1. مفاهيم أساسية
1) معدل البت: يشير إلى عدد البتات في الثانية التي يجب تمثيل البيانات الصوتية المشفرة (المضغوطة) بها ، وعادةً ما تكون الوحدة kbps.
2) الجهارة والشدة: الصفات الذاتية للصوت. يشير ارتفاع الصوت إلى مدى ارتفاع الصوت. يختلف ارتفاع الصوت بشكل أساسي مع شدة الصوت ، ولكنه يتأثر أيضًا بالتردد. بشكل عام ، تعد أصوات التردد المتوسط النقية أفضل من الأصوات النقية منخفضة التردد وعالية التردد.
3) معدل أخذ العينات وأخذ العينات: يهدف أخذ العينات إلى تحويل إشارة الوقت المستمر إلى إشارة رقمية منفصلة. يشير معدل أخذ العينات إلى عدد العينات التي يتم جمعها في الثانية.
قانون أخذ العينات Nyquist: عندما يكون معدل أخذ العينات أكبر من أو يساوي مرتين أعلى مكون تردد للإشارة المستمرة ، يمكن استخدام إشارة العينة لإعادة بناء الإشارة الأصلية المستمرة بشكل مثالي.
2. تنسيقات الصوت الشائعة
1) تنسيق WAV هو تنسيق ملف صوتي تم تطويره بواسطة Microsoft ، ويسمى أيضًا ملف wave sound. إنه أقدم تنسيق صوتي رقمي ، مدعوم على نطاق واسع من قبل منصة Windows وتطبيقاته ، وله معدل ضغط منخفض.
2) MIDI هو اختصار للواجهة الرقمية للآلات الموسيقية ، والمعروف أيضًا باسم الواجهة الرقمية للآلات الموسيقية ، وهو معيار دولي موحد للموسيقى الرقمية / الآلات الموسيقية الاصطناعية الإلكترونية. يحدد الطريقة التي تتبادل بها برامج موسيقى الكمبيوتر والمُركِّبات الرقمية والأجهزة الإلكترونية الأخرى إشارات الموسيقى ، وتحدد بروتوكول نقل البيانات بين الكابلات والأجهزة والأجهزة التي تربط الآلات الموسيقية الإلكترونية من مختلف الشركات المصنعة بأجهزة الكمبيوتر ، ويمكنها محاكاة صوت الموسيقى المتعددة الادوات. ملف MIDI هو ملف بتنسيق MIDI ، ويتم تخزين بعض الأوامر في ملف MIDI. أرسل هذه التعليمات إلى بطاقة الصوت ، وستقوم بطاقة الصوت بتوليف الصوت وفقًا للإرشادات.
3) الاسم الكامل لـ MP3 هو MPEG-1 Audio Layer 3 ، والذي تم دمجه في مواصفات MPEG في عام 1992. يمكن لـ MP3 ضغط ملفات الصوت الرقمية بجودة صوت عالية ومعدل أخذ عينات منخفض. التطبيق الأكثر شيوعًا.
4) تم تطوير MP3Pro من قبل شركة تكنولوجيا الترميز السويدية ، والتي تحتوي على تقنيتين رئيسيتين: الأولى هي تقنية فك التشفير الفريدة من شركة Coding Technology Company ، والأخرى هي دمج شركة Thomson Multimedia Company الفرنسية والوسائط المتعددة Fraunhofer A وهي تقنية لفك التشفير تم بحثها بشكل مشترك من قبل جمعية الدائرة. يمكن لبرنامج MP3Pro تحسين جودة صوت موسيقى MP3 الأصلية دون تغيير حجم الملف بشكل أساسي. يمكنه الحفاظ على جودة الصوت قبل الضغط إلى أقصى حد أثناء ضغط الملفات الصوتية بمعدل بت أقل.
5) تم تطوير MP3Pro من قبل شركة تكنولوجيا الترميز السويدية ، والتي تحتوي على تقنيتين رئيسيتين: الأولى هي تقنية فك التشفير الفريدة من شركة Coding Technology Company ، والأخرى هي دمج شركة Thomson Multimedia Company الفرنسية والوسائط المتعددة Fraunhofer A وهي تقنية لفك التشفير تم بحثها بشكل مشترك من قبل جمعية الدائرة. يمكن لبرنامج MP3Pro تحسين جودة صوت موسيقى MP3 الأصلية دون تغيير حجم الملف بشكل أساسي. يمكنه الحفاظ على جودة الصوت قبل الضغط إلى أقصى حد أثناء ضغط الملفات الصوتية بمعدل بت أقل.
