Vlákno názorů k článku
Před dvaceti roky dostal jméno audio formát MP3 od Vladimír - Jestli je to 20 let, tak to by...

tak teď už to dává smysl :-) :-)

Heh ... si pamatuju jak si jeden podobnej ("ale to vypaleny CD nemuze znit stejne jako original, je to prece kopie") pochvaloval "zivy podani" u mp3 96kbit. Pousteno pres testovaci aparaturu za par mega ... ;D

hehe a co rikal na to, kdyz jsi mu potom prozradil, co vlastne poslouchal?

Mno ... odesel s tim, ze sme vsichni neseriozni idioti.

Sranda byla predevsim v tom, ze se (pri hodne velkych kompresich) dalo poznat rozdily (a to se nepovazuju za zadnyho hifistu ani nekoho s absolutnim sluchem), ale nedalo se proste rict, co je lepsi. A pri "normalnich" kompresnich pomerech byly rozdily videt maximalne prave na meracich.

Ta komprese totiz svym zpusobem ten vysledek "vyhlazuje" a spouste lidem to zni jako lepsi. Mizi z toho ruzne harmonicke frekvence, ktere muzou pusobit rusive, byt jsou proste soucasti zdroje.

Vem si treba zaznam hry na strunnej nastroj (housle, kytara, ...). Mas dve varianty - mikrofon nebo snimac. Snimac ale potlaci vsechny vedlejsi efekty (vsemozny zaskripani struny, uder do tela ...) protoze ho zajima proste jen vibrace konkretni struny. Zaznam je pak "cistej", ale neprirozene dokonalej.

Doteraz mám v pamäti keď som si kúpil nejaké CD s hudbou od Arakainu. Niečo mi na ňom nesedelo. Mastering mali na MG pásku, a nakoniec to dali na CD. A to som neni audiofil, len som nezabudol ako zneli tranzistorky a doteraz ma vytáča moderná mládež čo počúva hudbu z mobilu čo má na hlasitom odposluchu. Chrochtá to ako mačka v ruji.

...moderná mládež čo počúva hudbu z mobilu čo má na hlasitom odposluchu...

a ešte si myslí, jak jsou drsný...

No co, dřív mládež dělala totéž s jezevčíkem. To byla aspoň známka punku, že?

Ale holky rikaly, ze punk je jinde.

No to jo, ale jezevčík dokázal ty slova zařvat srozumitelně... Patlafounu není kolikrát rozumět ani do sluchátek na malou hlasitost.

Smysl vidím jenom v tom, že blbeček okolí ukazuje vlastnictví hračky, kterou (nebo podobnou) má 95% jeho vrstevníků.

To vím taky :) Stačí se podívat do datasheetu repráku na frekvenční charakteristiku a audiofil má po iluzích :D Tady jsem se schválně omezil jenom na jeden krok - převod analogu (z mixu, z mikrofonu,...) na číslo. A tam, pokud nebude nekonečně velká vzorkovací frekvence a nekonečný rozlišení ADC, vždycky dojde ke ztrátě a zkreslení informace.

Proto posun z 44 na 96kHz, proto posun z 16b na 24b... A na médium s dvojnásobnou kapacitou se najednou vejde míň, než před tím.

Výkřiky neználka o komprimaci na tom nic nezmění. Fyziku a matiku neokecá.

Btw, se signálem se pak dělají mnohem větší prasárny, třeba digitální míchání signálů s rozdílnou vzorkovací frekvencí,... To signál kolikrát zprzní víc, než celá slavná ztrátová komprimace.

A co teprve loudness war, podle mého názoru jde o nejvěrší prasárnu. Ale lidem, co hudbu poslouchají skrze "reproduktor" na mobilu nebo skrze špunty, zkriplení signálu vyhovuje.

Vazne nevim, proc bych mel resit 100kHz, kdyz drtiva vetsina populace uz 15 neslysi. Nehlede na to, ze zarizeni, ktery je schopny vubec takovy detaily reprodukovat, ma tak mozna 10 magoru, a pak par laborek, a jedinej rozdil bude v tom, ze frekvencni analyzator ukaze hezci graf.

Je to asi tak stejny, jako srackofilm ... v 8k to bude stejnej hnuj jako v Palu.

Kolik lidi asi tak neco posloucha jinak nez z nejakyho chrchlatka/v aute? To chrchlatko bude mit radove horsi parametry, nez i jen 32kbit mp3.

Bavíme se o vzorkovací frekvenci, ne o frekvenci zvuku. Namalujte si sinusovku s frekvencí 10kHz a pak si do ní namalujte vzorkovací frekvenci 10kHz. Zjistíte, že na každou periodu sinusovky máte jediný naměřený bod. To je panečku interpolace! Vlastně máte jako výsledek rovnou čáru, jejíž úroveň závisí na tom, kde zrovna byla amplituda při prvním vzorku. Nyní si nakreslete pilu na 10kHz, opět navzorkujte na 10kHz a porovnejte výsledné vzorky s navzorkovanou sinusovkou. Poznáte rozdíl mezi navzorkovanou sinusovkou a pilou? Nebude náhodou oboje rovná čára?

