オーディオの基本（1）

オーディオ、英語はAUDIOです。ビデオレコーダーまたはVCDの背面パネルにあるAUDIO出力または入力ポートを見たことがあるかもしれません。このように、私たちは非常に一般的な方法で音声を説明することができます。それが私たちが聞くことができる音である限り、それは音声信号として送信することができます。オーディオの物理的特性は専門的すぎるため、他の資料を参照してください。自然界の音は非常に複雑で、波形は非常に複雑です。通常、パルス符号変調コーディング、つまりPCMコーディングを使用します。 PCMは、サンプリング、量子化、コーディングのXNUMXつのステップを通じて、継続的に変化するアナログ信号をデジタルコードに変換します。

1.基本的なオーディオの概念

（1）サンプリングレートとサンプリングサイズ（ビット/ビット）はどれくらいですか。

音は実際には一種のエネルギー波であるため、周波数と振幅の特性もあります。周波数は時間軸に対応し、振幅はレベル軸に対応します。波は無限に滑らかで、弦は無数の点で構成されていると見なすことができます。ストレージスペースは比較的限られているため、文字列のポイントはデジタルエンコーディングプロセス中にサンプリングする必要があります。サンプリングプロセスは、特定のポイントの周波数値を抽出することです。明らかに、20秒間に抽出されるポイントが多いほど、より多くの頻度情報が取得されます。波形を復元するには、40回の振動で40つのサンプリングポイントが必要です。感じることができる最高周波数は40kHzです。したがって、人間の耳の聴覚要件を満たすには、44.1kHzで表される2秒間に少なくとも16k回サンプリングする必要があり、この2kHzがサンプリングレートです。私たちの一般的なCDのサンプリングレートは16kHzです。周波数情報を持っているだけでは十分ではありません。また、この周波数のエネルギー値を取得し、それを定量化して信号強度を表す必要があります。量子化レベルの数は、8の整数乗であり、一般的なCDビットの1ビットサンプリングサイズ、つまり8の2乗です。簡単な例として、サンプリングサイズは抽象的なポイントであるため、サンプリングレートに比べて理解するのがより困難です：波が4回サンプリングされ、サンプリングポイントに対応するエネルギー値がA1〜A8であると仮定しますが、 4ビットのサンプリングサイズのみを使用します。その結果、A3〜A8ではXNUMXポイントの値しか保持できず、他のXNUMXポイントは破棄できます。 XNUMXビットのサンプルサイズを取得すると、わずかXNUMXポイントのすべての情報が記録されます。サンプリングレートとサンプリングサイズの値が大きいほど、記録された波形は元の信号に近くなります。

2.ロスとロスレス

サンプリングレートとサンプルサイズによると、自然信号と比較して、オーディオコーディングはせいぜい無限に近いだけであることがわかります。少なくとも現在の技術はこれしかできません。自然信号と比較して、デジタルオーディオコーディングスキームは不可逆です。完全に復元できないからです。コンピュータアプリケーションでは、最高レベルの忠実度はPCMエンコーディングであり、これは素材の保存や音楽鑑賞に広く使用されています。 CD、DVD、および一般的なWAVファイルがすべて使用されます。したがって、PCMはデジタルオーディオで最高の忠実度レベルを表すため、慣例によりPCMはロスレスエンコーディングになりました。 PCMが信号の絶対的な忠実度を保証できるという意味ではありません。 PCMは、最大程度の無限の近接性しか達成できません。 PCMコーディングに関連する不可逆オーディオコーディングのカテゴリにMP3を習慣的に含めています。コーディングの相対的な損失と損失のないことを強調することは、真の損失のないことを達成することは難しいことをすべての人に伝えることです。数字を使って円周率を表すようなものです。精度がどれほど高くても、円周率と実際には等しくなく、無限に近いだけです。値。

