FAQ по mp3

[Strannik]

1.Цифровые и аналоговые сигналы: в чем разница?
2.Как звук представляется в цифровом виде?
Цифровые и аналоговые сигналы: в чем разница?

Наверно каждый второй слышал об аналоговом и цифровом представлении сигналов, но сказать в чем разница между ними могут лишь единицы. Попробуем разобраться в этом вопросе и определить те самые отличия.

Начнём с того, что стандартное аналоговое представление сигналов заключается в подобии форм в различных точках усилительного или передающего тракта. Мы получаем некую электрическую форму в виде кривой, описывающую исходный сигнал.

Оно максимально точно, хотя в тоже время подвержено различным факторам, влияющим на её параметры. Малейшее искажение формы электрического сигнала неминуемо повлечет за собой искажение формы и сигнала переносимого. Общее количество информации в несущем сигнале в совокупности равно количеству
информации в сигнале исходном. Таким образом, аналоговый сигнал в виду своей структуры исключает какую-либо защиту информации, как при длительном хранении, так и при различных инородных вмешательствах.

В отличие от аналоговых сигналов, цифровой сигнал подразумевает некую избыточность, защищающую информацию от воздействия паразитных помех. При этом изменениям подвергается сам несущий электрический сигнал, на его основу накладываются серьезные ограничения. Так, например, амплитуда приёма составляет только два предельных значения. Вся зона возможных амплитуд в этом случае будет делится на три составляющих:
1. минимум - нулевое значение.
2. промежуток - помехи.
3. максимум — единичное значение.

Вследствие чего, помеха, значение амплитуда которой меньше половины несущего сигнала, оказывается в промежутке и не влияет на качество передачи.
Помехи больше максимального значения также не имеют влияния, их длительность импульса составляет меньшую часть длительности информационного импульса, тем более что вход приёма ограничен специальным фильтром.
Созданный по такой технологии, цифровой сигнал переносит совершенно любую полезную информацию, которая представляет собой код последовательности битов — нулей и единиц. Редким исключением являются лишь электрические и звуковые сигналы. Их количество несомой информации в цифровом сигнале имеет более высокое значение, нежели в исходном варианте. Таким образом, конечный сигнал определяет избыточность относительно исходного, и как следствие формы искажений кривой несущего сигнала, при
которых еще сохраняется способность приемника правильно различать нули
и единицы, не влияя правильность получаемой информации. И в тоже время, воздействие значительных помех на форму сигнала может исказиться настолько сильно, что точная передача такой информации
станет полностью невозможной. Её заполняют ошибки, которые стандартный приемник мало того, что не сможет исправить, но и не сумеет обнаружить их.
В заключение, можно сказать, что цифровой сигнал хоть и является до конца несовершенным, но имеет существенные преимущества перед аналоговым, как в параметрах защиты, так и в качествах передачи.

Как звук представляется в цифровом виде?

Исходная форма звукового сигнала — непрерывное изменение амплитуды во времени — представляется в цифровой форме с помощью «перекрестной дискретизации» — по времени и по уровню.

Строго говоря, любой аналоговый сигнал в конечном счете тоже дискретен как по времени, так и по величине — например, звуковой сигнал является результатом взаимодействия конечного числа атомов или молекул газов и твердых тел, электрический сигнал — результатом перемещения конечного числа элементарных зарядов (электронов) и т.п. Поэтому, говоря о дискретизации аналогового сигнала, имеют в виду значительно большую степень дискретности, которая поддается измерению приборами средней точности.

Согласно теореме Котельникова, любой непрерывный процесс с ограниченным спектром может быть полностью описан дискретной последовательностью его мгновенных значений, следующих с частотой, как минимум вдвое превышающей частоту наивысшей гармоники процесса; частота Fd выборки мгновенных значений (отсчетов) называется частотой дискретизации.

