Digitalny zvuk

• Zvuk je spojitý analógový signál (informácia).
• Pocítace však vedia spracovávať len digitálne informácie. Takze musime zvuk digitalizovať. Ten sa pri prehrávaní musí previest z digitálneho tvaru naspäť do analógovej formy, ktorú vedia (da sa povedať mechanicky) spracovať reproduktory.
• Tieto prevody obstarávajú na zvukovej karte A/D - analógovo - digitálny a D/A - digitálno - analogový prevodníky (ADC a DAC).

Priebeh
Najrozšírenejšia forma kódovania je pulzná kódová modulácia - PCM. Než sa z analógového signálu stane PCM zvuk, musí najprv prejst vzorkovaním, kvantovaním a kódovaním.

Vzorkovanie
Pripojíme nejaké zariadenie schopné vysielať zvuky do vstupu zvukovej karty. Celý proces nahrávania do počítača závisí od viacerých veličín.

• Vzorkovacia frekvencia udáva, kolkokrát za sekundu je zmerané napätie na vstupe ZVK. Čím častejšie si yvuková karta "všíma" vstup, tým kvalitnejší, ale aj väcší (objemnejší) záznam sme schopní vyrobit. jednotlivé používané vzorkovacie frekvencie prirovnávame k médiám, ktoré poznáme zo života - kvalita telefónna, rozhlasová, CD kvalita. Pri nahrávaní si môžeme zvolit, ci chceme nahrávat mono, alebo stereo.
• Obvykle sa zhotovuje záznam vo frekvenciách:
  •11,025 kHz - telefónna kvalita
  •22,05 kHz - rozhlasová FM kvalita
  •44,1 kHz - CD kvalita
  •48 kHz - naj- kvalita (vela ludí rozdiel v porovnaní s CD nepocuje)
  •192 kHz DVD kvalita (lenže zvuk treba prispôsobiť videu, a tak sa može stať že sa stretnete s špecialnými algoritmami upravenou DVD - kvalitou pri 96 ba dokonca 48 kHz)
• Človek je schopný vnímať zvuky s frekvenciou v rozmedzí 20Hz až 20kHz, bežná populácia vníma skôr rozsah 60Hz až 16kHz. Aby sa dal vzorkovaný signál pri reprodukcii plne zrekonštruovať, vzorkovacia frekvencia musí byť aspoň 2-krát vyššia ako frekvencia pôvodného signálu. Keďže človek počuje zvuk od 20Hz až 20 kHz, tak vzorkovacia frekvencia musí byť aspoň 40kHz (tzv. "Nyquistovo kritérium" : frekvencia, ktorou sa vzorkuje, musí byť aspoň 2-krát vyššia ako frekvencia pôvodného signálu).
  Napr.: Komorné a má frekvenciu asi 44 kHz.V praxi sa vzorkuje s 10% navýšením, preto sa používa vzorkovacia frekvencia 44,1kHz.
• Amplitúda zvuku predstavuje jeho hlasitost. Meria sa v decibeloch - dB, používa sa na porovnanie dvoch zvukových úrovní, nie na stanovenie absolútnej intenzity jedného signálu. V audio technike sa udáva v dB odstup signálu od šumu (pre zvukové karty sa odporúca 80dB a viac).
• Pocet bitov, do kolkých dielikov si zmerané vstupné napätie rozdelíme a uložíme.
  •8-bitová hlbka záznamu nám vytvorí škálu 256 (0- 255) úrovní.
  •16 - bitový záznam (0 - 65535) je CD kvalita,
  •24-bitové prevodníky nájdeme až v profesionálnych zvukových kartách .
• Opät platí viac bitov na vzorku, väcší výsledný súbor. Nastavenie tohto parametra ovplyvnuje šum a dynamiku zvuku.

