مبانی صدای دیجیتال

مبانی صدای دیجیتال

اسلاید 1: مبانی صدای دیجیتال قسمت اولاستاد درس: علی بهلولی1دانشگاه اصفهان - درس سیستمهای چند رسانه ای

اسلاید 2: اهدافشناخت ماهیت صدادیجیتال کردنروشهای مختلف کد کردن صداکاربردهادانشگاه اصفهان - درس سیستمهای چند رسانه ای2

اسلاید 3: ماهیت صداتغییرات فشار منتشره در یک محیط الاستیک (مثل هوا )دانشگاه اصفهان - درس سیستمهای چند رسانه ای3عضلاتششتارهای صوتینایدهانبینیحلق

اسلاید 4: ماهیت صداجزء امواج طولی و دارای خاصیتهای انعکاس ) Bouncing)، انکسار ) تغییر زاویه هنگامی که یک واسطه با چگالی متفاوت وارد می شود) و خمیدگی و پرش ) خمیدگی حول یک مانع)ویژگی های یک صوت :دامنه ( برحسب dB )فرکانس (زیر و بم)Pitchطنین (timbre)دانشگاه اصفهان - درس سیستمهای چند رسانه ای4

اسلاید 5: چطور اصوات را می شنویم ؟گوش از سه بخش نشکیل شده است :گوش داخلیگوش میانیگوش خارجیدانشگاه اصفهان - درس سیستمهای چند رسانه ای5

اسلاید 6: ساختار گوش انسانگوش خارجی لاله و کانال گوشگوش میانی طبلک گوش را به گوش داخلی متصل میکندتقویت صوتگوش داخلیحلزون گوشبه ارتعاش در آوردن و تحریک کردن سلولهای شنوایی دانشگاه اصفهان - درس سیستمهای چند رسانه ای6

اسلاید 7: چطور اصوات را می شنویم ؟انسان می تواند فرکانس های بازه 20 تا 20کیلو هرتز را بشنودصدای تولید شده توسط حنجره در بازه صفر تا حدود 4 کیلوهرتز استتوانایی تشخیص اصواتی با اختلاف 1.5 هرتز را دارداین توانایی با افزایش سن کاهش می یابد (مهم برای طراحی UI )در سن 50 سالگی حداکثر 14 کیلو هرتز و در سن 70 سالگی حداکثر 10 کیلو هرتزدانشگاه اصفهان - درس سیستمهای چند رسانه ای7

اسلاید 8: دانشگاه اصفهان - درس سیستمهای چند رسانه ای8

اسلاید 9: دانشگاه اصفهان - درس سیستمهای چند رسانه ای9دامنه صداهای رایج بر دانشگاه صنعتی اصفهان - درس سیستمهای چند رسانه ایحسب دسی بل

اسلاید 10: ذخیره و بازنوازی صوتتبدیل یک موج آنالوگ به دیجیتال جهت ذخیره و دستکاری آن (Sampling )تبدیل موج دیجیتال به آنالوگ برای نواخت مجددنمونه برداری ممکن است توسط خود PC یا یک سخت افزار کمکی انجام شوددانشگاه اصفهان - درس سیستمهای چند رسانه ای10

اسلاید 11: ذخیره و بازنوازی صوتدانشگاه اصفهان - درس سیستمهای چند رسانه ای11

اسلاید 12: تبدیل صوت به دیجیتالدانشگاه اصفهان - درس سیستمهای چند رسانه ای12 (a) :نمونه برداری سیگنال آنالوگ در بعد زمان (b) :نمونه برداری سیگنال آنالوگ در بعد دامنه

اسلاید 13: پارامترهای مهم در دیجیتال کردننرخ نمونه برداری (Sampling Rate)نحوه کوانتیزاسیوننحوه کد کردن داده هادانشگاه اصفهان - درس سیستمهای چند رسانه ای13

اسلاید 14: تئوری نایکوییستهر سیگنال تشکیل شده از مجموع تعدادی منحنی های سینوسیدانشگاه اصفهان - درس سیستمهای چند رسانه ای14

