44100 или 48000 что лучше

Videoediting.ru Forum

Конверсия 44100 -> 48000

Teodor 19 12 2004

Arty 19 12 2004

Aleksandr_Oleynik 19 12 2004

Konrad 19 12 2004

Gradov_Georg 19 12 2004

Тихие, не выше -90дБ.

на 16 битах это +- 1. Про дитер и нойсшейпинг в курсе?

Teodor 19 12 2004

Тихие, не выше -90дБ.

на 16 битах это +- 1. Про дитер и нойсшейпинг в курсе?

А ты слышишь -90? При каком усилении?
Если учесть, что у многих аудиотрактов SNR лежит в этих же пределах, то это очень тихо.
Все настройки (согласно хелпа) были настроены на макс. качество. Вопрос не в том, много это или мало, вопрос, почему вылазит и как избежать. Могу, конечно, настроить, чтоб давился до нуля сигнал ниже определенной амплитуды, но зачем, если там была тишина. Почему она перестала быть таковой?

Gradov_Georg 19 12 2004

Teodor, ты не правильно понял меня.

+-1 (на самом деле вплоть до +-3младших бит) — это и есть работа алгоритма дитера + нойсшейпинга предназначеных, для устранения цифровых артефактов пересчетных алгоритмов. Есть собирательное название эти артефактов ТРАНКЕЙТ или неравнораспределенное цифровое округление до целых значений.

Ты смог их заметить эффект от дитера+нойсшейпинга там, где этим алгоритмом прошлись по цифровой тишине в исходнике.

То что этот «привнесенный» шум относится к НЕСЛЫШИМОМУ в чистом виде я в курсе 8-).
Сообщение отредактировано Gradov_Georg: 19 Dec 2004 — 15:41

Teodor 19 12 2004

Только что заставил сделать эту процедуру Canopus Procoder 1.5. Просто закодировал видео, а аудио параллельно конвертнулось. Цифровая тишина ею и осталась. Доберусь домой — посмотрю спектр и АЧХ. На слух вроде нормально. Видимо округляет сильнее, или нойс-гейт какой-то встроеный срабатывает.

2 Gradov_Georg
Меня смутило большое количество восклицательных знаков.

Anatoliy A. Vorobey (sparrow) 19 12 2004

Teodor:-«Вопрос не в том, много это или мало, вопрос, почему вылазит и как избежать.»

Относительно всех этих проблем можно почитать вот здесь
h__p://subbotin.inion.ru/Saturday_Mastering_Studio.htm&text=Saturday&reqtext=Saturday::96773&

Да, адресок надо поправить http://subbotin.inion.ru/Article2.htm, верхний не правильный.
Спасибо, Георгий!
Сообщение отредактировано sparrow: 19 Dec 2004 — 19:40

Gradov_Georg 19 12 2004

как раз отсуствие таких вещей и говорит о «математически механичном» пересчете с большой вероятностью транкейта 8-).

«КОГДА ИСПОЛЬЗОВАТЬ ДИТЕР:
Техника студийного использования алгоритмов дитера высокого порядка»

Gradov_Georg 20 12 2004

Счас нас всех троих побьют.

Причем на этот раз я не на твоей стороне.

Секвоя, Куул. у меня уже давно на ресемплинг звука звукорежиссеры не жалуются. Я бы сказал очень давно причем на питчшифт таймстреч тоже.

Anatoliy A. Vorobey (sparrow) 20 12 2004

Gradov_Georg 20 12 2004

Ну вот. аналоговый ламповый, ли магнитофонный ресемплинг вообще хорошо, если считать еще и облагораживание звука в комплекте, только для домашних видео работ перебор наверно 8-).

Хотя квантум тоже не плохо делает с поджатием на лету «металл4» если правильно помню, даже диспут был у звукорежей — морально ли его использовать на классике.

Ну вот. аналоговый ламповый, ли магнитофонный ресемплинг вообще хорошо, если считать еще и облагораживание звука в комплекте, только для домашних видео работ перебор наверно 8-).

Хотя дбх квантум (железный) тоже не плохо делает с поджатием на лету «металл4» если правильно помню, даже диспут был у звукорежей — морально ли его использовать на классике.

Anatoliy A. Vorobey (sparrow) 20 12 2004

Ну, судя по тому, что ты дважды написал об одном и том же- то мы на правильном пути!

Если серьёзно, то сейчас народу понятно- как быстро, но не совсем правильно и дёшево, а как дорого и правильно.

crio 21 12 2004

Видимо, как и в случае с конвертированием DTS>WAV, только я знаком со специальной утилитой конвертации сэмплрэйта.

This program converts sampling rate of PCM wav file. Also, this program has
a function to apply dither to its output and extend perceived dynamic range.
Sampling rates of 44.1kHz and 48kHz are populary used, but ratio of these
two frequency is 147:160, and it’s not a small numbers. Therefore, sampling
rate conversion without degradation of sound quality requires filter with very
large order, and it’s difficult to achive both quality and speed. This program
achived relatively fast and high quality with two different kinds of filters
combined skillfully.

Это command line утилита, использовать надо файл ssrc_hp.exe (hp означает high precision, не знаю, как перевести, но уж больно красиво звучит).

Я, правда, не утверждаю, что она лучше железячных преобразователей, но чисто интуитивно предпочитаю встроенным средствам аудиоредакторов именно её. Тем не менее, мне будет интересно услышать мнение о качестве данного продукта из уст владельцев профессиональных студий. Заранее спасибо.