Из теоремы следует, что сигнал с частотой Fa может быть успешно дискретизирован по времени на частоте 2Fa только в том случае, если он является чистой синусоидой, ибо любое отклонение от синусоидальной формы приводит к выходу спектра за пределы частоты Fa. Таким образом, для временнОй дискретизации произвольного звукового сигнала (обычно имеющего, как известно, плавно спадающий спектр), необходим либо выбор частоты дискретизации с запасом, либо принудительное ограничение спектра входного сигнала ниже половины частоты дискретизации.

Одновременно с временнОй дискретизацией выполняется амплитудная — измерение мгновенных значений амплитуды и их представление в виде числовых величин с определенной точностью (квантование). Точность измерения (двоичная разрядность N получаемого дискретного значения) определяет уровень шума, вносимого квантованием, и динамический диапазон цифрового сигнала (теоретически, для цифрового сигнала в чистом виде, это взаимно-обратные величины, однако любой реальный тракт имеет также и собственный уровень шумов и помех).

Полученный поток чисел (серий двоичных цифр), описывающий звуковой сигнал, называют импульсно-кодовой модуляцией или ИКМ (Pulse Code Modulation, PCM), так как каждый импульс дискретизованного по времени сигнала представляется собственным цифровым кодом.

Чаще всего применяют линейное квантование, когда числовое значение от- счета пропорционально амплитуде сигнала. Из-за логарифмической природы слуха более целесообразным было бы логарифмическое квантование, когда числовое значение пропорционально величине сигнала в децибелах, однако это сопряжено с трудностями чисто технического характера.

ВременнАя дискретизация и амплитудное квантование сигнала неизбежно вносят в сигнал шумовые искажения, уровень которых принято оценивать по формуле 6N + 10lg (Fдискр/2Fмакс) + C (дБ), где константа C варьируется для разных типов сигналов: для чистой синусоиды это 1.7 дБ, для звуковых сигналов — от -15 до 2 дБ. Отсюда видно, что к снижению шумов в рабочей полосе частот 0..Fмакс приводит не только увеличение разрядности отсчета, но и повышение частоты дискретизации относительно 2Fмакс, поскольку шумы квантования «размазываются» по всей полосе вплоть до частоты дискретизации, а звуковая информация занимает только нижнюю часть этой полосы.

В большинстве современных цифровых звуковых систем используются стан- дартные частоты дискретизации 44.1 и 48 кГц, однако частотный диапазон сигнала обычно ограничивается возле 20 кГц для оставления запаса по отношению к теоретическому пределу. Также наиболее распространено 16-разрядное квантование по уровню, что дает предельное соотношение сигнал/шум около 98 дБ. В студийной аппаратуре используются более высокие разрешения — 18-, 20- и 24-разрядное квантование при частотах дискретизации 56, 96 и 192 кГц. Это делается для того, чтобы сохранить высшие гармоники звукового сигнала, которые непосредственно не воспринимаются слухом, но влияют на формирование общей звуковой картины.

Для оцифровки более узкополосных и менее качественных сигналов частота и разрядность дискретизации могут снижаться; например, в телефонных линиях применяется 7- или 8-разрядная оцифровка с частотами 8..12 кГц.

Представление аналогового сигнала в цифровом виде называется также импульсно-кодовой модуляцией (ИКМ, PCM — Pulse Code Modulation), так как сигнал представляется в виде серии импульсов постоянной частоты (вре- меннАя дискретизация), амплитуда которых передается цифровым кодом (амплитудная дискретизация). PCM поток может быть как параллельным, когда все биты каждого отсчета передаются одновременно по нескольким линиям с частотой дискретизации, так и последовательным, когда биты передаются друг за другом с более высокой частотой по одной линии.

Сам цифровой звук и относящиеся к нему вещи принято обозначать общим термином Digital Audio; аналоговая и цифровая части звуковой системы обозначаются терминами Analog Domain и Digital Domain.

[Strannik]

3.Что такое АЦП и ЦАП?
4.Что такое передискретизация (oversampling)?
Что такое АЦП и ЦАП?

Аналогово-цифровой и цифро-аналоговый преобразователи. Первый преобразует аналоговый сигнал в цифровое значение амплитуды, второй выполняет обратное преобразование. В англоязычной литературе применяются термины ADC и DAC, а совмещенный преобразователь называют codec (coder-decoder).

