Акустични саги
Недостатъците на аналоговите звукови медии, съчетани с неумолимия ход на прогреса, доведоха човек до идеята, че звукът може да бъде представен като информация за запис на цифров носител. Същата съдба не е преминала днес нито един обект, който може да бъде количествено и качествено описан в системата от визуални и звукови параметри. Какви са общите принципи за превръщане на аналогов звук в поредица от числа?
Аналоговият сигнал се разделя на малки секции с продължителност от няколко стотици хилядни от секундата с помощта на ADC (аналогово-цифров преобразувател). Във всяка от тези секции на ADC се измерва амплитудата на звука. Реципрочната стойност на дължината на тези секции се нарича честота на дискретизация и се измерва, подобно на честотата на звука, в херци. Очевидно, колкото по-висока е тя (колкото по-често измерваме амплитудата), толкова по-пълна информация за сигнала можем да запазим.
Твърде честите измервания обаче изискват много място за съхранение на получената информация. От друга страна, намаляването на честотата на дискретизация води до загуба на информация, съдържаща се в сигнала. Как да изберем оптималната честота на дискретизация? Отговорът се дава от известната теорема на Котелников, според която звук с честотаf не може да бъде дигитализиран при честота на дискретизация под2f. Това означава например, че опитът да се дигитализира аудио при честота, да речем, 1000 Hz с честота на дискретизация 1000 Hz е обречен на провал. Резултатът ще бъде тишина или изкривен звук, който няма нищо общо с оригинала. Важно следствие от тази теорема е установяването на достатъчна горна граница на стойността на честотата на дискретизация.
Историята на дискретизацията не свършва дотук. Разбиване на звуковия сигнал на части от определендължина и измерване на амплитудата на трептенията в тези области, не трябва да се забравя, че стойността на тази амплитуда, когато се записва в паметта на компютъра, също може да има само строго определени дискретни стойности. Това предполага, че броят на стъпките между максималните и минималните стойности на амплитудата е ограничен. Тяхната височина (разликата между съседните стойности на амплитудата) зависи от броя на тези стъпки и следователно, колкото повече от тях, толкова по-високо е качеството на звука.
Характеристиките на съхраняване на информация в компютърната памет доведоха до броя на възможните стъпки 256, 65536, 16777216 и 4 294 967 296 броя. Тези числа съответстват на 8-, 16-, 24- и 32-битови звуци (съответстващи на степента на две, тъй като компютърът работи с двоичен код). Разбира се, увеличаването на "битовостта" на звука води до увеличаване на количеството информация. Въпреки това, 16-битовото аудио (65 536 аудио амплитуди) обикновено е достатъчно за висококачествен запис на повечето аудио сигнали.
Сега можем лесно да изчислим колко място ще заеме триминутен стерео сигнал, когато бъде записан на обикновен музикален компактдиск. Умножаваме 180 секунди по 44 100 Hz, след това по 2 байта (това съответства на 16 бита), след това по още 2 (броя на каналите, тъй като сигналът е стерео). Крайната цифра е 31 752 000 байта или около 30,3 MB информация. Доста много, нали? Може ли да се намали без забележима загуба на качество? Мога. Но това е тема за съвсем друга статия.