Ruajtja e cilësisë në zinxhirët dixhitalë audio

Në pajisjet digjitale të përpunimit të sinjalit, numri më i ulët i bitëve për fjalë i nevojshëm për të arritur cilësi profesionale është 24 bit. Ka disa arsye për këtë.

Stacionet e punës dixhitale audio kanë nevojë për hapësirë ​​për të akomoduar rregullimet e fitimit dhe përzierjen e disa burimeve. Për më tepër, ekzistojnë një numër operacionesh të zakonshme DSP (si filtrimi i përgjigjes së pafund impulsit) që rrisin ndjeshëm dyshemenë e zhurmës dixhitale, dhe 24 bit lejon hapësirë ​​të mjaftueshme të kokës për ta akomoduar këtë pa humbur auditivisht cilësinë. (Kjo supozon që projektuesi është mjaft i sofistikuar për të përdorur masat e duhura për të kontrolluar zhurmën kur përdoren filtra veçanërisht të vështirë.) Nëse përdoret aritmetika me pikë lundruese, gjatësia më e ulët e pranueshme e fjalës për cilësinë profesionale është 32 bit (manteza 24-bit dhe 8 - eksponent bit; ndonjëherë i quajtur "me precizion të vetëm").

Në sistemet e shpërndarjes dixhitale, fjalët 20 bitëshe (diapazoni dinamik 120 dB) janë zakonisht të përshtatshme për të përfaqësuar sinjalin me saktësi. Njëzet bit mund të mbajnë cilësinë e plotë të një burimi 16-bit edhe pas zbutjes prej 24 dB nga një mikser. Pothuajse nuk ka konvertues A / D që mund të arrijnë më shumë se 20 bit saktësi reale dhe shumë konvertues "24-bit" kanë saktësi dukshëm nën nivelin 20-bit. "Pjesët e marketingut" në konvertuesit A ​​/ D janë abuzuar në mënyrë të egër për të mashtruar klientët dhe, nëse këta konvertues A / D do të ishin produkte të konsumit, këto pretendime fals do të vepronin nga Komisioni Federal i Tregtisë.


Kontradikta e normës së mostrës
Ekziston një mosmarrëveshje e konsiderueshme në lidhje me përfitimet e dëgjueshme (nëse ka) nga ngritja e normës së mostrës mbi 44.1 kHz.

Një provë e gjerë dy-verbër duke përdorur 554 prova tregoi që futja e një loop A / D / A me cilësi CD në prodhimin e një riprodhuesi me rezolucion të lartë (SACD) ishte e pazbulueshme në nivelet e dëgjimit normal me zë të lartë nga ndonjë prej subjekteve, në cilindo nga katër sistemet e riprodhimit. Zhurma e lakit me cilësi CD dëgjohej vetëm në nivele shumë të ngritura.


zonë e teknologjisë në KTBI
Kjo është në KTBI (AM) 810 në Ephrata, Wash., Një nga tre stacionet e AM në pronësi të Rrjetit Amerikan të Krishterë. Duke drejtuar 50 kW ditën, ajo mbulon Spokane mbi 100 milje larg.
Për më tepër, ka pasur të paktën një provë rigoroze që krahason normat e mostrës 48 kHz dhe 96 kHz. Kjo provë arriti në përfundimin se nuk ka asnjë ndryshim të dëgjueshëm midis këtyre dy normave të mostrës nëse filtri anti-aliasing i shpejtësisë 48 kHz është projektuar në mënyrë të përshtatshme.

Sidoqoftë, në vitin 2016, një "meta-analizë" e diskutueshme e testeve ekzistuese që krahasonin audio me rezolucion të lartë dhe me cilësi të CD-së u botua në AES Journal.

Sipas autorit, “Tetëmbëdhjetë eksperimente të botuara për të cilat mund të merreshin të dhëna të mjaftueshme u përfshinë, duke siguruar një meta-analizë që kombinoi mbi 400 pjesëmarrës në më shumë se 12,500 prova.