3.オーディオ圧縮技術を使用する理由

PCMオーディオストリームのビットレートを計算するのは非常に簡単な作業です。サンプリングレート値×サンプリングサイズ値×チャネル番号bpsです。サンプリングレートが44.1KHz、サンプリングサイズが16ビット、デュアルチャネルPCMエンコーディングのWAVファイルで、データレートは44.1K×16×2 = 1411.2Kbpsです。対応するWAVパラメータである128KMP3はこの1411.2Kbpsであるとよく言われます。このパラメータはデータ帯域幅とも呼ばれ、ADSLの帯域幅の概念です。コードレートを8で割ると、このWAVのデータレートである176.4KB / sを取得できます。つまり、44.1秒を保存するためのサンプリングレートは16KHz、サンプリングサイズは176.4ビット、1チャンネルのPCMエンコードオーディオ信号は10.34KBのスペースを必要とし、XNUMX分は約XNUMXMであり、ほとんどのユーザーには受け入れられません。。、特にコンピュータで音楽を聴きたい人は、ディスク使用量を減らすために、サンプリングインデックスまたは圧縮を減らす方法はXNUMXつしかありません。インデックスを減らすことはお勧めできません。そのため、専門家はさまざまな圧縮スキームを開発しました。用途やターゲット市場が異なるため、さまざまなオーディオ圧縮エンコーディングによって達成される音質と圧縮率は異なります。これらについては、次の記事でXNUMXつずつ説明します。 XNUMXつ確かなことは、それらは圧縮されているということです。

4.周波数とサンプリングレートの関係

サンプリングレートは、元の信号が44.1秒間にサンプリングされる回数を示します。私たちがよく目にするオーディオファイルのサンプリングレートは2KHzです。これは何を意味するのでしょうか？正弦波信号の20つのセグメント（それぞれ20秒の長さ）があり、聞こえる最低周波数と最高周波数に対応するとします。これら40つの信号を20KHzでサンプリングすると、どのような結果が得られますか？その結果、40Hz信号は振動ごとに20K / 2000 = 20回サンプリングされますが、44.1K信号は振動ごとに48回しかサンプリングされません。明らかに、同じサンプリングレートでは、低周波数の情報は高周波数の情報よりもはるかに詳細です。これが、一部のオーディオ愛好家がCDをデジタルサウンドが十分にリアルではないと非難する理由であり、CDの44.1KHzサンプリングは、高周波信号が適切に録音されることを保証できません。高周波信号をより適切に録音するには、より高いサンプリングレートが必要と思われるため、CDオーディオトラックをキャプチャするときにXNUMXKHzのサンプリングレートを使用する友人もいますが、これはお勧めできません。これは実際には音質には良くありません。リッピングソフトウェアの場合、CDが提供するXNUMXKHzと同じサンプリングレートを維持することは、最高の音質を向上させるのではなく、保証することのXNUMXつです。より高いサンプリングレートは、アナログ信号と比較した場合にのみ役立ちます。サンプリングされる信号がデジタルの場合は、サンプリングレートを上げようとしないでください。

5.流動特性

インターネットの発達に伴い、人々はオンラインで音楽を聴くための要件を提唱しています。したがって、ダウンロードせずに聴くことができるように、すべてのファイルを読み取ってから再生するのではなく、オーディオファイルの読み取りと再生を同時に行うことも必要です。アップ。エンコードとブロードキャストを同時に行うこともできます。オンライン生放送を可能にするのはこの機能であり、独自のデジタルラジオ局を設置することが現実のものとなります。

いくつかの補足概念：

仕切りとは何ですか？
分周器は、異なる周波数帯域の音声信号を区別し、それらを別々に増幅してから、対応する周波数帯域のスピーカーに送信して再生することです。高品質な音を再生する場合は、電子周波数分割処理が必要です。それは1つのタイプに分けることができます：（2）パワーディバイダー：スピーカーに設置されたパワーアンプの後ろにあり、LCフィルターネットワークを介して、パワーアンプによって出力されるパワーオーディオ信号は低音、中音域、高音に分けられます。個々のスピーカーに送信されます。接続はシンプルで使いやすいですが、電力を消費し、オーディオの谷が現れ、クロス*歪みが発生します。そのパラメータはスピーカーのインピーダンスに直接関係しており、スピーカーのインピーダンスは周波数の関数であり、公称値から大きく外れています。誤差も大きく、調整に役立ちません。（XNUMX）電子分周器：弱い音声信号を周波数に分割する装置。パワーアンプの前にあります。周波数が分割された後、個別のパワーアンプを使用して各オーディオ周波数帯域信号を増幅し、対応するスピーカーに送信します。単位。電流が小さいため、調整が容易な小型のパワーエレクトロニックアクティブフィルターで実現でき、電力損失やスピーカーユニット間の干渉を低減します。信号損失が少なく、音質も良好です。ただし、この方法では、チャネルごとに独立したパワーアンプが必要であり、コストが高く、回路構造が複雑で、プロのSRシステムで使用されます。（av_worldから）

エキサイターとは何ですか？
エキサイターはハーモニックジェネレーターであり、人々の心理音響特性を使用して音声信号を変更および美化する音声処理デバイスです。音に高周波高調波成分を加えるなどの方法で、音質や音色を改善し、音の浸透性を高め、音の空間感を高めることができます。現代のエキサイターは、高周波の倍音を生成できるだけでなく、低周波の拡張機能と音楽スタイルの機能も備えているため、低音の効果がより完璧になり、音楽がより表現力豊かになります。エキサイターを使用して、音の明瞭度、明瞭度、表現力を向上させます。耳に心地よい音を出し、リスニングの疲労を軽減し、ラウドネスを高めます。エキサイターは音に約0.5dBの倍音成分を追加するだけですが、実際には音量が約10dB増加したように聞こえます。音の聴覚ラウドネス、音像の立体感、および音の分離の増加は明らかに増加します。音のポジショニングとレイヤーが向上し、再生音の音質とテープの再生速度を向上させることができます。音響信号は、送信および録音中に高周波高調波成分を失うため、高周波ノイズが発生します。このとき、前者はエキサイターを使用して信号を補正し、後者はフィルターを使用して高周波ノイズを除去し、次に高音成分を作成して再生音の品質を確保します。エキサイターの調整には、音響技師がシステムの音質や音色を判断し、主観的な聴取評価に基づいて調整する必要があります。

イコライザーとは何ですか？
イコライザーは、さまざまな周波数成分の電気信号の増幅を個別に調整できる電子デバイスです。さまざまな周波数の電気信号を調整することでスピーカーと音場の欠陥を補正し、さまざまな音源やその他の特殊効果を補正および変更します。、一般的なミキサーのイコライザーは、高周波、中間周波数、および低周波の電気信号を個別に調整することしかできません。イコライザーには、グラフィックイコライザー、パラメトリックイコライザー、ルームイコライザーのXNUMX種類があります。 1. グラフィックイコライザー：チャートイコライザーとも呼ばれ、パネル上のプッシュプルキーの分布により、呼び出されたイコライゼーション補正曲線を直感的に反映でき、各周波数の増減が一目でわかります。一定のQテクノロジーを使用し、各周波数ポイントにはプッシュプルポテンショメータが装備されており、特定の周波数が増加または減衰しても、フィルタの周波数帯域幅は常に同じです。一般的に使用されているプロ仕様のグラフィックイコライザーは、20Hz〜20kHzの信号を10セグメント、15セグメント、27セグメント、31セグメントに分割して調整します。このようにして、人々はさまざまな要件に応じてセグメント数が異なる周波数イコライザーを選択します。一般的に、10バンドイコライザーの周波数ポイントはオクターブ間隔で分布しています。一般に、15バンドイコライザーは2/3オクターブイコライザーであり、プロのSRで使用する場合、31バンドイコライザーは1です。/3オクターブイコライザーは、細かい補正が必要なより重要な場面で主に使用されます。。グラフィックイコライザーはシンプルな構造で直感的でクリアなため、プロのオーディオで広く使用されています。 2. パラメトリックイコライザー：パラメトリックイコライザーとも呼ばれ、イコライゼーション調整のさまざまなパラメーターを微調整できるイコライザーです。ほとんどがミキサーに取り付けられていますが、独立したパラメトリックイコライザーもあります。調整されたパラメータには、周波数帯域と周波数ポイントが含まれます。、ゲインおよび品質係数Q値などは、サウンドを美化し（醜いものを含む）、変更し、サウンド（または音楽）スタイルをより独特でカラフルにし、目的の芸術的効果を実現できます。 3. ルームイコライザーは、部屋の周波数応答特性曲線を調整するために使用されるイコライザーです。装飾材料による異なる周波数の異なる吸収（または反射）と通常の共振の影響のために、音響構造の周波数欠陥を客観的に補正および調整する必要があるため、ルームイコライザーを使用する必要があります。周波数帯域が細かいほど、調整されたピークがシャープになります。つまり、Q値（品質係数）が高くなるほど、調整中の補正が細かくなります。周波数帯域が厚いほど、調整されたピークは広くなります。

