О звуке вообще и форматах в частности...

[Strannik]

Мы живем в эпоху цифровых технологий, и современную жизнь практически невозможно представить без цифровых устройств, которые буквально окружают нас со всех сторон. И принцип действия этих устройств далеко не всегда понятен тому, кто ими пользуется. гораздо чаще привычные устройства являются для потребителя некими черными ящиками. Человек знает, какие действия нужно проделать с прибором на входе и что он получит на выходе, но понятия не имеет, что происходит у устройства внутри.

Современная цифровая аудиоаппаратура, как и вся электроника вообще, становится все более сложной, однако потребитель этого не замечает, поскольку удобство работы год от года только повышается.

И тем не менее, тем, кто хочет работать со звуком профессионально, необходимо иметь более глубокие представления о принципах работы цифровой аудиоаппаратуры. А это невозможно, если не знать азов общей теории звука. Именно о них и пойдет речь в этой статье.

Говоря о звуке, мы, как правило, не задумываемся о его физической природе. Между тем, понятие «звук» в физике неразрывно связано с понятием «волна». А волна - это перемещение в пространстве неких изменений состояния вещества или состояния самого пространства.

Звуковая волна - это кол****ия молекул воздуха или другого вещества, которые передаются в пространстве на некоторое расстояние.

Упорядоченное движение воздуха возникает в результате неких возмущений - например, кол****ий струны или мембраны громкоговорителя. Эти возмущения вызывают перепад давления, связанный с тем , что воздух при движении сжимается. Этот процесс порождает избыточное давление, а оно, в свою очередь, толкает соседние слои воздуха. Они, соответственно, тоже сжимаются - и возникает нечто вроде цепной реакции.

Таким образом, понятие «звук» означает набор звуковых кол****ий, воспринимаемых человеческим ухом. Или не только человеческим, поскольку диапазон звуковых кол****ий, воспринимаемых слуховым аппаратом разных видов животных, существенно различается. То, что для дельфина - нормальный слышимый звук, для нас уже ультразвук, который мы расслышать не в состоянии.

Как мы знаем из физики, основными характеристиками любых кол****ий, включая звуковые, являются амплитуда, частота и фаза. Еще одна характеристика - это скорость распространения кол****ий, и тут надо иметь в виду, что скорость распространения звука от других его характеристик не зависит. То есть слушатель воспринимает звук в точно такой же последовательности, в которой он создается источником.

Возможность создания музыки, как некой гармоничной последовательности звуков, обладающей целым рядом отличий от обычного шума, предопределена, с одной стороны, свойствами звуковых волн, а с другой - особенностями слухового аппарата человека и восприятия звуков человеческим мозгом.

С другой стороны, звуковые волны имеют целый ряд свойств, которые приводят к искажению звука. К их числу относится поглощение звуковых волн средой (что приводит к угасанию звука по мере удаления от источника), интерференция (наложение звуковых волн), рефракция (преломление звуковых волн на границе разных физических сред), реверберация (многократное отражение звуковых волн от твердой поверхности, что особенно характерно для распространения звука в замкнутом пространстве), резонанс (передача звуковых кол****ий некоему телу, которое само начинает кол****ься и воспроизводить звук) и другие.
И все эти свойства и особенности звуковых волн, их возникновения, распространения и восприятия человеческим ухом и человеческим мозгом, необходимо учитывать как при разработке и изготовлении аудиоаппаратуры, так и при ее использовании

[Strannik]

Самые распространенные методы сжатия без потерь Huffman, LZW для сжатия аудиофайлов в большинстве случаев не приемлемы.

Использование простых методов сжатия, например, сжатие тишины и ADPCM - Adaptive Differential Pulse Code Modulation приводит к потерям.

Сжатие стандарта CCITT G.721 -- от 16 до 32 Kbits/sec невозможно из-за того, что в процессе квантования часть информации теряется. Такие системы сжатия как ACE / MACE (компании Apple ), Linear Predictive Coding ( LPC ) и Code Excited Linear Predictor тоже обладают своими минусами.

Методы сжатия, основанные на психоаккустике более приемлемые за счет следующего алгоритма кодека:

- маскирование

- деление сигнала на частотные подполосы

Использование одного квантового уровня для нескольких входных значений за счет квантования сигналов в подполосах

Самые известные представители - MPEG layers 2, MPEG layer 3 (MP3), AAC (Advanced audio coding).

Для более доступного объяснения восприятия звуков стоит немного рассказать о строении уха.

Внешнее ухо отвечает за локализацию источника звука в пространстве. Повышенная чувствительность в диапазоне 2kHz обуславливается резонированием внешнего ушного канала в этом диапазоне.