Вот тут есть для неё фронтъэнд, графическая оболочка:

—————
***crio’s foobar is playing: Yo-Yo Ma — 2003 — Obrigado Brazil — 12 — Alma Brasileira @ 190kbps [3:13/5:05]

Iron 21 12 2004

(hp означает high precision, не знаю, как перевести, но уж больно красиво звучит).

high precision — высокая точность.
crio, спасибо. Будем пробовать, надеюсь high precision оправдается

Anatoliy A. Vorobey (sparrow) 21 12 2004

crio 22 12 2004

М-да. Похоже, данная версия заточена исключительно на 16 бит. На самом деле я слукавил: я не пользуюсь именно этой утилитой, я использую её реализацию, выполненную в виде плагина к проигрывателю Foobar2000. Просто мне лень было объяснять, как это сделать в Фубаре. Только что проверил, 24-битные файлы конвертируются нормально.
Итак, забираем Фубар здесь. Устанавливаем в системе. Особо надо обратить внимание на то, чтобы установились плагины Diskwriter, Resampler (SSRC), Kernel streaming output, Standard input, ABX comparator. Остальное по вкусу. Файлы ассоциировать по желанию.
Запускаем проигрыватель. CTRL+P. Output > Output method > Kernel streaming. Жмём на кнопку «go to settings. » и выбираем Device, к которому подключён усилитель с мониторами. Нажимаем кнопку ‘Close». Загружаем в проигрыватель какой-нибудь файл и пробуем его услышать. Возможно, при первом запуске выскочит окно с грозными предупреждениями о невозможности работы через Kernel streaming на некоторых звуковых картах. Просто закроем его и запустим файл повторно. Если звука нет, значит придётся выбрать другой метод вывода, например, Output > Output method > waveOut. Однако, я настоятельно рекомендую использовать Kernel streaming, поскольку этот метод работает напрямую с железом, минуя микшер Windows. Как правило, качество звучания через Kernel streaming несколько выше. Всё, можно пользоваться Фубаром для прослушивания музыки. Однако мы хотим что-то конвертировать?
Опять жмём CTRL+P. Playback > DSP Manager — из правого окна неактивных плагинов добавляем в левое окно активных Resampler (SSRC). Затем в Playback > DSP Manager > Resampler устанавливаем Target sample rate и отмечаем галочкой Slow mode. Ресемплер взведён для воспроизведения, но не для конвертации, то есть слушать уже можно, а сбросить на диск — нет. Идём в Components > Diskwriter и отмечаем галочкой опцию Use DSP в секции Processing. Секция Output bit depth — по вкусу. Нажимаем кнопку ‘Close».
Загружаем в Фубар файл AAA.WAV 44.1 кГц, кликаем на его имени в плейлисте правой кнопкой мыши, выбираем Convert > Run conversion. В появившемся диалоге выбираем WAV (PCM, fixed-point) и нажимаем кнопку ОК. Файл конвертируется в указанную директорию под именем 001 AAA.WAV, уже ресемплированный в 48 кГц, если, конечно, именно эта частота была выбрана в качестве желаемой. Опять жмём CTRL+P. Playback > DSP Manager — убираем Resampler из активных плагинов.
Теперь начинается самое интересное. Файл AAA.WAV у нас уже загружен. Дополнительно подгрузим 001 AAA.WAV через меню Фубара Playlist > Add files. Наш плейлист теперь состоит из двух треков: AAA.WAV и 001 AAA.WAV. Теперь неплохо бы их сравнить на идентичность звучания на слух. Делаем. Выделяем оба трека через клавишу SHIFT или CTRL. Кликаем на любом треке правой кнопкой мыши и выбираем ABX two tracks. Появится новый диалог слепого тестирования файлов. В секции Playback жмём на все кнопки Play и внимательно вслушиваемся. A и B — это наши файлы, нужно им сопоставить X и Y. В секции Choice делаем выбор: если есть уверенность, что файл A — это X, то жмём верхнюю кнопку, в противном случае — нижнюю. Жмём на кнопку Next trial и повторяем процедуру ещё раз 10-20. В секции Status смотрим Score. Например, 2/15 означает, мы правильно сопоставили файлы только в двух случаях из пятнадцати. Чем выше процент в Probability that you were guessing, тем больше вероятность того, что мы не слышим разницы между этими файлами, то есть качество конвертации весьма высоко. И наоборот.
Надеюсь, что теперь всё получится. С нетерпением жду результатов тестирования.

P.S. Dear sparrow, не хочу показаться навязчивым, но Вы мне как-то намекали на возможность ознакомительной экскурсии по озвучке. Мне просто хотелось бы знать, Ваше предложение всё ещё в силе?

—————
***crio’s foobar is playing: Itzhak Perlman & John Williams — 1997 — Cinema Serenade — 02 — Tango (Por Una Cabeza) from «Scent Of A Woman» @ 222kbps [1:53/3:51]
Сообщение отредактировано crio: 22 Dec 2004 — 03:04

Anatoliy A. Vorobey (sparrow) 22 12 2004

А чего ж нет?
Только теперь уж в след. году
А Вы хотите просто аппаратную посмотреть или сам процесс?

to crio
Сдаётся мне, что Foobar2000 может и dts декодировать в wav-ы!?
Не трудно будет «мысли ход короткий» описАть?!
Сенкс и при встрече.

Цифровой аудиоформат 24/192, и почему в нем нет смысла. Часть 2 [Перевод]

Что является одним из наиболее распространенных и глубоко укоренившихся заблуждений в мире меломанов?

Прим. перев.: Это перевод второй (из четырех) частей развернутой статьи Кристофера «Монти» Монтгомери (создателя Ogg Free Software и Vorbis) о том, что, по его мнению, является одним из наиболее распространенных и глубоко укоренившихся заблуждений в мире меломанов.

Частота 192 кГц считается вредной

Музыкальные цифровые файлы с частотой 192 кГц не приносят никакой выгоды, но всё же оказывают кое-какое влияние. На практике оказывается, что их качество воспроизведения немного хуже, а во время воспроизведения возникают ультразвуковые волны.

И аудиопреобразователи, и усилители мощности подвержены влиянию искажений, а искажения, как правило, быстро нарастают на высоких и низких частотах. Если один и тот же динамик воспроизводит ультразвук наряду с частотами из слышимого диапазона, то любая нелинейная характеристика будет сдвигать часть ультразвукового диапазона в слышимый спектр в виде неупорядоченных неконтролируемых нелинейных искажений, охватывающих весь слышимый звуковой диапазон. Нелинейность в усилителе мощности приведет к такому же эффекту. Эти эффекты трудно заметить, но тесты подтвердили, что оба вида искажений можно расслышать.

График выше показывает искажения, полученные в результате интермодуляции звука частотой 30 кГц и 33 кГц в теоретическом усилителе с неизменным коэффициентом нелинейных искажений (КНИ) около 0.09%. Искажения видны на протяжении всего спектра, даже на меньших частотах.

