Saturs
Kā jūs droši vien pamanījāt, viedtālruņu nozarē ir parādījusies jauna tendence - “studijas kvalitātes” audio mikroshēmas iekļaut modernos vadošajos viedtālruņos. Lai gan 32 bitu DAC (digitālā - analogā pārveidotājs) ar 192 kHz audio atbalstu specifikāciju lapā noteikti izskatās labi, vienkārši mūsu audio kolekciju palielināšanai nav nekāda labuma.
Es šeit skaidroju, kāpēc šī bitu dziļuma un izlases ātruma lielīšana ir tikai vēl viens audio nozares piemērs, kurā tiek izmantotas patērētāja un pat audiophile zināšanu trūkuma iespējas. Nododiet savus nerd vāciņus, mēs iedziļināsimies dažos nopietnos tehniskos punktos, lai izskaidrotu profesionālās audio priekšrocības un trūkumus. Un, cerams, es jums arī pierādīšu, kāpēc jums vajadzētu ignorēt lielāko daļu mārketinga jomas.
Vai jūs to dzirdat?
Pirms mēs iedziļināmies šajā pirmajā segmentā, tiek piedāvāta nepieciešamā pamatinformācija par diviem galvenajiem digitālā audio, bit dziļuma un izlases ātruma jēdzieniem.
Paraugu ņemšanas ātrums attiecas uz to, cik bieži mēs uztveram vai reproducējam signāla amplitūdas informāciju. Būtībā mēs sadalām viļņu formu daudzās mazās daļās, lai uzzinātu vairāk par to noteiktā brīdī. Nyquist teorēma norāda, ka augstākā iespējamā frekvence, ko var tvert vai reproducēt, ir precīzi puse no parauga frekvences. To ir diezgan vienkārši iedomāties, jo, lai precīzi zinātu tā frekvenci, ir vajadzīgas viļņu formas augšējās un apakšējās daļas amplitūdas (kurām būtu nepieciešami divi paraugi).
Palielinot izlases ātrumu (augšējo), tiek iegūti papildu paraugi sekundē, savukārt lielāks bitu dziļums (apakšā) nodrošina vairāk iespējamās vērtības, lai reģistrētu paraugu.
Audio jomā mēs rūpējamies tikai par to, ko mēs dzirdam, un lielākajai daļai cilvēku dzirdes rodas tieši pirms 20kHz. Tagad, kad mēs zinām par Nyquist teorēmu, mēs varam saprast, kāpēc 44,1 kHz un 48 kHz ir parastās paraugu ņemšanas frekvences, jo tās ir tikai nedaudz vairāk nekā divas reizes lielākas par maksimālo frekvenci, ko mēs varam dzirdēt. Studijas kvalitātes 96kHz un 192kHz standartu pieņemšanai nav nekā kopīga ar augstākas frekvences datu uztveršanu, kas būtu bezjēdzīgi. Bet mēs vairāk par to iegūsim minūtes laikā.
Tā kā laika gaitā aplūkojam amplitūdas, bitu dziļums vienkārši norāda uz pieejamo punktu izšķirtspēju vai skaitu, lai saglabātu šo amplitūdas datus. Piemēram, 8 bitu mums ir pieejami 256 dažādi punkti, noapaļojot līdz, 16 bitu rezultāti iegūst 65 534 punktus, un 32 bitu dati dod mums 4 294 967 294 datu punktus. Lai gan acīmredzami, tas ievērojami palielina jebkuru failu lielumu.
Varētu būt viegli uzreiz padomāt par bitu dziļumu amplitūdas precizitātes ziņā, taču svarīgākie jēdzieni, kas šeit jāsaprot, ir troksnis un kropļojumi. Ar ļoti zemu izšķirtspēju mēs, iespējams, palaidīsim garām zemākas amplitūdas informācijas gabalus vai nogrieztu viļņu formu virsotnes, kas ievieš neprecizitāti un kropļojumus (kvantitatīvās kļūdas). Interesanti, ka tas bieži izklausīsies kā troksnis, ja atskaņotu zemas izšķirtspējas failu, jo mēs esam efektīvi palielinājuši mazāko iespējamo signālu, ko var tvert un reproducēt. Tas ir tieši tāds pats kā trokšņa avota pievienošana mūsu viļņu formai. Citiem vārdiem sakot, samazinot bitu dziļumu, samazinās arī trokšņa līmenis. Tas varētu arī palīdzēt domāt par to attiecībā uz bināro paraugu, kur vismazākais nozīmīgais bitu attēlo trokšņa līmeni.
