Компьютерные звуковые платы и форматы звуковых файлов

 

Компьютер, оснащенный звуковой платой, стал неотъемлемой частью любой студии звукозаписи. Наличие в звуковом тракте компьютера и звуковой платы позволяет осуществлять запись звуковых данных на жесткий диск, монтировать и редактировать эти данные в программных аудио-редакторах, осуществлять цифровую запись на профессиональные носители. Несмотря на все разнообразие звуковых плат, разницу в качестве, возможностях, размерах, целевой направленности, все они имеют примерно общую принципиальную архитектуру и включают похожие основные блоки. Представление о принципе работы звуковой платы облегчает решение многих проблем, связанных с цифровым звуком, помогает ориентироваться в устройстве не только любительских звуковых карт, но и профессиональных компьютерных систем записи звука.

Рис. 6.19. Компьютерная звуковая плата Yamaha SW1000XG

Микросхема, на основе которой функционирует большинство звуковых плат, состоит из трех функционально независимых узлов: узел цифрового тракта, ответственный за преобразование звука из аналоговой формы в цифровую и обратно и обмен цифровым потоком с центральным процессором или памятью компьютера; узел музыкального синтезатора, построенного по определенному принципу, и выполненного в том или ином стандарте; узел аналогового микшера, выполняющего смешивание сигналов с двух предыдущих узлов, а также с линейного, микрофонного и других входов карты. Эти три блока функционально полностью независимы и программируются отдельно друг от друга.

Цифровой тракт звуковой платы можно считать ее основным узлом, поскольку именно в нем происходит принятие внешней аналоговой информации, ее перевод в цифровую форму, обратное раскодирование цифры в аналог и воспроизведение окончательного сигнала. Для этого тракт имеет АЦП и ЦАП – аналогово-цифровой и цифро-аналоговый преобразователи, между которыми цифровой поток обрабатывается различными программными алгоритмами. Поступающий на АЦП звук в аналоговой форме – в виде непрерывно меняющегося электрического сигнала – подвергается в нем дискретизации и квантованию, сигнал, непрерывно изменяющийся во времени, заменяется рядом отсчетов. В результате образуется поток чисел, величина которых описывает закон изменения исходного сигнала.

Аналогичным образом работает и обратный процесс: последовательность цифровых отсчетов, забираемая системой управления цифрового тракта карты из памяти, подается на ЦАП, который преобразует числовые значения в уровни напряжения, а затем объединяет дискретную последовательность этих уровней в непрерывный звуковой сигнал, который и снимается с выхода карты.

Основными характеристиками цифрового тракта звуковой платы являются диапазон частот дискретизации и разрядность АЦП/ЦАП. Важно, чтобы максимальное значение частоты дискретизации было не менее 44,1 кГц, в противном случае качества звучания CD достичь не удастся. Максимальное значение разрядности должно быть не меньше 16 бит. Стандартом профессиональных звуковых плат в настоящее время является частота дискретизации 96 кГц и 24-битная разрядность. Во всех звуковых платах, кроме самых простых любительских, реализован режим дуплекса (Full Duplex), позволяющий ЦАП и АЦП работать одновременно, параллельно записывая звук со входа в одни области памяти и воспроизводя его из других областей памяти на выход, т.е. карта может одновременно воспроизводить и записывать звук. Для этого необходима поддержка двух каналов доступа к оперативной памяти (DMA – Direct Memory Access). Благодаря этому режиму можно реализовать многие возможности – голосовую связь по сети, обработку поступающего звука цифровым алгоритмом с одновременным выводом результата, запись в реальном времени какой-либо части музыкальной аранжировки с одновременным воспроизведением всех других частей этой аранжировки и т.п.

Мы выяснили, что качество звуковой платы как системы записи-воспроизведения звука определяется ее разрядностью и частотой дискретизации. Качество звуковой платы как музыкального инструмента прежде всего зависит от реализованного в ней способа синтеза музыкальных звуков. Существует два принципиально разных способа синтеза, реализованных в большинстве звуковых плат. Эти способы – частотная модуляция или FM-синтез (Frequency modulation) и синтез на основе волновых таблиц или WT-синтез (Wave Table).