Неслышимые ультразвуковые волны способствуют интермодуляционным искажениям в слышимом диапазоне (светло-синяя зона). Системы, не предназначенные для воспроизведения ультразвука, обычно имеют более высокие уровни искажений, около 20 кГц, дополнительно внося вклад в интермодуляцию. Расширение диапазона частот для включения в него ультразвука требует компромиссов, которые уменьшат шум и активность искажений в пределах слышимого спектра, но в любом случае ненужное воспроизведение ультразвуковой составляющей ухудшит качество воспроизведения.

Читать еще:  Note acceptance rus moscow itt что это

Есть несколько способов избежать дополнительных искажений:

  1. Динамик, предназначенный только для воспроизведения ультразвука, усилитель и разделитель спектра сигнала, чтобы разделить и независимо воспроизводить ультразвук, который вы не можете слышать, чтобы он не влиял на другие звуки.
  2. Усилители и преобразователи, спроектированные для воспроизведения более широкого спектра частот так, чтобы ультразвук не вызывал слышимых нелинейных искажений. Из-за дополнительных затрат и сложности исполнения, дополнительный частотный диапазон будет уменьшать качество воспроизведения в слышимой части спектра.
  3. Качественно спроектированные динамики и усилители, которые совсем не воспроизводят ультразвук.
  4. Для начала можно не кодировать такой широкий диапазон частот. Вы не можете (и не должны) слышать ультразвуковые нелинейные искажения в слышимой полосе частот, если в ней нет ультразвуковой составляющей.

Все эти способы нацелены на решение одной проблемы, но только 4 способ имеет какой-то смысл.

Если вам интересны возможности вашей собственной системы, то нижеследующие сэмплы содержат: звук частотой 30 кГц и 33 кГц в формате 24/96 WAV, более длинную версию в формате FLAC, несколько мелодий и нарезку обычных песен с частотой, приведенной к 24 кГц так, что они полностью попадают в ультразвуковой диапазон от 24 кГц до 46 кГц.

Тесты для измерения нелинейных искажений:

  • Звук 30 кГц + звук 33 кГц (24 бит / 96 кГц) [5-секундный WAV] [30-секундный FLAC]
  • Мелодии 26 кГц – 48 кГц (24 бит / 96 кГц) [10-секундный WAV]
  • Мелодии 26 кГц – 96 кГц (24 бит / 192 кГц) [10-секундный WAV]
  • Нарезка из песен, приведенных к 24 кГц (24 бит / 96 кГц WAV) [10-секундный WAV] (оригинальная версия нарезки) (16 бит / 44.1 кГц WAV)

Предположим, что ваша система способна воспроизводить все форматы с частотами дискретизации 96 кГц [6]. При воспроизведении вышеуказанных файлов, вы не должны слышать ничего, ни шума, ни свиста, ни щелчков или каких других звуков. Если вы слышите что-то, то ваша система имеет нелинейную характеристику и вызывает слышимые нелинейные искажения ультразвука. Будьте осторожны при увеличении громкости, если вы попадете в зону цифрового или аналогового ограничения уровня сигнала, даже мягкого, то это может вызвать громкий интермодуляционный шум.

В целом, не факт, что нелинейные искажения от ультразвука будут слышимы на конкретной системе. Вносимые искажения могут быть как незначительны, так и довольно заметны. В любом случае, ультразвуковая составляющая никогда не является достоинством, и во множестве аудиосистем приведет к сильному снижению качества воспроизведения звука. В системах, которым она не вредит, возможность обработки ультразвука можно сохранить, а можно вместо этого пустить ресурс на улучшение качества звучания слышимого диапазона.

Недопонимание процесса дискретизации

Теория дискретизации часто непонятна без контекста обработки сигналов. И неудивительно, что большинство людей, даже гениальные доктора наук в других областях, обычно не понимают её. Также неудивительно, что множество людей даже не осознают, что понимают её неправильно.

Дискретизированные сигналы часто изображают в виде неровной лесенки, как на рисунке выше (красным цветом), которая выглядит как грубое приближение к оригинальному сигналу. Однако такое представление является математически точным, и когда происходит преобразование в аналоговый сигнал, его график становится гладким (голубая линия на рисунке).

Наиболее распространенное заблуждение заключается в том, что, якобы, дискретизация – процесс грубый и приводит к потерям информации. Дискретный сигнал часто изображается как зубчатая, угловатая ступенчатая копия оригинальной идеально гладкой волны. Если вы так считаете, то можете считать, что чем больше частота дискретизации (и чем больше бит на отсчет), тем меньше будут ступеньки и тем точнее будет приближение. Цифровой сигнал будет все больше напоминать по форме аналоговый, пока не примет его форму при частоте дискретизации, стремящейся к бесконечности.

По аналогии, множество людей, не имеющих отношения к цифровой обработке сигналов, взглянув на изображение ниже, скажут: «Фу!» Может показаться, что дискретный сигнал плохо представляет высокие частоты аналоговой волны, или, другими словами, при увеличении частоты звука, качество дискретизации падает, и частотная характеристика ухудшается или становится чувствительной к фазе входного сигнала.

Это только так выглядит. Эти убеждения неверны!

Комментарий от 04.04.2013: В качестве ответа на всю почту, касательно цифровых сигналов и ступенек, которую я получил, покажу реальное поведение цифрового сигнала на реальном оборудовании в нашем видео Digital Show & Tell, поэтому можете не верить мне на слово.

Все сигналы частотой ниже частоты Найквиста (половина частоты дискретизации) в ходе дискретизации будут захвачены идеально и полностью, и бесконечно высокая частота дискретизации для этого не нужна. Дискретизация не влияет на частотную характеристику или фазу. Аналоговый сигнал может быть восстановлен без потерь – таким же гладким и синхронным как оригинальный.

С математикой не поспоришь, но в чем же сложности? Наиболее известной является требование ограничения полосы. Сигналы с частотами выше частоты Найквиста должны быть отфильтрованы перед дискретизацией, чтобы избежать искажения из-за наложения спектров. В роли этого фильтра выступает печально известный сглаживающий фильтр. Подавление помехи дискретизации, на практике, не может пройти идеально, но современные технологии позволяют подойти к идеальному результату очень близко. А мы подошли к избыточной дискретизации.

Частоты дискретизации свыше 48 кГц не имеют отношения к высокой точности воспроизведения аудио, но они необходимы для некоторых современных технологий. Избыточная дискретизация (передискретизация) – наиболее значимая из них [7].