6) WMA (Windows Media Audio) هو تحفة مايكروسوفت في مجال الصوت والفيديو عبر الإنترنت. يحقق تنسيق WMA معدل ضغط أعلى عن طريق تقليل حركة البيانات مع الحفاظ على جودة الصوت. يمكن أن يصل معدل الضغط بشكل عام إلى 1:18. بالإضافة إلى ذلك ، يمكن لـ WMA أيضًا حماية حقوق النشر من خلال DRM (إدارة الحقوق الرقمية).
7) RealAudio هو تنسيق ملف أطلقته شركة Real Networks. أكبر ميزة هي أنه يمكنه نقل المعلومات الصوتية في الوقت الفعلي ، خاصةً عندما تكون سرعة الشبكة بطيئة ، ولا يزال بإمكانها نقل البيانات بسلاسة ، لذا فإن RealAudio مناسب بشكل أساسي للتشغيل عبر الإنترنت على الشبكة. تتضمن تنسيقات ملفات RealAudio الحالية بشكل أساسي RA (RealAudio) و RM (RealMedia و RealAudio G2) و RMX (RealAudio Secured) وما إلى ذلك. القاسم المشترك لهذه الملفات هو أن جودة الصوت تتغير مع اختلاف عرض النطاق الترددي للشبكة. في ظل فرضية أن معظم الناس يسمعون صوتًا سلسًا ، يمكن للمستمعين ذوي النطاق الترددي الأوسع الحصول على جودة صوت أفضل.
8) لدى Audible أربعة تنسيقات مختلفة: Audible1 ، 2 ، 3 ، 4. يبيع موقع Audible.com بشكل أساسي الكتب الصوتية على الإنترنت ، ويوفر الحماية للبضائع والملفات التي يبيعونها من خلال أحد التنسيقات الصوتية الأربعة المخصصة لـ Audible.com . يعتبر كل تنسيق بشكل أساسي مصدر الصوت وجهاز الاستماع المستخدم. تستخدم التنسيقات 1 و 2 و 3 مستويات مختلفة من ضغط الصوت ، بينما يستخدم التنسيق 4 معدل أخذ عينات أقل ونفس طريقة فك التشفير مثل MP3. يكون الصوت الناتج أكثر وضوحًا ويمكن تنزيله بكفاءة أكبر من الإنترنت. يستخدم Audible أداة تشغيل سطح المكتب الخاصة به ، وهي Audible Manager. باستخدام هذا المشغل ، يمكنك تشغيل ملفات بتنسيق Audible مخزنة على جهاز كمبيوتر أو نقلها إلى مشغل محمول.
9) AAC هو في الواقع اختصار لـ Advanced Audio Coding. AAC هو تنسيق صوتي تم تطويره بالاشتراك مع Fraunhofer IIS-A و Dolby و AT&T. إنه جزء من مواصفات MPEG-2. تختلف الخوارزمية المستخدمة بواسطة AAC عن تلك الخاصة بـ MP3. تجمع AAC بين وظائف أخرى لتحسين كفاءة التشفير. تتجاوز خوارزمية الصوت في AAC بكثير بعض خوارزميات الضغط السابقة (مثل MP3 ، إلخ) في إمكانيات الضغط. كما أنه يدعم ما يصل إلى 48 مسارًا صوتيًا و 15 مسارًا صوتيًا منخفض التردد ومعدلات عينات ومعدلات بتات أكثر وتوافقًا متعدد اللغات وكفاءة أعلى في فك التشفير. باختصار ، يمكن أن توفر AAC جودة صوت أفضل على أساس أنها أصغر بنسبة 30٪ من ملفات MP3.
10) Ogg Vorbis هو تنسيق جديد لضغط الصوت ، مشابه لتنسيقات الموسيقى الحالية مثل MP3. لكن أحد الاختلافات هو أنه مجاني تمامًا ومفتوح وبدون قيود على براءات الاختراع. Vorbis هو اسم آلية ضغط الصوت هذه ، و Ogg هو اسم مشروع يهدف إلى تصميم نظام وسائط متعددة مفتوح تمامًا. VORBIS هو أيضًا ضغط ضائع ، لكنه يستخدم نماذج صوتية أكثر تقدمًا لتقليل الخسارة. لذلك ، فإن OGG المشفرة بنفس معدل البت تبدو أفضل من MP3.
11) APE هو تنسيق صوتي مضغوط بدون فقد ، على أساس أن جودة الصوت لا تقل ، يتم ضغط الحجم إلى نصف تنسيق ملف WAV التقليدي.
12) FLAC هو اختصار لـ Free Lossless Audio Codec ، وهي مجموعة من أكواد ضغط الصوت المجانية المعروفة ، والتي تتميز بضغط بلا خسارة.
3. المبدأ الأساسي للترميز الصوتي
يُخصص ترميز الكلام لتقليل عرض النطاق الترددي للقناة المطلوب للإرسال مع الحفاظ على الجودة العالية لخطاب الإدخال.
