Что такое дискретизация по времени

Квантование аналогового сигнала по времени

На рисунке 1 приведены основные требования к устройствам дискретизации аналогового сигнала. Дискретизация непрерывных аналоговых данных должна осуществляться с интервалом времени t_д = 1/f_д. При разработке цифрового устройства этот период должен тщательно выбираться для реализации точного представления первоначального аналогового сигнала в цифровой форме.

КРИТЕРИИ ДИСКРЕТИЗАЦИИ ПО КОТЕЛЬНИКОВУ

Рисунок 1 Критерии неискажающей дискретизации аналогового сигнала.

Очевидно, что чем больше будет взято отсчетов аналогового сигнала на интервале времени (больше выбранная частота дискретизации), тем более точным будет представление этого сигнала в цифровом виде. При уменьшении количества отсчетов в единицу времени (уменьшении частоты дискретизации) можно достигнуть предела, после которого преобразованный в цифровую форму сигнал будет искажен до такой степени, что будет невозможно восстановить его в первоначальном виде.

Иными словами, в соответствии с теоремой Котельникова требуется, чтобы частота дискретизации аналогового сигнала была, по крайней мере, вдвое больше полосы полезного сигнала, иначе информация об исходном виде аналогового сигнала будет потеряна. Если выбрать частоту дискретизации меньше (а в большинстве практических устройства и равной) удвоенной полосы частот преобразуемого аналогового сигнала, то возникает эффект, известный как наложение (заворот) спектра (aliasing).

Обычно анализ аналоговых цепей производится при помощи синусоидального сигнала. На нем проще понять физический смысл явлений, возникающих в исследуемом блоке. Так как дискретизатор является аналоговым устройством, то воспользуемся этим методом и мы. Для понимания физического смысла наложения спектра, рассмотрим эффекты, возникающие при дискретизации синусоидального сигнала. Эти эффекты мы проанализируем, как во временном, так и в частотном представлении исследуемого сигнала.

В качестве примера, иллюстрирующего эффект наложения спектра (заворота спектра), на рисунке 2 приведена временная диаграмма синусоидального сигнала, дискретизированного по времени идеальным дискретизатором.

Рисунок 2. Влияние стробоскопического эффекта во временной области, приводящее к наложению спектров входного сигнала.

В приведенном на этом рисунке примере, частота дискретизации f_д выбрана лишь ненамного выше частоты входного аналогового сигнала f_в. То есть мы нарушили теорему Котельникова! Обратите внимание, что в результате дискретизации, мы получили отсчеты сигнала, частота которого равна разности частот дискретизации и исходного сигнала f_д – f_a. То есть мы наблюдаем низкочастотный образ реального сигнала. Этот эффект известен в технике как стробоскопический эффект.

На рисунке 3 приведено частотное представление той же самой ситуации. На этом рисунке четко видно, что на выходе идеального дискретизатора появляется не только низкочастотная составляющая с частотой f_д – f_a, но и f_д + f_a, 2×f_д – f_a, 2×f_д + f_a и т.д.

Рисунок 3. Спектр дискретизированного аналогового сигнала

Полоса сигнала по Котельникову определяется как спектр от постоянного тока до f_д/2. Частотный спектр на входе дискретизатора разделяется на бесконечное число зон. Полоса частот каждой зоны составляет 0,5f_д. На практике, идеальный дискретизатор перемещает все высокочастотные образы сигнала в полосу частот от 0 до f_д/2, и накладывает их на сигнал, присутствующий в первой зоне частот Котельникова.

Теперь рассмотрим случай, когда частота полезного сигнала выходит за пределы первой зоны Котельникова. При частоте сигнала, немного ниже частоты дискретизации, временная диаграмма приведена на рисунке 2. Этот случай тоже можно проиллюстрировать рисунком 3, однако на этот раз в качестве входного сигнала следует рассматривать сигнал во второй зоне Котельникова, а компонента сигнала в первой зоне возникает после процесса дискретизации.