"Rezultatet treguan një aftësi të vogël, por statistikisht të rëndësishme të subjekteve të testit për të diskriminuar përmbajtjen me rezolucion të lartë, dhe ky efekt u rrit në mënyrë dramatike kur subjektet e provës morën trajnim të gjerë. Ky rezultat u verifikua nga një analizë e ndjeshmërisë duke eksploruar zgjedhje të ndryshme për studimet e zgjedhura dhe qasje të ndryshme të analizës.

“Paragjykimet e mundshme në studime, efekti i metodologjisë së provës, dizajni eksperimental dhe zgjedhja e stimujve gjithashtu u hetuan. Përfundimi i përgjithshëm është se besnikëria e perceptuar e një zinxhiri regjistrimi dhe rishikimi audio mund të ndikohet duke funksionuar përtej rezolucionit konvencional. "

Duke supozuar një pajisje perfekte, mund të tregohet se ky debat bie tërësisht në dëgjueshmërinë e një dizajni të dhënë të filtrit anti-aliasing, siç diskutohet më poshtë.

Shumë përpara botimit të meta-analizës 2016, në një shtytje të drejtuar nga marketingu, industria e rekordeve u përpoq të ndryshonte standardin e konsumatorit nga 44.1 kHz në një frekuencë më të lartë të marrjes së mostrave përmes DVD-A dhe SACD, asnjëra prej të cilave nuk pati sukses në tregun masiv. Industria po përpiqet përsëri me audio Blu-ray dhe mbetet të shihet nëse do të jenë më të suksesshëm se sa ishin me DVD-A ose SACD.


FM stereo
Pavarësisht nëse testimi i saktë shkencërisht vërteton përfundimisht se kjo është e dobishme në mënyrë auditive, normat e marrjes së mostrave më të larta se 44.1 kHz nuk kanë asnjë përfitim në stereo FM sepse shkalla efektive e marrjes së mostrave të stereos FM është 38 kHz, kështu që sinjali përfundimisht duhet të filtrohet me kalim të ulët në 17 kHz ose më pak për të parandaluar aliasing. Beneficialshtë i dobishëm në DAB, i cili zakonisht ka bandë audio 20 kHz, por nuk ofron aspak përfitim në AM, gjerësia e bandës së të cilit nuk është më e madhe se 10 kHz në çdo vend dhe shpesh është 4.5 kHz.

Disa konvertues A / D kanë prerës të butë të integruar që fillojnë të veprojnë kur sinjali i hyrjes është 3-6 dB nën shkallën e plotë. Ndërsa këto mund të jenë të dobishme në përvetësimin e punës, ato nuk kanë vend në transferimin e regjistrimeve të zotëruara më parë (si CD komerciale). Nëse prerësi i butë në një konvertues A / D nuk mund të mposhtet, ai A / D nuk duhet të përdoret për punën e transferimit.


drojë
Diter është zhurma e rastësishme që i shtohet sinjalit në përafërsisht nivelin e bitit më pak të rëndësishëm. Duhet të shtohet në sinjalin analog para konvertuesit A ​​/ D dhe në çdo sinjal dixhital para se të shkurtohet gjatësia e fjalës së tij. Qëllimi i tij është të linearizojë sistemin dixhital duke ndryshuar atë që është, në thelb, "shtrembërim i kryqëzimit" në një zhurmë të rastësishme të padëmshme.

Pa ndërprerje, çdo sinjal që bie nën nivelin e bitit më pak të rëndësishëm do të zhduket krejtësisht. Diter do ta zhvendosë këtë sinjal rastësisht përmes pragut të LSB, duke e bërë atë të dëgjueshëm (megjithëse të zhurmshëm). Kurdoherë që ndonjë operacion DSP kryhet në sinjal (veçanërisht fitimi në rënie), sinjali që rezulton duhet të ribëhet para se gjatësia e fjalës të cungohet përsëri në gjatësinë e fjalëve hyrëse.

Zakonisht, shtohet çaktivizimi i saktë në fazën A / D të çdo produkti komercial kompetent që kryen shndërrimin. Sidoqoftë, disa produkte lejojnë përdoruesin të ndezë ose fikë ndezjen kur shkurton gjatësinë e një fjale në domenin dixhital. Nëse përdoruesi zgjedh të heqë shtimin e qetësimit, kjo duhet të ndodhë sepse sinjali në fjalë tashmë përmbante mjaftueshëm zhurmë të qetësimit për ta bërë të panevojshme shtimin e më shumë.