الهدف من تشفير الكلام هو تصميم مشفر منخفض التعقيد لتحقيق نقل بيانات عالي الجودة بأقل معدل بتات ممكن.
1) منحنى حد كتم الصوت: العتبة التي يمكن للأذن البشرية عندها سماع الصوت بترددات مختلفة فقط في بيئة هادئة.
2) نطاق التردد الحرج
نظرًا لأن الأذن البشرية لها دقة مختلفة للترددات المختلفة ، يقسم MPEG1 / Audio نطاق التردد الملموس في نطاق 22 كيلو هرتز إلى 23 ~ 26 نطاق تردد حرج وفقًا لطبقات تشفير مختلفة وترددات مختلفة لأخذ العينات. يسرد الشكل التالي التردد المركزي وعرض النطاق لنطاق التردد الحرج المثالي. كما يتضح من الشكل ، تتمتع الأذن البشرية بدقة أفضل عند التردد المنخفض
3) تأثير الإخفاء في مجال التردد: الإشارة ذات الاتساع الأكبر ستخفي إشارة ذات تردد مماثل واتساع أصغر ، كما هو موضح في الشكل أدناه:
4) تأثير الإخفاء في المجال الزمني: في فترة زمنية قصيرة ، إذا ظهر صوتان ، فإن الصوت الذي يحتوي على مستوى ضغط صوت أكبر (مستوى ضغط الصوت) سيخفي الصوت باستخدام مستوى ضغط صوتي أصغر. ينقسم تأثير إخفاء المجال الزمني إلى إخفاء أمامي (إخفاء مسبق) وإخفاء خلفي (إخفاء لاحق). سيكون وقت ما بعد الإخفاء أطول ، حوالي 10 مرات من وقت ما قبل التقنيع.
يساعد تأثير إخفاء المجال الزمني على التخلص من الصدى المسبق.
4. الوسائل الأساسية للترميز
1) الكمي والمكمم
التكميم والتكميم: يحول التكميم إشارة مستمرة في وقت منفصل إلى إشارة منفصلة في وقت منفصل. الكميات الشائعة هي: مُكمِّم مُنتظم ، مُكمِم لوغاريتمي ، ومُكمم غير منتظم. الهدف الذي تسعى إليه عملية التكميم هو تقليل خطأ التكميم وتقليل تعقيد أداة التكميم (كلاهما في حد ذاته تناقض).
(أ) جهاز الكم المنتظم: أبسط ، أسوأ أداء ، مناسب فقط لصوت الهاتف.
(ب) المُكمِّم اللوغاريتمي: وهو أكثر تعقيدًا من المُكمِّم المنتظم وسهل التنفيذ ، وأداؤه أفضل من المُكمِّم المنتظم.
(ج) مكمّم غير منتظم: طبقاً لتوزيع الإشارة ، صمم المُكمّم. يتم إجراء التقدير الكمي المفصل حيث تكون الإشارة كثيفة ، ويتم إجراء تقدير تقريبي حيث تكون الإشارة متفرقة.
2) مشفر صوتي
هناك ثلاثة أنواع من مشفرات الكلام: (أ) مشفر الموجي ؛ (ب) مشفر صوتي ؛ (ج) جهاز التشفير الهجين.
يهدف مشفر الشكل الموجي إلى إنشاء شكل موجة تمثيلي بما في ذلك ورقة ضوضاء الخلفية. من خلال العمل على جميع إشارات الإدخال ، سينتج عينات عالية الجودة ويستهلك معدل بت عالي. لن يقوم المشفر الصوتي بتجديد شكل الموجة الأصلي. ستقوم مجموعة التشفير هذه باستخراج مجموعة من المعلمات ، والتي يتم إرسالها إلى الطرف المستقبل لاشتقاق نموذج توليد الصوت. جودة صوت المشفر الصوتي ليست جيدة بما يكفي. جهاز التشفير الهجين ، الذي يدمج مزايا مشفر شكل الموجة وأصقله.
2.1 مشفر شكل الموجة
غالبًا ما يكون تصميم مشفر شكل الموجة مستقلاً عن الإشارة. لذلك فهي مناسبة لتشفير مختلف الإشارات ولا تقتصر على الكلام.
1) ترميز المجال الزمني
أ) PCM: تعديل شفرة النبض ، هو أبسط طريقة تشفير. إنه فقط تقدير وتكميم الإشارة ، وغالبًا ما يتم استخدام اللوغاريتمات.
