- •Документ. Понятие, функции, классификация
- •Звук, источники звука
- •Двоичное кодирование звуковой информации (понятие амплитуда, частота, частота дискретизации, графическое изображение звука, формула расчета информационного объема закодированного звука).
- •Аналого-цифровой преобразователь (ацп).
- •Наложение спектров (алиасинг).
- •Метод оверсэмплинг.
- •Интерполяция в цифро-аналогового преобразовании
- •Квантование амплитуды аналогового сигнала.
- •Апертурная погрешность (джиттер).
- •Нойз-шейпинг.
- •Компрессия звуковых данных.
- •Колебания (характеристики, периодические колебания, гармонические колебания, затухающие колебания и примеры колебаний).
- •Виды преобразований звука
- •Программы для обработки звука
- •Возможности программ для обработки цифрового звука
- •Проблемы в области цифрового звука
- •Аппаратное обеспечение для работы с цифровым звуком
- •Психоакустика (Слуховой анализатор, нелинейные свойства слуха, воссоздание пространственного звукового образа)
- •Бинауральные слуховые эффекты
- •Компьютерная графика
- •Видеосистема пк
- •Кодирование видео информации (mpeg2).
- •Алгоритм Хаффмана.
- •Технологии сжатия видео.
- •Видеосигнал и его оцифровка.
- •Цветовые модели.
- •Передача информации. Информационные каналы.
- •Характеристики информационного канала.
- •Кодирование и декодирование.
- •Значение использования современных технологий записи аудиовизуальной информации для развития социальной коммуникации
Нойз-шейпинг.
В результате процесса дискретизации и квантования (оцифровки или аналогово-цифрового преобразования) входного аналогового сигнала с применением дитеринга к сигналу добавляется шум квантования. Его спектр равномерен и простирается начиная от 0 Гц и до половины частоты дискретизации. Равномерность по частоте и некорелированность шума с сигналом достигается применением дитеринга и правилом квантования, при котором округление амплитуды в дискрете происходит к ближайшей опорной величине. Применение более сложных правил округления позволяет получить другие (неравномерные) спектральные характеристики шумов округления при сохранении полной мощности шумов неизменной. Учитывая, что человеческий слуховой аппарат имеет спад чувствительности на высоких частотах, возможно, используя специальные правила округления при квантовании, получить спектр шумов округления большей частью сосредоточенный в области частот, которые наименее заметны на слух ( выше 20кГц). Частота Найквиста для ЦАП с 256-ти кратным оверсэмплингом около 11.2мгц, и следовательно мы имеем возможность переместить весь шум квантования в область частот практически неслышимую человеческим ухом (от 20 кГц до 5.6 Мгц). Таким образом можно значительно улучшить отношение сигнал/шум в диапазоне слышимых частот в цифровом сигнале не увеличивая количество бит на один дискрет. Это и есть нойс шейпинг.
Как уже упоминалось, спектр dithering-шума можно варьировать, чтобы уменьшить воспринимаемую громкость шума. Наше ухо неодинаково чувствительно к звукам различных частот. Поэтому можно попытаться переместить dithering-шум в те частотные диапазоны, где наше ухо наименее чувствительно. Тогда воспринимаемая громкость шума понизится. С помощью методов dithering'а этого удавалось достичь лишь отчасти. Метод формирования шума (noise shaping) позволяет придать спектру шума квантования практически любую форму.
Noise shaping - класс алгоритмов снижения разрядности, расширяющий возможности алгоритмов dithering'а. Основная идея заключается во введении обратной связи в процесс снижения разрядности. Ошибка квантования, полученная для текущего временного отсчета, участвует в процессе формирования шума для следующего временного отсчета. В этом процессе используется фильтр, который и определяет форму спектра шума квантования.
Компрессия звуковых данных.
Компрессия звуковых данных - процесс уменьшение количества дискретов и уровней квантования или числа битов, приходящихся на один отсчет, представляющих звуковой сигнал, или, другими словами,сокращение объема цифровых данных, необходимых для представления звукового сигнала с заданным качеством.
Программы компрессии без потерь в процессе анализа данных создают таблицы повторяющихся последовательностей битов и заменяют часто встречающиеся последовательности более короткими. Оцифрованный звуковой сигнал обычно не повторяет сам себя, не имеет большого количества абсолютно точно повторяющихся участков (из-за шумов и дизеринга) и, следовательно, плохо сжимается с использованием алгоритмов компрессии без потерь. Большего успеха в сжатии звуковых данных можно достичь, используя спектральные свойства оцифрованных музыкальных и речевых сигналов и особенности человеческого восприятие звука. Эти методы относятся к классу компрессии с потерями, в том смысле, что они не ставят перед собой цель абсолютно точного восстановления формы исходных колебаний. Их главная задача - достижение максимального сжатия звукового сигнала при минимальных субъективно слышимых (или вообще неслышимых) искажениях восстановленного сигнала.