Shumë kontrolle të vëllimit të softuerit kompjuterik nuk shtohen kur zbutin sinjalin, duke futur kështu shtrembërimin e cungimit të nivelit të ulët. Wiseshtë e mençur të anashkaloni kontrollet e vëllimit të kompjuterit kudo që është e mundur, dhe nëse kjo nuk është e mundur, të ruani fitimin e unitetit përmes kontrollit të volumit. Microsoft Windows Media Player dhe Adobe Flash Players duhet të operohen në 100% (0 dBFS) në çdo kohë, dhe kontrolli i nivelit duhet të bëhet ose në kontrollin e volumit të amplifikatorit ose në fader të konzolës.

Në mungesë të "formësimit të zhurmës", spektri i ndarjes së zakonshme "funksioni i probabilitetit trekëndësh (TPF)" është i bardhë (domethënë, çdo rritje e frekuencës aritmetike përmban të njëjtën energji). Sidoqoftë, formimi i zhurmës mund të ndryshojë këtë spektër të zhurmës për të përqendruar pjesën më të madhe të energjisë së qetësimit në intervalin e frekuencës, ku veshi është më pak i ndjeshëm. Në praktikë, kjo nënkupton zvogëlimin e energjisë rreth 4 kHz dhe ngritjen e saj mbi 9 kHz. Bërja e kësaj mund të rrisë rezolucionin efektiv të një sistemi 16-bit në pothuajse 19 bit në zonën thelbësore të mesit, dhe është standard në masterizimin e CD-ve. Ka shumë kthesa të pronarit të përdorura nga prodhues të ndryshëm për formimin e zhurmës, dhe secila ka një tingull paksa të ndryshëm.

Shownshtë treguar se zhurma në formë zhurme kalon nëpër shumicën e klasave të përpunimit të sinjalit dhe / ose një konvertues D / A me sjellje jo-monotonike do të shkatërrojë avantazhet e formësimit të zhurmës duke "mbushur" zonat e frekuencës ku origjinali i formës së zhurmës sinjali kishte pak energji. Rezultati është zakonisht më i dobët sesa nëse nuk do të ishte përdorur formimi i zhurmës.

Për këtë arsye, Orban ka adoptuar një qasje konservatore ndaj formësimit të zhurmës, duke rekomanduar të ashtuquajturën formësimin e zhurmës të "kalimit të lartë të rendit të parë" dhe zbatimin e kësaj në produktet Orban që lejojnë shtimin e rrjedhave në rrjedhat e tyre dixhitale të prodhimit. Formësimi i zhurmës së kalimit të lartë të rendit të parë siguron një përmirësim thelbësor në rezolucionin mbi një ndarje të thjeshtë të bardhë TPF, por fuqia totale e zhurmës së saj është vetëm 3 dB më e lartë se ndarja e bardhë TPF. Prandaj, nëse kalohet përmes përpunimit shtesë të sinjalit dhe / ose një konverteri të papërsosur D / A, do të ketë pak ndëshkim të zhurmës në krahasim me skemat më agresive të formësimit të zhurmës.

Një nga përfitimet e mëdha të dixhitalizimit të rrugës së sinjalit në transmetim është ky: Pasi të jetë në formë dixhitale, sinjali është shumë më pak subjekt i degradimit delikat sesa do të ishte nëse do të ishte në formë analoge, megjithëse në formë të pikës fikse është akoma subjekt i prerjes. Pa qenë e prerë ose duke u bërë tërësisht e pa-dekodueshme, më e keqja që mund të ndodhë me sinjalin është përkeqësimi i qetësisë në formë të zhurmës dhe / ose nervozizmi i shtuar.


Jam nervoz
Jitter është një gabim në bazë të kohës. I vetmi tronditje që nuk mund të hiqet nga sinjali është jitter që u shtua në procesin origjinal të konvertimit analog-në-dixhital. E gjithë tronditja pasuese mund të hiqet plotësisht në një lloj operacioni "korrigjimi i bazës në kohë", duke rikuperuar me saktësi sinjalin origjinal. I vetmi kufizim është performanca e qarqeve "korrigjimi i bazës në kohë", e cila kërkon një dizajn të sofistikuar për të zvogëluar nervozizmin e shtuar nën dëgjueshmërinë. Ky "korrigjim i bazës në kohë" zakonisht ndodh në marrësin dixhital të hyrjes, megjithëse fazat e mëtejshme mund të përdoren në rrjedhën e poshtme.

Shndërruesit e shpejtësisë së mostrave mund të futin jitter në domenin dixhital sepse ato rimodelojnë sinjalin, njësoj si konvertuesit A ​​/ D. Mirëmbajtja e tronditjes më të ulët në një sistem kërkon sinkronizimin e të gjitha pajisjeve në zinxhirin audio me një orë me fjalë të zakonshme ose sinjalin AES11. Kjo eliminon nevojën për të kryer shndërrime të kaskadës së normës së mostrës në sinjalet që rrjedhin përmes objektit. Gjeneratorët e orës me fjalë të mira kanë nervozizëm shumë të ulët (i njohur gjithashtu si "zhurma fazore") dhe lejojnë që pajisjet e kaskaduara të performojnë në mënyrën më të mirë.


Busting mitet
Ka disa mite të përhapura në lidhje me audion dixhitale.Një mit është se filtrat e gjatë të rindërtimit njollosin përgjigjen kalimtare të audios dixhitale, dhe se ka kështu një avantazh për të përdorur një filtër rindërtimi me një përgjigje të shkurtër impulsi, edhe nëse kjo nënkupton heqjen e frekuencave mbi 10 kHz. Disa konvertues komercialë të nivelit të lartë D-në-A veprojnë pikërisht në këtë supozim të gabuar. Kjo është një fushë e audios dixhitale ku intuita është veçanërisht mashtruese.

Qëllimi i vetëm i një filtri rindërtimi është të plotësojë pjesët që mungojnë midis mostrave dixhitale. Këto ditë, filtrat simetrik me përgjigje të fundme me përgjigje të fundme përdoren zakonisht për këtë detyrë, sepse nuk kanë shtrembërim të fazës. Dalja e një filtri të tillë është një shumë e ponderuar e mostrave dixhitale që rrethojnë simetrikisht pikën që rindërtohet. Sa më shumë mostra që përdoren, aq më i mirë dhe më i saktë është rezultati, edhe nëse kjo do të thotë që filtri është shumë i gjatë.

Iestshtë më e lehtë për të justifikuar këtë pohim në fushën e frekuencës. Me kusht që frekuencat në brezin e kalimit dhe rajonin e tranzicionit të filtrit origjinal anti-aliasing të jenë tërësisht brenda brezit të kalimit të filtrit të rindërtimit, atëherë filtri i rindërtimit do të veprojë vetëm si një vijë vonesë dhe do të kalojë audion pa shtrembërim. Sigurisht, të gjithë filtrat praktikë të rindërtimit kanë dallgëzime të lehta të përgjigjes së frekuencës në bandat e tyre, dhe këto mund të ndikojnë në tingull duke e bërë përgjigjen e amplitudës (por jo përgjigjen e fazës) të "vijës së vonesës" paksa të papërsosur. Por zakonisht, këto valëzime janë në rendin e disa të mijtat e dB në pajisje me cilësi të lartë dhe ka shumë të ngjarë të mos dëgjohen.

