Бұл не?
Сабақтың тақырыбы — «Дыбыс пен бейне: цифрлау». Талдап көрейік. Дыбыс — бұл ауаның дірілі, ол лақтырылған тастан судың бетінде пайда болатын толқындарға ұқсайды. Микрофон оны бірқалыпты толқынды сызыққа айналдырады, ал компьютер тек сандарды сақтай алады. Сондықтан ол секундына көп рет осы сызықтың биіктігін өлшеп, нәтижелерін жазып алады — мұны цифрлау деп атайды.
Бұл не үшін керек?
Дауыстық көмекшілер, сөйлеуді тану және ілеспе аударма цифрлаудан басталады: дыбыс нашар жазылса, ешқандай жасанды интеллект оны ажырата алмайды. Спотифай сияқты музыкалық сервистер, Ютуб сияқты бейнеплатформалар, бейнебайланыс және жүргізушісіз көліктердің камералары сапа мен деректер көлемінің арасындағы тепе-теңдікті үнемі іздейді. Он жылдан кейін деректер одан да көп болады, ал байланыс арналары мен дата-орталықтар шексіз емес. Файлдың өлшемі қайдан шығатынын және сапаны байқалмайтындай жоғалтып, неден бас тартуға болатынын түсінетін адам осындай жүйелерді жобалап, жасанды интеллекттің баптаулармен қателеспегенін тексере алады.
Бұл қалай жұмыс істейді?
Компьютер тең уақыт аралықтарында дыбыс толқынының биіктігін өлшеп, әр өлшемді рұқсат етілген деңгейлердің ең жақынына дейін дөңгелектейді. Осының салдарынан бірқалыпты сызық баспалдаққа айналады. Өлшемдер неғұрлым жиі болса, баспалдақтар соғұрлым тар болады, ал деңгейлер неғұрлым көп болса, олар соғұрлым аласа, ал баспалдақ шын толқынға соғұрлым жақын болады. Бейнеде де солай: қозғалысты кадр-суреттерге бөледі, және оларды секундына жиырма төрт немесе одан да жиі көрсетсе, көз бірқалыпты қозғалысты көреді.
Аздап тарих
Әйгілі қырық төрт бүтін оннан бір килогерц жиілігі сексенінші жылдардың басында Филипс пен Сони компаниялары бірлесіп әзірлеген компакт-диск стандартынан келді. Оны артығымен таңдады: адам секундына шамамен жиырма мың тербеліске дейінгі дыбыстарды естиді, ал толқынды дұрыс жазу үшін оны екі еседен де жиірек өлшеу керек. Содан бері бұл жиілік музыка жазу үшін үйреншікті болып кетті.
Формула: деңгейлер саны
Алдымен компьютер биіктіктің қанша түрлі деңгейін ажырата алатынын анықтап алайық. Әр өлшем бірнеше битпен жазылады, ал бит — бұл нөл немесе бір, екі нұсқа. Бір бит екі деңгей береді, екі бит — төрт, үш бит — сегіз: әрбір жаңа бит деңгейлер санын екі есе арттырады. Сондықтан эн тең екінің и дәрежесі, мұндағы эн — деңгейлер саны, ал и — биттермен берілген кодтау тереңдігі. Сегіз бит екі жүз елу алты деңгей береді. Тағы бір бит қоссаң, деңгейлер екі есе көбейеді, ал баспалдақтардың биіктігі екі есе кішірейеді.
N = 2ⁱN — дыбыс қаттылығы деңгейлерінің саны, —
i — кодтау тереңдігі, бит2⁸ = 2562⁸ — 8 бит тереңдіктегі деңгейлер, —
Формула: дыбыс көлемі
Енді дыбыс файлының көлемін есептейік. Бір секундта компьютер дискреттеу жиілігі қанша болса, сонша өлшем жасайды, және әрқайсысына кодтау тереңдігі қанша болса, сонша бит жұмсайды. Демек, вэ тең эф көбейтілген и көбейтілген тэ: көлем жиілік көбейтілген тереңдік көбейтілген уақытқа тең. Жиілік герцпен, яғни секундтағы өлшемдер санымен, тереңдік — битпен, уақыт — секундпен өлшенеді, ал көлем битпен шығады; оны сегізге бөлсек, байт аламыз. Жиілікті екі есе арттырсаң, файл екі есе ауырлайды, кодтау тереңдігімен де дәл солай.
V = f · i · tV — дыбыс көлемі, бит
f — дискреттеу жиілігі, Гц
i — кодтау тереңдігі, бит
t — дыбыстың ұзақтығы, с
Практикада не істейміз?
Ал енді практикалық тапсырманы орындап көрейік. Қазір «Дыбыс» режимі ашық: экранда дыбыс толқыны және оның баспалдақ тәрізді цифрлық көшірмесі, ал сен дискреттеу жиілігі мен кодтау тереңдігін баптайсың. Әзірге ұқсастық небәрі жетпіс үш пайыз, ал бір секунд дыбыс шамамен үш килобайт тартады. Әр жүгірткіні жылжытып көріп, оның нені өзгертетінін — баспалдақтардың енін бе, әлде биіктігін бе — және бұл жиілік көбейтілген тереңдік көбейтілген уақыт формуласы бойынша көлемге қалай әсер ететінін анықта. Бір секунд отыз екі килобайттан аспайтындай етіп, ұқсастықты кемінде тоқсан пайызға жеткіз. Содан кейін «Бейне» режиміне ауысып, доп бірқалыпты ұшатын кадр жиілігін таңда. Бірдеңе түсініксіз болып қалса, ештеңе етпейді, маған кез келген сұрақ қой, мен жауап беремін. Уайымдама.