Na frekvenci zvuku 8kHz se doporučuje alespoň 32kHz vzorkovací frekvence. Těch 44kHz by mělo dobře zvládat frekvence až 11kHz. 100kHz vzorkovací frekvence už dokáže velmi dobře zachytit frekvenci 8kHz, protože to je 12 naměřených bodů na periodu. A dává dobré výsledky až do 25kHz, což by mělo pro lidské ucho být zcela postačující.

Tyvole, zas jeden, co by interpoloval obdélníkama... https://en.wikipedia.org/wiki/Whittaker%E2%80%93Shannon_interpolation_formula

Nyquistův / Shannonův vzorkovací teorém vychází z několika předpokladů a stejně tak má několik implikací. Za prvé, očekává se tzv. bandlimited funkce, tedy taková, jejíž obraz (Fourierova transformace) má omezený nosič - je nenulová pouze v omezeném intervalu. Vzhledem k tomu, že předpokládáme reálnou "vstupní" funkci, také platí, že obraz je sudá funkce.

Pro takovou funkci obrazu platí, že lze vytvořit její periodické rozšíření, čímž je myšlena periodická funkce s periodou danou výše diskutovaným nosičem a průběhem v každé periodě identickým s průběhem obrazu.

Podle Poissonova sumačního vzorce platí, že periodicky rozšířený obraz (s periodou 2*f) bude mít svou Fourierovu řadu, a teď se podrž, s jednotlivými koeficienty rovnými hodnotám původní vzorkované funkce na násobcích 1/f.

Dosáhli jsme tedy toho, že jsme výměnou za několik podmínek snížili mohutnost definičního oboru z R na Z, neboli jsme funkci navzorkovali. Jelikož jsou všechny předchozí kroky jednoznačné, každá posloupnost Fourierových koeficientů určuje právě jednu spojitou bandlimited funkci. Z toho tedy plyne, že lze ze vzorků jednoznačně zrekonstruovat původní vzorkovanou funkci.

Odvození, proč je právě interpolace funkcí sinc tou pravou, nechám laskavému čtenáři.

Vstupní analogový signál obsahuje pouze frekvence nižší než je polovina samplovací frekvence. Jinými slovy mezi dvěma samply nemá signál možnost se měnit libovolně, protože všechny průběhy vyjma jediného vedou k tomu, že by ten signál musel obsahovat složku s vyšší frekvencí.

Při převodu zpět na analogový signál parazitní frekvence vznikají jen mimo frekvenční rozsah, který jste samploval (pokud jste samploval jak je psáno výše). Proto stačí opět jen odfiltrovat frekvence mimo cílový frekvenční rozsah.
https://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem#/media/File:ReconstructFilter.png

Když ty bodu mají stejnou hodnotu, jsou dvě monosti:
a) konstatntí napětí na vstupu ADC - pak ta čára souhlasí.
b) mezi vzorky proběhne jedna (nebo několik) period signálu o frekvenci s celým násobkem f_vz

Filtr nepustí na vstup ADC vyšší frekvence než f_vz/2, možnost b) tím padá a konstantní hodnota musí být a) - je prostý DC offset (vyjadřuje ho, pokud si dobře vzpomínám, koeficient a[0] Fourierovy řady).

V čem je problém?

Hlavně že děláš v honeywellu...

Jo, dělá v Honeywellu, a navíc má pravdu. Tohle jsou základy signal processingu.

Ale takhle to opravdu nefunguje. Především 10kHz sinusovku nemůžete vzorkovat 10kHz. Vždycky až 20kHz a výš. Další věc je, že to, že ucho člověka netopýra slyší do 20kHz, tak to znamená 20kHz sinus. Rozdíl mezi trojúhelníkem, obdélníkem a sinusem je právě v obsahu harmonických. První harmonická už je 40kHz a ucho už ji neslyší. Pro netopýry se dnes vzorkuje 96 nebo dokonce 192kHz, ale je to vcelku zbytečný luxus. Spíš se tím řeší jiný problém - aby vzorkování fungovalo s plnou šířkou pásma, je třeba vzorkovat ostrým impulzem a před vzorkovacím obvodem mít ostrý antialias filtr, stejně tak na výstupu z převodníku. 44kHz tak dává teoretických 22kHz, ale díky filtrům a širšímu vzorku to klidně může klesnout na 15kHz, což je znát. Kvalitní filtr je obvodově složitý, podívejte se někdy jak složité byly výstupní obvody prvních CD přehrávačů - ale dodnes hrají skvěle.
Proto je dneska jednodušší zvýšit vzorkovací frekvence a ošidit filtry. Při vzorkování 96kHz můžete udělat filtr, jehož pokles začíná už někde nad 25kHz a padá k 44kHz. Je méně strmý a tím snadno realizovatelný, uchu to stačí.