Идея передискретизации проста и изящна. Вы можете помнить из моего видео «Цифровое мультимедиа. Пособие для начинающих гиков», что высокие частоты дискретизации обеспечивают гораздо больший разрыв между высшей частотой, которая нас волнует (20 кГц) и частотой Найквиста (половина частоты дискретизации). Это позволяет пользоваться более простыми и более надежными фильтрами сглаживания и увеличить точность воспроизведения. Это дополнительное пространство между 20 кГц и частотой Найквиста, по существу, просто амортизатор для аналогового фильтра.

На рисунке выше представлены диаграммы из видео «Цифровое мультимедиа. Пособие для начинающих гиков», иллюстрирующие ширину переходной полосы для ЦАП или АЦП при частоте 48 кГц (слева) и 96 кГц (справа).

Это только половина дела, потому что цифровые фильтры имеют меньше практических ограничений в отличие от аналоговых, и мы можем завершить сглаживание с большей точностью и эффективностью. Высокочастотный необработанный сигнал проходит сквозь цифровой сглаживающий фильтр, который не испытывает проблем с размещением переходной полосы фильтра в ограниченном пространстве. После того, как сглаживание завершено, дополнительные дискретные отрезки в амортизирующем пространстве просто откидываются. Воспроизведение передискретизированного сигнала проходит в обратном порядке.

Это означает, что сигналы с низкой частотой дискретизации (44.1 кГц или 48 кГц) могут обладать такой же точностью воспроизведения, гладкостью АЧХ и низким уровнем наложений, как сигналы с частотой дискретизации 192 кГц или выше, но при этом не будет проявляться ни один из их недостатков (ультразвуковые волны, вызывающие интермодуляционные искажения, увеличенный размер файлов). Почти все современные ЦАП и АЦП производят избыточную дискретизацию на очень высоких скоростях, и мало кто об этом знает, потому что это происходит автоматически внутри устройства.

ЦАП и АЦП не всегда умели передискретизировать. Тридцать лет назад некоторые звукозаписывающие консоли использовали для звукозаписи высокие частоты дискретизации, используя только аналоговые фильтры. Этот высокочастотный сигнал потом использовался для создания мастер-дисков. Цифровое сглаживание и децимация (повторная дискретизация с более низкой частотой для CD и DAT) происходили на последнем этапе создания записи. Это могло стать одной из ранних причин, почему частоты дискретизации 96 кГц и 192 кГц стали ассоциироваться с производством профессиональных звукозаписей.

16 бит против 24 бит

Хорошо, теперь мы знаем, что сохранять музыку в формате 192 кГц не имеет смысла. Тема закрыта. Но что насчет 16-битного и 24-битного аудио? Что же лучше?

16-битное аудио с импульсно-кодовой модуляцией действительно не полностью покрывает теоретический динамический звуковой диапазон, который способен слышать человек в идеальных условиях. Также есть (и будут всегда) причины использовать больше 16 бит для записи аудио.

Ни одна из этих причин не имеет отношения к воспроизведению звука – в этой ситуации 24-битное аудио настолько же бесполезно, как и дискретизация на 192 кГц. Хорошей новостью является тот факт, что использование 24-битного квантования не вредит качеству звучания, а просто не делает его хуже и занимает лишнее место.

Примечания к Части 2

6. Многие из систем, которые неспособны воспроизводить сэмплы 96 кГц, не будут отказываться их воспроизводить, а будут незаметно субдискретизировать их до частоты 48 кГц. В этом случае звук не будет воспроизводиться совсем, и на записи ничего не будет, вне зависимости от степени нелинейности системы.

7. Передискретизация – не единственный способ работы с высокими частотами дискретизации в обработке сигналов. Есть несколько теоретических способов получить ограниченный по полосе звук с высокой частотой дискретизации и избежать децимации, даже если позже он будет субдискретизирован для записи на диски. Пока неясно, используются ли такие способы на практике, поскольку разработки большинства профессиональных установок держатся в секрете.

8. Неважно, исторически так сложилось или нет, но многие специалисты сегодня используют высокие разрешения, потому что ошибочно полагают, что звук с сохраненным содержимым за пределами 20 кГц звучит лучше. Прямо как потребители.

Бит против килогерца: что важнее?

Размышления об успехе 12-битной драм-машины E-Mu SP-1200 и довольно узкая динамика поп/рок-репертуара зародил еретические мысли. Оптимальны ли характеристики наших цифровых протоколов?

Любители студийного мастер-звука могут сердиться сколько угодно, но факт остается фактом. Формат Red Book при немыслимом для цифровых технологий возрасте 35 лет все еще остается основным контейнером для коммерческих фонограмм. Даже если вы слушаете ощипанный трек в MP3 или iTunes, его пропорции описаны в тех же 16 битах на опорные 44,1 кГц дискретизации. Много это или мало? Смотря что мерить.

Компакт-диск или файл в аналогичном формате в состоянии обеспечить 16 х 6 = 96 дБ между самым тихим и громким пассажем. Это очень даже немало. Техническим сигналом для лабораторных испытаний можно заставить ЦАП выдать такой показатель, но я не знаю реальных музыкальных событий с подобным размахом. Даже тот самый «1812» с пушечкой — там 60 дБ в самых пиковых моментах и чуть больше 20 дБ в среднем. В современной фонограмме показатели динамического диапазона сужены обычно раза в три.

По преданиям, Philips сначала хотела остановиться на 14-битном разрешении; умножаем 14 на 6 = 84 дБ, это по-прежнему выше уровня рокота самых дорогих виниловых трактов. Первое поколение ЦАПов Philips TDA1540 оперировало именно с 14 бит и ничего, многие винтажисты очень довольны этим чипом по сей день.

Первое поколение CD-плееров использовало 14-битный ЦАП Philips TDA1540

В общем, CD-качества вроде бы хватает с головой для самых смелых аудиозадач. И все-таки, когда сравниваешь мастер в Hi-Res и полученный из него стандартный Red Book CD, кажется, что-то утеряно. Где-то больше, где-то не очень — зависит от контента. Но и не забывайте, что ресемплинг и понижение битности понижается различными алгоритмами, так что итоговое качество для CD-печати получается гадательным.