Autorët e kanë provuar këtë në mënyrë eksperimentale duke simuluar një sistem të tillë dhe duke zbritur prodhimin e filtrit të rindërtimit nga hyrja e tij për të përcaktuar se çfarë gabimesh fut filtri i rindërtimit. Sigurisht, duhet të shtoni një vonesë në kohë për të kompensuar vonesën e filtrit të rindërtimit. Sinjali i burimit ishte zhurma e rastësishme, e aplikuar në një filtër shumë të mprehtë që kufizonte bandën e zhurmës së bardhë në mënyrë që energjia e tij të ishte tërësisht brenda brezit të kalimit të filtrit të rindërtimit. Ne përdorëm një filtër shumë të lartë të fazës lineare të rindërtimit të FIR dhe vazhduam simulimin në aritmetikën me pikë të lundrueshme me precizion të dyfishtë. Sinjali i gabimit që rezultoi ishte një minimum prej 125 dB nën shkallën e plotë mbi një bazë të mostrës nga mostra, e cila ishte e krahasueshme me thellësinë e ndalesës në filtrin e rindërtimit eksperimental.

Prandaj kemi rezultatin paradoksal që, në një sistem dixhital dixhital të dizajnuar siç duhet, përgjigja e frekuencës së sistemit dhe tingullit të tij përcaktohet nga filtri anti-aliasing dhe jo nga filtri i rindërtimit. Me kusht që ato të realizohen me aritmetikë me precizion të lartë, filtrat më të gjatë të rindërtimit janë gjithmonë më të mirë.

Kjo do të thotë se një mënyrë rigoroze për të provuar supozimin se normat e larta të mostrës tingëllojnë më mirë sesa normat e ulëta të mostrës është krijimi i një sistemi të nivelit të lartë të mostrës. Pastaj, pa ndryshuar ndonjë variabël tjetër, futni një filtër në domenin dixhital me të njëjtën përgjigje frekuence si një filtër me cilësi të lartë anti-aliasing që do të kërkohej për shkallën më të ulët të mostrës. Nëse nuk mund ta zbuloni praninë e këtij filtri në një provë të dyfishtë, atëherë sapo keni provuar që niveli më i lartë i mostrës nuk ka asnjë avantazh të brendshëm të dëgjueshëm, sepse gjithmonë mund ta bëni filtrin e rindërtimit në mënyrë të dukshme transparente.


Raft teknik në KTWO
KTWO (AM) 1030 në Casper, Wyo., Një stacion i Mediave Townsquare. Me 50 kW natë gjithëdrejtuese dhe 50 kW drejtuar ditës, ajo mbulon 75% të shtetit të Wyoming.
Një mit tjetër është se audio dixhitale nuk mund të zgjidhë ndryshimet kohore më të vogla se një periudhë e mostrës dhe për këtë arsye dëmton imazhin stereo. Njerëzit që e besojnë këtë pëlqejnë të imagjinojnë një hap analog që lëviz në kohë midis dy pikave të mostrës. Ata argumentojnë se nuk do të ketë asnjë ndryshim në prodhimin e konvertuesit A ​​/ D derisa hapi të kalojë një pikë të mostrës dhe për këtë arsye rezolucioni i kohës është i kufizuar në një shembull.

Problemi me këtë argument është se nuk ka diçka të tillë si një funksion hapi me kohë pafund në fushën dixhitale. Për t'u përfaqësuar si duhet, një funksion i tillë duhet së pari të zbatohet në një filtër anti-aliasing. Ky filtër e kthen hapin në një devijim eksponencial, i cili zakonisht ka kumbim të barabartë para dhe pas kumbimit. Kjo devijim mund të zhvendoset shumë më pak se një periudhë mostre në kohë dhe prapëseprapë të bëjë që pikat e mostrës të ndryshojnë vlerën.

Në fakt, duke supozuar asnjë ngërç dhe ngatërrim korrekt, rezolucioni i kohës së një sistemi dixhital është i njëjtë me një sistem analog që ka të njëjtën gjerësi bande dhe dysheme zhurme. Në fund të fundit, rezolucioni i kohës përcaktohet nga frekuenca e marrjes së mostrave dhe nga dyshemeja e zhurmës së sistemit. Ndërsa përpiqeni të merrni një rezolucion më të hollë dhe të imët, matjet do të bëhen gjithnjë e më të pasigurta për shkak të zhurmës së qetësisë. Më në fund, do të arrini në pikën ku zhurma errëson sinjalin dhe matja juaj nuk mund të bëhet më e imët. Sidoqoftë, kjo pikë është rend i madhësisë më i vogël në kohë sesa një periudhë e mostrës dhe është e njëjtë si në një sistem analoge me të njëjtën gjerësi bande.