Принцип работы АЦП состоит в измерении уровня входного сигнала и выдаче результата в цифровой форме. В результате работы АЦП непрерывный аналоговый сигнал превращается в импульсный, с одновременным измерением амплитуды каждого импульса. ЦАП получает на входе цифровое значение амплитуды и выдает на выходе импульсы напряжения или тока нужной величины, которые расположенный за ним интегратор (аналоговый фильтр) превращает в непрерывный аналоговый сигнал.

Для правильной работы АЦП входной сигнал не должен изменяться в течение времени преобразования, для чего на его входе обычно помещается схема выборки-хранения, фиксирующая мгновенный уровень сигнала и сохраняющая его в течение всего времени преобразования. На выходе ЦАП также может устанавливаться подобная схема, подавляющая влияние переходных процессов внутри ЦАП на параметры выходного сигнала.

При временнОй дискретизации спектр полученного импульсного сигнала в своей нижней части 0..Fa повторяет спектр исходного сигнала, а выше содержит ряд отражений (aliases, зеркальных спектров), которые расположены вокруг частоты дискретизации Fd и ее гармоник (боковые полосы). При этом первое отражение спектра от частоты Fd в случае Fd = 2Fa располагается непосредственно за полосой исходного сигнала, и требует для его подавления аналогового фильтра (anti-alias filter) с высокой крутизной среза. В АЦП этот фильтр устанавливается на входе, чтобы исключить перекрытие спектров и их интерференцию, а в ЦАП — на выходе, чтобы подавить в выходном сигнале надтональные помехи, внесенные временнОй дискретизацией.

Что такое передискретизация (oversampling)?

Это дискретизация сигнала с частотой, превышающей основную частоту дискретизации. Передискретизации может быть аналоговой, когда с повы-шенной частотой делаются выборки исходного сигнала, или цифровой, когда между уже существующими цифровыми отсчетами вставляются дополнительные, рассчитанные путем интерполяции. Другой способ получения значений промежуточных отсчетов состоит во вставке нулей, после чего вся последовательность подвергается цифровой фильтрации. В АЦП используется аналоговая передискретизация, в ЦАП — цифровая.

Передискретизация используется для упрощения конструкций АЦП и ЦАП. По условиям задачи на входе АЦП и выходе ЦАП должен быть установлен аналоговый фильтр с АЧХ, линейной в рабочем диапазоне и круто спадающей за его пределами. Реализация такого аналогового фильтра весьма сложна; в то же время при повышении частоты дискретизации вносимые ею отраже- ния спектра пропорционально отодвигаются от основного сигнала, и аналоговый фильтр может иметь гораздо меньшую крутизну среза.

Другое преимущество передискретизации состоит в том, что ошибки амплитудного квантования (шум дробления), распределенные по всему спектру квантуемого сигнала, при повышении частоты дискретизации распределяют-
ся по более широкой полосе частот, так что на долю основного звукового сигнала приходится меньшее количество шума. Каждое удвоение частоты снижает уровень шума квантования на 3 дБ; поскольку один двоичный разряд эквивалентен 6 дБ шума, каждое учетверение частоты позволяет уменьшить разрядность преобразователя на единицу.

Передискретизация вместе с увеличением разрядности отсчета, интерполяцией отсчетов с повышенной точностью и выводом их на ЦАП надлежащей разрядности позволяет несколько улучшить качество восстановления звукового сигнала. По этой причине даже в 16-разрядных системах нередко применяются 18- и 20-разрядные ЦАП с передискретизацией.

АЦП и ЦАП с передискретизацией за счет значительного уменьшения времени преобразования могут обходиться без схемы выборки-хранения.

[Strannik]

5.Что такое Dithering и Noise Shaping?
6.Как устроены и работают АЦП и ЦАП?
Что такое Dithering и Noise Shaping?

Это в некотором роде искусственные методы обработки цифрового звукового сигнала, направленные на улучшение субъективного качества звучания ценой очевидного ухудшения его объективных характеристик (прежде всего — коэффициента нелинейных искажений и соотношения сигнал/шум).