Tāpēc lielāks bitu dziļums dod mums lielāku trokšņa līmeni, taču ir ierobežots, cik praktiski tas ir reālajā pasaulē. Diemžēl visur ir fona troksnis, un es nedomāju, ka autobuss iet uz ielas. Sākot ar kabeļiem un beidzot ar austiņām, pastiprinātāja tranzistoriem un pat ausīm galvas iekšienē, maksimālā signāla un trokšņa attiecība reālajā pasaulē ir aptuveni 124 dB, kas ir aptuveni 21 bitu vērts.Žargons Busters:
DAC- Ciparu-analogo pārveidotājs ņem digitālos audio datus un pārveido tos par analogo signālu, lai nosūtītu uz austiņām vai skaļruņiem.
Parauga likme- Mērot hercos (Hz), tas ir digitālo datu paraugu skaits, kas notverti katru sekundi.
SNR- Signāla un trokšņa attiecība ir atšķirība starp vēlamo signālu un fona sistēmas troksni. Digitālajā sistēmā tas ir tieši saistīts ar bitu dziļumu.
Salīdzinājumam - 16 bitu uztveršana piedāvā signāla un trokšņa attiecību (atšķirība starp signālu un fona troksni) 96,33dB, bet 24 bitu piedāvājums ir 144,49dB, kas pārsniedz aparatūras uztveršanas un cilvēka uztveres robežas. Tātad jūsu 32 bitu DAC faktiski tikai kādreiz būs spējīgs izvadīt ne vairāk kā 21 bitu noderīgu datu, un pārējos bitus slēps ķēdes troksnis. Tomēr patiesībā mērenākās cenas aprīkojuma papildierīces ir SNR no 100 līdz 110dB, jo vairums citu ķēdes elementu radīs savu troksni. Skaidrs, ka 32 bitu faili jau šķiet diezgan lieks.
Tagad, kad esam sapratuši digitālā audio pamatus, pāriesim pie dažiem tehniskākiem jautājumiem.
Kāpnes uz debesīm
Lielākā daļa jautājumu, kas saistīti ar audio izpratni un nepareizu uztveri, ir saistīti ar veidu, kā izglītības resursi un uzņēmumi mēģina izskaidrot ieguvumus, izmantojot vizuālas norādes. Jūs droši vien visi esat redzējuši audio, kas attēlots kā kāpņu pakāpju sērija bitu dziļuma un taisnstūrveida līniju rindām paraugu ņemšanas ātrumam. Tas noteikti neizskatās ļoti labi, ja salīdzina to ar vienmērīga izskata analogo viļņu formu, tāpēc ir viegli izvilkt smalkāka izskata, “gludākas” kāpnes, lai attēlotu precīzāku izejas viļņu formu.
Lai gan tā varētu būt vienkārša pārdošana sabiedrībai, šī parastā “kāpņu” precizitātes analoģija ir milzīgs nepareizs virziens un nenovērtē, kā digitālais audio faktiski darbojas. Ignorē to.
Tomēr šis vizuālais attēlojums nepareizi atspoguļo audio darbību. Lai arī tas var šķist nekārtīgs, matemātiski dati, kas ir zemāki par Nyquist frekvenci, kas ir puse no paraugu ņemšanas frekvences, ir notverti perfekti un tos var reproducēt perfekti. Parādiet to pat Nyquist frekvencē, ko bieži var attēlot nevis kā vienmērīgu sinusoidālu, bet gan ar kvadrātveida viļņu, bet mums ir precīzi dati par amplitūdu noteiktā laika posmā, kas ir viss, kas mums vajadzīgs. Mēs, cilvēki, bieži kļūdaini aplūkojam atstarpi starp paraugiem, bet digitālā sistēma nedarbojas vienādi.