اسلاید 15: تئوری نایکوییست(a)یک فرکانس سیگنال (b)نمونه برداری دقیقا روی فرکانس ، یک سیگنال ثابت را تولید می کند(c): نمونه برداری با1.5 برابر هر سیکل ، یک فرکانس آلیاسی دریافتی را تولید می کند دانشگاه اصفهان - درس سیستمهای چند رسانه ای15

اسلاید 16: دانشگاه اصفهان - درس سیستمهای چند رسانه ای16تئوری ناییکویستک: اگر یک سیگنالدارای باند محدود داشته باشد.مثلا دارای یک فرکانس پایین f1و فرکانس بالا f2 ،از مولفه های فرکانسی در سیگنال،در این صورت نرخ نمونه برداری باید حداقل 2(f2 − f1) باشد.چون بازیابی فرکانس های بالا تر از فرکانس نایکوییست غیرممکن است، اغلب سیستم ها دارای فیلتر آنتی آلیاسینگ هستند که محتوای فرکانس را در ورودی نمونه بردار در محدوده یا پایین تر از فرکانس ناییکوییست محدود می کند.رابطه بین فرکانس نمونه برداری ، فرکانس واقعی و فرکانس آلیاس مطابق زیر است:falias = fsampling − ftrue, for ftrue < fsampling < 2 × ftrue

اسلاید 17: دانشگاه اصفهان - درس سیستمهای چند رسانه ای17انتخاب نرخ نمونه برداری برای صداانسانها حداکثر فرکانسهای نزدیک به 20000 هرتز را می شنوندسرعت نمونه برداری مناسب 40 کیلو نمونه در ثانیه استسرعت نمونه برداری در عمل 44100 نمونه در ثانیه استمشکل Aliasing رخ نخواهد دادانتخاب نرخ نمونه برداری به کاربرد نیز بستگی دارد(برای تلفن مقدار کمتری نیاز است)

اسلاید 18: کوانتیزه کردن(گسسته سازی در جهت دامنه)دانشگاه اصفهان - درس سیستمهای چند رسانه ای18

اسلاید 19: کوانتیزه کردنبا افزایش تعداد بیت دقت بالاتری خواهیم داشت8 بیت : 256 مقدار ممکن16 بیت : 65536 مقدار ممکنمشکل کوانتیزه کردن با 8 بیت بسیاری از سطوح برای دامنه سیگنال قابل بیان نخواهد بودتولید نویزدانشگاه اصفهان - درس سیستمهای چند رسانه ای19

اسلاید 20: دانشگاه اصفهان - درس سیستمهای چند رسانه ای20قالب های نمونه برداریقالب های بسیار پر کاربردCD Quality : 44.1 kHz و 16 بیت برای هر کانال44100 * 2 * 60= 5.2 MB/minMedium Quality : 22kHz و 8 بیتLow Quality : 11kHz و 8 بیت 11000 * 60 = 660 KB/minTelephone Quality :8kHz و 8 بیت

اسلاید 21: کوانتیزه کردنخطی فواصل ثابتمستقل از دامنهغیر خطیفواصل متغیرافزایش فواصل در دامنه های بالانگاشت لگاریتمیدانشگاه اصفهان - درس سیستمهای چند رسانه ای21

اسلاید 22: 22نسبت سیگنال به نویز نسبت بزرگی سیگنال واقعی به سیگنال نویز (SNR) نامیده می شود – یک واحد اندازه گیری کیفیت سیگنال است SNR معمولا در واحد دسی بل(dB) اندازه گیری می شود. دانشگاه اصفهان - درس سیستمهای چند رسانه ای