Обратите внимание, что, несмотря на то, что сигнал находится вне первой зоны Найквиста, его продукт преобразования f_д – f_a попадает внутрь этой зоны. Возвращаясь к рисунку 3, становится ясно, что, если мешающий сигнал появляется на любом из образов частоты f_a, то он тут же переносится на частоту f_a, приводя, таким образом, к появлению мешающего частотного компонента в первой зоне Котельникова.

Такой процесс подобен работе аналогового смесителя. Это означает, что перед устройством дискретизации сигнала обязательно требуется аналоговая фильтрация, подавляющая компоненты этого сигнала, частоты которых находятся вне полосы первой зоны Котельникова и после дискретизации попадают в ее пределы. Требования к амплитудно-частотной характеристике аналогового фильтра на входе дискретизатора будут зависеть от того, как близко частота внеполосного сигнала отстоит от f_д/2, а также величиной требуемого подавления. Эти вопросы мы рассмотрим позднее в главе, посвященной фильтрам, предназначенным для устранения эффекта наложения спектров.

Понравился материал? Поделись с друзьями!

Вместе со статьей «Квантование (дискретизация) аналогового сигнала по времени» читают:

Источник

Дискретизация по времени

Дискретизация по времени

Аналоговый сигнал, являющийся исходным материалом для АЦП (аналогово-цифровой преобразователь), представляет собой непрерывный сигнал, описывающий изменения амплитуды и частоты звукового давления в течении времени. Чтобы преобразовать аналогововый сигнал в цифровую форму, необходимо произвести его дискретизацию, т.е. разбить на отдельные (дискретные) элементы, как по амплитуде, так и по времени.

Ответственность за дискретизацию по времени берет на себя тактовый генератор, определяющий периодичность, с которой производятся дискретные замеры. Эту периодичность называют частотой дискретизации, которая определяет частоту (количество) производимых замеров в секунду и измеряется в Герцах (Hz), а точнее в тысячах Герц (KHz). Замеры должны производится в определенные и точные моменты времени, отклонение от которых вызывает эффект известный под названием джиттер.

Шагом дискретизации называют время между замерами. Шаг всегда будет составлять 1/частоту дискретизации. Например, стандартная частота дискретизации аудио на CD составляет 44.1 KHz. Это означает, что замер мгновенных значений амплитуды производится 44,100 раз в секунду, а шаг дискретизации при этом равен 1 ÷ 44.100 = 0.022 миллисекунды. Другими словами, замер амплитуды производится каждые 0.022 миллисекунды. На первый взгляд это кажется невероятно быстро, но если учесть, что при частоте 20 KHz акустическая волна изменяет свою полярность 40.000 раз в секунду, то становится понятно, что такая частота дискретизации является абсолютной необходимостью.

В результате дискретизации по амплитуде, каждое замерянное значение регистрируется в виде ряда (слова) нулей и единиц в соответствии с постулатами бинарной системы. Это означает, что в одной секунде цифрового аудио CD качества записаны 44,100 таких слов, характеризующих значение амплитуды исходного аналогового сигнала во время каждого дискретного (отдельного) замера.

Например, если провести преобразование постоянного тока (DC) в цифровую форму, то все измерянные и зарегистрированные значения будут абсолютно идентичны, так как от самого первого и до самого последнего измерения никаких изменений амплитуды не происходило.

Однако со звуком дела обстоят иначе. Даже самая низкая частота, воспринимаемая человеческим слухом (20 Hz), меняет полярность 40 раз в секунду (в каждом цикле происходит изменение полярности – положительная и отрицательная фазы). Наивысшая же частота, доступная восприятию нашего слухового аппарата, изменяет полярность 40.000 раз в секунду. Отсюда можно сделать вывод, что для того, чтобы корректно передать всю частотную информацию, содержащуюся в сигнале, необходимо произвести замер значения амплитуды как минимум один раз в каждой его фазе, то есть как минимум 40.000 раз, если исходить из предположения, что в сигнале содержатся частоты до 20 KHz. Иначе возникает эффект Aliasing, который вносит сущственные искажения в оцифрованный аудио сигнал. Чтобы этого избежать необходимо соблюсти несколько правил. Это подводит нас к теореме Котельникова (известна также как теорема Найквиста).