Dithering (сглаживание) заключается в добавлении к сигналу небольшого количества шума (псевдослучайного цифрового сигнала) разного спектра (белый, розовый и т.п.). При этом заметно ослабляется корреляция ошибок квантования с полезным сигналом («рассеиваются» ошибки округления) и, несмотря на некоторое увеличение шума, субъективное качество звучания заметно повышается. Уровень добавляемого шума выбирается в зависимости от задачи и колеблется от половины младшего разряда отсчета до нескольких разрядов.

Noise Shaping (формовка шума) заключается в преобразовании сильно зашумленного полезного сигнала с целью вытеснения чисто шумовых компонент в надтональную область с выделением в нижней части спектра основной энергии полезного сигнала. По существу, Noise Shaping является одним из видом PWM (Pulse Width Modulation — широтно-импульсная модуляция, ШИМ) с дискретной шириной импульса. Сигнал, обработанный этим методом, требует обязательной фильтрации с подавлением высоких частот — это выполняется либо цифровым, либо аналоговым способом.

Основное применение Noise Shaping находит в области представления цифровых сигналов отсчетами меньшей разрядности с повышенной частотой следования. В delta-sigma ЦАП для повышения частоты следования отсчетов увеличивается в десятки раз частота дискретизации, на которой из исходных многоразрядных отсчетов формируются серии отсчетов разрядностью 1..3. Низкочастотная часть спектра потока этих отсчетов с высокой точностью повторяет спектр исходного сигнала, а высокочастотная содержит в основном чистый шум.

В случае преобразования цифрового сигнала к отсчетам более низкой разрядности на той же частоте дискретизации Noise Shaping выполняется вместе с операцией Dithering'а. Поскольку в этом случае повышение частоты дискретизации невозможно, вместо этого спектр добавляемого шума формируется таким образом, чтобы его низко- и среднечастотная часть максимально точно повторяла слабую часть сигнала, заключенную в отсекаемых младших разрядах отсчетов. Благодаря этому основная энергия шума вытесняется в верхнюю часть рабочего диапазона частот, а в наиболее слышимой области остаются вполне разборчивые следы слабого сигнала, который иначе оказался бы полностью уничтоженным. Несмотря на то, что объективные искажения сохраненного таким образом слабого сигнала очень велики, его субъективное восприятие остается вполне приемлемым, позволяя воспринимать на слух компоненты, уровень которых меньше младшего разряда отсчета.

По существу, Dithering и Noise Shaping являются частными случаями одной технологии — с той разницей, что в первом случае используется белый шум с равномерным спектром, а во втором — шум со спектром, специально сформированным под конкретный сигнал. Данная технология приводит к «нестандартному» использованию цифрового формата, основанному на особенностях человеческого слуха.

Как устроены и работают АЦП и ЦАП?

В основном применяется три конструкции АЦП: — параллельные — входной сигнал одновременно сравнивается с эталонными уровнями набором схем сравнения (компараторов), которые формируют на выходе двоичное значение. В таком АЦП количество компараторов равно (2 в степени N) — 1, где N — разрядность цифрового кода (для восьмираз- рядного — 255), что не позволяет наращивать разрядность свыше 10-12. — последовательного приближения — преобразователь при помощи вспомогательного ЦАП генерирует эталонный сигнал, сравниваемый со входным.
Эталонный сигнал последовательно изменяется по принципу половинного деления (дихотомии), который используется во многих методах сходящегося поиска прикладной математики. Это позволяет завершить преобразование за количество тактов, равное разрядности слова, независимо от величины входного сигнала. — с измерением временнЫх интервалов — широкая группа АЦП, использующая для измерения входного сигнала различные принципы преобразования уровней в пропорциональные временнЫе интервалы, длительность которых измеряется при помощи тактового генератора высокой частоты. Иногда называются также считающими АЦП.

