Акустика, PCM, дискретизация, квантование, многоканальный звук, форматы и кодеки.
Как устроен звук: частота, амплитуда, диапазон слышимости
Звук — это механическая волна, распространяющаяся в упругой среде (воздух, вода, твёрдое тело). Источник звука колеблется, создавая чередование сжатий и разрежений воздуха. Человеческое ухо воспринимает эти колебания как звук.
Частота — число колебаний в секунду, измеряется в герцах (Гц). Определяет высоту звука: высокая частота = высокий тон.
Амплитуда — максимальное отклонение от положения равновесия. Определяет громкость звука. Измеряется в децибелах (дБ): 0 дБ — порог слышимости, 60 дБ — разговор, 120 дБ — болевой порог.
Как аналоговый сигнал превращается в цифровой
Это расширение формулы из главы 9.4. Для звука формула учитывает частоту дискретизации, глубину кодирования и количество каналов:
R — частота дискретизации (Гц), t — время (с), i — разрядность (бит), K — количество каналов. Результат — в байтах.
Стереозапись длительностью 3 минуты, частота дискретизации 44 100 Гц, разрядность 16 бит. Объём = 44100 × 180 × 16 × 2 / 8 = 31 824 000 байт ≈ 30.4 МБ.
Почему CD использует 44.1 кГц и как выбирать частоту
Чтобы точно восстановить аналоговый сигнал из цифрового, частота дискретизации должна быть минимум в 2 раза выше максимальной частоты в сигнале:
Человек слышит до 20 кГц → минимальная частота дискретизации = 40 кГц. Для запаса используют 44.1 кГц (CD) или 48 кГц (video).
| Частота | Применение | Макс. частота сигнала | Качество |
|---|---|---|---|
| 8 000 Гц | Телефон, VoIP | 4 кГц | Разборчивость речи |
| 22 050 Гц | Радио, сжатое аудио | 11 кГц | FM-качество |
| 44 100 Гц | Audio CD, MP3 | 22.05 кГц | Полный диапазон |
| 48 000 Гц | Видео, профессиональное | 24 кГц | Студийное |
| 96 000 Гц | Hi-Res, студия | 48 кГц | Высокое разрешение |
| 192 000 Гц | SACD, DSD | 96 кГц | Ультра-Hi-Res |
От моно до Dolby Atmos: конфигурации акустических систем
Один канал. Применяется в радио, подкастах, телефонной связи. K = 1. Объём в 2 раза меньше стерео.
Два канала: L (левый) и R (правый). Стандарт для музыки, фильмов, игр. K = 2.
FL, FR, RL, RR. Используется в концертном звуке и старых системах домашнего кинотеатра.
FL + FR + FC (центр) + LFE (сабвуфер) + RL + RR. Стандарт домашнего кинотеатра, DVD, Blu-ray.
Добавлены боковые каналы (SL, SR) к 5.1. Используется в современных кинотеатрах и играх.
Добавлены 4 потолочных/верхних канала. Объектно-ориентированный звук: звук как «объект» в 3D-пространстве.
Сжатие, битрейт, сравнение форматов
Формат Microsoft/IBM: аудиоданные хранятся как «сырой» PCM-поток. Точность 100%, но большой размер. Минута стерео 44.1 кГц/16 бит = ~10.6 МБ.
Сжимает аудио без потерь ( reversible). Типичное сжатие 30–50% по сравнению с WAV. Идеален для архивов и студийной записи.
Первый массовый формат сжатия с потерями. Удаляет «несущественные» частоты (психоакустическая модель). При 128 кбит/с — потеря качества заметна при сравнении; при 320 кбит/с — большинство не слышит разницы.
Преемник MP3. Лучше сжатие при том же качестве (примерно на 30%). Используется в iTunes, YouTube, Spotify, Bluetooth-аудио.
Открытый свободный кодек. Качество сопоставимо с AAC, но менее распространён. Используется в играх и стриминге.
Используется в SACD (Super Audio CD). Очень высокая частота дискретизации (2.8224 МГц — в 64 раза выше CD) и 1-битное квантование. «Передискретизация» из PCM.
Как звук попадает в компьютер и обратно: аналоговые, цифровые и сетевые интерфейсы
Аналоговый стерео: TRS (tip-ring-sleeve) — левый, правый, земля. Стандарт для наушников, колонок, микрофонов. Не защищён от помех, длина кабеля до ~3 м.
Балансный аналоговый: 3 контакта (hot, cold, ground). Симметричная передача — помеха вычитается. Длина до 100 м. Стандарт для студийных микрофонов и профессиональной аппаратуры.
Увеличенный Mini-Jack: TS (mono) или TRS (stereo/balanced). Используется в гитарных усилителях, микшерах, профессиональных наушниках.
Оптоволоконный цифровой: передаёт S/PDIF (стерео PCM до 96 кГц/24 бит) или многоканальный Dolby/DTS. Не подвержен ЭМ-помехам, длина до 10 м.
Цифровой через коаксиальный RCA-кабель: 75 Ом, до 96 кГц/24 бит. Альтернатива TOSLINK, но электрическая — подвержен помехам.
Цифровой через USB: USB 1.1 (16 бит/48 кГц), USB 2.0 (24 бит/192 кГц), USB 3.0. Классы USB Audio 1.0/2.0/3.0. Питание от шины (48 мА). Стандарт для внешних声卡.
| Интерфейс | Тип | Макс. частота | Каналы | Длина кабеля | Применение |
| 3.5 мм | Аналог | — | 2 (стерео) | ~3 м | Наушники, колонки |
| XLR | Баланс | — | 1 (mono) | 100 м | Микрофоны, студии |
| Jack 6.35 | Аналог | — | 1–2 | ~10 м | Гитары, микшеры |
| TOSLINK | Цифр (оптика) | 96 кГц/24 бит | 2–8 | 10 м | Home theatre, DAC |
| S/PDIF | Цифр (коакс) | 96 кГц/24 бит | 2–8 | 10 м | AV-ресиверы |
| USB Audio | Цифр (USB) | 192 кГц/24 бит | до 128 | 5 м (USB 2.0) | Внешние声卡 |
| HDMI ARC | Цифр | 192 кГц/24 бит | до 8 | 15 м | ТВ, звуковые панели |
Почему MP3 звучит нормально при малом битрейте: как ухо «обманывает» кодек
Громкий звук скрывает тихий рядом по частоте и во времени. Кодек удаляет замаскированные компоненты — мы их не слышим. Временна́я: перед громким звуком тихий не различим. Частотна́я: рядом с громким тоном тихие тоны не слышны.
Нижняя кривая на графике: звуки ниже порога не воспринимаются. Зависит от частоты — на 3–4 кГц ухо максимально чувствительно (эволюция: частота детского крика). Ниже 20 Гц и выше 20 кГц — неслышимо.
Ухо анализирует спектр полосами ~1/3 октавы (критические полосы Баркла-Хэмпстона). Внутри полосы звуки взаимодействуют (маскируют), между полосами — независимы. MP3 группирует частоты по полосам.
Если L и R почти одинаковы, кодек кодирует как Mono + «разностный» канал с низким битрейтом. Экономия ~30% битрейта без потери ощущения стерео-пространства.
Web Audio API: смешивание каналов в реальном времени
Регулируйте громкость каждого канала, панорамируйте (L/R), включайте/выключайте. Нажмите «Генерировать тон» для воспроизведения.
Проверь себя! 5 вопросов, 20 XP за каждый правильный ответ.