
Lengo la usimbuaji wa hotuba ni kubuni kificho cha utata mdogo ili kufikia usambazaji wa data wa hali ya juu kwa kiwango cha chini kabisa.
1) Nyamazisha kizingiti cha kizingiti: Kizingiti ambacho sikio la mwanadamu linaweza kusikia sauti katika masafa anuwai tu katika mazingira tulivu.
2) Bendi muhimu ya masafa
Kwa sababu sikio la mwanadamu lina maazimio tofauti kwa masafa anuwai, MPEG1 / Sauti hugawanya masafa ya kusikika kati ya 22khz hadi 23 ~ 26 bendi muhimu za masafa kulingana na safu tofauti za usimbuaji na masafa ya sampuli tofauti. Takwimu ifuatayo inaorodhesha masafa ya katikati na upelekaji wa bendi bora ya masafa muhimu. Kama inavyoonekana katika takwimu, sikio la mwanadamu lina azimio bora la masafa ya chini
3) Athari ya kuficha kwenye uwanja wa masafa: Ishara iliyo na ukubwa mkubwa itaficha ishara na masafa sawa na amplitude ndogo, kama inavyoonyeshwa kwenye takwimu hapa chini:
4) Athari ya kuficha katika uwanja wa wakati: Katika kipindi kifupi, ikiwa sauti mbili zinaonekana, sauti iliyo na SPL kubwa (kiwango cha shinikizo la sauti) itaficha sauti na SPL ndogo. Athari ya kujificha kwa kikoa cha wakati imegawanywa katika kuficha mbele (kabla ya kuficha) na kuficha nyuma (baada ya kuficha). Wakati wa kujificha utakuwa mrefu zaidi, mara 10 ya ile ya kujificha kabla.
Athari ya kuficha kikoa-kikoa husaidia kuondoa mwangwi wa mapema.
4. njia kuu za kuweka alama
1) Kiambatisho na kiunzi
Quantization na quantizer: Quantization hubadilisha ishara inayoendelea kwa wakati tofauti kuwa ishara tambarare kwa wakati tofauti. Vipimo vya kawaida ni: sare ya kawaida, hesabu ya logarithmic, na quantizer isiyo sare. Lengo linalofuatwa na mchakato wa upimaji hesabu ni kupunguza kosa la upunguzaji wa hesabu na kupunguza ugumu wa kiingilizi (hizo mbili zenyewe ni ubishi).
(A) Kiasi sawa: rahisi, utendaji mbaya zaidi, inafaa tu kwa sauti ya simu.
(B) Kihesabu cha logarithmic: Ni ngumu zaidi kuliko sare sawa na rahisi kutekeleza, na utendaji wake ni bora kuliko sare sawa.
(C) Kiambatanisho kisichokuwa sare: Kulingana na usambazaji wa ishara, tengeneza hesabu. Upimaji wa kina unafanywa ambapo ishara ni mnene, na upimaji mbaya hufanywa ambapo ishara ni chache.
2) Usimbuaji sauti
Kuna aina tatu za usimbuaji wa hotuba: (a) Usimbuaji wa mawimbi; (b) Vocoder; (c) Msimbuaji mseto.
Encoder ya fomu ya wimbi inakusudia kujenga muundo wa wimbi la analog ikiwa ni pamoja na karatasi ya kelele ya nyuma. Kutenda ishara zote za kuingiza, itatoa sampuli za hali ya juu na itatumia kiwango kidogo. Sauti haitafanya upya fomu ya asili ya wimbi. Seti hii ya encoders itatoa seti ya vigezo, ambazo hutumwa kwa mwisho wa kupokea ili kupata mfano wa kizazi cha sauti. Ubora wa sauti ya mtaalam wa sauti haitoshi. Msimbo wa mseto, ambao unajumuisha faida za usimbuaji wa mawimbi na sauti.
2.1 Usimbuaji wa mawimbi
Ubunifu wa usimbuaji wa mawimbi mara nyingi hujitegemea ishara. Kwa hivyo inafaa kwa kuweka alama kwa ishara anuwai na haizuiliwi na usemi.