Bitu dziļums bieži tiek saistīts ar precizitāti, bet tas tiešām nosaka sistēmu trokšņa līmeni. Citiem vārdiem sakot, mazākais nosakāmais vai reproducējamais signāls.
Runājot par atskaņošanu, tas var kļūt nedaudz grūtāk, jo ir viegli saprotams DAC “nulles secības aizturēšanas” jēdziens, kas vienkārši pārslēgsies starp vērtībām noteiktā izlases ātrumā, iegūstot kāpņu pakāpiena rezultātu. Tas faktiski nav taisnīgs attēlojums tam, kā darbojas audio DAC, bet, kamēr mēs esam šeit, mēs varam izmantot šo piemēru, lai pierādītu, ka jums jebkurā gadījumā nevajadzētu uztraukties par šīm kāpnēm.
Svarīgs fakts, kas jāatzīmē, ir tas, ka visas viļņu formas var izteikt kā vairāku sinusoidālo viļņu summu, pamata frekvenci un papildu komponentus harmoniskos reizinājumos. Trīsstūra vilnis (vai kāpņu pakāpiens) sastāv no nepāra harmonikām, samazinot amplitūdu. Tātad, ja mūsu izlases ātrumā notiek daudz ļoti mazu soli, mēs varam teikt, ka tam ir pievienots kāds papildu harmoniskais saturs, bet tas notiek divkāršā mūsu dzirdamajā (Nyquist) frekvencē un, iespējams, dažās harmonikās ārpus tā, tāpēc mēs uzvarējām nekādā gadījumā tos nevarētu dzirdēt. Turklāt to būtu diezgan vienkārši filtrēt, izmantojot dažus komponentus.
Ja mēs nodalām DAC paraugus, mēs viegli redzam, ka mūsu vēlamais signāls ir lieliski attēlots kopā ar papildu viļņu formu ar DAC izlases ātrumu.
Ja tā ir taisnība, mums to vajadzētu spēt novērot ar ātru eksperimentu. Ņemsim izvadi tieši no nulles pakāpes aizturēšanas pamata DAC un signālu arī caur ļoti vienkāršu 2nd pasūtiet zemas caurlaides filtru, kas ir uz pusi mazāks par mūsu paraugu ņemšanas ātrumu. Es faktiski šeit esmu izmantojis tikai 6 bitu signālu, tikai tāpēc, lai faktiski varētu redzēt izeju osciloskopā. 16 bitu vai 24 bitu audio failam būtu daudz mazāk signāla trokšņu gan pirms, gan pēc filtrēšanas.
Diezgan rupjš piemērs, bet tas pierāda, ka audio dati šajā nekārtīgajā kāpņu telpā ir lieliski izveidoti.
Un it kā ar burvju palīdzību kāpņu pakāpieni gandrīz pilnībā izzuda, un izeja tiek “izlīdzināta”, vienkārši izmantojot zemas caurlaides filtru, kas netraucē mūsu sinusoidālo viļņu izeju. Patiesībā viss, ko esam izdarījuši, tiek filtrētas signāla daļas, kuras jūs vienalga nebūtu dzirdējuši. Tas tiešām nav slikts rezultāts četriem papildu komponentiem, kas būtībā ir brīvi (divi kondensatori un divi rezistori maksā mazāk nekā 5 pensus), taču patiesībā ir sarežģītākas metodes, kuras mēs varam izmantot, lai vēl vairāk samazinātu šo troksni. Vēl labāk, ja tie ir iekļauti standartā lielākajā daļā labas kvalitātes DAC.
Risinot reālistiskāku piemēru, jebkuram DAC, kas paredzēts audio izmantošanai, būs arī interpolācijas filtrs, kas pazīstams arī kā augšupvērtais paraugs. Interpolācija ir vienkāršs starppunktu aprēķināšanas veids starp diviem paraugiem, tāpēc jūsu DAC patiesībā daudz veic šo “izlīdzināšanu” un daudz vairāk, nekā to darītu dubultot vai četrkāršot izlases likmi. Vēl labāk, tas neaizņem papildu vietas failā.