ب) DPCM: تعديل شفرة النبض التفاضلي ، والذي يشفر فقط الفرق بين العينات. تُستخدم العينة السابقة أو أكثر للتنبؤ بقيمة العينة الحالية. كلما زاد عدد العينات المستخدمة لعمل تنبؤات ، زادت دقة القيمة المتوقعة. يُطلق على الفرق بين القيمة الحقيقية والقيمة المتوقعة اسم المتبقي ، وهو موضوع الترميز.
ج) ADPCM: تعديل شفرة النبض التفاضلي التكيفي ، شفرة النبض التفاضلي التكيفية. أي ، على أساس DPCM ، يتم ضبط أداة التكميم والتنبؤ بشكل مناسب وفقًا لتغيرات الإشارة ، بحيث تكون القيمة المتوقعة أقرب إلى الإشارة الحقيقية ، وتكون القيمة المتبقية أصغر ، وتكون كفاءة الضغط أعلى.
(2) ترميز مجال التردد
يهدف تشفير مجال التردد إلى تفكيك الإشارة إلى سلسلة من عناصر التردد المختلفة وإجراء تشفير مستقل.
أ) تشفير النطاق الفرعي: تشفير النطاق الفرعي هو أبسط تقنية لتشفير مجال التردد. إنها تقنية تقوم بتحويل الإشارة الأصلية من المجال الزمني إلى مجال التردد ، ثم تقسمها إلى عدة نطاقات فرعية ، وتقوم بالتشفير الرقمي عليها على التوالي. يستخدم مجموعة مرشح تمرير النطاق (BPF) لتقسيم الإشارة الأصلية إلى عدة نطاقات فرعية (على سبيل المثال ، m) (يشار إليها باسم النطاقات الفرعية). قم بتمرير كل نطاق فرعي من خلال خصائص التشكيل المكافئة لتشكيل اتساع النطاق الجانبي الفردي ، وانقل كل نطاق فرعي إلى تردد قريب من الصفر ، ثم قم بالمرور عبر BPF (إجمالي م) ، ثم انقل كل نطاق فرعي بمعدل محدد ( معدل نيكويست (Nyquist rate) يتم أخذ عينات من إشارة خرج النطاق الفرعي ، وعادة ما يتم ترميز قيمة العينة رقميًا ، ويتم تعيين التشفير الرقمي m. أرسل كل إشارة رقمية مشفرة إلى معدد الإرسال ، وأخرج أخيرًا دفق البيانات المشفر على نطاق فرعي.
بالنسبة للنطاقات الفرعية المختلفة ، يمكن استخدام طرق تكمية مختلفة ويمكن تخصيص أعداد مختلفة من البتات للنطاقات الفرعية وفقًا لنموذج إدراك الأذن البشرية.
ب) تحويل الترميز: تشفير DCT.
5. مشفر صوتي
مشفر صوت القناة: يستخدم عدم حساسية الأذن البشرية للطور.
مشفر صوتي متماثل الشكل: يمكنه معالجة الإشارات التركيبية بشكل فعال.
المشفر الصوتي: توجد معظم معلومات الإشارة الصوتية في موضع وعرض النطاق الترددي للمغني.
المشفر الصوتي التنبئي الخطي: المشفر الصوتي الأكثر استخدامًا.
6. جهاز التشفير الهجين
يحاول مشفر شكل الموجة الحفاظ على شكل الموجة للإشارة المشفرة ويمكنه توفير كلام عالي الجودة بمعدل بتات متوسط (32 كيلو بت في الثانية) ، ولكن لا يمكن تطبيقه على مناسبات معدل البت المنخفض. يحاول المشفر الصوتي توليد إشارة مشابهة سمعيًا للإشارة المشفرة ، ويمكن أن توفر كلامًا واضحًا بمعدل بت منخفض ، لكن الكلام الناتج يبدو غير طبيعي. يجمع المشفر المختلط بين مزايا كليهما.
RELP: على أساس التنبؤ الخطي ، يتم تشفير المتبقي. الآلية هي: نقل جزء صغير فقط من المخلفات ، وإعادة بناء جميع البقايا في الطرف المستقبل (نسخ بقايا النطاق الأساسي).
MPC: ترميز متعدد النبضات ، والذي يزيل الارتباط المتبقي ، ويستخدم للتعويض عن التصنيف البسيط للمشفرة الصوتية للأصوات إلى أصوات مسموعة وغير مسموعة بدون عيوب الحالات الوسيطة.
CELP: تنبؤ خطي متحمس في كتاب الشفرات ، يستخدم تنبؤ المسالك الصوتية وسلسلة متنبئ درجة الصوت لتقريب الإشارة الأصلية بشكل أفضل.
MBE: الإثارة متعددة النطاقات ، والغرض منها هو تجنب عدد كبير من حسابات CELP ، للحصول على جودة أعلى من المشفر الصوتي.
لدينا غيرها من المنتجات:
