Физические основы генерации компьютерного звука

 

Звук — это механические колебания (вибрация) упругой среды (газ, жидкость, твердое тело).

Чистый звуковой тон представляет собой звуковую волну, под­чиняющуюся синусоидальному закону:

у = а_т х sin(vt)0=a_m x sin(2 pft),

 

где: а_т — максимальная амплитуда синусоиды;

v— частота (v)=2pf);

f — количество колебаний упругой среды в секунду (f=1/T);

Т — период;

t — время (параметрическая переменная).

Звук характеризуется частотой (f), обычно измеряемой в герцах, т.е. количеством колебаний в секунду, и амплитудой (у). Амплитуда звуковых колебаний определяет громкость звука.

Для монотонного звука (меандр) характерно постоянство ампли­туды во времени.

Затухающие звуковые колебания характеризуются уменьшением амплитуды с течением времени.

Человек воспринимает механические колебания частотой 20 Гц — 20 КГц (дети — до 30 КГц) как звуковые. Колебания с частотой менее 20 Гц называются инфразвуком, колебания с частотой более 20 КГц — ультразвуком.

Для передачи разборчивой речи достаточен диапазон частот от 300 до 3000 Гц.

Если несколько чистых синусоидальных колебаний смешать, то вид колебаний изменится — колебания станут несинусоидальными.

Особый случай, когда смешиваются не любые синусоидальные колебания, а строго определенные, частота которых отличается в 2 раза (гармоники).

Основная гармоника имеет частоту f₁ и амплитуду а₁вторая гар­моника — частоту f₂ и амплитуду а₂и третья гармоника — соответ­ственно f₃ и а₃

Причем f₁,<f₂<f₃, а₁>а₂>а₃

Рис. 9.4. Последовательность прямоугольных импульсов

.

Рис. 9.5. Цифроаналоговый преобразователь

 При бесконечном количестве таких гармоник образуется перио­дический сигнал, состоящий из прямоугольных импульсов (рис. 9.4).

На слух всякое отклонение от синусоиды приводит к изменению звучания

 

Рис. 9.6. Принцип действия измерительного АЦП

 

В IBM PC источником звуковых колебаний является динамик (PC Speaker), воспроизводящий частоты приблизительно от 2 до 8 КГц. Для генерации звука в PC Speaker используются прямоугольные импульсы.

Синусоидальные сигналы в ЭВМ можно получить только с помо­щью специальных устройств — аудиоплат. Без таких устройств хо­рошего качества звучания добиться не удается.

Для улучшения качества звучания необходимо к ЭВМ подключить внешнюю аппаратуру. При этом следует преобразовать дискретные сигналы ЭВМ в аналоговые сигналы аудиоаппаратуры. Такое преоб­разование можно выполнить с помощью схемы цифроаналогового преобразования (ЦАП), например, реализованной на аналоговом сум­маторе (рис. 9.5), подключаемом к параллельному интерфейсу Centronics (LPT1 или LPT2).

Поскольку ЭВМ работает с дискретными сигналами-импульсами, а звук представляет собой аналоговый (т. е. непрерывно изменяющийся) сигнал, для ввода звуковых сигналов необходимо их оцифровывать.

Способов оцифровки аналогового сигнала существует много. Рас­смотрим три из них.

1. Аналого-цифровой преобразователь (АЦП), работающий по принципу измерения напряжения.

2. Время-импульсное кодирование аналогового сигнала (клиппирование).

3. Спектральный анализатор.

Рис. 9.7. Клиппирование аналогового сигнала

Измерительные АЦП имеют принцип действия, понятный из рис. 9.6. Амплитуда аналогового сигнала измеряется через определенные проме­жутки времени — кванты. Полученные числовые значения являются цифровыми величинами, характеризующими аудиосигнал. Величина промежутков времени, через которые производится измерение амплиту­ды аудиосигнала, называется шагом квантования, а сам процесс — оциф­ровкой звука.

Клиппирование аналоговых сигналов заключается в фиксации моментов времени, когда акустический сигнал, увеличиваясь, дости­гает верхней критической (заранее определенной) амплитуды (ВКА) и, уменьшаясь, — нижней критической амплитуды (НКА).