Interpolācijas filtri, kas parasti ir atrodami jebkurā DAC, kura vērts ir sāls, ir daudz labāks risinājums nekā tādu failu pārvietošana, kuru paraugu ņemšanas ātrums ir lielāks.
Metodes, kā to izdarīt, var būt diezgan sarežģītas, taču būtībā jūsu DAC maina savu izvades vērtību daudz biežāk, nekā ieteiktu jūsu audio faila izlases frekvence. Tas izspiež nedzirdamo kāpņu pakāpienu harmoniku tālu ārpus paraugu ņemšanas frekvences, ļaujot izmantot lēnākus, vieglāk sasniedzamus filtrus, kuriem ir mazāk pulsācijas, tādējādi saglabājot bitus, kurus mēs patiesībā vēlamies dzirdēt.
Ja jums ir interese par to, kāpēc mēs vēlamies noņemt šo saturu, kuru mēs nedzirdam, vienkāršs iemesls ir tāds, ka šo papildu datu reproducēšana tālāk signāla ķēdē, piemēram, pastiprinātājā, patērētu enerģiju. Turklāt atkarībā no citiem sistēmas komponentiem šis augstfrekvences “ultra skaņas” saturs faktiski var izraisīt lielākus intermodulācijas traucējumus ierobežota joslas platuma komponentos. Tādēļ jūsu 192 kHz fails, iespējams, nodarīs vairāk ļaunuma nekā labuma, ja šajos failos tiešām būtu kāds ultra skaņas saturs.
Ja būs nepieciešami vēl kādi pierādījumi, es parādīšu arī augstas kvalitātes DAC izvadi, izmantojot Circus Logic CS4272 (attēlā augšā). CS4272 ir interpolācijas sadaļa un strauji iebūvēts izvades filtrs. Viss, ko mēs darām šajā testā, tiek izmantots, izmantojot mikrokontrolleri, lai pabarotu DAC divus 16 bitu augstus un zemus paraugus 48 kHz frekvencē, dodot mums maksimāli iespējamo izejas viļņu formu 24 kHz frekvencē. Citu izmantoto filtrēšanas komponentu nav, šī izeja nāk tieši no DAC.
Šīs studijas klases DAC komponentes 24 kHz izejas signāls (augšējais) noteikti neizskatās pēc taisnstūrveida viļņu formas, kas saistīta ar parasto mārketinga materiālu. Parauga frekvence (Fs) tiek parādīta osciloskopa apakšā.
Ņemiet vērā, kā izejas sinusoidālais vilnis (augšējais) ir precīzi uz pusi no frekvences pulksteņa ātruma (apakšā). Nav pamanāmo kāpņu pakāpienu, un šī ļoti augstfrekvences viļņu forma izskatās gandrīz kā ideāls sinusa vilnis, nevis bloķēts kvadrātveida vilnis, ko varētu domāt mārketinga materiāls vai pat gadījuma ieskats izejas datos. Tas parāda, ka pat ar tikai diviem paraugiem Nyquist teorija praksē darbojas nevainojami, un mēs varam atjaunot tīru sinusoidālo vilni bez jebkāda papildu harmoniska satura bez liela bitu dziļuma vai izlases intensitātes.
Patiesība par 32 bitu un 192 kHz
Tāpat kā lielākajā daļā lietu, aiz visa žargona un 32 bitu slēpjas kāda patiesība, 192 kHz audio ir kaut kas praktisks lietojums, tikai ne jūsu plaukstā. Šie digitālie atribūti ir noderīgi, kad atrodaties studijas vidē, tāpēc apgalvojumi rada “studijas kvalitātes audio mobilajam tālrunim”, taču šie noteikumi vienkārši nav piemērojami, ja vēlaties ievietot gatavo ierakstu kabatā.
Vispirms sāksim ar izlases likmi. Viens no lielākajiem audio izšķirtspējas audiovizuālajiem ieguvumiem ir ultra skaņas datu saglabāšana, ko nevar dzirdēt, bet kas ietekmē mūziku. Atkritumi, vairumam instrumentu nokrīt krietni pirms mūsu dzirdes frekvences ierobežojumiem, mikrofonam, ko izmanto, lai uztvertu atstarpi, kas nepārsniedz 20 kHz, un jūsu izmantotās austiņas noteikti arī nepagarināsies. Pat ja viņi to varētu, jūsu ausis to vienkārši nevar atklāt.
Parasti cilvēka dzirdes jutīgums sasniedz maksimumu 3 kHz un ātri sāk ritēt pēc 16 kHz.
Tomēr 192 kHz paraugu ņemšana ir diezgan noderīga, lai samazinātu troksni (tas atkal ir atslēgas vārds), atlasot datus, ļauj vienkāršāk uzbūvēt būtiskus ievades filtrus, un tas ir svarīgi arī liela ātruma digitālajam efektam. Pārmērīga parauga ņemšana virs skaņas spektra ļauj mums vidēji samazināt signālu, lai samazinātu trokšņa līmeni. Jūs redzēsit, ka lielākajai daļai labu ADC (analogais digitālajiem pārveidotājiem) mūsdienās ir iebūvēts 64 bitu vai lielāks paraugu ņemšana.
Katram ADC ir arī jānoņem frekvences, kas pārsniedz Nyquist robežu, pretējā gadījumā jūs saņemsiet šausmīgu skanējumu, jo augstākas frekvences tiek “salocītas” dzirdamajā spektrā. Lielāka atstarpe starp mūsu 20 kHz filtra stūra frekvenci un maksimālo paraugu ņemšanas ātrumu ir piemērotāka reālās pasaules filtriem, kas vienkārši nevar būt tik stāvi un stabili kā prasītie teorētiskie filtri. Tas pats attiecas uz DAC beigām, bet, kā mēs diskutējām par modulāciju, šo troksni var ļoti efektīvi paaugstināt līdz augstākām frekvencēm, lai būtu vieglāk filtrēt.
Jo stāvāks ir filtrs, jo vairāk piekļuves joslā tiek pulsēts. Izlases ātruma palielināšana ļauj izmantot “lēnākus” filtrus, kas palīdz saglabāt plakanas frekvences reakciju dzirdamajā caurlaides joslā.
Digitālajā jomā līdzīgi noteikumi attiecas uz filtriem, kurus bieži izmanto studijas sajaukšanas procesā. Lielāks paraugu ņemšanas ātrums ļauj iegūt straujākus, ātrāk darbojošos filtrus, lai pareizi darbotos nepieciešami papildu dati. Tas nav nepieciešams, ja runājam par atskaņošanu un DAC, jo mums ir interesanti tikai tajā, ko jūs faktiski varat dzirdēt.
Pārejot uz 32 bitu versiju, ikviens, kurš jebkad ir mēģinājis kodēt jebkuru attālināti sarežģītu matemātiku, sapratīs bita dziļuma nozīmi gan ar vesela skaitļa, gan ar peldošā komata datiem. Kā mēs apspriedām, jo vairāk bitu, jo mazāk trokšņu, un tas kļūst svarīgāks, kad noapaļošanas kļūdu dēļ sākam dalīt vai atņemt signālus digitālajā domēnā un reizināšanas vai pievienošanas laikā izvairīties no izgriezuma kļūdām.
Papildu bitu dziļums ir svarīgs, lai saglabātu signāla integritāti, veicot matemātiskas operācijas, piemēram, studijas audio programmatūras iekšpusē. Bet mēs varam izmest šos papildu datus, kad apgūšana ir pabeigta.
Šis ir piemērs, teiksim, mēs ņemam 4 bitu paraugu, un pašreizējais paraugs ir 13, kas ir 1101 binārā. Tagad mēģiniet to sadalīt ar četrām, un mums paliek 0011 vai vienkārši 3. Mēs esam pazaudējuši papildu 0,25, un tā būs kļūda, ja mēģināsim veikt papildu matemātiku vai pārvērst savu signālu atpakaļ analogā viļņa formā.
Šīs noapaļošanas kļūdas izpaužas kā ļoti mazs izkropļojumu vai trokšņu daudzums, kas var uzkrāties daudzām matemātiskām funkcijām. Tomēr, ja mēs paplašinātu šo 4 bitu paraugu ar papildu informācijas bitiem, lai tos izmantotu kā frakciju vai decimāldaļu, tad, pateicoties papildu datu punktiem, mēs varam turpināt dalīšanu, pievienošanu un dalīšanu daudz ilgāk. Tātad reālajā pasaulē 16 vai 24 bitu paraugu ņemšana un šo datu konvertēšana 32 bitu formātā atkārtotai apstrādei palīdz ietaupīt uz troksni un traucējumiem. Kā mēs jau teicām, 32 biti ir šausmīgi daudz precizitātes punktu.
Tikpat svarīgi ir atzīt, ka, atgriežoties analogā domēnā, mums šī papildu telpa nav vajadzīga. Kā mēs jau esam apsprieduši, aptuveni 20 bitu datu (trokšņa –120 dB) absolūtais maksimums, ko iespējams atklāt, tāpēc mēs varam konvertēt atpakaļ uz saprātīgāku faila izmēru, neietekmējot audio kvalitāti, neskatoties uz to, ka “audiofīli” ir iespējams, žēlojoties par pazaudētajiem datiem.
Tomēr, pārejot uz mazāku bitu dziļumu, mēs neizbēgami ieviesīsim dažas noapaļošanas kļūdas, tāpēc vienmēr būs nedaudz papildu izkropļojumu, jo šīs kļūdas ne vienmēr notiek nejauši. Lai gan tā nav problēma ar 24 bitu audio, jo tā jau sniedzas tālu ārpus analogā trokšņa līmeņa, tehnika, ko sauc par “sabīdīšanu”, šo problēmu 16 bitu failiem precīzi atrisina.
Izkropļojumu, ko rada saīsināšana un sadalīšana, salīdzināšanas piemērs.
Tas tiek darīts, nejauši atlasot vismazāko audio parauga bitu, novēršot kropļojumu kļūdas, bet ieviešot ļoti klusu, nejaušu fona troksni, kas izkliedēts visās frekvencēs. Lai arī trokšņa ieviešana var šķist intuitīva, tas nejaušības dēļ faktiski samazina dzirdamo kropļojumu daudzumu. Turklāt, izmantojot īpašus trokšņa formas mērīšanas modeļus, kas ļaunprātīgi izmanto cilvēka auss frekvences reakciju, 16 bitu sašķaidīts audio faktiski var saglabāt uztverto trokšņu līmeni ļoti tuvu 120dB, tieši mūsu uztveres robežās.
32 bitu datiem un 192 kHz izlases frekvencei ir ievērojamas priekšrocības studijā, taču tie paši noteikumi neattiecas uz atskaņošanu.
Vienkārši sakot, ļaujiet studijām aizsērēt cietos diskus ar šo augstas izšķirtspējas saturu, mums vienkārši nav nepieciešami visi šie liekie dati, kad runa ir par augstas kvalitātes atskaņošanu.
Satīt
Ja jūs joprojām esat kopā ar mani, neuzskatiet šo rakstu par pilnīgu atmešanu no centieniem uzlabot viedtālruņa audio komponentus. Lai gan numuru maiņa var būt bezjēdzīga, augstākas kvalitātes komponenti un labāka ķēdes konstrukcija joprojām ir lielisks sasniegums mobilo sakaru tirgū, mums vienkārši jāpārliecinās, ka ražotāji koncentrē savu uzmanību uz pareizajām lietām. Piemēram, LG V10 32 bitu DAC izklausās pārsteidzoši, taču, lai to izmantotu, jums nav jāraizējas par milzīgiem audio failu izmēriem.
Spēja vadīt austiņas ar zemu pretestību, saglabāt zemu trokšņu līmeni no DAC līdz ligzdai un piedāvāt minimālus traucējumus ir daudz svarīgāki viedtālruņa audio raksturlielumi nekā teorētiski atbalstīts bitu dziļums vai izlases intensitāte, un mēs, cerams, varēsim nākotnē ienirt šajos punktos sīkāk.
