Кодирование звуковой информации

Как кодируется звук

Кодирование звуковой информации — это преобразование непрерывного звукового сигнала в набор чисел. Звук в природе является аналоговым: его громкость плавно меняется во времени. Компьютер же работает только с дискретными числами, поэтому сигнал нужно оцифровать.

Дискретизация

Дискретизация — это измерение громкости сигнала через равные малые промежутки времени. Частота дискретизации показывает, сколько таких измерений выполняется за одну секунду; она измеряется в герцах (Гц). Например, 44100 Гц означает 44100 замеров в секунду. Чем выше частота, тем точнее цифровая запись повторяет исходный звук.

Глубина кодирования (разрядность) — это число бит, отведённое на запись одного измерения. От неё зависит, насколько точно передаётся уровень громкости.

Расчёт объёма звукового файла

Объём оцифрованного звука вычисляется так:

I = f * t * i

где f — частота дискретизации (Гц), t — время звучания в секундах, i — глубина кодирования в битах. Результат получается в битах.

Пример. Запись длится 10 секунд, частота 8000 Гц, глубина 16 бит.
I = 8000 * 10 * 16 = 1280000 бит
1280000 / 8 = 160000 байт ≈ 156,25 Кбайт

Для стереозвука (два канала) результат умножается на 2, так как записываются две независимые дорожки — для левого и правого каналов. Для монозвука канал один.

Качество записи и сжатие

Качество цифрового звука тем выше, чем больше частота дискретизации и глубина кодирования. Однако вместе с качеством растёт и объём файла. Стандартное качество звукового компакт-диска — частота 44100 Гц и глубина 16 бит при двух каналах. Такая запись звучит близко к оригиналу, но занимает много места: минута звука превышает десять мегабайт.

Чтобы уменьшить объём, применяют сжатие. При сжатии часть данных, плохо различимых человеческим слухом, отбрасывается, и файл становится в несколько раз меньше. Распространённый формат сжатого звука — MP3. Сжатие позволяет хранить много музыки, но при сильном сжатии качество заметно ухудшается.

Частые ошибки. Путают частоту дискретизации с глубиной кодирования. Забывают перевести минуты в секунды. Для стереозвука не умножают объём на число каналов. Не переводят итог из бит в байты.

Кратко о главном

• Аналоговый звук оцифровывают методом дискретизации.
• Частота дискретизации — число замеров в секунду (Гц).
• Глубина кодирования — число бит на одно измерение.
• Объём: I = f * t * i; для стерео умножают на число каналов.
• Чем выше частота и глубина, тем качественнее запись и больше объём.