圧縮リミッターとは何ですか？
圧縮リミッターは、コンプレッサーとリミッターの総称です。これは、オーディオ信号の処理デバイスであり、オーディオ電気信号のダイナミクスを圧縮または制限できます。コンプレッサーは可変ゲインアンプであり、その増幅率（ゲイン）は入力信号の強さに反比例して自動的に変化します。入力信号が特定のレベル（しきい値は臨界値とも呼ばれます）に達すると、入力信号の増加に伴って出力信号が増加します。この状況はコンプレッサーと呼ばれます。増加しない場合はリミッターと呼ばれます。以前は、コンプレッサーはハードニーテクノロジーを使用しており、入力信号がしきい値に達するとすぐに入力信号がしきい値に達しました。ゲインはすぐに低下するため、変曲点（ゲイン変化の転換点）で信号が動的に急激に変化し、強い信号が急激に圧縮されていることを耳にはっきりと感じさせます。この欠点を解決するために、最新の新しいコンプレッサーはソフトニーテクノロジーを採用しています。このコンプレッサーのスレッショルド前後の圧縮比の変化はバランスが取れて緩やかであるため、圧縮の変化を検出しにくくなり、音質がさらに向上します。。コンプレッサーは、録音プロセス中に楽器と歌手の音量の一定のバランスを維持することができます。さまざまな信号強度のバランスを確保します。また、歌手のボーカリストを排除したり、圧縮と解放の時間を変更して、音が小さいものから大きいものに変化する「反転音」の特殊効果を生み出すために使用されることもあります。放送システムでは、変調歪みの防止と送信機の過負荷の防止を前提として、より広いダイナミックレンジで番組信号を圧縮し、平均放射レベルを上げるために使用されます。ダンスホールのSRシステムでは、コンプレッサーが元のプログラムスタイルを維持しながら信号を圧縮し、音楽のダイナミクスを低減して、SRシステムと芸術活動の要件を満たします。コンプレッサーには多くの用途がありますが、最近のコンプレッサーは一般的にソフトニーなどの新技術を採用しており、コンプレッサーの副作用をさらに軽減することができますが、コンプレッサーが音質を損なうことはありません。再存在しました。したがって、SRシステムでは、リミッターを乱用しないでください。使用する場合でも、リミッターを使用して信号を慎重に処理する必要があります。これは、パワーアンプやスピーカーを保護するだけでなく、音質を向上させる必要もあります。

信号対雑音比（S / N）とは何ですか？
信号対雑音比は、ラインの基準点での信号電力と、信号がない場合の固有の雑音電力を指します。
比率はデシベル（dB）で表されます。値が大きいほど良い、つまりノイズが少ないことを意味します。
デシベルとは
デシベル（dB）は、相対的なパワーまたは振幅レベルを表す標準の単位です。 dBで表されます。デシベル数が大きいほど、放出される音は大きくなります。計算では、デシベルが10デシベル増えるごとに、サウンドレベルは元のレベルの約XNUMX倍になります。
dB：デシベルデシベル。これは、XNUMXつの電圧、電力、または音の相対レベルを表すために使用されます。
dBm：デシベルの変形、0dB = 1mWから600オーム
dBv：デシベルの変形、0dB = 0.775ボルト。
dBV：デシベルの変形、0dB = 1ボルト。
dB /オクターブ：デシベル/オクターブ。フィルタの傾きの表現は、オクターブあたりのデシベル数が多いほど、傾きが急になります。

この概念は比較的複雑です。物理計算を使用して次のことを説明します。

音の強さを表現するために、人々は「音の強さ」の概念を導入し、1秒間に単位面積を垂直に通過する音響エネルギーの量によってその大きさを測定しました。音の強さは「I」の文字で表され、その単位は「ワット/ m2」です。規定によると、単位面積に垂直な音響エネルギーが1秒以内にXNUMX倍になると、音の強さもXNUMX倍になります。したがって、音の強さは、人の気持ちによって変化しない客観的な物理量です。

　　音の強さは客観的な物理量ですが、音の強さの大きさと人が主観的に感じる音の強さには大きな違いがあります。音の強さに対する人の主観的な知覚に合わせるために、「音の強さのレベル」の概念物理学で導入されました。デシベルは、ベルのXNUMX分のXNUMXである音の強さのレベルの単位です。

　　音の強さのレベルはどのように調整されていますか？それは音の強さと何の関係がありますか？
　　測定は、人間の耳が異なる周波数の音波に対して異なる感度を持っていることを証明しています。 3000Hzの音波に最も敏感です。この周波数の音の強さがI0 = 10〜12ワット/ m2に達する限り、人間の耳に聞こえる可能性があります。音の強さのレベルは、人間の耳に聞こえる最小の音の強さI0に基づいて指定され、I0 = 10〜12ワット/ m2の音の強さは、ゼロレベルの音の強さとして指定されます。このときの音の強さレベルはゼロベル（ゼロデシベル）です。音の強さがI0から2I0に倍増しても、人間の耳が感じる音の強さは倍増しません。音の強さが10I0に達したときだけ、人間の耳は音の強さが1倍になったと感じます。この音の強さに対応する音の強さのレベルは、10ビール= 100デシベルです。音の強さが0I2になると、人間の耳は強い音を感じます。弱い音は2倍になり、対応する音の強さのレベルは20 Bel = 1000デシベルです。音の強さが0I3になると、人間の耳が感じる音の強さは3倍になり、対応する音の強さのレベルは30 Bel = 1デシベルになります。などなど。人間の耳が耐えることができる最大音の強さは2ワット/ m1012 = 0I12であり、それに対応する音の強さのレベルは120ベル= XNUMXデシベルです。

式：音圧レベル（dB）= 20Lg（測定音圧/基準音圧値）
古い魚のメモ：測定された音圧が基準音圧と同じである場合、対数を取った後の計算結果は0dBです。アナログオーディオ機器では、0dBを超える可能性がありますが、デジタル機器はそうではありません。デジタル計算には測定が必要であり、無限の値はありません。そのため、使用しているデジタル機器やソフトウェアでは、0dBが基準値となっています。

2.一般的なオーディオフォーマットとプレーヤーの紹介

主流のオーディオフォーマットの特徴と適応性

あらゆる種類のオーディオコーディングには、さまざまな場面での技術的特性と適用性があります。これらのオーディオコーディングを柔軟に適用する方法を大まかに説明しましょう。

4-1PCMエンコードされたWAV

前述のように、PCMエンコードされたWAVファイルは最高の音質のフォーマットです。 Windowsプラットフォームでは、すべてのオーディオソフトウェアが彼女をサポートできます。 Windowsが提供するWinAPIには、wavを直接再生できる多くの関数があります。したがって、マルチメディアソフトウェアを開発する場合、wavはイベントの効果音やBGMに大量に使用されることがよくあります。 PCMエンコードされたwavは、同じサンプリングレートとサンプルサイズで最高の音質を実現できるため、オーディオ編集、ノンリニア編集などの分野でも広く使用されています。

特徴：音質は非常に良く、多数のソフトウェアでサポートされています。

対象：マルチメディア開発、音楽および効果音素材の保存。

4-2 MP3

MP3の圧縮率は良好です。 LAMEによってエンコードされた中高ビットレートのmp3は、サウンドの点で元のWAVファイルに非常に近いものです。適切なパラメータを使用すると、LAMEでエンコードされたMP3は音楽鑑賞に非常に適しています。 MP3は長い間導入されており、かなり優れた音質と圧縮率が組み合わされているため、多くのゲームでは、イベントの効果音やBGMにもmp3が使用されています。よく知られているほとんどすべてのオーディオ編集ソフトウェアもMP3をサポートしており、wavのようにmp3を使用できますが、mp3エンコードは不可逆であるため、複数の編集を行うと音質が急激に低下し、mp3は資料の保存には適していません。しかし、作品としてのデモは本当に素晴らしいです。 mp3の長い歴史と優れた音質により、mp3は最も広く使用されている不可逆エンコーディングの3つになっています。インターネット上には多数のmp3リソースがあり、mp3playerは日々流行しています。多くのVCDPlayer、DVDPlayer、さらには携帯電話でもmp3を再生でき、mp3はサポートされている最高のエンコーディングのXNUMXつです。 MPXNUMXも完璧ではなく、低いビットレートではうまく機能しません。 MPXNUMXは、ストリーミングメディアの基本的な特性も備えており、オンラインで再生できます。

