Uvod
Звук и обрада звука
Звук је једна од најзначајнијих компоненти мултимедије. Две основне
врсте звучних садржаја у мултимедији су:
– музика
– говор
Звук је механичка осцилација честица неког еластичног медијума које са
кроз њега најчешће простиру као талас и које човек чује. Човеков орган
слуха може да региструје осцилације у фреквентном опсегу од 20 Hz до
20.000 Hz ако оне имају довољни интензитет. Звук се простире кроз
медијуме у сва три агрегатна стања. Звук не може да се простире у
безвадушном простору. Под звуком се подразумевају и осцилације изван
напред наведеног фреквенцијског опсега: инфразвук испод 16 Hz и
ултразвук изнад 20.000 Hz.
Механичке осцилације звука се представљају као периодичне:
Параметри звучног сигнала:
– амплитуда (pmax) је максимална вредност притиска ваздушног таласа.
Одређује интензитет (јачину) звука, изражава се у децибелима (dB)
– фреквенција (учестаност) је број осцилација звучног сигнала у једној
секунди и изражава се у херцима (Hz), једна пуна осцилација сигнала
назива се периода (T)
2
одређеним бројем логичких нула и јединица — битова: 8 битова (1 бајт), 16
битова (2 бајта), 24 бита (3 бајта)… Број битова одређује динамички
распон јачине звука, који се изражава у децибелима.
Овај поступак претварања аналогног у дигитални сигнал назива се
дигитализација, обавља се у уређају који се назива аналогно-дигитални
претварач (А/Д конвертор).
Податак који означава колико ће килобита у секунди бити потребно за
смештање звука назива се битска брзина (bit rate) и изражава се у
јединицама килобит у секунди (kbps — kilobit per second). За веће битске
брзине користи се јединица мегабит у секунди (Mbps).
При репродукцији врши се поновно претварање дигиталног сигнала у
аналогни, у уређају који се зове дигитално-аналогни претварач.
Звук се може снимати на једном каналу (монозвук), на два канала (стерео
звук) или на више канала.
Снимање и репродукцију звука на рачунару омогућава звучна картица. Она
може бити интегрисана у матичну плочу рачунара или уграђена као
посебан уређај. Са спољне стране налазе се улазне прикључнице за
микрофон (mic in), улаз и излаз за спољни аудио-уређај (line in, line out) и
излаз за звучнике (speaker out). Звучна картица садржи А/Д и Д/а
конвертор за снимање и репродукцију аудио-записа. Програм за снимање и
репродукцију звука комуницира са оперативним системом, а оперативни
систем комуницира са звучном картицом.
Компресија аудио записа и формати аудио записа
Компресија аудио-записа
За запис једног минута звука у стерео техници са тзв. CD квалитетом звука
потребно је: 44100Hz*2бајта*2канала*60s=10,5MB
Ако узмемо у обзир да просечна музичка нумера траје око 4 минута
потребно је 40MB за њено смештање. Класичан CD има капацитет од
700MB што значи да на њега може да стане петнаестак песама.
Због тога се примењије поступак сажимања записа звучног сигнала —
компресија. Постоји компресија без губитака и компресија са губицима.
4
Обрнут поступак назива се декомпресија. Програм за компресију и
декомпресију назива се кодек.
Компресија без губитака даје квалитет сигнала идентичан оригиналном, а
степен компресије је 1:2 или 1:3. Компресија са губицима сажима аудио
сигнал 10 пута, али опада квалитет звука.
Компресија без губитака
Компресија без губитака компресује аудио садржај на такав начин да се
приликом његове декомпресије добија сигнал који је потпуно идентичан
почетном сигналу. Иако има својих предности, ова врста компресије није
постигла већу популарност у дигиталној аудио компресији, првенствено
због малог степена компресије који се за звук CD квалитета (16 бита,
44.1kHz) креће између 30% и 50%. Технике компресије без губитака се
углавном разликују по брзини аудио компресије и декомпресије док
квалитет компресованог садржаја нема никакву улогу.
Компресија са губицима
Звук који се сматра „мање важним“ је кодован са смањеном прецизношћу
или није у опште кодован, због тога компресија са губитком смањује тај
схватљиви вишак. Да би се одредило које информације у аудио сигналу су
„мање важне“, већина алгоритама компресије са губитком користе
трансформације као што је модификована дискретна косинусна
трансформација (MDCT) да конвертује временски домен семплованог
звука у домен фреквенције. Компонентама фреквенција могу се доделити
битови на основу њихове звучности. Звучност фреквенцијске компоненте
се дефинише тако што се прво израчунава праг за који се претпоставља да
је звук изван граница људског осећаја. Неки алгоритми компресије са
губитком користе LPC (Linear Perceptive Coding) да конвертују временски
домен семплованог звука.
Пошто код компресије са губитком долази до опадања квалитета аудио
звука, ова компресија се сматра неодговарајућом код професионалних
аудио апликација као што је мењање звука и снимања више канала
(односно трака) звука. Међутим, ова компресија је веома погодна за пренос
и складиштење аудио података.
5
фајла на 50-60% почетне величине и при декомпресији даје оригинални
аудио фајл! FLAC је отворени формат, подржава metadata, омот албума и
брзу претрагу.
________________________________________
MP3 или MPEG-1 Audio Layer 3 је најраширенији аудио формат записа
фајла у коме је примењена компресија са губитком. Постао је широко
распрострањен употребом интернет сервиса, почевши од Napster-a до
разних P2P програма за размену датотека путем мреже. Упркос томе, MP3
је заправо затворени (closed-source) формат, заштићен патентом.
Алтернатива MP3 формату је Ogg формат, отворени формат, с вишим
степеном компресије, али и мањом распрострањеношћу.
Ogg је производ пројекта софтвер отвореног изворног кода за дигиталну
мултимедију. Разне компоненете пројекта су намењене да буду
алтернативе власничким кодецима као што су:
– Mp3 и Mpeg
– RealAudio и RealVideo
– QuickTime формат тока и његови кодеци
– Riff формати и његови деривати као што су Wav и Avi и њихови
респективни кодеци
– ASF са Windows Media Audio и Windows Media Video кодецима
Главна Ogg компонента је Vorbis – за аудио податке. Остале компоненте су
Theora – за видео; Speex – за говор; и FLAC – за велику веродостојност
аудио-записа.
AAC (Advanced Audio Coding) је стандардизована кодна шема за
компресију са губицима за дигитални аудио. Пројектован као наследник
mp3 формата, уопштено постиже бољи квалитет звука од mp3 при сличним
битским брзинама.
________________________________________
Постоје још неки формати аудио записа који се најчешће користе у
комбинацији са видео записима како би се добио комплетан видео фајл.
Поред .mp3 и .aac формата користе се и:
AC-3 (Dolby Digital) је један од најчешће коришћених формата аудио
записа на DVD Video дисковима. Дозвољава употребу до 6 канала.
Најчешће се AC-3 употребљава као формат за такозвани 5.1 surround звук.
7