Значения верхней и нижней критических амплитуд подбираются экспериментально. Весь остальной процесс клиппирования выполня­ется по строгому алгоритму:

• при достижении увеличивающимся аналоговым сигналом уровня верхней критической амплитуды фиксируется время, и цифровой выход включается в 1;

• при достижении уменьшающимся аналоговым сигналом НКА фик­сируется время, а цифровой выход переключается в 0. Графически этот процесс представлен на рис. 9.7.

По накопленным значениям t_i. и соответствующим им значениям цифрового выхода определяются временные параметры аналогового сигнала: длительность импульсов и длительность пауз, которые и яв­ляются цифровыми значениями аналогового сигнала.

Аналого-цифровое преобразование на основе спектрального ана­лиза заключается в том, что звуковые колебания сложной формы рас­кладываются на ряд гармоник. Частоты и амплитуды, характеризу­ющие гармонические составляющие аудиосигнала, и являются оциф­рованным звуком.

Для преобразования звукового сигнала в цифровой код использу­ются специальные устройства ввода (рис. 9.8), расположенные на зву­ковой плате (аудиоплате).

Рис. 9.8. Преобразователь акустического сигнала в цифровой код

Обычно звуковая плата состоит из трех модулей: модуля оцифро­ванного звука, многоголосного частотного синтезатора (Freguency Modulation Synthesizer) и модуля интерфейсов внешних устройств.

Модуль оцифрованного звука предназначен для цифровой записи, воспроизведения и обработки оцифрованного звука.

В его состав входят аналого-цифровой и цифроаналоговый пре­образователи и усилитель. Модуль позволяет преобразовывать вво­димый аналоговый сигнал в цифровую форму, записывать его в опе­ративную память ЭВМ, проводить обратное преобразование оцифро­ванного звука из памяти ЭВМ в аналоговую форму, усиливать его по мощности для последующего вывода на внешний динамик или голов­ные телефоны. В состав модуля часто входит микшер для смешива­ния сигналов с линейного входа и с микрофона.

Многоголосный частотный синтезатор предназначен для гене­рации звуковых сигналов сложной формы. Существуют два принци­пиально различных способа синтеза звуковых сигналов:

• частотный синтез (FM — Freguency Modulation);

• волновой синтез (WS — Wave Synthesys).

Частотные синтезаторы генерируют звуковые колебания сину­соидальной формы заданной частоты и амплитуды, благодаря чему значительно улучшается качество звука (по сравнению с попытками генерировать звук с помощью прямоугольных колебаний). Наличие нескольких генераторов позволяет использовать эти устройства для синтеза сложных звуковых сигналов, в том числе речи.

Волновой синтезатор имеет запоминающее устройство, в кото­рое записаны образцы звучания различных музыкальных инструмен­тов в виде волновых таблиц или алгоритмов. Генерация звука заклю­чается в воспроизведении оцифрованной записи звука, полученной при игре на соответствующем инструменте. Волновые таблицы позволя­ют учесть особенности звучания различных инструментов, но набор их не является исчерпывающе полным. При работе под Windows ре­зультат волнового синтеза оформляется в файлы с расширением Wav.

Сопряжение ЭВМ с электромузыкальными инструментами осу­ществляется с помощью интерфейса электромузыкальных инструмен­тов (MIDI — Musical Instruments Digital Interface).

В состав стандарта MIDI входят: стандарт электрический, стандарт на протоколы обмена данными, драйверы устройств и звуковые файлы.

В  соответствии со стандартом MIDI ЭВМ передает в звуковую пла­ту номер музыкального инструмента, номер ноты, характеристику игры музыканта (длительность, сила и способ нажатия клавиши). Эти же дан­ные хранятся и в MIDI-файлах. MIDI-файлы не содержат звуков, в связи с чем по размеру они значительно меньше звуковых файлов. Звуки нахо­дятся в звуковых библиотеках. При использовании MIDI-музыки необ­ходимо иметь таблицу музыкальных инструментов (состав таблицы не стандартизован), в которой указываются номера инструментов (исполь­зуемые затем в MIDI-файлах) и их название.

Модуль интерфейсов внешних устройств может включать в себя интерфейс для подключения CD-ROM, игровой порт и др.

Основные характеристики звуковой карты — разрядность, часто­та дискретизации, количество каналов (моно, стерео), функциональ­ные возможности синтезатора и совместимость.

Под разрядностью звуковой карты понимается количество бит, используемых для кодирования цифрового звука. 8-битовые карты обеспечивают качество звука, близкое к телефонному, 16-битовые — обеспечивают звучание, близкое к студийному.