Среди АЦП с измерением временнЫх интервалов преобладают следующие три типа: — последовательного счета, или однократного интегрирования (single-slope) — в каждом такте преобразования запускается генератор линейно возрастающего напряжения, которое сравнивается со входным. Обычно такое напряжение получают на вспомогательном ЦАП, подобно АЦП последовательного приближения. — двойного интегрирования (dual-slope) — в каждом такте преобразования входной сигнал заряжает конденсатор, который затем разряжается на источник опорного напряжения с измерением длительности разряда. — следящие — вариант АЦП последовательного счета, при котором генератор эталонного напряжения не перезапускается в каждом такте, а изменяет его от предыдущего значения до текущего.

Наиболее популярным вариантом следящего АЦП является Sigma-Delta, работающий на частоте Fs, значительно (в 64 и более раз) превышающей частоту дискретизации Fd выходного цифрового сигнала. Компаратор такого АЦП выдает значения пониженной разрядности (обычно однобитовые — 0/1), сумма которых на интервале дискретизации Fd пропорциональна величине отсчета. Последовательность малоразрядных значений подвергается цифровой фильтрации и понижению частоты следования (decimation), в результате чего получается серия отсчетов с заданной разрядностью и частотой дискретизации Fd.

Для улучшения соотношения сигнал/шум и снижения влияния ошибок квантования, которое в случае однобитового преобразователя получается довольно высоким, применяется метод формовки шума (Noise Shaping) через схемы обратной связи по ошибке и цифрового фильтрования. В результате применения этого метода форма спектра шума меняется так, что основная шумовая энергия вытесняется в область выше половины частоты Fs, незначительная часть остается в нижней половине, и практически весь шум удаляется из полосы исходного аналогового сигнала.

ЦАП в основном строятся по двум принципам: — взвешивающие — с суммированием взвешенных токов или напряжений, когда каждый разряд входного слова вносит соответствующий своему двоичному весу вклад в общую величину получаемого аналогового сигнала; такие ЦАП называют также параллельными или многоразрядными (multibit). — Sigma-Delta, по принципу действия обратные АЦП этого же типа. Входной цифровой сигнал подвергается значительной (64x и более) передискретизации и подается на модулятор, формирующий малоразрядные (обычно однобитовые) значения, обрабатываемые методом Noise Shaping (обычно реализуемым посредством цифрового фильтра и обратной связи по ошибке). Полученные в результате малоразрядные отсчеты управляют схемой выдачи эталонных зарядов, которые со столь же высокой частотой добавляются к выходному сигналу.

Типы ЦАП, выдающих истинно одноразрядный поток, называют bitstream (поток битов) или PDM (Pulse Density Modulation — модуляция плотностью импульсов). Несколько другой тип представляют ЦАП с широтно-импульсной
модуляцией (ШИМ, Pulse Width Modulation, PWM), когда на схему выборки-хранения аналогового сигнала выдаются импульсы постоянной амплитуды и переменной длительности, управляя дозированием выдаваемого на выход заряда. На этом принципе работают преобразователи MASH (Multi-stAge noise SHaping — многостадийная формовка шума) фирмы Matsushita. В них сигнал обратной связи по ошибке получают сразу несколько схем формовки шума, управляющих шириной выходного импульса.

Различие ЦАП типа PDM и PWM в основном состоит в том, что максимальная ширина импульса в PWM не равна степени двойки (например, для MASH она равна 11).

ЦАП с передискретизацией и малым числом реальных разрядов обладают значительно лучшей линейностью, нежели параллельные ЦАП той же эффективной разрядности. Форма выходного сигнала таких ЦАП представляет собой полезный сигнал, обрамленный значительным количеством высокочастотного шума, основная энергия которого достаточно далеко отстоит от верхней частоты полезного сигнала и потому эффективно подавляется даже простейшим аналоговым фильтром.

[Strannik]

7.Какие методы используются для эффективного сжатия цифрового звука?
8.Какие форматы используются для представления цифрового звука?

Какие методы используются для эффективного сжатия цифрового звука?