В звуковых платах синтез звука с необходимым тембром происходит путем взаимной модуляции сигналов двух или более генераторов звуковых частот. Совокупность генератора и управляющей им схемы называется оператором. Параметры операторов и схема их соединения определяют тембр звука на выходе. В звуковых платах используется как двухоператорный, так и четырехоператорный синтез. Плата, реализующая двухоператорный синтез, имеет среди прочих характеристик обозначение OPL-2, четырехоператорный синтез обозначается OPL-3. FM-синтез, дающий профессиональное качество звучания, реализован в профессиональных FM-синтезаторах с применением как минимум 6-ти операторов и сложных схем их соединения. В компьютерных же платах качество FM-синтеза достаточно только для озвучивания игр, OPL-3 в состоянии издавать лишь очень малую часть звуков, традиционных для FM, да еще и с довольно низким качеством. Поэтому чаще всего карты, оборудованные только FM синтезатором, считают чисто звуковыми (т.е. используются только возможности их АЦП/ЦАП) и неспособными генерировать музыкальные звуки или иcполнять музыкальную партитуру. На профессиональных звуковых картах OPL-3 не ставится ввиду его явной бесполезности.

Если при FM-синтезе звук в буквальном смысле создается «из ничего», являясь физическим воплощением математического алгоритма, то при WT-синтезе используются фрагменты звучания реальных инструментов, хранящиеся в памяти звуковой карты. О звуковых картах, в которых реализуется данный вид синтеза, говорят, что они поддерживают режим Wave Table. Карту, в которой реализован как FM, так и WT-синтез, обозначают как OPL-4.

Wave Table-синтез опирается на технологию сэмплирования. Укажем, что WT-синтез предполагает наличие стандартного набора звуков, «зашитых» в ПЗУ (постоянное запоминающее устройство) звуковой платы. Эта информация хранится в ПЗУ платы постоянно, даже после выключения компьютера. Содержащиеся в ПЗУ звуковой платы наборы (или банки) звуков выполняются в определенном формате, как правило – это GM и его модификации. Качество WT – синтезатора карты определяется его полифонией – количеством нот, которые могут звучать одновременно. Удовлетворительной является 32голосная полифония, хорошей – 64-голосная.

По качеству звучания инструментов, содержащихся в ПЗУ, говорят о качестве звучания MIDI-инструментов карты. Кроме ПЗУ на плате может быть установлено оперативное запоминающее устройство (ОЗУ), в которое можно загружать любые звуки, предварительно преобразовав их в формат, поддерживаемый платой. У разных карт может быть разный объем ОЗУ – от 512 кБ до 28 Мб и больше. Таким образом, плата, снабженная ОЗУ, может использоваться в студии в качестве простейшего сэмплера. Обязательно наличие у звуковой платы выхода, на котором информация представлена в цифровой форме. Если звуковая плата имеет выход, на который сигналы поступают не в аналоговой (после ЦАП), а в цифровой форме, то это позволяет уменьшить искажения, связанные с дополнительными преобразованиями при дальнейшей цифровой обработке сигнала вне звуковой карты. Это становится актуальным при записи результатов работы на CD или DAT.

Многие звуковые платы содержат один или несколько собственных процессоров цифровой обработки сигналов DSP (Digital Signal Processing). Основная задача DSP – разгрузить центральный процессор компьютера (CPU – Central Processing Unit), позволить звуковой плате самостоятельно обрабатывать цифровой массив независимо от задач, стоящих перед CPU. Наличие на борту платы DSP делает ее работу устойчивей и позволяет избежать многих проблем совместимости с разными компьютерами. DSP способны выполнять целый класс задач: поддерживать воспроизведение нескольких аудиоканалов, преобразовывать частоты дискретизации, программно реализовывать алгоритмы синтеза звука и его обработки (динамической, фильтрации, процессорами эффектов). Причем, если выполнение алгоритма преобразования сигнала выполняется на CPU, это требует некоторого времени, применение DSP позволяет преобразовывать сигнал «на ходу», т.е. в реальном времени. О качестве того или иного DSP говорит разрядность, с которой в нем производятся расчеты, например, может быть 16, 24-битная или 32-битная точность расчета эффекта. DSP могут быть как общего назначения, т.е. выполнять все возможные операции со звуком, так и специализированными, т.е. отвечать только за определенный класс задач. Например, обеспечивать обработку сигнала эффектами в реальном времени. Многие профессиональные звуковые платы являются основой так называемой «модульной системы». Эти системы принято называть «модульными», так как они состоят из одной или нескольких компьютерных плат, подключаемых к внешним модулям цифро-аналоговых и аналого-цифровых преобразователей (рис. 6.20).

Многие профессиональные звуковые платы являются основой так называемой «модульной системы». Эти системы принято называть «модульными», так как они состоят из одной или нескольких компьютерных плат, подключаемых к внешним модулям цифро-аналоговых и аналого-цифровых преобразователей. Основная причина популярности «модульной архитектуры» – наличие внутри корпуса компьютера электрических полей, помех и искажений, от которых практически невозможно изолировать чувствительные узлы звуковой карты. Естественным выходом из такой ситуации является вынос определенных блоков за пределы корпуса компьютера, что позволяет достичь безупречного качества звучания.

Рис. 6.20. Звуковая плата с выносным модулем Aadvark Aark

Выбор какой – то определенной модели из большого количества полупрофессиональных и профессиональных звуковых плат определяется стоящими перед рекламной продакшн – студией задачами. Например, в ряде случаев может быть достаточно качества WT-синтеза полупрофессиональной карты, зачастую основное внимание следует обращать на качество тракта АЦП/ЦАП и не особенно прельщаться возможностями встроенных в плату эффект – процессоров, т.к. в определенных видах рекламной аудио – продукции они никогда не применяются. Наиболее распространенным решением является комбинация нескольких полупрофессиональных и профессиональных специализированных плат в одну систему.

 

Форматы звуковых файлов

Как уже говорилось, любой звук можно представить в виде конечных числовых отсчетов. Именно совокупность этих отсчетов составляет основу любого звукового файла. Помимо «чистой» информации о звуке, файл содержит некоторую дополнительную информацию, тоже представленную в цифровом виде – как правило, это коды, позволяющие той или иной программе «читать» звуковой файл, либо определенные формулы, адаптирующие конкретный звуковой файл под возможности звукового редактора. Иногда в заголовке файла содержатся формулы, реализующие его сжатие (компрессию) по определенным алгоритмам, что позволяет уменьшить объем файла.

Для звуковых программ звуковой файл выглядит как текст, который необходимо расшифровать и прочитать. Если в программу не заложена возможность расшифровки стоящего в начале файла кода, то говорится, что программа не поддерживает данный формат.

Многие сложные профессиональные программы обработки звука сохраняют звуковые данные в собственном уникальном формате, который является «родным» только для этой программы и не читается никаким другим звуковым программным обеспечением. Как правило, собственный формат имеют многодорожечные редакторы, которые сохраняют не отдельный звуковой файл, а их группу. В этом случае файл содержит информацию не только о самих звуках, но и об их взаимном отношении по времени, высоте, громкости и т.д., об операциях, которые проводились со звуками в данном редакторе, ряд служебных сведений – расположение меток, контроллеров, ссылок и др.

В условиях дефицита дискового пространства встает вопрос о методах сжатия звуковых файлов или их «компрессии». Основная цель компрессии звуковых файлов – сокращение объемов памяти, необходимой для хранения информации, или пропускной способности каналов связи для ее передачи.

Звук после оцифровки представляется в виде последовательности отсчетов (или «сэмплов»), соответствующих значениям амплитуды, взятым через равные промежутки времени. Эти промежутки обратно пропорциональны частоте сэмплирования (квантования). Такой способ представления звука называется импульсно-кодовой модуляцией – или PCM (Pulse Code Modulation). Эта схема сохранения информации о звуке является наиболее «непосредственной» – в файл записываются абсолютно все значения дискретизированного сигнала. При этом неизбежны большие затраты дискового пространства.

Среди разработанных методов компрессии основными являются:

ADPCM (Adaptive Delta PCM – адаптивная относительная PCM) – разновидность PCM, когда отсчеты представляются не в абсолютной форме, а в виде относительных изменений (delta) амплитуды. Это позволяет сократить разрядность отсчета до 2-4 бит, уменьшив при этом общий размер оцифровки, однако не позволяет точно представить сигналы с быстро меняющейся амплитудой.