Kvantovanie
Vzorkovaním sme si spojitý signál rozdelili na male časové úseky.Teraz nas bude zaujímať hodnota amplitúdy v každom tomto úseku. Kvantovaním je každej vzoke pridelená jediná priemerná hodnota pre celú jednu vzorku. Preto má digitálny signál na rozdiel od analógvého schodovitý priebeh.Ak je dlžka intervalu konštantná, tak ide o uniformné kvantovanie. Pri neuniformnom kvantovaní sa používa premenlivá dlžka intervalu. Kvantovaním sa dopúštame tzv. kvantizačnej chyby. Príčinou je náhla zmena amplitúdy zvuku na intervale vzorky, ktorý kvantujeme. 

Kódovanie

• Teraz už vieme hodnotu amplitúdy v každej vzorke, stačí ju zakódovať do podoby zrozumiteľnej pre počítač.
• Pri kódovaní zvuku hudobného CD sa používa 16 bitové kódovanie - t.z že každú vzorku zakódujeme 16 - ticou jednotiek a núl - všetkých možných napäťových úrovní signálu teda môže byť 216= 65536
• Hovor v telefóne je napríkad kódovaný 8 bitmi - rozlišuje 256 napäťovýh úrovní
• V prípade stereosignálu sa používajú 2 kanály, čo predstavuje dvojnasobok potrebných bitov na zakódovanie pri danej kvalite.

Pre porovnanie uvádzame nasledujúcu tabuľku:

Kvalita digitálneho záznamu	vzorkovacia frekvencia	rozlišenie	kanály
Telefóna kvalita	11 025 Hz	8 bit	mono
Rozhlasová kvalita	22 050 Hz	8 bit	mono
CD kvalita	44 100 Hz	16 bit	stereo
DVD kvalita	192 000 Hz	24 bit	surround sound

Porovnanie
Wav/mp3/WinRAR
1 min WAV 1411 kbps - 10,33 MB - originál
1 min Monkey Audio - 5,16 MB - Monkeys Audio - 50% compresia z WAV(jeden z nepoužívaných stratových formatov)
1 min MP3 320 kbps - 2,40 MB - MP3 je vzdy stratova kompresia a max kvalita je 25% z WAV
1 min komprimacia WinRAR - 2,90 MB- dokaze 40% compresiu WAV - ale vysledok nie je bez "rozRARovania" prehravatelny

Formát digitálneho zvuku
Za najpoúživanejšie môžeme považovat tieto tri:

• AU je starčekom Internetu. Navrhla ho firma Sun Microsystems pre svoje pracovné stanice. Vzhľadom k jej významu pri vytváraní a rozvoji Internetu se formát .au velmi rozšíril. Dokonca i dnes môžeme na Internete nájsť mnoho zvuku v tomto formáte.Podporuje ho drtivá večšina programov pre prácu so zvukom.
• WAV prišiel spoločne s Microsoft Windows. Vzhľadom k rozšíreniu tohoto operačného systému predstavuje “nástupcu” formátu .au.
• MPEG bol pôvodne určený pre ukládánie pohyblivého obrazu. V novších verziách, populárne mp3-ky, sa však používa aj pre zvukové informace. Môže ponúknuť vysokú kvalitu zvuku a jeho radikálnu kompresiu. Výroba však zpravidla vyžaduje dodatočné technické prostriedky.
• Špecialny prípad:
• MIDI - komunikácia prebieha pomocou digitálnych správ na 1 až 16 kanáloch. Kedže vlastnosti midi stôp sú zapísané v textovej podobe, majú midi súbory malinkú velkost (rádovo desiatky kB) a sú preto vhodné pre web, prezentáciu a p. Zvuková karta je klúcové miesto celého retazca, lebo tá urcuje výstupnú kvalitu MIDI súboru (mala by mat GM).
• Nesmieme však zabudnúť aj na niekolko ostatných formátov:
• OGG Vorbis - dokáže pri 96 kbps dosiahnúť kvalitu 128 kbps MP3. Výhodou je, že je voľný a postupne ho začínajú podporovať všetky programy. Je to "systémový" codec, čiže sa dá rovnako ako MP3 Fraunhofer Codec použiť v akomkoľvek programe či filme.
• AUP - (Audacity Project format ) je optimalizovaný za účelom urýchlenia spracovania audioprojektov. Rozdeľuje projekt na viacero menších súborov, ktoré ukladá do jedného informačného súboru a jedného adresára s menom nazovprojektu_data. Táto forma nie je kompatibilná s žiadným audio programom, takže po ukončení prace odporučam exportovať (najlepšie do WAV formatu).
• WMA - Nie je ľahké nájsť jednoznačný dôvod, prečo preferovať Windows Media formát. Zo strany Microsoftu zrejme ide o šikovný marketingový tah, na druhej strane však treba priznať, že tento formát ponúka dvojnásobné množstvo hudby než vyše desat rokov starý MP3 bez zníženia kvality. Takisto treba spomenúť, že formát Windows Media je "vraj" najkvalitnejší, najbezpečnejší a najkomplexnejší spomedzi digitálnych formátov určených pre osobné počítače, nezanedbateľná je aj podpora pre streamovanie hudby vďaka technológii Fast Streaming.
• VQF - znamená Vector Quantization File. Tuto technológiu vyvinuli v Japonsku v inštitúte NNT Human Interface Laboratories . VQF dosahuje lepších kompresných pomerov ako MP3. Najpoužívanejší bitrate u MP3 je 128kb/s. Kvalitatívne tomu u VQF zodpovedá bitrate 80kb/s. To je urcite príjemné. Ešte lepšie je na tom VQF pri bitrate 96kb/s, ktorá kvalitou predčí 256kb/s u MP3, čo je v podstate CD kvalita. Výsledné VQF súbory sú asi o 30% menšie ako MP3 samozrejme pri ešte lepšej kvalite.Tam, kde si WinAmp(mp3 prehravač pre OS Windows) berie asi 20% výkonu potrebuje Yamahácky prehrávac asi 33%, co ešte nie je také hrozné. Kódovanie je ale neskutocne pomalé. Pät minútová pesnicka, ktorú mám do MP3 formátu hotovú za 10 minút trvá s VQF enkóderom 45 minút.
• AAC - Za vývojom formátu vyhláseného za nasledovníka MP3 stoja velké mena. Licence pro Advanced Audio Coding (AAC) majú AT&T, Dolby, Fraunhofer a Sony. Zaviest technológiu AAC teda niečo stojí. Medzitým sa tiež plánuje AAC ako cast špecifikácie MPEG-4 a tým ako štandardná audiostopa pre súbory MP4. Formát má tak dve opory – ako v oboru audio, tak tiež v oboru video.

WAV (wavefrom – audio format)
Soubory WAV (waveform – audio formát) sú pravdepodobne nejjednoduhším z formátov pre ukládánie audia. Na rozdíl od MPEGu a ostatních komprimovaných formátov ukládá WAV vzorkovaný zvuk v mezmenenej podobe. WAV bol vytvorený v spolupráci medzi Microsoftom a IBM.  Tento formát je pre Web nevhodný. Nepoužívá sa pre jeho objemnosť.
Pre / Proti

• Dá sa prehrať na ktoromkoľvek počítači so zvukovou kartou (PC XT a lepšie).
• Uchovává kompletnú zvukovú informaciu.
• Iba nekomprimovaný zvuk.
• Príliš veľké súbory.

MP3 (Mpeg1 – Layer3)
Formát MP3 je špecializovaný na spracovanie zvukových souborov. Je založený na kompresnom algoritmu odvodenom z algoritmu MPEG pre kompresiu videa. MP3 vzniklo zkrátením MPEG1-Layer 3, čo je označenie kompresného algoritmu.

STRATOVÁ KOMPRESIA - MP3 kompresia funguje na princípe znalostí psychoakustiky, využíva nedokonalost ludského sluchu. Naše ucho napr. nie je schopné zacut niektoré nízke tóny, ak sú prekryté vyššími, silnejší signál prekrýva slabší signál. Zjednodušene možno povedat, že v mp3 sa zložky zvuku, ktoré by sme aj tak nepoculi, vymažú. Kompresia odstráni pri prepocte práve tieto signály. Celý proces je samozrejme zložitejší, ale toto je základ komprese formátu mp3.

Oproti tradičnému zvukovému formátu WAV, môže MP3 skladba obsahovat tzv. ID3 TAG (v preklade etiketa, vísačka). Čo je blok dát pripojený na konec súboru, do ktorého se mimo iného ukládá plný názov skladby, meno interpréta alebo názov albumu, z kterého skladba pochádza. Prehrávače vedia s týmito TAG-mi pracovať, čo uľahčuje orientaciu v rozsiahlých zvukových knižniciach.

O výhodách kompresie nás presviedča hlavne veľkosť výsledného súboru. Základná veličina, ktorá ovplyvnňuje kvalitu mp3 súboru je tzv. bitrate - rýchlosť dátového toku (udáva sa v jednotkách kbps - kilobit za sekundu). Čím je bitrate vyšší, tým je lepšia kvalita. U AUDIO CD je bitrate 1,4Mb/s, súbor mp3 s kvalitou považovanou za vyhovujúcu má bitrate 128kb/s.

Parametre pre web
Pre zrozumiteľné hovorené slovo postačí datový prietok (bitrate) 8 kilobitov za sekundu s výslednou kompresiou skoro 100:1. Počuvanie hudby na úrovni dobrého radioprijímača poskytuje bitrate 64 kb/s, pre CD kvalitu s kompresným pomerom 12:1 postači datový prietok 128 kb/s. Používá sa aj bitrate vyžší, 256 až 320 kb/s. Ale to má zmysel iba v prípade, že ste pripojení k Internetu pomocou pevné linky alebo soubory MP3 počúvate na miestnej sieti (intranete).

Midi (Musical Instrument Digital Interface)
Midi (Musical Instrument Digital Interface)je mezinárodný štandard, ktorý používajú rôzne hudobné nástroje a zariadenia (syntetizátory, samplery, zvukové moduly, počítače, audio technika, videotechnika, svetelná technika) za účelom vzájomnej komunikácie. Ide vlastne o druh sériového rozhrannia, po ktorom putujú informácie o hudobných dátach. Tvar týchto dát je štandardizovaný podla normy (používa sa už skoro 2 desatrocia - štandard GM - General Midi, ci novší XG).

Parametre pre web
Vzhľadom k rozšírenosti formátu MIDI, pri použití na WWW stránkach, môžeme predpokládať, že každý moderný operačný systém obsahuje v standardnej výbave program schopný prehrát soubor MIDI. Soubory obsahujúce hudbu zaznamenanou v tomto formáte majú obvykle veľkosť v ráde desiatok kB. To znamená, že i v prípade pomalého pripojenia, sa soubor k uživateľovi dostane behom niekoľko sekund (nap... soubor MIDI o velikosti 30 kB se prenesie pomocou modemu 33,6 Kbps pripojený k telefonnej linke behom 10 – 15 sekund).

Pre / Proti

• Malá veľkosť – soubory s "normálne” dlhou skladbou majú veľkosť rádovo desiatky KB (Na rozdiel od Wav,kde sa velkosti pohybujú v MB).
• Možnosť prevádzať zmeny – v tomto formátu se dajú (pomocou množstva programov ) prevádzať úpravy hudobných informacií.
• Nedajú sa používať ľubovoľné zvuky – pretože se prenášajú iba riadiace informacie, dajú sa reprodukovať iba zvuky z knižnice operačného systému "pospajané podľa návodu".
• Horšia kvalita reprodukcie na lacnejších zariadeniach – pretože informacie nesu "iba ten navod", a slabšie zariadenia nemusia stihať produkovať dané yvukz a súčasne sledovať dlžku , čas...