Стоит добавить, что наиболее распространнеными являются следующие частоты дискретизации: 44.1 KHz, 48 KHz, 88.2 KHz, 96 KHz и 192 KHz. Чем выше частота дискретизации, тем более детально будет представлен исходный сигнал, однако будет требовать больших рессурсов процессора, при последующей обработке. Это объясняется тем, что за ту же единицу времени будет необходимо обсчитывать большее количество информации. Если при частоте 44.1 KHz в секундном отрезке записано 44100 дискретных значений амплитуды, то при частоте 192 KHz, на том же отрезке в секунду будет записано 192000 дискретных значений. Разница на лицо! Не стоит забывать и о том, что при использовании высоких частот дискретизаци растет и объем ъолученного файла. Так, например, если при 44.1 KHz/ 16 bit одна минута моно сигнала будет иметь объем около 5 Mb, то при 88.2 KHz, ровно в два раза больше, то есть около 10 Mb.

Источник

Дискретизация

Дискретизация – переход от непрерывного сигнала к близкому (в определенном смысле) дискретному сигналу, описываемому разрывной функцией времени. Пример дискретного сигнала – последовательность коротких импульсов с изменяющейся амплитудой (последняя выступает в данном случае в качестве информативного параметра).

Обработка и передача дискретной информации имеет ряд преимуществ по сравнению с информацией, заданной в непрерывном виде. Дискретные сигналы в меньшей степени подвержены искажениям в процессе передачи и хранения, они легко преобразуются в двоичный цифровой код и обрабатываются с помощью цифровых вычислительных устройств.

Процесс дискретизации состоит обычно из двух этапов: дискретизации по времени и дискретизации (квантования) по уровню.

Дискретизация аналогового сигнала по времени – процесс формирования выборки аналогового сигнала в моменты времени, кратные периоду дискретизирующей последовательности ∆t.

Дискретизирующая последовательность – периодическая последовательность отсчетов времени, задающая сетку дискретного времени.

Период дискретизации ∆t – интервал времени между двумя последовательными отсчетами аналогового сигнала (шаг дискретизации по времени).

При выборе частоты дискретизации по времени можно воспользоваться теоремой В.А. Котельникова.

Теорема отсчетов (теорема Котельникова) – теорема, определяющая выбор периода дискретизации ∆t аналогового сигнала в соответствии с его спектральной характеристикой.

Согласно теореме, всякий непрерывный сигнал, имеющий ограниченный частотный спектр, полностью определяется своими дискретными значениями в моменты отсчета, отстоящие друг от друга на интервалы времени ∆t = l/(2Fmax), где Fmax – максимальная частота в спектре сигнала. Иначе, дискретизация по времени не связана с потерей информации, если частота дискретизации f дискр = 1/∆t в два раза выше указанной верхней частоты сигнала Fmax.

Согласно теореме Котельникова, нет необходимости передавать бесконечное множество всех значений непрерывного сигнала x(t), достаточно передавать лишь те его значения (рис. 3.52), которые отстоят друг от друга на расстоянии ∆t = l/(2Fmax). Для восстановления сигнала x(t) на вход идеального фильтра низких частот, имеющего полосу пропускания частот от 0 до Fmsx, необходимо подать последовательность узких импульсов с амплитудой, соответствующей дискретным отсчетам сигнала x(ti) в моменты времени ti = i ∆t.

Рис. 3.52. Дискретные отсчеты сигнала

Поскольку теорема отсчетов (теорема Котельникова) сформулирована для сигнала с ограниченным спектром, а реальные сигналы имеют неограниченную спектральную плотность, то при расчетах ∆t =1/(2Fmax) используют приближенное значение Fmax (например, активную ширину спектра, определенную по амплитудному критерию, по критерию 90%-ного содержания энергии или средней мощности сигнала). Кроме того, и идеальный фильтр низких частот, необходимый для восстановления сигнала в соответствии с теоремой, является физически нереализуемым, так как предъявляемые к нему требования (идеально прямоугольная форма амплитудно-частотной характеристики, отсутствие фазового сдвига в рассматриваемой полосе частот от 0 до Fmax) оказываются противоречивыми и могут выполняться лишь с определенной погрешностью. Учитывая сказанное, частоту дискретизации по времени обычно принимают в 1,5–2,5 раза больше значения, рассчитанного по теореме Котельникова.

