Obsah
Jak jste si pravděpodobně všimli, v odvětví chytrých telefonů je nový trend spočívající v tom, že do moderních vlajkových smartphonů patří zvukové čipy „ve studijní kvalitě“. Zatímco 32-bitový DAC (digitální převodník na analogový převodník) s podporou 192 kHz zvuku na stránce s technickými údaji určitě vypadá dobře, není zde žádná výhoda pro zvýšení velikosti našich zvukových sbírek.
Jsem zde proto, abych vysvětlil, proč je tato bitová hloubka a rychlost vzorkování jen dalším příkladem zvukového průmyslu využívajícím nedostatek spotřebitelských a dokonce i audiofilových znalostí v této oblasti. Don your blbeček čepice, jdeme do několika vážně technických bodů vysvětlit výhody a výstupy pro audio. A doufám, že vám také ukážu, proč byste měli ignorovat většinu marketingových triků.
Slyšíš to?
Než se pustíme do, tento první segment nabízí některé požadované základní informace o dvou hlavních koncepcích digitálního zvuku, bitové hloubky a vzorkovací frekvence.
Vzorkovací frekvence označuje, jak často budeme zaznamenávat nebo reprodukovat informace o amplitudě signálu. V podstatě nasekáme křivku na spoustu malých částí, abychom se o ní dozvěděli v určitém časovém okamžiku. Nyquistova věta uvádí, že nejvyšší možná frekvence, kterou lze zachytit nebo reprodukovat, je přesně poloviční frekvencí než vzorkovací frekvence. To je docela snadné si představit, protože potřebujeme amplitudy pro horní a dolní část průběhu (což by vyžadovalo dva vzorky), aby bylo možné přesně znát její frekvenci.
Zvýšení vzorkovací frekvence (top) vede k dalším vzorkům za sekundu, zatímco větší bitová hloubka (dole) poskytuje více možných hodnot pro záznam vzorku při.
Pokud jde o zvuk, zajímáme se pouze o to, co slyšíme, a drtivá většina lidí slyší chvilky těsně před 20 kHz. Nyní, když víme o Nyquistově větě, můžeme pochopit, proč 44,1 kHz a 48 kHz jsou běžné vzorkovací frekvence, protože jsou něco přes dvojnásobek maximální frekvence, kterou můžeme slyšet. Přijetí standardů studiové kvality 96 kHz a 192 kHz nemá nic společného se snímáním dat o vyšší frekvenci, což by bylo zbytečné. Ale za chvíli se do toho vrhneme.
Jak se díváme na amplitudy v průběhu času, bitová hloubka jednoduše odkazuje na rozlišení nebo počet dostupných bodů, aby bylo možné tato amplitudová data uložit. Například 8 bitů nám nabízí 256 různých bodů zaokrouhlit na, 16bitové výsledky v 65 534 bodech a 32bitová hodnota dat nám dává 4 294 967 294 datových bodů. I když to samozřejmě zjevně zvyšuje velikost všech souborů.
Může být snadné okamžitě přemýšlet o bitové hloubce, pokud jde o přesnost amplitudy, ale důležitější pojmy, kterým je třeba rozumět, jsou hluk a zkreslení. Při velmi nízkém rozlišení pravděpodobně zameškáme kousky informací o nižší amplitudě nebo odřízneme vrcholy průběhů, což zavádí nepřesnosti a zkreslení (chyby kvantizace). Zajímavé je, že to často zní jako šum, pokud byste měli přehrávat soubor s nízkým rozlišením, protože jsme efektivně zvýšili velikost nejmenšího možného signálu, který lze zachytit a reprodukovat. To je úplně stejné jako přidání zdroje šumu do našeho průběhu. Jinými slovy, snížení bitové hloubky také sníží hlukovou podlahu. Mohlo by to také pomoci přemýšlet o tom, pokud jde o binární vzorek, kde nejméně významný bit představuje hlukovou podlahu.
Vyšší bitová hloubka nám proto dává větší hladinu hluku, ale existuje reálný limit, jak praktický je to v reálném světě. Bohužel je všude hluk v pozadí a nemyslím tím, že autobus jede kolem na ulici. Od kabelů po sluchátka, tranzistory v zesilovači a dokonce i uši uvnitř vaší hlavy je maximální poměr signálu k šumu v reálném světě kolem 124 dB, což odpovídá zhruba 21bitovým datům.Žargonu:
DAC- Převodník z digitálního na analogový přijímá digitální zvuková data a transformuje je na analogový signál, aby je poslal do sluchátek nebo reproduktorů.
Vzorkovací frekvence- Měřeno v Hertzech (Hz), to je počet vzorků digitálních dat zachycených každou sekundu.
SNR- Poměr signál-šum je rozdíl mezi požadovaným signálem a šumem v pozadí. V digitálním systému je to spojeno přímo s bitovou hloubkou.
Pro srovnání nabízí 16bitové zachycení poměr signálu k šumu (rozdíl mezi šumem signálu a pozadí) 96,33 dB, zatímco 24bitové nabízí 144,49 dB, což překračuje limity hardwarového zachycení a lidského vnímání. Takže váš 32bitový DAC bude ve skutečnosti pouze schopen produkovat maximálně 21 bitů užitečných dat a ostatní bity budou maskovány šumem obvodu. Ve skutečnosti však většina zařízení s mírnou cenou dosahuje špičkové hodnoty SNR 100 až 110 dB, protože většina ostatních obvodových prvků zavádí vlastní hluk. Je zřejmé, že 32bitové soubory se již zdají být nadbytečné.
Nyní, když chápeme základy digitálního zvuku, přejdeme k některým technickým bodům.
Schodiště do nebes
Většina problémů souvisejících s porozuměním a nesprávným pojetím zvuku souvisí se způsobem, jakým se vzdělávací zdroje a společnosti pokoušejí vysvětlit výhody pomocí vizuálních podnětů. Pravděpodobně jste všichni viděli zvuk reprezentovaný jako řada schodišťových kroků pro bitovou hloubku a obdélníkové linie pro vzorkovací frekvenci. To určitě nevypadá moc dobře, když jej porovnáte s hladce vyhlížejícím analogovým průběhem, takže je snadné vytrhnout jemněji vypadající „hladší“ schodiště, které představuje přesnější výstupní průběh.
Ačkoli by to mohl být snadný prodej veřejnosti, tato běžná analogie přesnosti „schodiště“ je velkým omylem a nedokáže ocenit, jak digitální zvuk skutečně funguje. Ignorujte to.
Tato vizuální reprezentace však zkresluje, jak zvuk funguje. Ačkoli to může vypadat chaoticky, matematicky jsou data pod Nyquistovou frekvencí, což je polovina vzorkovací frekvence, zachycena dokonale a lze je perfektně reprodukovat. Představte si to, dokonce i při Nyquistově frekvenci, která může být často reprezentována jako čtvercová vlna spíše než hladká sinusová vlna, máme přesné údaje o amplitudě v určitém časovém bodě, což je vše, co potřebujeme. My lidé se mylně díváme na prostor mezi vzorky, ale digitální systém nefunguje stejným způsobem.
Bitová hloubka je často spojena s přesností, ale ve skutečnosti definuje výkonnost systému. Jinými slovy, nejmenší detekovatelný nebo reprodukovatelný signál.
Pokud jde o přehrávání, může to být o něco složitější, protože je snadno pochopitelný koncept DAC s „nulovým řádem“, který jednoduše přepíná mezi hodnotami při nastavené vzorkovací frekvenci, což vede ke schodovému stupňovitému výsledku. Ve skutečnosti to není spravedlivé znázornění toho, jak zvukové DAC fungují, ale zatímco jsme tady, můžeme použít tento příklad k prokázání, že byste se o tyto schody stejně neměli zajímat.
Důležitým faktem je, že všechny průběhy lze vyjádřit jako součet více sinusových vln, základní frekvence a dalších složek v harmonických násobcích. Trojúhelníková vlna (nebo schodišťový krok) sestává z lichých harmonických při snižujících se amplitudách. Pokud tedy při naší vzorkovací frekvenci dochází k mnoha velmi malým krokům, můžeme říci, že je přidán nějaký další harmonický obsah, ale vyskytuje se při dvojnásobku naší slyšitelné (Nyquist) frekvence a pravděpodobně o několik harmonických dále, takže jsme vyhráli Stejně je nebudu moci slyšet. Kromě toho by bylo docela snadné odfiltrovat pomocí několika komponent.
Pokud oddělíme vzorky DAC, můžeme snadno vidět, že náš požadovaný signál je dokonale reprezentován spolu s dalším průběhem při vzorkovací frekvenci DAC.
Pokud je to pravda, měli bychom být schopni to pozorovat rychlým experimentem. Vezměme si výstup přímo ze základního DAC hold-order hold a signál také přes velmi jednoduchý 2nd objednejte dolní propust nastavenou na polovinu rychlosti vzorkování. Vlastně jsem zde použil pouze 6bitový signál, jen abychom mohli skutečně vidět výstup na osciloskopu. 16bitový nebo 24bitový zvukový soubor by měl mnohem menší šum na signálu před i po filtraci.
Poměrně hrubý příklad, ale to dokazuje, že zvuková data jsou v tomto chaoticky vypadajícím schodišti dokonale obnovena.
A jakoby kouzlem, schodišťové schody téměř úplně zmizely a výstup je „vyhlazen“, pouhým použitím dolnoprůchodového filtru, který nezasahuje do našeho sinusového výstupu. Ve skutečnosti je vše, co jsme udělali, odfiltrováno části signálu, které byste stejně stejně neslyšeli. To opravdu není špatný výsledek pro další čtyři komponenty, které jsou v podstatě zdarma (dva kondenzátory a dva rezistory stojí méně než 5 pencí), ale ve skutečnosti existují sofistikovanější techniky, které můžeme použít ke snížení tohoto hluku ještě dále. Ještě lepší je, že jsou součástí standardu ve většině kvalitních DAC.
Realističtějším příkladem je, že jakýkoli DAC pro použití se zvukem bude také obsahovat interpolační filtr, známý také jako vzorkování up-up. Interpolace je jednoduše způsob výpočtu mezilehlých bodů mezi dvěma vzorky, takže váš DAC skutečně dělá toto „vyhlazování“ sám o sobě a mnohem více než zdvojnásobení nebo ztrojnásobení vzorkovací frekvence. Ještě lepší je, že nezabírá žádné další místo v souborech.
Interpolační filtry, které se běžně vyskytují v jakémkoli DAC, který stojí za jeho sůl, jsou mnohem lepším řešením než přenášení souborů s vyšší vzorkovací frekvencí.
Metody, jak to provést, mohou být docela složité, ale v podstatě váš DAC mění výstupní hodnotu mnohem častěji, než by naznačovala vzorkovací frekvence zvukového souboru. To tlačí neslyšitelné harmonické schodové kroky daleko mimo vzorkovací frekvenci, což umožňuje použití pomalejších, snadněji dosažitelných filtrů, které mají menší zvlnění, a tak zachovávají bity, které skutečně chceme slyšet.
Pokud jste zvědaví, proč chceme odstranit tento obsah, který neslyšíme, jednoduchým důvodem je to, že reprodukování těchto dodatečných dat dále v signálovém řetězci, řekněme v zesilovači, by ztratilo energii. Navíc, v závislosti na jiných komponentách v systému, může tento „ultrazvukový“ obsah s vyšší frekvencí ve skutečnosti vést k vyšším objemům intermodulačního zkreslení v komponentách s omezenou šířkou pásma. Proto by váš soubor 192 kHz pravděpodobně způsoboval více škody než užitku, pokud by v těchto souborech skutečně byl nějaký ultrazvukový obsah.
Pokud budete potřebovat další důkaz, ukážu také výstup z vysoce kvalitního DAC pomocí Circus Logic CS4272 (na obrázku nahoře). CS4272 je vybaven interpolační sekcí a strmým vestavěným výstupním filtrem. Vše, co děláme pro tento test, je použití mikrokontroléru, který napájí DAC dva 16bitové vysoké a nízké vzorky při 48 kHz, což nám poskytuje maximální možný výstupní průběh při 24 kHz. Nejsou použity žádné další filtrační komponenty, tento výstup pochází přímo z DAC.
Výstupní signál 24 kHz (nahoře) z této komponenty DAC ve studijní třídě rozhodně nevypadá jako obdélníkový tvar vlny spojený s obvyklým marketingovým materiálem. Vzorkovací frekvence (Fs) je zobrazena ve spodní části osciloskopu.
Všimněte si, že výstupní sinusová vlna (nahoře) je přesně poloviční rychlostí frekvenčních hodin (dole). Neexistují žádné patrné schodišťové kroky a tento velmi vysokofrekvenční tvar vlny vypadá téměř jako dokonalá sinusová vlna, ne jako blokově vypadající čtvercová vlna, kterou by naznačoval marketingový materiál nebo dokonce náhodný pohled na výstupní data. To ukazuje, že i se dvěma vzorky Nyquistova teorie funguje v praxi dokonale a můžeme znovu vytvořit čistou sinusovou vlnu, bez jakéhokoli dalšího harmonického obsahu, bez obrovské bitové hloubky nebo vzorkovací rychlosti.
Pravda o 32bitových a 192 kHz
Stejně jako u většiny věcí je za veškerým žargonem skrytá pravda a 32bitový zvuk 192 kHz je něco, co má praktické využití, ne jen v dlani. Tyto digitální atributy se skutečně hodí, když se nacházíte ve studiovém prostředí, a proto nároky na přenos zvuku ve školní kvalitě do mobilu, ale tato pravidla se prostě nevztahují, pokud chcete hotovou skladbu uložit do kapsy.
Nejprve začněme vzorkovací frekvencí. Jednou z často nabízených výhod zvuku s vyšším rozlišením je uchovávání ultrazvukových dat, která neslyšíte, ale ovlivní hudbu. Odpadky, většina nástrojů padne daleko před frekvenčním limitem našeho slyšení, mikrofon používaný k zachycení vesmírného prostoru nejvýše kolem 20 kHz a vaše sluchátka, která používáte, se určitě ani tak nerozšíří. I když to dokázali, vaše uši to prostě nedokážou odhalit.
Typické vrcholy citlivosti člověka na frekvenci 3 kHz a rychle začínají klesat po 16 kHz.
Avšak vzorkování 192 kHz je docela užitečné při snižování šumu (toto klíčové slovo ještě jednou) při vzorkování dat, umožňuje jednodušší konstrukci základních vstupních filtrů a je také důležité pro vysokorychlostní digitální efekt. Nadměrné vzorkování nad slyšitelným spektrem nám umožňuje průměrovat signál, který tlačí hlukovou podlahu. Zjistíte, že většina dobrých ADC (analogově digitálních převodníků) v těchto dnech přichází se zabudovaným 64bitovým over-vzorkováním nebo více.
Každé ADC musí také odstranit frekvence nad Nyquistovým limitem, jinak skončíte s hrozným znějícím aliasingem, protože vyšší frekvence jsou „sklopeny“ do slyšitelného spektra. Větší mezera mezi naší 20 kHz frekvencí rohového filtru a maximální vzorkovací frekvencí lépe vyhovuje filtrům v reálném světě, které jednoduše nemohou být tak strmé a stabilní, jak vyžadují teoretické filtry. To samé platí na konci DAC, ale jak jsme diskutovali, intermodulace může velmi efektivně tlačit tento šum na vyšší frekvence pro snazší filtrování.
Čím strmější je filtr, tím zvlnění je v pasovém pásmu. Zvýšení vzorkovací frekvence umožňuje použití „pomalejších“ filtrů, což pomáhá zachovat plošnou frekvenční charakteristiku ve slyšitelném pásmu.
V digitální oblasti platí obdobná pravidla pro filtry, které se často používají v procesu míchání ve studiu. Vyšší vzorkovací frekvence umožňují strmější a rychlejší filtry, které pro správnou funkci vyžadují další data. Nic z toho není nutné, pokud jde o přehrávání a DAC, protože nás zajímá pouze to, co skutečně slyšíte.
Při přechodu na 32bitovou verzi bude kdokoli, kdo se někdy pokusil kódovat jakoukoli vzdáleně složitou matematiku, pochopit důležitost bitové hloubky, a to jak s celočíselnými, tak s daty s pohyblivou řádovou čárkou. Jak jsme diskutovali, čím více bitů, tím méně šumu, a to se stává důležitější, když začneme dělit nebo odečítat signály v digitální doméně kvůli chybám zaokrouhlování a vyhnout se chybám ořezávání při násobení nebo přidávání.
Další bitová hloubka je důležitá pro zachování integrity signálu při provádění matematických operací, jako je například zvukový software ve studiu. Po dokončení masteringu však můžeme tato další data zahodit.
Zde je příklad, řekněme, že vezmeme 4bitový vzorek a náš současný vzorek je 13, což je 1101 binárně. Nyní se pokuste rozdělit to na čtyři a my nám zbývá 0011, nebo jednoduše 3. Ztratili jsme dalších 0,25 a to bude představovat chybu, pokud se pokusíme udělat další matematiku nebo změnit náš signál zpět na analogový tvar vlny.
Tyto chyby zaokrouhlování se projevují jako velmi malé množství zkreslení nebo šumu, které se mohou hromadit na velkém počtu matematických funkcí. Pokud bychom však tento 4bitový vzorek rozšířili o další bity informací, které lze použít jako frakci nebo desetinnou čárku, můžeme díky dalším datovým bodům pokračovat v delení, sčítání a násobení mnohem déle. Takže v reálném světě vzorkování při 16 nebo 24 bitech a jejich převedení do 32bitového formátu pro další zpracování pomáhá šetřit šum a zkreslení. Jak jsme již uvedli, 32 bitů je strašně mnoho bodů přesnosti.
Teď je stejně důležité si uvědomit, že když se vrátíme do analogové domény, nepotřebujeme tuto dodatečnou světlou výšku. Jak jsme již diskutovali, kolem 20 bitů dat (-120 dB šumu) je absolutní maximum, které je možné detekovat, takže můžeme převést zpět na přiměřenější velikost souboru bez ovlivnění kvality zvuku, přestože jsou „audiofily“ pravděpodobně zlobí tato ztracená data.
Při přesunu do nižší bitové hloubky však nevyhnutelně zavedeme některé chyby zaokrouhlení, takže vždy dojde k určitému velmi malému množství dalšího zkreslení, protože k těmto chybám nedochází vždy náhodně. I když to není problém s 24bitovým zvukem, protože již přesahuje analogové šumové minimum, technika 16-bitových souborů tento problém úhledně řeší.
Příkladové srovnání zkreslení způsobeného zkrácením a ditheringem.
To se provádí náhodným rozdělením nejméně významného bitu zvukového vzorku, čímž se eliminují chyby zkreslení, ale zavádí se velmi tichý náhodný šum pozadí, který se šíří frekvencemi. Přestože zavedení šumu může počítat s intuitivitou čítače, ve skutečnosti to snižuje náhodné zkreslení kvůli náhodnosti. Navíc, použitím speciálních šumových tvarů, které zneužívají frekvenční odezvu lidského ucha, může 16-bitový zvuk ve skutečnosti udržet vnímanou šumovou podlahu velmi blízko 120 dB, přímo na hranici našeho vnímání.
32bitová data a vzorkovací frekvence 192 kHz mají ve studiu značné výhody, ale pro přehrávání neplatí stejná pravidla.
Jednoduše řečeno, nechte studia ucpávat své pevné disky tímto obsahem s vysokým rozlišením, pokud jde o přehrávání ve vysoké kvalitě, jednoduše nepotřebujeme všechna zbytečná data.
Zabalit
Pokud jste stále se mnou, nepovažujte tento článek za úplné odmítnutí snahy o zdokonalení zvukových komponent smartphonu. Přestože počet směrování může být zbytečný, komponenty s vyšší kvalitou a lepší konstrukce obvodů jsou stále vynikajícím vývojem na mobilním trhu, musíme jen zajistit, aby výrobci zaměřili svou pozornost na správné věci. Například 32bitový DAC v telefonu LG V10 zní úžasně, ale nemusíte se obtěžovat obrovskými velikostmi zvukových souborů, abyste toho mohli využít.
Schopnost řídit nízkoimpedanční sluchátka, zachovat nízkou hlučnost od DAC do jacku a nabídnout minimální zkreslení jsou mnohem důležitějšími vlastnostmi pro zvuk smartphonu než teoreticky podporovaná bitová hloubka nebo vzorkovací frekvence a doufejme, že budeme schopni v budoucnu se do těchto bodů ponořit podrobněji.