特徴：音質が良く、圧縮率が比較的高く、大量のソフトウェアやハードウェアに対応し、広く使用されています。

に適しています：より高い要件を持つ音楽鑑賞に適しています。

4-3 オーグ

Oggは非常に有望なコードであり、さまざまなビットレート、特に低ビットレートと中ビットレートで驚くべきパフォーマンスを発揮します。優れた音質に加えて、Oggは完全に無料のコーデックでもあり、Oggをさらにサポートするための基盤を築きます。 Oggには、より小さなビットレートでより良い音質を実現できる非常に優れたアルゴリズムがあります。 128kbpsのOggは、192kbps以上のビットレートのmp3よりも優れています。 Oggの高音域には特定の金属味があるため、高周波の要件が高いいくつかのソロ楽器をコーディングするときに、Oggのこの欠陥が明らかになります。 OGGはストリーミングメディアの基本的な特徴を持っていますが、メディアサービスソフトウェアのサポートがないため、oggに基づくデジタル放送はまだ可能ではありません。 Oggの現在のサポート状態は、ソフトウェアであろうとハードウェアであろうと、mp3と比較することはできません。

特徴：mp3よりも小さいビットレートでmp3よりも優れた音質を実現でき、高、中、低のビットレートで優れたパフォーマンスを発揮します。

適用先：より良い音質を得るために、より小さなストレージスペースを使用します（MP3と比較して）

4-4 MPC

OGGと同様に、MPCの競合相手もmp3です。中および高ビットレートでは、MPCは競合他社よりも優れた音質を実現できます。中程度のビットレートでは、MPCのパフォーマンスはOggに劣りません。高ビットレートでは、MPCのパフォーマンスはさらに必死になります。 MPCの音質の利点は、主に高周波部分に現れます。 MPCの高周波はMP3よりもはるかに繊細で、Oggのような金属味はありません。これは現在、音楽鑑賞に最も適した不可逆エンコーディングです。これらはすべて新しいコードであるため、Oggの経験に似ており、広範なソフトウェアとハードウェアのサポートが不足しています。 MPCは優れたコーディング効率を備えており、コーディング時間はOGGやLAMEよりもはるかに短いです。

特徴：中ビットレートおよび高ビットレートでは、不可逆エンコーディングで最高の音質パフォーマンスを発揮し、高ビットレートでは、優れた高周波パフォーマンスを発揮します。

対象：多くのスペースを節約することを前提とした最高の音質での音楽鑑賞。

4-6 WMA

マイクロソフトが開発したWMAは、多くの友人にも愛されています。低ビットレートでは、mp3よりもはるかに優れた音質が得られます。 WMAの登場により、かつて人気のあったVQFエンコーディングがすぐに排除されました。マイクロソフトのバックグラウンドを持つWMAは、優れたソフトウェアとハードウェアのサポートを受けています。 Windows Media Playerは、WMAを再生し、WMAエンコーディングテクノロジに基づいてデジタルラジオ局を聴くことができます。プレーヤーはほぼすべてのPCに存在するため、オンラインオーディションの最初の選択肢としてWMAを使用する音楽Webサイトがますます増えています。優れたサポート環境に加えて、WMAは64〜128kbpsのビットレートで非常に優れたパフォーマンスを発揮します。要件の高い友人の多くは満足していませんが、要件の低い友人の多くがこのエンコーディングを受け入れています。 WMAは非常に人気がすぐに来ています。

特徴：低ビットレートでの音質性能は他に負けません

対象：デジタルラジオのセットアップ、オンラインオーディション、低要件での音楽鑑賞

4-7 mp3PRO

mp3の改良版として、mp3PROはSBRテクノロジーを介して再生プロセスに挿入されていますが、高音に満ちた非常に優れた品質を示していますが、実際のリスニング体験は少し薄いように見えますが、すでにあります3kbpsの世界64kbpsmp128を超えるライバルは存在しませんが、残念ながら、mp3PROの低周波性能はmp3と同じくらい壊れています。幸いなことに、SBRの高周波補間はこの欠陥を多かれ少なかれカバーすることができるので、mp3PRO逆に、WMAの低周波の弱点はWMAの弱点ほど明白ではありません。 RCA mp3PROオーディオプレーヤーのPROスイッチを使ってPROモードと通常モードを切り替えると、深く感じることができます。全体として、3kbpsmp64PROは3kbpsmp128の音質レベルに達し、高周波部分でわずかに勝ちました。

特徴：低ビットレートでの音質の王様

に適しています：低要件の下での音楽鑑賞

4-8 猿

50〜70％の圧縮率を提供できる新しいタイプのロスレスオーディオコーディング。非可逆コーディングと比較して言及する価値はありませんが、完全な注意を追求している友人にとっては大きな恩恵です。 APEは、サウンドのロスレスではなく、真にロスレスである可能性があり、圧縮比は、同様のロスレス形式よりも優れています。

特徴：音質はとても良いです。

に適しています：最高品質の音楽鑑賞とコレクション。

3、オーディオ信号エンコーディング処理

（1）PCMエンコーディング

PCMパルス符号変調は、パルス符号変調の略語です。前のテキストでは、PCMの一般的なワークフローについて説明しました。 PCMの最終的なエンコーディングで使用される計算方法を気にする必要はありません。 PCMエンコードされたオーディオストリームの長所と短所を知る必要があるだけです。 PCMエンコーディングの最大の利点は音質が良いことであり、最大の欠点はサイズが大きいことです。私たちの一般的なオーディオCDはPCMエンコーディングを使用しており、CDの容量は72分の音楽情報しか保持できません。

ご存知のように、現在のマルチメディアコンピュータがどれほど強力であっても、処理できるのは内部のデジタル情報だけです。私たちが聞く音はすべてアナログ信号です。コンピュータはこれらのサウンドデータをどのように処理できますか？また、アナログオーディオとデジタルオーディオの違いは何ですか？デジタルオーディオの利点は何ですか？これらは、以下で紹介するものです。

アナログオーディオをデジタルオーディオに変換することは、コンピュータ音楽のサンプリングと呼ばれます。このプロセスで使用される主なハードウェアデバイスは、アナログ-デジタルコンバーター（ADC）です。サンプリングプロセスは、実際には通常のアナログオーディオ信号の電気信号を「ビット」0および1と呼ばれるいくつかのバイナリコードに変換します。これらの0および1はデジタルオーディオファイルを構成します。次の図に示すように、図の正弦曲線は元のオーディオ曲線を表しています。色付きの四角は、サンプリング後に得られた結果を表しています。 XNUMXつの一貫性が高いほど、サンプリング結果は良くなります。

上図の横軸はサンプリング周波数です。縦軸はサンプリング解像度です。写真のグリッドは左から右に徐々に暗号化され、最初に横座標の密度が増加し、次に縦座標の密度が増加します。明らかに、横軸の単位が小さい場合、つまりXNUMXつのサンプリングモーメントの間隔が小さい場合は、元の音の本来の状態を維持するのに役立ちます。つまり、サンプリング周波数が高いほど、音質が保証されます。同様に、垂直方向の場合、座標単位が小さいほど音質が良くなります。つまり、サンプリングビット数が多いほど良くなります。

一点注意してください。 8ビット（8ビット）は、縦座標が8つの部分に分割されることを意味するのではなく、2 ^ 8 = 256の部分です。同様に、16ビットは縦座標が2 ^ 16 = 65536の部分に分割されることを意味します。一方、24ビットは2 ^ 16 = 65536の部分に分割されます。 2 ^ 24 = 16777216の部分に分割します。次に、計算を実行して、デジタルオーディオファイルのデータ量がどれだけ大きいかを確認しましょう。ステレオ（つまり、44.1チャンネル）に16kHz、XNUMXビットを使用するとします。