Существуют и другие способы выбора частоты дискретизации сигнала (с учетом времени корреляции передаваемого сообщения, значения наибольшего или среднеквадратичного отклонения процесса). Так, в соответствии с критерием Н.А. Железнова, который выполняется для случайных сигналов, имеющих конечную длительность Тс и неограниченный частотный спектр, рекомендуется принимать шаг дискретизации ∆t, равный максимальному интервалу корреляции сигнала φ0. Предполагается, что параметр φ0, характеризует такой промежуток времени, в пределах которого отдельные значения случайного процесса можно считать статистически зависимыми (коррелированными), причем φ0Тс. Таким образом, исходный непрерывный сигнал заменяется совокупностью N=Тс/φ0 некоррелированных отсчетов (импульсов), следующих с частотой fдискр=1/∆t= φ0. При этом восстановление сигнала x(t) осуществляется с помощью линейного прогнозирующего фильтра со среднеквадратической ошибкой, сколь угодно мало отличающейся от нуля в промежутке времени, равном интервалу корреляции φ0.

Более полно учитывая свойства реальных сигналов (конечная длительность, неограниченность спектра), критерий Железнова тем не менее исходит из допущения о равенстве нулю корреляционной функции сигнала Кх(φ) вне интервала [-φ0; φ0], что на практике выполняется с определенной погрешностью.

В тех случаях, когда имеется более подробная информация о законе изменения сигнала, выбор частоты дискретизации можно осуществлять исходя из допустимой погрешности аппроксимации функции x(t) на каждом из интервалов дискретизации. На рис. 3.53 дан пример кусочно-линейной аппроксимации, когда соседние отсчеты функции x(t), взятые в дискретные моменты времени ti и ti+1, соединяются отрезками прямых.

Рис. 3.53. Кусочно-линейная аппроксимация

Рассмотренные способы равномерной дискретизации (при ∆t=const) иногда могут приводить к получению избыточных отсчетов, не оказывающих существенного влияния на процесс восстановления исходного сообщения. Например, если функция x(t) мало изменяется на некотором, достаточно протяженном интервале времени То, то соответствующие дискретные отсчеты сигнала практически не отличаются друг от друга и, следовательно, нет необходимости использовать все указанные отсчеты для хранения или передачи информации по линии связи. Сокращение избыточной информации возможно на основе способов адаптивной (неравномерной) дискретизации, обеспечивающих выбор интервала ∆t между соседними отсчетами с учетом фактического изменения характеристик сигнала (в частности скорости его изменения).

Дискретизация сигнала по уровню – процесс отображения бесконечного множества значений аналогового сигнала на некоторое конечное множество (определяемое числом уровней квантования).

Шаг квантования – величина, равная интервалу между двумя соседними уровнями кванто-вания (определена только для случая равномерного квантования).

Необходимость квантования вызвана тем, что цифровые вычислительные устройства могут оперировать только с числами, имеющими конечное число разрядов. Таким образом, квантование представляет собой округление передаваемых значений с заданной точностью. При равномерном квантовании (∆x=const) число разрешенных дискретных уровней х составляет

где xmax и xmin – соответственно верхняя и нижняя границы диапазона изменения сигнала.

Ошибка квантования – величина, определяемая как ξ(х) = х – хдi, где х – кодируемая дискретная величина, хдi– дискретизированный сигнал.

Шум квантования – случайная функция времени, определяемая как зависимость ошибки квантования от времени.

Если функция x(t) заранее неизвестна, а шаг квантования ∆х достаточно мал по сравнению с диапазоном изменения сигнала (хmax – хmin), то принято считать ошибку квантования ξ(х) случайной величиной, подчиняющейся равномерному закону распределения. Тогда, как показано на рис. 3.54, плотность вероятности f1(ξ) для случайной величины ξ, принимает значение 1/(∆х) внутри интервала (-∆х/2; +∆х/2) и равна нулю вне этого интервала.

Рис. 3.54. Равномерный закон распределения ошибки квантования

При ∆x=const относительная погрешность квантования ∆х=ξ(х)/х существенно зависит от текущего значения сигнала x(t). В связи с этим при необходимости обработки и передачи сигналов, изменяющихся в широком диапазоне, нередко используется неравномерное (нелинейное) квантование, когда шаг ∆х принимается малым для сигналов низкого уровня и увеличивается с ростом соответствующих значений сигнала (например ∆х выбирают пропорционально логарифму значения |x(t)|). Выбор шага ∆хi =хдi – хдi-1 осуществляется еще и с учетом плотности распределения случайного сигнала (для более вероятных значений сигнала шаг квантования выбирают меньшим, для менее вероятных – большим). Таким образом удается обеспечить высокую точность преобразования при ограниченном (не слишком большом) числе разрешенных дискретных уровней сигнала x(t).

Процесс преобразования дискретного сигнала в цифровой называют кодированием информации, а множество различных кодовых комбинаций, получаемых при данном правиле кодирования, – кодом. Важной характеристикой кода является основание (или значность) кода, т.е. число возможных значений, которые могут принимать элементы кодовой комбинации. Пусть требуется передать сигнал, уровень которого изменяется от 0 до 10 В. Если шаг квантования данных составляет 10 мВ, то каждый отсчет сигнала можно рассматривать как одно из 1000 возможных сообщений. Для передачи этой информации можно предложить различные способы:

– каждому сообщению поставить в соответствие определенный уровень напряжения, при этом основание кода m = 1000, а длина кодовой комбинации (слова) принимает минимальное значение n=1;

– можно воспользоваться двоичным (бинарным) представлением амплитуды сигнала с m = 2, но тогда потребуется комбинация длины n = 10 (210=1024, так что некоторые комбинации здесь не использованы).

Источник

Цифровое представление аналогового аудиосигнала. Краткий ликбез

Дорогие читатели, меня зовут Феликс Арутюнян. Я студент, профессиональный скрипач. В этой статье хочу поделиться с Вами отрывком из моей презентации, которую я представил в университете музыки и театра Граца по предмету прикладная акустика.

Рассмотрим теоретические аспекты преобразования аналогового (аудио) сигнала в цифровой.
Статья не будет всеохватывающей, но в тексте будут гиперссылки для дальнейшего изучения темы.

Чем отличается цифровой аудиосигнал от аналогового?

Аналоговый (или континуальный) сигнал описывается непрерывной функцией времени, т.е. имеет непрерывную линию с непрерывным множеством возможных значений (рис. 1).

Цифровой сигнал — это сигнал, который можно представить как последовательность определенных цифровых значений. В любой момент времени он может принимать только одно определенное конечное значение (рис. 2).

Аналоговый сигнал в динамическом диапазоне может принимать любые значения. Аналоговый сигнал преобразуется в цифровой с помощью двух процессов — дискретизация и квантование. Очередь процессов не важна.

Дискретизацией называется процесс регистрации (измерения) значения сигнала через определенные промежутки (обычно равные) времени (рис. 3).

Квантование — это процесс разбиения диапазона амплитуды сигнала на определенное количество уровней и округление значений, измеренных во время дискретизации, до ближайшего уровня (рис. 4).

Дискретизация разбивает сигнал по временной составляющей (по вертикали, рис. 5, слева).
Квантование приводит сигнал к заданным значениям, то есть округляет сигнал до ближайших к нему уровней (по горизонтали, рис. 5, справа).

Эти два процесса создают как бы координатную систему, которая позволяет описывать аудиосигнал определенным значением в любой момент времени.
Цифровым называется сигнал, к которому применены дискретизация и квантование. Оцифровка происходит в аналого-цифровом преобразователе (АЦП). Чем больше число уровней квантования и чем выше частота дискретизации, тем точнее цифровой сигнал соответствует аналоговому (рис. 6).

Уровни квантования нумеруются и каждому уровню присваивается двоичный код. (рис. 7)

Количество битов, которые присваиваются каждому уровню квантования называют разрядностью или глубиной квантования (eng. bit depth). Чем выше разрядность, тем больше уровней можно представить двоичным кодом (рис. 8).

Данная формула позволяет вычислить количество уровней квантования:

Если N — количество уровней квантования,
n — разрядность, то

Обычно используют разрядности в 8, 12, 16 и 24 бит. Несложно вычислить, что при n=24 количество уровней N = 16,777,216.

При n = 1 аудиосигнал превратится в азбуку Морзе: либо есть «стук», либо нету. Существует также разрядность 32 бит с плавающей запятой. Обычный компактный Аудио-CD имеет разрядность 16 бит. Чем ниже разрядность, тем больше округляются значения и тем больше ошибка квантования.

Ошибкой квантований называют отклонение квантованного сигнала от аналогового, т.е. разница между входным значением и квантованным значением ()

Большие ошибки квантования приводят к сильным искажениям аудиосигнала (шум квантования).

Чем выше разрядность, тем незначительнее ошибки квантования и тем лучше отношение сигнал/шум (Signal-to-noise ratio, SNR), и наоборот: при низкой разрядности вырастает шум (рис. 9).

Разрядность также определяет динамический диапазон сигнала, то есть соотношение максимального и минимального значений. С каждым битом динамический диапазон вырастает примерно на 6dB (Децибел) (6dB это в 2 раза; то есть координатная сетка становиться плотнее, возрастает градация).

Ошибки квантования (округления) из-за недостаточного количество уровней не могут быть исправлены.

50dB SNR
примечание: если аудиофайлы не воспроизводятся онлайн, пожалуйста, скачивайте их.

Теперь о дискретизации.

Как уже говорили ранее, это разбиение сигнала по вертикали и измерение величины значения через определенный промежуток времени. Этот промежуток называется периодом дискретизации или интервалом выборок. Частотой выборок, или частотой дискретизации (всеми известный sample rate) называется величина, обратная периоду дискретизации и измеряется в герцах. Если
T — период дискретизации,
F — частота дискретизации, то

Чтобы аналоговый сигнал можно было преобразовать обратно из цифрового сигнала (точно реконструировать непрерывную и плавную функцию из дискретных, «точечных» значении), нужно следовать теореме Котельникова (теорема Найквиста — Шеннона).

Теорема Котельникова гласит:

Если аналоговый сигнал имеет финитный (ограниченной по ширине) спектр, то он может быть восстановлен однозначно и без потерь по своим дискретным отсчетам, взятым с частотой, строго большей удвоенной верхней частоты.

Вам знакомо число 44.1kHz? Это один из стандартов частоты дискретизации, и это число выбрали именно потому, что человеческое ухо слышит только сигналы до 20kHz. Число 44.1 более чем в два раза больше чем 20, поэтому все частоты в цифровом сигнале, доступные человеческому уху, могут быть преобразованы в аналоговом виде без искажении.

Но ведь 20*2=40, почему 44.1? Все дело в совместимости с стандартами PAL и NTSC. Но сегодня не будем рассматривать этот момент. Что будет, если не следовать теореме Котельникова?

Когда в аудиосигнале встречается частота, которая выше чем 1/2 частоты дискретизации, тогда возникает алиасинг — эффект, приводящий к наложению, неразличимости различных непрерывных сигналов при их дискретизации.

Как видно из предыдущей картинки, точки дискретизации расположены так далеко друг от друга, что при интерполировании (т.е. преобразовании дискретных точек обратно в аналоговый сигнал) по ошибке восстанавливается совершенно другая частота.

Аудиопример 4: Линейно возрастающая частота от

100 до 8000Hz. Частота дискретизации — 16000Hz. Нет алиасинга.

Аудиопример 5: Тот же файл. Частота дискретизации — 8000Hz. Присутствует алиасинг

Пример:
Имеется аудиоматериал, где пиковая частота — 2500Hz. Значит, частоту дискретизации нужно выбрать как минимум 5000Hz.

Следующая характеристика цифрового аудио это битрейт. Битрейт (bitrate) — это объем данных, передаваемых в единицу времени. Битрейт обычно измеряют в битах в секунду (Bit/s или bps). Битрейт может быть переменным, постоянным или усреднённым.

Следующая формула позволяет вычислить битрейт (действительна только для несжатых потоков данных):

Битрейт = Частота дискретизации * Разрядность * Количество каналов

Например, битрейт Audio-CD можно рассчитать так:
44100 (частота дискретизации) * 16 (разрядность) * 2 (количество каналов, stereo)= 1411200 bps = 1411.2 kbit/s

При постоянном битрейте (constant bitrate, CBR) передача объема потока данных в единицу времени не изменяется на протяжении всей передачи. Главное преимущество — возможность довольно точно предсказать размер конечного файла. Из минусов — не оптимальное соотношение размер/качество, так как «плотность» аудиоматериала в течении музыкального произведения динамично изменяется.

При кодировании переменным битрейтом (VBR), кодек выбирает битрейт исходя из задаваемого желаемого качества. Как видно из названия, битрейт варьируется в течение кодируемого аудиофайла. Данный метод даёт наилучшее соотношение качество/размер выходного файла. Из минусов: точный размер конечного файла очень плохо предсказуем.

Усреднённый битрейт (ABR) является частным случаем VBR и занимает промежуточное место между постоянным и переменным битрейтом. Конкретный битрейт задаётся пользователем. Программа все же варьирует его в определенном диапазоне, но не выходит за заданную среднюю величину.

При заданном битрейте качество VBR обычно выше чем ABR. Качество ABR в свою очередь выше чем CBR: VBR > ABR > CBR.

ABR подходит для пользователей, которым нужны преимущества кодирования VBR, но с относительно предсказуемым размером файла. Для ABR обычно требуется кодирование в 2 прохода, так как на первом проходе кодек не знает какие части аудиоматериала должны кодироваться с максимальным битрейтом.

Существуют 3 метода хранения цифрового аудиоматериала:

Несжатый (RAW) формат данных

Другой формат хранения несжатого аудиопотока это WAV. В отличие от RAW, WAV содержит заголовок файла.

Аудиоформаты с сжатием без потерь

Принцип сжатия схож с архиваторами (Winrar, Winzip и т.д.). Данные могут быть сжаты и снова распакованы любое количество раз без потери информации.

Как доказать, что при сжатии без потерь, информация действительно остаётся не тронутой? Это можно доказать методом деструктивной интерференции. Берем две аудиодорожки. В первой дорожке импортируем оригинальный, несжатый wav файл. Во второй дорожке импортируем тот же аудиофайл, сжатый без потерь. Инвертируем фазу одного из дорожек (зеркальное отображение). При проигрывании одновременно обеих дорожек выходной сигнал будет тишиной.

Это доказывает, что оба файла содержат абсолютно идентичные информации (рис. 11).

Кодеки сжатия без потерь: flac, WavPack, Monkey’s Audio…

При сжатии с потерями

акцент делается не на избежание потерь информации, а на спекуляцию с субъективными восприятиями (Психоакустика). Например, ухо взрослого человек обычно не воспринимает частоты выше 16kHz. Используя этот факт, кодек сжатия с потерями может просто жестко срезать все частоты выше 16kHz, так как «все равно никто не услышит разницу».

Другой пример — эффект маскировки. Слабые амплитуды, которые перекрываются сильными амплитудами, могут быть воспроизведены с меньшим качеством. При громких низких частотах тихие средние частоты не улавливаются ухом. Например, если присутствует звук в 1kHz с уровнем громкости в 80dB, то 2kHz-звук с громкостью 40dB больше не слышим.

Этим и пользуется кодек: 2kHz-звук можно убрать.

Кодеки сжатия с потерям: mp3, aac, ogg, wma, Musepack…

Источник