1) Usimbuaji kikoa cha wakati
a) PCM: upigaji nambari wa mpigo, ndiyo njia rahisi ya usimbuaji. Ni hiari tu na hesabu ya ishara, na logarithmization hutumiwa mara nyingi.
b) DPCM: moduli tofauti ya msimbo wa kunde, ambayo inasimba tu tofauti kati ya sampuli. Sampuli moja iliyopita au zaidi hutumiwa kutabiri thamani ya sasa ya sampuli. Sampuli zaidi zinazotumiwa kutabiri, thamani iliyotabiriwa ni sahihi zaidi. Tofauti kati ya thamani ya kweli na thamani iliyotabiriwa inaitwa mabaki, ambayo ndiyo kitu cha kusimba.
c) ADPCM: moduli tofauti ya kunde ya msimbo, msimbo wa mapigo tofauti. Hiyo ni, kwa msingi wa DPCM, quantizer na mtabiri hubadilishwa ipasavyo kulingana na mabadiliko ya ishara, ili thamani iliyotabiriwa iwe karibu na ishara halisi, iliyobaki ni ndogo, na ufanisi wa kukandamiza uko juu.
(2) Usimbuaji kikoa cha masafa
Usimbuaji wa kikoa cha frequency ni kutenganisha ishara katika safu ya vitu anuwai vya masafa na kufanya usimbuaji huru.
a) Uandikishaji wa bendi ndogo: Coding ndogo ya bendi ni mbinu rahisi zaidi ya usimbuaji kikoa cha masafa. Ni teknolojia inayobadilisha ishara ya asili kutoka kwa kikoa cha wakati kwenda kwa uwanja wa masafa, kisha kuigawanya katika bendi kadhaa ndogo, na hufanya usimbuaji wa dijiti juu yao mtawaliwa. Inatumia kikundi cha chujio cha kupitisha bendi (BPF) kugawanya ishara ya asili katika bendi kadhaa (kwa mfano, m) ndogo (zinazojulikana kama bendi ndogo). Pitisha kila bendi ndogo kupitia sifa za moduli sawa na moduli ya kipande cha upande mmoja, songa kila bendi ndogo hadi mzunguko wa sifuri, mtawaliwa kupitia BPF (jumla ya m), na kisha uhamishe kila bendi ndogo kwa kiwango kilichowekwa ( Kiwango cha Nyquist) Ishara ya pato la bendi ndogo ni sampuli, na thamani ya sampuli kawaida huwekwa nambari, na m encoders za dijiti zimewekwa. Tuma kila ishara ya nambari ya dijiti kwa multiplexer, na mwishowe utoe mkondo wa data wa bendi ndogo.
Kwa vifungo tofauti, njia tofauti za upimaji zinaweza kutumiwa na nambari tofauti za bits zinaweza kutolewa kwa subbands kulingana na mfano wa mtazamo wa sikio la mwanadamu.
b) kubadilisha usimbuaji: Uwekaji alama kwa DCT.
5. Vokoda
Sauti ya kituo: Hutumia kutokuwa na hisia kwa sikio la mwanadamu kwa awamu.
homomorphic vocoder: inaweza kusindika kwa ufanisi ishara za sintetiki.
Sauti ya sauti: Maelezo mengi ya ishara ya sauti iko kwenye msimamo na upelekaji wa fomu.
mstari wa utabiri wa sauti: Sauti inayotumiwa zaidi.
6. Msimbuaji wa mseto
Usimbuaji wa mawimbi unajaribu kuhifadhi umbo la mawimbi la ishara iliyowekwa nambari na inaweza kutoa hotuba ya hali ya juu kwa kiwango kidogo (32 kbps), lakini haiwezi kutumika kwa hafla za kiwango kidogo. Sauti inajaribu kutoa ishara ambayo ni sawa na ishara iliyosimbwa, na inaweza kutoa hotuba inayoeleweka kwa kiwango kidogo, lakini hotuba inayosababisha inasikika kama isiyo ya kawaida. Msimbuaji mseto unachanganya faida za zote mbili.
RELP: Kwa msingi wa utabiri wa mstari, mabaki yamesimbwa. Utaratibu ni: kusambaza tu sehemu ndogo ya mabaki, na uunda upya mabaki yote mwishoni mwa kupokea (nakala nakala za baseband).
MPC: usindikaji wa mapigo mengi, ambayo huondoa uwiano wa mabaki, na hutumiwa kulipa fidia kwa uainishaji rahisi wa sauti kwa sauti iliyosemwa na isiyoonyeshwa bila kasoro za majimbo ya kati.
CELP: utabiri wa laini ya daftari la maandishi, ambayo hutumia utabiri wa njia ya sauti na mpasuko wa utabiri wa lami ili kukadiria ishara ya asili.
MBE: msisimko wa multiband, kusudi ni kuzuia idadi kubwa ya mahesabu ya CELP, kupata ubora wa juu kuliko mtaalam wa sauti.
bidhaa zetu nyingine:
