Э. Таненбаум - Компьютерные сети. (4-е издание) (DJVU) (1130092), страница 205
Текст из файла (страница 205)
7.26, б. Если звуковая волна не является чисто синусоидальной, а представляет собой сумму нескольких синусоидальных волн и самая высокая частота ее составляющих равна г, тогда, согласно теореме Найквиста (см. главу 2), для последуюшего восстановления сигнала достаточно измерять значения сигнала с частотой дискретизации 27'. Производить замеры сигнала с большей частотой нет смысла, так как более высокие частоты отсутствуют в сигнале. 1,00 0,76 0,60 0,26 0 -0,26 -0,60 -0,76 -1,00 а 6 а Рис. 7.26.
Синусоидальнал волна (е); дискретизация синусоидальной волны (б); кеантоеаниа отсчетов 4 битами (в) Оцифрованные отсчеты (сэмплы) никогда не бывают точными, Например, отсчеты на рис. 7,26, в могут принимать только 9 значений — от — 1,00 до +1,00 с шагом 0,25. При 8-битовом квантовании каждый отсчет может принимать одно из 256 различных значений. При 16 битах на отсчет можно кодировать сигнал с еше более высокой точностью, так как каждому значению сигнала можно сопоставить одно из 65 536 различных значений. Ошибка, возникающая в результате неточного соответствия квантованного сигнала, способного принимать конечное число значений, исходному сигналу, называется шумом квантования. При недостаточном количестве битов, которыми представляется каждый отсчет сигнала, этот шум может быть настолько велик, что будет различим на слух как искажение исходного сигнала или как посторонние шумы.
Мультимедиа 763 Двумя хорошо известными примерами использования цифровою звука являются телефон (если применяются новые цифровые АТС) и аудпо-компакт-диски. В кодово-импульсной модуляции, применяемой в телефонной системе, используются восьмибитовые отсчеты, замеряемые 8000 раз в секунду. В Северной Америке и Японии семью битами кодируются данные, а восьмой бит является служебным; в европейских же системах все 8 бит отводятся для данных. Таким образом, скорость передачи данных составляет 56 000 или 64 000 бит/с.
При частоте дискретизации в 8 кГц частотные составляющие сигнала выше 4 кГц теряются. Аудио-компакт-диски содержат звуковой сигнал, оцифрованный с частотой дискретизации 44 100 Гц, в результате чего они могут хранить звуки с частотами до 22 кГц, что воспринимается как достаточно качественный звук людьми, но считается весьма низким качеством среди собак, ценящих хорошую музыку. Каждому отсчету выделяется 16 бит, его значение пропорционально амплитуде сигнала. Обратите внимание на то, что 16-битовый отсчет может принимать всего 65 536 различных значений, хотя измерения показывают, что динамический диапазон человеческого уха составляет около 1 миллиона значений.
Таким образом, использование 16 бит на отсчет дает некоторый шум квантования (хотя полный динамический диапазон и не охвачен, качество звучания компакт-дисков обычно не вызывает нареканий), При 44 100 отсчетах в секунду по 16 бит каждый аудио- компакт-диску требуется пропускная способность в 705,6 Кбит/с для монофонического сигнала и 1411 Мбит/с — для стереофонического. Хотя это и меньше, чем требуется для передачи видеосигнала (см. далее), передача звука в таком (несжатом) формате в реальном времени займет канал Т1 почти целиком. Цифровой звук легко обрабатывается компьютерным программным обеспечением.
Существуют десятки программ для персональных компьютеров, позволяющие пользователям записывать, воспроизводить, редактировать, микшировать и хранить звук. Сегодня вся профессиональная звукозапись и редактирование звука осуществляются в цифровом виде. Музыка представляет собой лишь частный случай звука, хотя и очень важный. Помимо музыки, другим важным частным случаем мультимедиа является передача речи, Ее достаточно осуществлять в диапазоне частот от 600 до 6000 Гц. Речь состоит из гласных и согласных звуков, обладающих разными свойствами. Гласные звуки производятся при открытом голосовом тракте, при этом воздух, проходя через гортань, резонирует с частотой, определяемой размерами и формой голосовой системы и положением языка и челюсти говорящего. Гласные звуки являются почти периодичными с длительностью периода около 30 мс.
Согласные звуки производятся при частично блокированном голосовом тракте. Эти звуки имеют не столь регулярную структуру, как гласные. Некоторые системы воспроизведения и передачи речи используют модели голосовой системы для сведения речи к небольшому набору параметров (например, размерам и формам различных полостей) вместо того, чтобы просто дискретизировать звуковой сигнал речи. Однако рассмотрение устройства этих голосовых кодеров выходит за рамки данной книги. т64 Глава 7. Прикладной уровень Сжатие звука Итак, как мы уже знаем, для передачи звука с качеством аудио-компакт-дисков требуется пропускная способность, равная 1,411 Мбит/с.
Понятно, что для практической передачи подобных данных через Интернет требуется значительное сжатие. для этого были разработаны различные алгоритмы сжатия оцифрованного звука. Одним из самых популярных форматов является аудио-МРЕС, имеющий три уровня (разновидности). Самым известным и качественным является МРЗ (МРЕС 1ауег 3 — МРЕС 3-го уровня).
В Интернете можно найти огромное количество записей в МРЗ, не все из которых на самом деле являются легальными. Это привело к множеству судебных разбирательств, инициированных ущемленными в своих законных правах артистами и обладателями авторских прав. МРЗ вЂ” это часть стандарта МРЕС, предназначенного для сжатия видеосигнала. Методы сжатия движущихся изображений мы рассмотрим позднее в этой главе, а сейчас обратимся к сжатию звука. Существуют две концепции сжатия звука. При кодировании формы сигналов сигнал раскладывается на компоненты при помощи преобразования Фурье.
На рис. 2.1, а показан пример в виде временной функции и амплитуд, получающихся в результате ее разложения в ряд Фурье. Амплитуда каждого компонента кодируется с минимальными искажениями. Задачей является максимально аккуратная передача формы сигнала с минимально возможной затратой битов. Другая концепция называется перцепционным кодированием.
Она основана иа некоторых недостатках слухового аппарата человека, позволяющих шифровать сигнал таким образом, что слушатель не ощутит никакой разницы по сравнению с настоящим сигналом, хотя на осциллографе зта разница будет весьма заметна, Наука, на которой базируется перцепционное кодирование, называется психоакустнкой.
Она изучает восприятие звука человеком. Формат МРЗ использует перцепционное кодирование. Ключевым свойством перцепционного кодирования является то, что одни звуки могут маскировать другие. Представьте себе, что теплым летним вечером вы медитируете на лужайке, слушая живой концерт для флейты с оркестром.
Затем, откуда ни возьмись, появляется бригада рабочих с отбойными молотками в Руках, которая начинает вскрывать асфальт на близлежащей улице. Расслышать флейту, к сожалению, уже никто не в состоянии. Нежные звуки, издаваемые ею, подверглись маскированию звуками отбойных молотков. Если рассматривать ситуацию с точки зрения передачи данных, то в этот момент достаточно кодировать лишь диапазон частот, в котором работают отбойные молотки, — все равно флейту за этим грохотом не слышно.
Способность громких звуков определенного диапазона частот «прятать» более тихие звуки других диапазонов (которые были бы слышны при отсутствии громких звуков) называется частотным маскированием. На самом деле, даже после того как рабочие выключат отбойные молотки, слушатели не будут слышать флейту в течение некоторого небольшого периода времени. Это связано с тем, что при появлении очень громкого звука коэффициент усиления человеческого уха резко снизился, и после прекращения работы отбойных молотков требуется время для его возвращения в нормальное состояние.
Этот эффект называется временным маскированием. Мультимедиа 765 Маскирующий сигнал на частоте 150 Гц 80 - 80 й 40 Ст 20 Й 80 - 60 и 40 Й „20 0 .02 .05 .1 .2 .5 1 2 5 1020 02 .05 .2 .5 1 2 5 1020 Частата, кГц Частота, кГц в б Рис. 7.27.
Порог спышимости как функция частоты (в); эффект маскирования (о) Из последнего наблюдения можно сделать следующий вывод; зная, какие сигналы маскируются более мощными сигналами на близлежащих частотах, мы можем пренебречь соответствующими частотами и не кодировать их, эконом" тем самым биты. Из рис, 7.27, б очевидно, что сигналом с частотой 125 Гц можа~ полностью пренебречь, и никто не заметит разницы. Знание свойств времени ого вла маскирования позволяет лаже после прекращения звучания громкого снгг Чтобы перейти от качественного описания этих эффектов к количественным, представим себе проведение некого эксперимента 1.
Человек, находящийся в тихом помещении, надевает наушники, соединенные со звуковой картой компьютера. Компьютер генерирует звук (чистую синусоидальную звуковую волну) с частотой 100 Гц, сила которого постепенно возрастает. Испытуемый должен нажать клавишу на клавиатуре, как только он услышит звук. Компьютер запоминает силу звука, при которой была нажата клавиша, и повторяет эксперимент на частотах 200 Гц, 300 Гц и т. д., доходя до верхнего предела слышимых частот. Эксперимент необходимо провести нал большим количеством испытуемых. На рис.
7.27, а показан график с логарифмическим масштабом на обеих осях, показывающий усредненную зависимость порога слышимости от частоты звука. Наиболее очевидный вывод, который можно сделать при взгляде на эту кривую, состоит в том, что нет никакой необходимости когда бы то ни было кодировать частоты, амплитуда которых ниже порога слышимости. Например, если сила звука на частоте 100 Гц равна 20 дБ, этот звук можно нс кодировать, и качество звучания при этом не ухудшится, так как уровень 20 дБ при 100 Гц находится ниже порога слышимости (рис.
7.27, а). Теперь рассмотрим эксперимент 2, Пусть компьютер повторяет действия эксперимента 1, но на этот раз на каждую тестовую частоту будет накладываться синусоидальная звуковая волна постоянной амплитуды с частотой, скажем, 150 Гц. Мы обнаружим, что порог слышимости для частот, расположенных вблизи 150 Гц, резко возрастает. Это отражено на графике на рис. 7.27, б. 766 Глава 7, Прикладной уровень в каком бы то ни было частотном диапазоне в течение некоторого времени (пока ухо настраивается на меньшую мощность звука) продолжать пренебрегать кодированием этой частоты. Суть алгоритма МРЗ состоит в разложении сигнала в ряд Фурье для получения силы звука на каждой из частот с последующей передачей исключительно немаскированных частот, кодируемых минимально возможным числом бит. Теперь, зная основной принцип, мы можем рассмотреть, как производится само кодирование.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