Читать еще:  My Xperia защищено что делать

Мой личный опыт возни с записью, редактированием и воспроизведением цифрового аудио по большому счету имеет две точки мнительности. Первая выглядит вполне технически обоснованной.

Мне категорически не нравится, что на аудиопотоке с дискретностью 44,1 кГц граничная частота лежит слишком низко, в области 20 кГц. Вроде бы там особо и не должно быть слышно, но как показывают графики работы цифровой фильтрации ЦАПа, в окрестностях творится черт знает что. Жесткий срез спектра записи, хотя в жизни имеет место пологое падение. Или наоборот, ранний завал из-за специфики фильтра. А еще какие-то паразитные гармоники на высоких частотах. Удельный вес относительно общего сигнала у них не очень большой, но все равно картинка получается неприглядная. Все вот эти оверсемплинги требуются из-за невозможности установить на 22,05 кГц нормальный аналоговый фильтр.

Было бы прекрасно, если бы в начале 80-х стандартом оставили дискретизацию 50 кГц первых цифровых рекордеров Soundstream. А еще лучше, если бы она составила примерно 60 кГц. Таким образом, мы бы получили достаточно протяженную АЧХ, обеспечивающую плавный спад всех музыкальных штрихов и нюансов до 30 кГц, как в хорошем магнитофоне или SACD. Вот выше уже действительно ничего нет. Но в итоге получилось по-другому.

До анонса компакт-диска цифровые рекордеры Soundstream записывали звук с параметрами 16 бит / 50 кГц

Sony выбрала значение 44,1 кГц из-за совместимости со стандартом PAL. Профессиональные видеомагнитофоны Betacam и VHS позволяли делать запись PCM-кода аудио. Три значения укладывались в каждую из 588 строк видеосигнала PAL, передаваемого с частотой 25 кадров в секунду: 3 х 588 х 25 = 44100. Вот такая арифметика.

Видеомагнитофон Sony с помощью процессора PCM-F1 мог записывать цифровой аудиокод

Дальнейшее развитие цифровых технологий записи и воспроизведения использовало кратное умножение базовых форматов CD и DAT — 44,1 и 48 кГц: т.е. 88,2, 96 кГц и так далее. Конечно, появилась возможность отодвинуть помехи квантования подальше в ультразвук, но ведь и кратно росли размеры аудиофайлов. А еще прибавка в полтора раза при переходе с 16 на 24 бит. А если это будет 32 бит? И при попытке сделать этот огромный аудиомассив чуть меньше меня добивает вторая мнительность.

Казалось бы, разрешение 24 бит и выше подразумевает выборку далеко за пределами человеческого слуха. Шутка ли, 24 х 6: нет такой ни техники, ни фонограмм, чтобы они плясали в диапазоне 144 дБ. Для того 24 бит и затевались в студиях — вынести любые ошибки наложения при редактуре куда подальше. Но стоит подвергнуть такой файл децимации, даже просто ресемплингу из 192 в 96 кГц, и что-то неуловимо меняется. Чуть другие уровни, чуть более плоский и тупой саунд, который мне не очень нравится в сравнении. Поэтому я выбираю оригинальные хайрезы не за абстрактную частотку, а лишь за отсутствие шрамов, которыми обрастает мастер-файл по пути вниз. Попытаемся оценить эти увечья.

Для экспериментов был выбран питомец лейбла 2L, который предлагает некоторые свои DXD-записи для свободного скачивания. Надо сказать, репертуар, как это бывает у аудиофильских контор, довольно тягостный и медлительный. Но, к счастью, там нашлась и выручила «Детская увертюра» Эжена Бозза. Эта фонограмма довольно энергично брякает, чтобы судить об изменении саунда при трансформации мастер-файла.

Изначально 5 с половиной минут DXD-оригинала «Детской увертюры» с характеристиками 24 бит / 352,8 кГц занимает целых 437 мегабайт. И это еще сжатое во FLAC, практически размер целого CD! На чем будем экономить?

На заре цифрового звука еще не существовало эффективных моделей борьбы с ошибками квантования. Да и вычислительным мощностям процессоров было многое не под силу. Шкворчание 8-битного саунда первых компьютерных игр стало стереотипом на долгие поколения вперед, но сейчас вы сами убедитесь, что 8 бит сегодня может играть вполне прилично. Чудодейственной панацеей стал так называемый дизеринг (dither), а если еще точнее — его разновидность, нойз-шейпинг (noise shaping).

В весьма толковой статье разработчика iZotope Алексея Лукина дается наглядный пример, как подмешивание горстки шума выручает картинку при снижении разрешения до 4 бит с 16-ю градациями яркости. Просто чудо, когда видишь, как ошибки квантования (так называемая постеризация изображения) практически сходят на нет. То же самое происходит и со звуком.

В отличие от общего случая дизеринга, нойз-шейпинг генерируется не во всей полосе полос, а лишь на высокочастотной области, что менее заметно на слух. Рассуждения о заметности схожи с помыслами разработчиков MP3-алгоритма, с той лишь разницей, что эти в частотный диапазон добавляют, а не режут. Нойз-шейпинг позволяет увеличить динамический диапазон фонограммы, от души его применяют в DSD кодировании и также видны следы его работы при записи «Детской увертюры».

Итак, с помощью ресемплера и фирменного нойз-шейпинга iZotope MBIT+ был сгенерирован целый ворох «Детских увертюр». Получилась стопочка FLAC-ов с разрядностью 8, 12, 16, 20 и 24 бит на кратной дискретизации 44,1 или 88,2 кГц. Также не обошлось без пары образцов МР3 битрейтом 320 кб/с. Один был опрокинут из файла 24 бит / 88,2 кГц, другой из 16 бит / 44,1 кГц, которые также представлены в этом списке. Архив можно скачать и самостоятельно решить, кому что нравится.

Понятное дело, четче и лучше всех отыграла самая полная версия 24/88, практически неотличимо от оригинала. Я надеялся, что понижение до 20 бит не скажется на качестве, но не тут-то было. Значит, начнем двигаться с другой стороны списка.