Частота дискретизации определяет, сколько раз в секунду про­изводится измерение амплитуды аналогового сигнала. Чем больше частота дискретизации, тем точнее оцифрованный звук будет соот­ветствовать исходному. Но при каждом измерении формируется 8-или 16-битовый код измеренного значения (1 или 2 байта), в связи с чем этот параметр оказывает сильное влияние на требуемый для хра­нения оцифрованного звука объем памяти. Для записи/воспроизведе­ния речи достаточно иметь частоту дискретизации 6—8 КГц, для му­зыки среднего качества — 20—25 КГц, для высококачественного зву­ка — не менее 44 КГц.

Звуковые карты, обеспечивающие работу со стереофоническим звуком, имеют два одинаковых канала, тогда как для работы с моно­звуком требуется более простая карта. Стереозвук, кроме того, тре­бует вдвое большего объема памяти.

Функциональные возможности карты характеризуют наличие на ней специальных комплектов микросхем: FM-синтезатора, обеспечи­вающего частотный синтез звука; WT-синтезатора, обеспечивающе­го волновой синтез звука (при котором образцы звучания инструмен­тов могут быть записаны в файле вместе с волновыми таблицами (например, формат WAV) или могут находиться в ЗУ звуковой карты (например, формат MID)). Кроме того, большое значение имеют воз­можности синтезаторов по обработке звуков (количество голосов, модуляция, фильтрование и др.), наличие аппаратных ускорителей (спецпроцессоров) и аппаратных средств сжатия/восстановления, воз­можность загрузки новых образцов звучания инструментов и др.

Совместимость обычно оценивается по отношению к моделям Sound Blaster фирмы Creativ Labs: SB Pro и SB 16. SB Pro — это 8-битовая карта, обеспечивающая запись/воспроизведение одного ка­нала с частотой дискретизации 44,1 КГц либо двух каналов с часто­той дискретизации 22,05 КГц; имеет FM- и WT-синтезаторы. SB 16— 16-битовая карта, допускает запись/воспроизведение стереозвука с частотой дискретизации от 8 до 44,1 КГц; имеет автоматическую ре­гулировку уровня записи с микрофона и программную регулировку тембра; в ее состав входят FM- и WT-синтезаторы.

Для сравнения приведем характеристики двух звуковых карт.

Карта AMD Interleave имеет 32 голоса, частоту дискретизации до 48 Кгц, встроенное ПЗУ емкостью 1 Мбайт с инструментами стандар­та General MIDI (GM) и шестью наборами ударных инструментов стан­дарта Roland General Standart (GS). Имеет возможность расширения за счет установки модулей ОЗУ емкостью до 8 Мбайт, эффект — процес­сора. При наличии ОЗУ обеспечивается аппаратная совместимость со звуковыми картами GUS (Gravis Ultrasound Standart).

Звуковая карта A WE 32 производства Creative Labs предназначе­на для записи и воспроизведения высококачественного стереозвука, обеспечивает 8- и 16-битовое кодирование оцифрованного звука, ча­стоту дискретизации от 5 до 44 КГц, имеет программируемый сиг­нальный процессор, позволяющий работать со звуком в реальном масштабе времени и осуществляющий в этом режиме сжатие/восста­новление звуковых файлов, 20-голосый FM-стереосинтезатор, WT-синтезатор, работающий в соответствии со стандартами GM, GS и МТ-32 (Sound Canvas Multi-Timbral-32) с ПЗУ емкостью 1 Мбайт, в котором содержится 128 GM-совместимых инструментов и 10 GS-co-вместимых наборов ударных инструментов. Карта обеспечивает од­новременное воспроизведение 32 голосов, имеет цифровой десятика-нальный стереомикшер, оперативное ЗУ емкостью 512 Кбайт для до­полнительных пользовательских библиотек звуков (память может быть расширена до 28 Мбайт). Предусмотрена возможность расши­рения дополнительным табличным синтезатором Wave Blaster II для получения 64-голосовой полифонии и еще 10 наборов ударных. Имеется интерфейс для подключения CD-ROM, встроенный усилитель мощности (4 Вт на канал), разъем для подключения голосового моде­ма, обеспечивается работа в стандарте Plug&Play

Рис. 9.9. Структура задач речевого общения

 

.