Një mit i fundit është që marrja e mostrave audio dixhitale në një frekuencë më të lartë të mostrës do të rrisë cilësinë ose rezolucionin e audios. Në fakt, regjistrimi origjinal me normën origjinale të mostrës përmban të gjithë informacionin e marrë nga ai regjistrim. E vetmja gjë që bën ngritja e frekuencës së mostrës është të shtoni imazhe tejzanor të audios origjinale rreth frekuencës së re të mostrës. Në çdo konvertues të normës së mostrës të dizajnuar në mënyrë korrekte, këto zvogëlohen (por asnjëherë nuk eliminohen plotësisht) nga një filtër që ndjek modelin e rritjes. Njerëzit të cilët pretendojnë të dëgjojnë ndryshimet midis audios "të mostruar" dhe origjinalit ose imagjinojnë gjëra ose dëgjojnë ngjyrosje të shkaktuar nga frekuencat e shtuara të imazhit ose reagimi i frekuencës së filtrit të upsampler. Ata nuk po dëgjojnë një riprodhim më të saktë të regjistrimit origjinal.

Kjo vlen edhe për shndërrimin e normës së mostrës që ndodh shpesh në një strukturë dixhitale. Quiteshtë mjaft e mundur të krijoni një konvertues të normës së mostrës, filtrat e të cilit janë mjaft të dobët për t'i bërë imazhet të dëgjueshme. Duhet testuar çdo shndërrues të shkallës së mostrës, harduer ose softuer, i destinuar për përdorim në audion profesionale duke konvertuar valën e sinusit me frekuencë më të lartë në bandën e audios që konvertohet, e cila zakonisht është rreth 0.45 herë më e madhe se frekuenca e mostrës.

Vëzhgoni prodhimin e SRC në një analizues të spektrit ose me softuer që përmban një analizues FFT (si Adobe Audition). Në një SRC me cilësi profesionale, imazhet do të jenë të paktën 90 dB nën sinjalin e dëshiruar dhe, në SRC të dizajnuara për të akomoduar gjatësi të gjata fjalësh (si 24 bit), imazhet shpesh do të jenë –120 dB ose më të ulëta, duke supozuar një 24 bit rruga (e cila është e aftë të përfaqësojë energji të nivelit të ulët deri në –144 dBFS). Përfitimi i plotë i konvertimit të normës së mostrës me performancë të lartë është një arsye tjetër për të përdorur audio 24 bit për prodhim dhe për të zvogëluar thellësinë e bitit (nëse është e nevojshme për aplikimet si djegia e CD-ve audio) vetëm si hapi i fundit, duke përdorur lëkundjen e duhur.

Më pak është më shumë!
Dhe së fundmi, disa vërtetime në lidhje me lartësinë dhe cilësinë: Çdo radio është e pajisur me një kontroll të volumit, dhe çdo dëgjues di se si ta përdorë atë. Nëse dëgjuesi ka qasje në kontrollin e volumit, ai ose ajo do ta rregullojë atë me zërin e tij të preferuar. Pasi dëgjuesi i thënë e bën këtë, e vetmja gjë që mbetet për të dalluar "tingullin" e stacionit të radios është struktura e tij, e cila do të jetë ose e pastër ose e degraduar, në varësi të cilësisë së burimit dhe përpunimit të audios.

Çdo drejtor programi që mburret me pajisjen "e zgjerimit" të stacionit të tij me vlerë 20,000 dollarë duhet së pari të dërgohet tek një mjek që mund të pastrojë dyllin nga veshët e tij, pastaj të detyrohet të betohet se nuk është nën ndikimin e ndonjë lënde të dyshimtë dhe më në fund të vendoset butësisht, por në mënyrë të vendosur përpara një sistemi monitorimi me cilësi të lartë për një demonstrim të degradimit që shkakton "përmirësim" me vlerë 20,000 dollarë! Gjithmonë mbani mend se më pak është më shumë.

Lini një mesazh 

Lista mesazh