Среднее ухо выступает «усилителем звука» за счет того, что в улитке находится жидкость, а снаружи воздух.

Внутреннее ухо отвечает за частотный анализ, благодаря своему строению.

Попадая в ухо и достигая конечной цели, звук претерпевает изменения.

Для иллюстрации всего вышеизложенного можно привести следующие факты:

- лучше всего воспринимается звук в диапазоне от 2 до 4 KHz,

- самые громкие звуки, способные восприниматься ухом 96 dB

- человеческое ухо способно различить изменения частоты начиная с 0,3% на частоте порядка 1kHz.

- при различии сигналов по амплитуде менее чем на 1 дб – сигналы трудноразличимы.

- ухо способно локализовать звук с точностью до 1 градуса.

- Звуки различной частоты распространяются в воздухе с разной скоростью.

- Человек не в состоянии заметить внезапное исчезновение высоких частот, если оно не превышает порядка 2ms

- с возрастом воспринимаемый частотный диапазон сужается.

Надо отметить, что частота во многом влияет на восприятие звука. При частоте до 1,5 кГц, к каждому нервному окончанию может подключится до 3-х нейронов , благодаря этому частотное разрешение улучшается в 3 раза. В определении местонахождения частот выше 1,5кГц, помагает разница амплитуд для правого и левого уха. Благодаря такой особенности возможно применение режимов Joint Stereo - запоминается либо информация для суммы правого и левого каналов и их разница, со значительно меньшей точностью (Mid/Side coding), либо вообще запоминается лишь амплитуда сигнала (Intensity coding).

[Strannik]

Ещё с начала семидесятых годов во многих странах мира, в том числе и в СССР, велись усиленные работы по разработке уникальной цифровой системы воспроизведения-звукозаписи. В результате технологами было создано несколько принципиально новых систем, но наиболее удачной была признана двойственная разработка таких фирм, как Philips и Sony. Первой был предложен эффективный способ подачи сигнала и его защиты. Вторая продемонстрировала метод записи информации с помощью специального лазерного луча при постоянной максимальной линейной скорости продвижения луча по записывающей дорожке.
Результаты не заставили ждать, и уже в 1982 году плоды работы этих фирм были утверждены международным стандартом, как уникальная система звукозаписи – воспроизведения компактного диска. А фирмам-конкурентам ничего не осталось, как выкупать лицензии у Philips и Sony. Высокое качество записи на различные носители предвещали данной разработке большую популярность. Это стало началом цифрового компакт-диска.
На иностранном рынке стали продаваться различные проигрыватели мини-дисков и сами диски с различными аудио-записями. Но на отечественный макальный рынок они попали позже на десять лет.
В тысяча девятьсот восемьдесят седьмом году был создан формат цифровых кассет R-DAT, которому уделялось место наследника компакт-кассет. А в тысяча девятьсот восемьдесят восьмом году разработчиками был предложен еще один уникальный формат кассет - DCC. В тысяча девятьсот девяносто третьем году впервые появился MiniDisc. Но, к сожалению, ни одному из этих форматом не удалось стать популярными, они не сумели не получить массовое распространение, а прижились разве что в студиях звукозаписи.
Развитие глобальной компьютеризации способствовало росту компакт-дисков. На компьютерные компакт-диски (CD ROM) записывалась самая разная информация, хоть формат записи и немного отличался от Audio CD. Реализация цифровых форматов сжатия аудиозаписей стала ключом к всевозможным записям на диск более шести часов музыки или семьдесят четыре минуты видео отличного качества. С тысяча девятьсот девяносто шестой год по девяносто седьмой был разработан уникальный стандарт цифровых носителей, получивший название DVD. Стандарт предназначался для многоформатных записей и воспроизведения видеоинформации. Внешние параметры DVD мало чем отличались от CD, разве что в DVD меньше размеры информационных дорожек, а также DVD обладает многослойностью.
На сегодняшний день окончательный вариант DVD до сих пор не утвержден. Одни разработчики DVD устройств выступают за использование технологий с использованием специального красного лазера, остальные – за применение довольно дорогой, но более емкой технологии с использованием универсального голубого лазера. Сегодняшняя ёмкость базового компакт диска составляет семьсот мегабайт, DVD же с использование технологий красного лазера – от четырёх до десяти гигабайт, а голубого лазера до двадцати семи гигабайт. Неправда ли интересная технологическая прогрессия?
Снижение цен на компьютерную технику в последние годы, в особенности на пишущие CD приводы и комплектующие носители, никак не уменьшило популярности компакт-дисков. Хоть себестоимость DVD привода и специальных дисков становится все более доступной, формат СД не собирается уступать своё место в мире цифровых технологий

[Strannik]

Сочетание букв можно понять как "Moving Picture Coding Experts Group", что означает - "Группа экспертов, кодирующая подвижные изображения". Все началось в январе 1988 года, когда MPEG был создан Международной организацией стандартов и Международной электротехнической комиссии. Группа была создана для формирования стандартов кодирования движимых изображений и звуковой информации. После с первого собрания в мае 1988 года группа начала увеличиваться и превратилась в довольно большую группу специалистов. Чаще всего в собрании MPEG участвуют примерно 350 специалистов из двухсот компаний. Встречи осуществляются примерно три раза в году. Большинство участников MPEG - это индивидуальные специалисты, которые занимаются в тех или иных научных и академических заведениях.