Сортировка в папке по размеру показала, что самым маленьким оказался образец 8 бит / 44,1 кГц. Менее 12 мегабайт после 400! Несмотря на слышимый шумок, звучит он весьма задорно и это не иллюзия — после всей математики уровень фонограммы немного подрос. Следующими по объему ожидаемо шли МР3. Не знаю как вам, но мне из всего набора проверять их было скучнее всего. И это при том, что в паузе у таких файлов было все чисто и аккуратно. Ну не мое, и все тут. Скомканный серый звук без огонька. Приятнее слушать пусть шумноватый, но лосслесс с низкой битностью, напоминает кассету. Вот на них и выруливаем дальше.

В полтора раза больше чем МР3 оказалась пара образцов на 12 бит / 44,1 кГц и 8 бит / 88,2 кГц. Размер — 19,7 и 23,5 Мб соответственно. По сравнению с базовым CD-разрешением (28,5 Мб) дополнительный шум заметен разве что в 8-битном треке, да и то в наушниках. Я не смог отдать однозначное предпочтение какой-то одной версии.

Субъективно файл более высокой битности играет быстрее, напористей, особенно это касается 24 бит / 44,1 кГц. Но и у 8- и 12-битного аудио на более высокой частоте дискретизации 88,2 кГц имеются несомненные плюсы. Более «гибкие» послезвучия, глубже строится сцена в отсутствие цифрового фильтра в слышимой области. Вы также можете сгруппировать треки по размерам и сравнить их самостоятельно.

По коэффициенту качество/размер я бы выделил следующую тройку, и вся она, увы, опирается на повышенную частоту дискретизации 88,2 кГц:

• 12 бит / 88,2 кГц (13-кратное уменьшение оригинала)

• 8 бит / 88,2 кГц (18,5-кратное уменьшение оригинала)

• 16 бит / 88,2 кГц (10-кратное уменьшение оригинала)

Подытоживая этот обзор, если можно было перезапустить всю цифровую индустрию заново, я бы предпочел использовать следующую градацию PCM-протоколов:

• Частота дискретизации 60 кГц в качестве индустриального стандарта

• Частота дискретизации 120 кГц для ответственных High-End задач

• Длина разряда в 10 бит для потокового аудио (10 бит / 60 кГц)

• Длина разряда в 14 бит для стандартной дистрибуции музыки (14 бит / 60 кГц)

• 22 бит для студийной работы и аудиофильских изданий музыки (22 бит / 60 кГц или 22 бит / 120 кГц)

Требования к итоговым файлам и пост-обработка

Итак, ты уже произнес все реплики? Отлично! Теперь у тебя в Аудасити (или любом другом редакторе) есть дорожка со всеми твоими фразами. Но прежде чем кидать её на сведение, попробуй немного улучшить её, сделай немного улучшений:

1. Почисти от шума. Любой, даже очень дорогой микрофон, немного шумит.
2. Сделай компрессию, если звук тихий. Проверь итоговую слышимость и сохранность фраз.
3. Если персонаж говорит по телефону или в каком-то тоннеле, то наложи простенькие эффекты.
4. Нареж файл на мелкие части, где каждая фраза — 1 файл. Или расставь между фразами пустоту в 3 секунды.
5. Сохрани результат в файл(ы) wav / flac, никаких wma! Семплрейт 44100 или 48000, 16-24-32 бита, без лучше float.

Чистка от шума

На эту тему было написано не мало мануалов. Даже тут рядом есть отличная статья: mic2.html
Напишите на ютубе «ваша_программа noise reduction» и найдете тысячи видеомануалов.
Только следите за тем, чтобы шумодав не сожрал части слов, особенно шипящие звуки.
В Audacity есть замечательный режим тестирования Noise Isolation, который показывает вырезаемый шум, на фоне которого не должно быть слышно речи. Если речь есть, то попробуйте пересоздать профиль шума или изменить настройки чистки, так как в случае основного прохода все эти частички речи тоже будут обрезаны. Некорректные настройки шумодава могут вызвать неприятные «бульканья», которые еще хуже шума.

Сюда же можно отнести проблемы у некоторых актеров с шипящими буквами, например «ш» и «с», которые сильно выделяются на фоне общей речи, для этого используют фильтры-дээссеры (deesser), однако в комплекте Audacity таких нет, нужно искать отдельно.

В конце чистки можно аккуратно подрезать все что ниже 100 герц и пройтись гейтом.

Компрессия

Компрессию нужно делать всегда, по крайней мере подровнять звук нам точно не помешает, так как эмоциональные выпады непроизвольно ведут к перепадам громкости

Обрати внимание, что если мы далее будем накладывать какие-то эффекты, то упираться в 0db для нас может быть опасно, ведь эффекты уже не будут иметь запаса для увеличения громкости, поэтому лучше оставить немного пустого места про запас, а уже готовый звук компрессовать еще раз.

Подробнее про компрессию тоже написано в соседней статье: mic2.html

Часто персонажи говорят по телефону, этот эффект можно сделать при помощи эквалайзера:

Разговоры внутри больших помещений или прочие эффекты эха можно получить при помощи ревербератора или делея, с его же помощью можно сделать механический голос:

Звук «за стенкой» легко сделать, отрезав верхние частоты:

Как альтернативу, можно использовать фильтр Bass Boost

Эффект мультипликационных героев можно получить через Change Pitch, равно как и наоборот, более маскулинных персонажей:

При помощи этого же эффекта можно создавать робо-голоса, создавая несколько дорожек с разными настройками и накладывая их друг на друга

Голос приведений можно сделать при помощи уже знакомого ревербератора, однако сначала надо выделить нужный участок и через Effects -> Reverse обратить его воспроизведение наоборот, применить эффект реверберации, а затем вернуть воспроизведение обратно, еще раз вызвав Effects -> Reverse. Обратите внимание, что эффект реверберации увеличивает время звучания, поэтому заранее отдайте ему немного больше времени, а хвост можно приглушить при помощи Fade Out.

Читать еще:  Что значит недействительный код MMI

Если вам нужны какие-то другие эффекты или вы знаете способ создания интересных эффектов голоса — пишите.

Практически все эти эффекты можно получить в любом редакторе, скриншоты Audacity приведены просто для примера.

Нарезка файла

Итак, у нас есть готовый файл. Он почищен и в нем проставлены эффекты. Можно отсылать? Еще минуточку! Нарежте его на фразы!