（2）WAVE

これは、Microsoftによって開発された古代のオーディオファイル形式です。 WAVは、PIFF Resource Interchange FileFormat仕様に準拠するファイル形式です。すべてのWAVには、オーディオストリームのエンコーディングパラメータであるファイルヘッダーがあります。 WAVには、オーディオストリームのエンコードに関する厳格なルールはありません。 PCMに加えて、ACM仕様をサポートするほとんどすべてのエンコーディングでWAVオーディオストリームをエンコードできます。多くの友人はこの概念を持っていません。 AVIとWAVのファイル構造は非常に似ていますが、AVIにはもう3つのビデオストリームがあるため、デモとしてAVIを取り上げましょう。私たちが接触するAVIには多くの種類があるため、いくつかのAVIを監視するためにいくつかのデコードをインストールする必要があることがよくあります。私たちが接触するDivXは一種のビデオエンコーディングです。 AVIはDivXエンコーディングを使用してビデオストリームを圧縮できます。もちろん、他のものも使用できます。エンコーディング圧縮。同様に、WAVもさまざまなオーディオエンコーディングを使用してオーディオストリームを圧縮できますが、通常、オーディオストリームがPCMでエンコードされているWAVですが、これはWAVがPCMエンコーディングのみを使用できることを意味するものではありません。 MPXNUMXエンコーディングはWAVでも使用できます。 AVIと同様に、対応するDecodeがインストールされている限り、これらのWAVを楽しむことができます。

Windowsプラットフォームでは、PCMエンコーディングに基づくWAVが最もサポートされているオーディオ形式であり、すべてのオーディオソフトウェアが完全にサポートできます。 WAVは、より高い音質要件を達成できるため、音楽の編集と作成に適した形式でもあります。音楽素材の保存に適しています。したがって、PCMエンコーディングに基づくWAVは中間フォーマットとして使用され、MP3からWMAへの変換など、他のエンコーディングの相互変換でよく使用されます。

（3）MP3エンコーディング

最も人気のあるオーディオ圧縮形式として、MP3は誰にでも広く受け入れられています。 MP3に関連するさまざまなソフトウェア製品が無限の流れの中で出現しており、より多くのハードウェア製品がMP3をサポートし始めています。購入できるVCD / DVDプレーヤーはたくさんあります。 MP3をサポートでき、より多くのポータブルMP3プレーヤーなどがあります。いくつかの主要な音楽会社はこのオープンフォーマットに非常にうんざりしていますが、このオーディオ圧縮フォーマットの存続と普及を妨げることはできません。 MP3は10年間開発されています。これは、MPEG3の派生コーディングスキームであるMPEG（MPEG：Moving Picture Experts Group）AudioLayer-1の略語です。 1993年にドイツのフラウンホーファーIIS研究所とトムソンによって開発に成功しました。 MP3は、12：1の驚くべき圧縮比を実現し、基本的な可聴音質を維持できます。その年、ハードディスクが非常に高価だった時代に、MP3はすぐにユーザーに受け入れられました。インターネットの人気により、MP3は何億人ものユーザーに受け入れられました。 MP3コーディングテクノロジーの最初のリリースは、実際には非常に不完全でした。音と人間の聴覚に関する研究が不足していたため、初期のmp3エンコーダーはほとんどすべて大雑把な方法でコーディングされており、音質は深刻なダメージを受けていました。新しいテクノロジーの継続的な導入により、mp3エンコーディングテクノロジーは、XNUMXつの主要な技術的改善を含め、次々と改善されてきました。

VBR：MP3形式のファイルには興味深い機能があります。つまり、再生中に読み取ることができます。これは、ストリーミングメディアの最も基本的な特性とも一致しています。つまり、プレーヤーは、ファイルが部分的に破損している場合でも、ファイルの内容全体を先読みせずに再生できます。 mp3にはファイルヘッダーを含めることができますが、mp3形式のファイルではそれほど重要ではありません。この機能により、MP3ファイルの各セグメントとフレームは、特別なデコードスキームなしで個別の平均データレートを持つことができます。そのため、VBR（可変ビットレート、動的データレート）と呼ばれるテクノロジがあります。これにより、MP3ファイルの各セグメントまたは各フレームでさえも個別のビットレートを持つことができます。これの利点は、音質を確保することです。