اسلاید 23: نسبت نویز کوانتایز شده به سیگنال (SQNR) علاوه بر هر نویزی که ممکن است در سیگنال آنالوگ اصلی وجود داشته باشد ، یک خطای اضافه وجود دارد که نتیجه ای از کوانتایز شدن است .ولتاژ ها حقیقتا از 0 تا 1 هستند , اما ما فقط 8 تا بیت برای ذخیره مقادیر داریم ، بنابراین بهتر است که ما به اجبار همه مقادیر پیوسته ولتاژ را در 256 مقدار مختلف بگیریم .این خطای گرد کردن(RoundOff) را معرفی می کند . در واقع نویز هم نیست ، با وجود، نویز کوانتایز شده نامیده می شود ) خطای کوتنتایز) دانشگاه اصفهان - درس سیستمهای چند رسانه ای23

اسلاید 24: کیفیت کوانتایز شدن توسط نسبت سیگنال نویز کوانتایز شده (SQNR) بیان می شود.(a)نویز کوانتایزشده: تفاوت بین مقدار واقعی سیگنال آنالوگ ، برای یک نمونه خاص و نزدیک ترین مقدار فاصله کوانتایز شده (b)بنابراین خطا می تواند به اندازه نصف فاصله باشد.دانشگاه اصفهان - درس سیستمهای چند رسانه اینسبت نویز کوانتایز شده به سیگنال (SQNR) 24

اسلاید 25: (c)برای یک کوانتایز صحیح N بیت هر نمونه ، SQNR می تواند به سادگی بیان شود :توجه : اگر ولتاژ سیگنال در بازه [-Vmax,+Vmax] باشد آنگاه Vmax را به 2N−1 − 1 (≃ 2N−1) و –Vmax را به −2N−1 نسبت می دهیمفرمول فوق، نسبت پیک سیگنال به نویز است (PSQNP: پیک سیگنال و پیک نویز )دانشگاه اصفهان - درس سیستمهای چند رسانه اینسبت نویز کوانتایز شده به سیگنال (SQNR) 25

اسلاید 26: (c) محدوده دینامیکی نسبت بیشترین تا کمترین مقدار مطلق سیگنال است : Vmax/Vmin. بیشترین مقدار مطلق Vmax به 2N−1 − 1 نگاشت می شود .کمترین مقدار مطلق Vmin با 1 نگاشت می شود . Vmin کوچکترین ولتاژ مثبتی است که با نویز پوشیده نمی شود . دانشگاه اصفهان - درس سیستمهای چند رسانه اینسبت نویز کوانتایز شده به سیگنال (SQNR) 26

اسلاید 27: کوانتایز خطی و غیر خطیقالب خطی: فاصله سطوح کوانتایز مساوی کوانتایز غیر یکسان(Non-uniform): سطوح کوانتایز غیر مساوی و به گونه ای انتخاب می شود که حساسیت گوش مطابقت داشته باشد.قانون وبر: ΔResponse ∝ ΔStimulus/Stimulus dr = k (1/s) ds با پاسخ r ومحرک sدانشگاه اصفهان - درس سیستمهای چند رسانه ای27

اسلاید 28: دانشگاه اصفهان - درس سیستمهای چند رسانه ای با حل معادله فوق:r = k ln s + C به عبارت دیگر:r = k ln(s/s0) : پایین ترین سطح محرکی که موجب واکنش می شودS0قانونی برای صوت وجود دارد که رمزگزاری μ-law نامیده می شود( یا u-law ). قانون مشابهی که A-law نامیده می شود در سیستم تلفنی اروپا استفاده می گردد. کوانتایز غیر خطی28

اسلاید 29: دانشگاه اصفهان - درس سیستمهای چند رسانه ایμ-law:A-law:کوانتایز غیر خطی29

اسلاید 30: دانشگاه اصفهان - درس سیستمهای چند رسانه ای30کوانتایز غیر خطیتبدیل غیر خطی سیگنال های صوت

اسلاید 31: دانشگاه اصفهان - درس سیستمهای چند رسانه ای31تابع غیر خطیسیگنال اصلیکوانتایز خطیمعکوس تابع غیر خطیسیگنال اصلیبلاک دیاگرام کوانتایز غیر خطی