Не надо падать в обморок, выделяя каждую реплику и сохраняя в каждый файл отдельно. Все гораздо проще и удобнее!

Вы видите, что иногда паузы присутствуют в самих диалогах? А еще какой-то мелкий мусор между ними? Давайте его уберем. Я поступаю так:
1. Выделяю кусочек тишины, секунд 5. Если тишины мало, то ее можно скопировать несколько раз, пока не будет достаточно.
2. Нажимаю CTRL+L или кнопку Silence
3. Копирую получившийся шаблон тишины
4. Выделяю участки между фразами (не перепутайте!), за одно в выделение попадает мусор
5. Нажимаю CTRL+V, тем самым замещая оригинальный звук на тишину

Получается примерно вот так:

Если же при самой записе делать паузы, то этого можно или избежать, или значительно упростить операцию. Для этого при начитке, между диалогонами, про себя повторяйте «миссис-сиппи-раз, миссис-сиппи-два, миссис-сиппи-три», что как раз даст примерно 3 секунды паузы. А еще лучше прочитать сам диалог 2-3 раза про себя, а уже потом его озвучить, записанная тишина будет отличным разделителем.

Если ваш редактор не поддерживает нарезания файлов, то просто сохраните все получившееся (вместе с паузами) во FLAC/WAV (48000hz, 16 bit) и переходите в пукнт 5.
А в случае Audacity идем в Analize -> Sound Finder и делаем примерно такие настройки:

Обратите внимание, что мы по 0.02 секунды берем с каждой стороны, это важно. Жмем ОК и получаем трек с метками. Именно по границам этих меток у нас и будет разрезание:

Теперь наши фразы можно экспортировать в отдельные фразы, для этого зайдем в File -> Export Multiple:

Тут все очень просто: указываем куда сохранять наши файлы, префикс для имен и тип файлов, который должен быть «FLAC» или «WAV signed 16 bit PCM».
Затем много-много раз нажимаем ok, если включено указание метаданных. Если вы записали порядка 500 фраз, а нажимать на кнопку «ок» 500 раз не хотите, то можно зайти в настройки Edit -> Preferences -> Import/Export и выключить галку напротив «Show Metadata Editor».

Сохранение и отправка

В итоге у тебя должен быть один длинный файл с участками тишины (не менее 3х секунд!), или множество мелких файлов.
ВНИМАНИЕ! Количество фраз в твоем задании должно совпадать с количеством записанных фраз! Без единого пропуска! Если что-то не можешь озвучить — уточни заранее, но не делай пропусков!

Еще раз напомню спецификации файлов:
Кодек/формат: FLAC 16 bit, WAV PCM 16 bit, WAV PCM 24 bit, WAV PCM 32 bit (лучше без флоат)
Каналы: так как рот у тебя один, то лучше сделать Mono, но если пришлешь в Stereo, то никто не будет обижен
Samplerate или частота дискретизации: 44100 или 48000 герц. Выбирай тот, который у тебя установлен в настройках и на твоей звуковой карте.
Никаких mp3, ogg, wma и тому подобного! Мне не сложно перевести из формата в формат, это займет доли секунды, но упущенного качества будет не вернуть!

Все что у тебя получилось сжимай через Winrar, не забыв указать пароль и шифрование имен файлов.
Если озвучка была за несколько персонажей, то их диалоги лучше сохранять с разными префиксами, а не перемешивать.
Впрочем, это предпочтение, если тебе удобнее писать сразу всех своих персонажей, то делай как удобнее, просто укажи, что диалоги смешаны.

Ну и маленькая смешняфка:

Динамический диапазон всех цифровых форматов, включая DSD – мифы и реальность

Рассмотрим такие характеристики как: реальный динамический диапазон для форматов DSD, величину фазового шума и ошибки дискретизации для всех цифровых форматов в общем.

В характеристиках звуковоспроизводящей аппаратуры часто приводят такие характеристики как:

  • Динамический и частотный диапазон
  • Отношение сигналшум
  • И т.д.

Но очень многое упускается.

Что такое дискретизация

Дискретизация делает дискретным сигнал во времени (в отличие от квантования, которое делает дискретными амплитуды сигналов). Все знают, что такое разрядность аудио и цапов (ацп). Чем выше разрядность аудиоинформации и цапа (ацп), тем выше: качество, лучше динамический диапазон и отношение сигналшум.

Мало кто задумывается, что квантование на временной оси или правильнее говорить — дискретизация, так-же вносит свой вклад в динамический диапазон и привносит цифровой шум (об этом мало пишут в сети).

Ошибка дискретизация в этом смысле похожа на ошибку квантования — чем выше частота дискретизации и, таким образом, больше информации для цифрового представления сигнала, тем лучше качество. Чаще всего меломаны ограничиваются лишь информацией о (теоретическом) частотном диапазоне, а зря! =)

Формат CD и родственные ему форматы Flac – динамический диапазон

Рассмотрим для начала любимый формат CD и родственные ему форматы Flac. Динамический диапазон рассчитывается очень просто — он равен 6дБ на 1 бит информации, при импульсно кодовой модуляции использующейся в этих форматах. Для компакт диска динамический диапазон таким образом равен 16бит х 6дБ = 96дБ. Соответственно величина ошибки квантования равна величине младшего разряда и для 16бит динамического диапазона цифровой (теоретический) шум квантования составит -96дБ. Мы разобрали квантование по амплитуде и это еще не все характеристики цифрового аудио.

В прошлых своих обзорах я уже рассказывал о проблемах связанных с дискретизацией аудио в компакт диске и его реальном частотном диапазоне. Напомню. Диапазон CD (теоретический) составляет 20Гц-20000Гц.

С нижними частотами все в порядке. Проблемы возникают при оцифровке высоких частот. Дело в том что период максимальной (по теореме Котельникова-Шеннона или известная как «частота Найквиста») частоты 22050Гц, будет записан всего двумя цифрами. Это и есть частота дискретизации которая равна для компакт диска 44100Гц. Если сравнить количество информации доступное для записи максимальной частоты 22050Гц и минимальной для CD частоты в 20Гц, на ум приходит очень важный и простой вывод — различные частоты записываются с разным качеством.

Понятно так же, что если нижняя частота запишется с высоким качеством, то верхние частоты, совершенно логично, запишутся с качеством плохим. Вопрос только в том насколько плохое это качество.