В настоящее время наиболее известны Audio MPEG, PASC и ATRAC. Все они используют так называемое «кодирование воспринимаемого» (perceptual coding) при котором из звукового сигнала удаляется информация, малозаметная для слуха. В результате, несмотря на изменение формы и спектра сигнала, его слуховое восприятие практически не меняется, а степень сжатия оправдывает незначительное уменьшение качества. Такое кодирование относится к методам сжатия с потерями (lossy compression), когда из сжатого сигнала уже невозможно точно восстановить исходную волновую форму.

Приемы удаления части информации базируются на особенности человеческого слуха, называемой маскированием: при наличии в спектре звука выраженных пиков (преобладающих гармоник) более слабые частотные составляющие в непосредственной близости от них слухом практически не воспринимаются (маскируются). При кодировании весь звуковой поток разбивается на мелкие кадры, каждый из которых преобразуется в спектральное представление и делится на ряд частотных полос. Внутри полос происходит определение и удаление маскируемых звуков, после чего каждый кадр подвергается адаптивному кодированию прямо в спектральной форме. Все эти операции позволяют значительно (в несколько раз) уменьшить объем данных при сохранении качества, приемлемого для большинства слушателей.

Каждый из описанных методов кодирования характеризуется скоростью биового потока (bitrate), с которой сжатая информация должна поступать в декодер при восстановлении звукового сигнала. Декодер преобразует серию сжатых мгновенных спектров сигнала в обычную цифровую волновую форму.

Audio MPEG — группа методов сжатия звука, стандартизованная MPEG (Moving Pictures Experts Group — экспертной группой по обработке дви- жущихся изображений). Методы Audio MPEG существуют в виде нескольких типов — MPEG-1, MPEG-2 и т.д.; в настоящее время наиболее распространен тип MPEG-1.

Существует три уровня (layers) Audio MPEG-1 для сжатия стереофоничес- ких сигналов:

1 — коэффициент сжатия 1:4 при потоке данных 384 кбит/с;
2 — 1:6..1:8 при 256..192 кбит/с;
3 — 1:10..1:12 при 128..112 кбит/с.

Минимальная скорость потока данных в каждом уровне определяется в 32 кбит/с; указанные скорости потока позволяют сохранить качество сигнала примерно на уровне компакт-диска.

Все три уровня используют входное спектральное преобразование с разбиением кадра на 32 частотные полосы. Наиболее оптимальным в отношении объема данных и качества звука признан уровень 3 со скоростью потока
128 кбит/с и плотностью данных около 1 Мб/мин. При сжатии с более низкими скоростями начинается принудительное ограничение полосы частот до 15-16 кГц, а также возникают фазовые искажения каналов (эффект типа фэйзера или фленжера).

Audio MPEG используется в компьютерных звуковых системах, CD-i/DVD, «звуковых» дисках CD-ROM, цифровом радио/телевидении и других системах массовой передачи звука.

PASC (Precision Adaptive Sub-band Coding — точное адаптивное внутриполосное кодирование) — частный случай Audio MPEG-1 Layer 1 со скоростью потока 384 кбит/с (сжатие 1:4). Применяется в системе DCC.

ATRAC (Adaptive TRansform Acoustic Coding — акустическое кодирование адаптивным преобразованием) базируется на стереофоническом звуковом формате с 16-разрядным квантованием и частотой дискретизации 44.1 кГц. При сжатии каждый кадр делится на 52 частотные полосы, результирующая скорость потока — 292 кбит/с (сжатие 1:5). Применяется в системе MiniDisk.

Какие форматы используются для представления цифрового звука?

Понятие формата используется в двух различных смыслах. При использовании специализированного носителя или способа записи и специальных устройств чтения/записи в понятие формата входят как физические характе-
ристики носителя звука — размеры кассеты с магнитной лентой или диском, самой ленты или диска, способ записи, параметры сигнала, принципы кодирования и защиты от ошибок и т.п. При использовании универсального
информационного носителя широкого применения — например, компьютерного гибкого или жесткого диска — под форматом понимают только способ кодирования цифрового сигнала, особенности расположения битов и слов и структуру служебной информации; вся «низкоуровневая» часть, относящаяся непосредственно к работе с носителем, в этом случае остается в ведении компьютера и его операционной системы.