Прежде всего стоит упомянуть о комплекте MPEG-1. Данный комплект, в соответствии со всемирными стандартами ISO, включает в себя 3 алгоритма разного уровня сложности: Layer I, Layer II и Layer III. Вся структура процесса кодирования является одинаковой для всех уровней. Но не смотря на сходство уровней в общем подходе к кодированию, уровни отличаются целевым использованием и внутренними механизмами. Для определенного уровня указан нужный формат записи бит-потока и нужный алгоритм декодирования. Алгоритмы MPEG основываются на изученных свойствах восприятия звуковых сигналов слуховым аппаратом человека.

Стандарт MPEG-2 был разрабатывался для кодирования ТВ сигналов вещательного ТВ. Стандарт MPEG-2 AAC стал результатом соединения сил института Fraunhofer, компаний Sony, NEC и Dolby. MPEG-2 AAC – это технологический приемник MPEG-1. Так как между опубликованием MPEG-2 AAC и его стандартизацией прошло много времени, свет увидели несколько видов этого алгоритма: Homeboy AAC, AT&T a2b AAC, Astrid/Quartex AAC, Liquifier AAC, FAAC (Freeware Audio Coder), Mayah AAC, PsyTEL AAC, QuickTime AAC, Sorenson и остальные. Процесс стандартизации AAC был достаточно долгим, поэтому многие из приведенных кодеров вначале были несовместимы между собой в формате выходного потока.

Стандарт MPEG-4 заслуживает особого упоминания. MPEG-4 – это не просто алгоритмом сжатия, хранения и передачи видео или аудио информации. MPEG-4 является новым способом представления информации, это - объектно-ориентированное представление данных мультимедиа. Стандарт владеет объектами, организует из них иерархии, классы и многое другое, выстраивает сцены и управляет передачей. Объектами могут быть как обычные аудио или видео потоки, так и синтезированная аудио и графическая информация. Эти сцены описываются на особом языке. Нужно обратить внимание на то, что в качестве средств компрессии аудио в MPEG-4 используется комплекс нескольких стандартов аудио кодировки: улучшенный алгоритм MPEG-2 AAC, алгоритм TwinVQ и алгоритмы кодирования речи HVXC (Harmonic Vector eXcitation Coding) - для битрейтов 2-4 Кбит/с и CELP (Code Excited Linear Predictive) - для битрейтов 4-24 Кбит/с. Кроме этого, MPEG-4 предусматривает большое количество механизмов обеспечения масштабируемости и предсказания.

Стандарт MPEG-7 вообще совершенно отличается от всех других стандартов MPEG. Стандарт создавался не для установления каких-то границ для передачи данных или типизации и описания данных какого-то конкретно рода. Стандарт создан как описательный, предназначенный для регламентации характеристик информации любого типа, даже аналоговой. Использование MPEG-7 должно быть в тесной связи с MPEG-4.

Для удобства работы со сжатыми потоками, все алгоритмы MPEG разработаны так, что дают возможность осуществлять декомпрессию и воспроизведение потока одновременно с его получением– потоковая декомпрессия на лету. Эта возможность очень широко применяется в Интернете, где скорость передачи информации ограничена, а с использованием подобных алгоритмов появляется возможность работать с информацией прямо во время ее получения, не дожидаясь окончания передачи.

[Strannik]

Формат MP3 - один из универсальных закодированных форматов передачи, хранения и воспроизведения аудиосигнала в цифровой форме. Mpeg Layer 3 стал одним из самых популярных форматов реализации акустических данных. Используется преимущественно для проигрывания аудио в реальном времени для многофункционального кодирования CD.
MP3 - многоканальный формат. Передача информации реализуется потоком уникальных блоков данных - фреймов. Исходный сигнал при кодировании имеет структурный вид обособленных единиц , которые называются фреймами. При декодировании целостный сигнал составляется из монолитных декодированных фреймов. MP3 обладает высокой степенью компактности по сравнению с аналоговыми форматами. А также имеет более качественное звучание, которое достигается посредством дополнительного квантования по установленной схеме, что позволяет свести к минимуму различного рода помехи и сбои. Последнее достигается благодаря уникальности человеческого слуха, здесь применяется эффект маскирования сигнала первого диапазона частот более мощным сигналом второго диапазона. Это вызывает понижение чувствительности уха к воспроизводимому фрейму. Помимо этого, учитывается неспособность человека отличать сигналы по мощности, а также разных частотных диапазонов. Данные технологии называют адаптивным кодированием, они позволяют исказить некоторые наименее значимые детали звучания.
MP3 на сегодняшний день обладает двумя преимущественными качествами перед остальными аналоговыми форматами. Ни один другой формат не выдаст стопроцентное устойчивое сохранение качества звучания помимо MP3.
Формата MP3 имеет очень высокую популярность, а как следствие использование на самом разном программном оборудовании. MP3 применим везде, и имеет устойчивую монополию на рынке цифровых форматов.
Открыли формат MP3 уже давно, но использовать его стали лишь несколько лет назад. Одними из первых пользователей стали «пираты», использующие удобные цифровые технологии для создания подделок. На сегодняшний день, MP3 является аудио форматом «номер один». По всему миру идёт производство различного технического оборудование с его включениями, создаются различного рода плееры, телевизоры, магнитолы.
Хоть MP3 и появился довольно давно, на сегодняшний день ни один из современных форматов не может сохранять конкурентоспособность. Они способны лишь сравниваться с MP3 на низких звучаниях и пасовать при высоких.
Также стоит сказать о монополии формата MP3 в сфере компьютерных технологий, даже формат WMA от Microsoft не способен претендовать на его место. Но столь сильная компания не перестаёт останавливаться и продолжает разработки с сфере аудио форматов. Может быть совсем скоро, MP3 будет вытеснен чем-то принципиально новым.

[Strannik]

Музыкальные звуки содержатся на обычных CD-дисках в виде 16-битных чисел. Частота дискретизации сигналов на самых обычных компакт дисках составляет 44.1 Кгц. Очень жаль, что такое представление сигналов даже с применением dithering и noise shaping не позволяет добиться субъективного динамического и частотного диапазонов звукозаписи, которые соответствуют возможностям человеческого слуха и приводят к заметной деградации качества звука. Но все-таки услышать это ухудшение в большинстве своем смогут только звукорежиссеры, у которых есть возможность сравнивать звук с CD-дисков и исходный материал, который часто записан на двовольно дорогой аппаратуре в виде 20 или даже 24-битных чисел и временами с частотой дискретизации 96 Кгц и выше. Звукорежиссеры это, как чаще всего бывает, люди, которые не имеют ни музыкального, ни технического образования. По этой причине они формулируют свои мысли очень туманно и одновременно с этим превращают их в наукообразную форму в расчете на впечатлительных музыкантов. Изменение в худшую сторону в цифровом звуке в стандарте музыкального компакт диска они чаще всего называют терминами типа "звуковая грязь", "омертвение", "убийство звука", "жесткость", "тусклость", "отсутствие баланса", "задавленность", "транзисторное звучание", нехватка "прозрачности", а иногда даже "низкая разрешающая способность". Всеми этими эмоционально првильными, но ничего, в общем, не объясняющими терминами и ложными с научной точки зрения мылями богата практически любая статья о цифровой звукозаписи в часто встресающихся (так же часто, как и компьютерные издания!) популярных "звукорежиссерских" журналах о Hi-Fi и Hi-End (IN/OUT, Class A, Hi-Fi Audio и прочими). Для понимания процессов, которые происходят при звукозаписи, нужно увидеть, как создается музыкальный CD-диск как можно подробнее и с самого начала. Запись часто происходит в небольшом помещении с покрытием на стенках, а также на потолке и полу, которые поглощают звук. Звук по всем правилам сначала поступает на микрофоны, а потом уже на микшерский пульт. Подобные аналоговые устройства вполне могут сделать хуже качество звука еще перед аналого-цифровым преобразованием. Чтобы избежать "убийство" звука, лучше не использовать конденсаторные микрофоны с "фантомным" питанием, т.е. с подачей напряжения питания через сигнальные провода. Очень жаль, но хороший аналоговый микшерский пульт стоит довольно дорого. При отсутствии очень качественного аналогового микшера, по-видимому, надо пытаться, оцифровывать аналоговые сигналы с помощью многоканальных 20..24-битных звуковых компьютерных карт и все регулировки как можно раньше, сведения и остальные микшерские операции нужно производить уже в цифре. Запись оцифрованного звука лучше всего производить сразу же на жесткий диск персонального компьютера, и при этом как только можно избегать использования DAT магнитофонов из-за довольно-таки возможных и тяжело устранимых проблем с джиттером.