MPEG – метод сжатия звука, предложенный MPEG (Moving Pictures Experts Group 2 экспертной группой по обработке движущихся изображений). По аналогии с методом сжатия изображений, основанном на преобразованиях цветового спектра, Audio MPEG использует преобразования спектра звука. Этот метод избирательно отбрасывает некоторые звуковые данные, что приводит к довольно внушительному сжатию при сохранении высокого качества воспроизведения. Можно достичь коэффициента сжатия вплоть до 12 без ощутимых потерь качества звука.

Существует три уровня (layers) Audio MPEG для сжатия стерео сигналов:

MPEG-1 – коэффициент сжатия 1:4 при потоке данных 384 кбит/с;

MPEG-2 – 1:6..1:8 при 256..192 кбит/с;

MPEG-3 – 1:10..1:12 при 128..112 кбит/с.

Windows Media Audio (WMA) от Microsoft. Алгоритм WMA, также как и все рассмотренные ранее, позволяет потоковое воспроизведение (stream playback). Качество WMA при скорости потока 64 Кбит/c практически не уступает качеству MPEG-1 Layer III 96 Кбит/с, а при 96 Кбит/с может превосходить MPEG-2 AAC 128 Кбит/с. Для хранения потока в формате WMA используется универсальный потоковый файловый формат.ASF (Advanced Audio Streaming), пришедший на замену.WAV. Вообще говоря,.ASF – это универсальный формат для хранения аудио и видео информации, сжатой с помощью самых разнообразных кодеков..ASF имеет также и свою несколько сокращенную разновидность.WMA. Файлы.WMA предназначены исключительно для хранения аудио данных. Говоря о WMA как о кодеке, следует сказать, что в последнее время он становится все более популярным, так как Microsoft встроила его в Windows’2000, ХР, Vista, превратив его таким образом в стандарт.

Перейдем теперь непосредственно к звуковым файлам.

WAV. Наиболее распространенным сегодня является формат.wav, имеющий к тому же значительный набор спецификаций, изрядно пополнившийся за последнее время. Все.wav-файлы (Waveform Audio File Format) относятся к категории RIFF-файлов. RIFF-файл не является собственно файлом с расширением.riff.

Напротив, это словосочетание означает только способ организации данных внутри файла. RIFF (Resource Interchange File Format – формат файлов передачи ресурсов), введенный Microsoft и Intel, позволяет хранить и передавать мультимедийные данные вместе с соответствующими описаниями, параметрами, форматами, разметкой для использования в семплерах и т.д. Иногда RIFF сравнивают с базой данных, размещенной в одном файле. Wav формат содержит оцифрованный звук (моно/стерео), с несколькими вариантами разрядности (8/16/24 бит), с разной частотой дискретизации.

MIDI -формат содержит не сам оцифрованный звуковой сигнал, а только управляющую информацию для устройств, совместимых с MIDI-интерфейсом (см. главу по MIDI).

MOD – широко распространенный формат, используемый в программах-трекерах. Содержит оцифровки инструментов и партитуру для них, отчего примерно одинаково воспроизводится на компьютерах с разными звуковыми платами. В оригинале поддерживаются четыре канала, в расширениях – до восьми и более.

STM – формат Scream Tracker, примерно того же уровня, что и MOD.

S3M – формат Scream Tracker 3. Развитие STM в сторону увеличения разрядности инструментов и количества музыкальных эффектов. Сам ST3 поддерживает до 32 каналов, но не поддерживает предусмотренных в формате 16-разрядных самплов.

RA – Real Audio или потоковая передача аудиоданных. Довольно распространенная система передачи звука в реальном времени через Интернет. Полученный звук обладает следующими параметрами: 8 или 16 бит и 8 или 11 кГц.

Для профессиональных синтезаторов (Korg / Roland / Kurzweil / E-mu / Ensoniq и др.), в конструкцию которых входят сэмплеры, выпускаются банки сэмплов, имеющие формат этих синтезаторов (один из наиболее распространенных – например, форматы AKAI, Audio, E-mu). В последнее время особую популярность приобрел формат GIG – формат, содержащий библиотеки сэмплов для полностью программного сэмплера Gigasampler.