Чтобы посчитать величину шума дискретизации подойдет формула от оценки шума квантования. Предварительно нужно знать величину периода (целое число) искомой частоты и расчитать требуемое количество бит кодирующих фазу частоты. Ниже представлена таблица где приведены частоты с уменьшением на октаву, плюс самая низкая частота (кодируемая, как мы помним с избытком качества), далее следует величина периода, минимальная 2р, здесь и далее указывается число единиц информации кодирующих один период частоты и разрядность в битах необходимая для кодирования одного периода при этой частоте дискретизации (ограничением для количества бит на фазу является как раз частота дискретизации). В конце приводится то что нам нужно — величина (теоретическая) фазового шума (ошибка дискретизации) для определенной частоты:

CD 44100 Hz 16bit

  • 22050 Hz 2p(1b) -6дБ
  • 11025 Hz 4p(2b) -12дБ
  • 5512 Hz 8p(3b) -18дБ
  • 2756 Hz 16p(4b) -24дБ
  • 20 Hz 2205p(11b) -66дБ

Итак, значения шума дискретизации прямо сказать обескураживающие =). Недаром эти характеристики производители аппаратуры не указывают вообще.

Итог по чистоте записи в формате CD

В формате CD чисто запишутся только низкие частоты с отношением сигналшум ниже примерно -45дБ. Средние запишутся уже с высоким уровнем фазового шума. На высокие частоты уже практически ничего не остается… Напомню, что шум квантования всего -96дБ — его то и указывают производители техники и в описании форматов.

Посмотрим что у нас с форматами высокого разрешения, начнем с Flac:

Flac 96000 Hz 24 bit

  • 24000 Hz 4p(2b) -12дБ
  • 12000 Hz 8p(3b) -18дБ
  • 6000 Hz 16p(4b) -24дБ
  • 3000 Hz 32p(5b) -30дБ
  • 20 Hz 4800p(13b) -78дБ

Flac 192000 Hz 24 bit

  • 24000 Hz 8p(3b) -18дБ
  • 12000 Hz 16p(4b) -24дБ
  • 6000 Hz 32p(5b) -30дБ
  • 3000 Hz 64p(6b) -36дБ
  • 20 Hz 9600p(14b) -84дБ

Видно, что с увеличением частоты качество становится лучше, но не на много.

Дополнительно рассмотрим пару форматов WAVE, с ультравысокой частотой дискретизации

WAVE 384000 Hz 32 bit

  • 24000 Hz 16p(4b) -24дБ
  • 12000 Hz 32p(5b) -30дБ
  • 6000 Hz 64p(6b) -36дБ
  • 3000 Hz 128p(7b) -42дБ
  • 20 Hz 19200p(15b) -90дБ

WAVE 768000 Hz 32 bit

  • 24000 Hz 32p(5b) -30дБ
  • 12000 Hz 64p(6b) -36дБ
  • 6000 Hz 128p(7b) -42дБ
  • 3000 Hz 256p(8b) -48дБ
  • 20 Hz 38400p(16b) -96дБ

Результаты уже значительно лучше, но все еще не идеальные =) Понятно что форматы с сверхвысокой частотой еще недоступны практически ни кому.

Формат DSD

Теперь обратим внимание на самый спорный и интересный в плане качества формат DSD, использующийся в SACD. Во первых здесь используется не импульсно-кодовая модуляция, а плотностно импульсная. Это означает что весь сигнал и по амплитуде и во времени кодируется потоком однобитных значений.

От сюда следует вывод что квантование симметрично дискретизации и, следовательно шум квантования, будет равен шуму дискретизации. И то и другое (в данном случае это одна величина) представляет интерес.

Итак, начнем… DSD

DSD64

  • 2.822.400 Hz 1 bit
  • 22050 Hz 128p(7b) -42дБ
  • 11025 Hz 256p(8b) -48дБ
  • 5512 Hz 512p(9b) -54дБ
  • 2756 Hz 1024p(10b) -60дБ
  • 20 Hz 141120p(18b) -108дБ

Результаты расчетов впечатляют — это действительно формат высокого качества! Здесь относительно низкий уровень шумов на высоких частотах, на средних частотах этот показатель еще лучше, а на низких качество вообще выше всяких похвал. На высоких частотах начальный формат DSD оставляет позади даже WAVE 768000 Гц!.

Осталось рассмотреть формат DSD с более высокими частотами дискретизации

DSD128

  • 5.644.800 Hz 1 bit
  • 22050 Hz 256p(8b) -48дБ
  • 11025 Hz 512p(9b) -54дБ
  • 5512 Hz 1024p(10b) -60дБ
  • 2756 Hz 2048p(11b) -66дБ
  • 20 Hz 282240p(19b) -114дБ

DSD256

  • 11.289.600 Hz 1 bit
  • 22050 Hz 512p(9b) -54дБ
  • 11025 Hz 1024p(10b) -60дБ
  • 5512 Hz 2048p(11b) -66дБ
  • 2756 Hz 4096p(12b) -72дБ
  • 20 Hz 564480(20b) -120дБ

DSD512

  • 22.579.200 Hz 1 bit
  • 22050 Hz 1024p(10b) -60дБ
  • 11025 Hz 2048p(11b) -66дБ
  • 5512 Hz 4096p(12b) -72дБ
  • 2756 Hz 8192p(13b) -78дБ
  • 20 Hz 1128960p(21b) -126дБ

Из таблицы видно, что увеличение частоты в формате DSD имеет смысл для качества высоких частот (нижние записаны с избытком качества).

  • Производители звуковоспроизводящей техники указывают динамический диапазон квантования, связанное с ним соотношение сигналшум и не указывают величину фазового шума (ошибка дискретизации).
  • Вывод второй. Заявленные высокие характеристики форматов, с импульсно кодовой модуляцией отчасти миф.
  • И, последнее — форматы DSD действительно имеют преимущество в качестве перед стандартными форматами.

В будущем, вероятно, с дальнейшим развитием цифровой электроники, будут доступны форматы аудио с очень высокой частотой дискретизации и низким фазовым шумом, а пока выбор не очень большой и следует обратить внимание на DSD. Конечно это не реклама DSD и SACD=), но выбор за вами.

Ссылка на основную публикацию
Adblock
detector