Pravda. Pro větší názornost zkusím v bodech a rozšířit:
- Člověk slyší v nejlepším případě frekvence do 20kHz, s věkem se mezní frekvence snižuje.
- Pilový signál o 10kHz je tvořený základní frekvencí a všemi vyššími harmonickými frekvencemi, tj. násobky základní frekvence. Tvar signálu (červený) s postupným přidáváním harmonických frekvencí můžete vidět tady:
https://en.wikipedia.org/wiki/Sawtooth_wave#/media/File:Synthesis_sawtooth.gif
- Protože slyšíte sotva do 20kHz, 10kHz pila pro vás nejspíš bude totéž jako 10kHz sinusový signál. V nejlepším případě uslyšíte signál, který v obrázku výše vidíte pod N=2.
- Signál obsahující nejvyšší frekvenci x je možné dokonale rekonstruovat při použití samplovací frekvence vyšší než x*2. Vizte Nyquistův-Shannonův teorém.
https://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem
- Při samplování signálu je důležité nemít v něm frekvence >= polovině samplovací frekvence. To vyžaduje před samplováním tyto frekvence odfiltrovat, zařizuje to anti-aliasing filter.
- Frekvenční filtry nejsou ideální (neumí zachovat vše do frekvence x a odříznout vše o frekvenci vyšší než X).
- Nedokonalost těch filtrů je důvod, proč CD používají samplovací frekvenci 44.1kHz pro zvuky do 20kHz, i když by při použití ideálního filtru stačilo 40kHz.
- Filtry s nižší strmostí (tj. ty které propouštějí víc frekvencí vyšších než je zamýšlený ořez) jsou konstrukčně jednodušší. Proto se nabízí použít levný anti-aliasing filter s ořezem na 20kHz, který ovšem pustí nějaký signál ještě na 30kHz, a teprve na 40kHz potlačí všechno. Samplování pak lze provést na 96kHz, protože zvýšení samplovací frekvence je velmi levné.

Pokud jde o převod digitálního signálu na analogový, situace je podobná. Digitální signál je "zubatý", ale dokonale odpovídá původnímu analogovému, pokud potlačíte frekvence o polovině samplovací frekvence a výše. Dá se to ilustrovat jako "zubatý" obdélníkový signál o samplovací frekvenci, u kterého potlačíte všechny harmonické frekvence, takže dostanete sinusový signál. Na obrázku níže je to ta první fáze se zelenou sinusovkou.
https://en.wikipedia.org/wiki/Square_wave#/media/File:SquareWave.gif

Koukam ze prvni hifista-odpornik dorazil ... tak si ty mamlase navzorkuj sinusovku 20kHz, pri 44kHz a pak za ty obdelniky dej kondenzator ... a pochlub se, co ti vylezlo ... zeby neznatelne deformovanej sinus? ...

A to zjevne netusis, ze kazdej signal se sklada vyhradne ze sinusovek ... ze? A jelikoz ty nad 15kHz nikdo neslysi, tak kdyz tam nebudou, nikdo nic nepozna. Ale pro sychr to tam umoznuje naladovat vse do 20.

Presne takovy jako ses TY poznaj leda kulovy i pri daleko horsich parametrech nez je 44kHz/16bit. Vsadim se, ze kdybych te posadil pred covox, budes si to pochvalovat.

Fakt, že to nepoznám, naprosto nic nemění na vašem tvrzení, že pro záznam zvuku o frekvenci X Hz stačí vzorkovací frekvence X Hz. Nestačí. Jak píše pár lidí nad vámi, tak je potřeba dvojnásobek. Jestli se bavíme o 330 Hz nebo 15kHz na tom nic nezmění - prostě musíte samplovat na minimálně dvojnásobku frekvence, kterou chcete zaznamenat. S 8kHz samplovací frekvencí prostě uslyšíte kulový.

Ano, vzorkovací frekvence musí být vyšší než dvojnásobek maximální frekvence samplovaného signálu.

Klasické telefony mají frekvenční rozsah cca 300-3500 Hz, na což vám 8k vzorků za sekundu stačí. Samozřejmě hudbu v takové "kvalitě" poslouchat nelze, ale mluvenému slovu porozumíte. Nicméně CD mají používají frekvenci 44.1kHz, takže tam problém není.

Jak pise Lael, tak rozdil mezi dvema nosnymi frekvencemi telefonniho signalu byla prave 4 kHz, tudiz samostny audio signal mel mezni frekvenci jeste o neco niz (rekneme 3,4 kHz podle kvality filtru), tudiz by 8 kHz samplovani melo stacit a - kupodivu - staci, viz napriklad Half Rate a Full Rate ve slavnem GSM (13bit vzorky, 8 kHz samplovaci frekvence, potom se to jeste nejak mrsi aby se to vlezlo do mensiho bitrate - a slysis vse docela dobre ne?)

Hledej: Commercial bandwidth, Voiceband atd.

"A tam, pokud nebude nekonečně velká vzorkovací frekvence a nekonečný rozlišení ADC, vždycky dojde ke ztrátě a zkreslení informace."

Hovno. I analogovej přenosovej kanál má nějakou konečnou kapacitu danou v principu součinem SNR a šířky pásma. Než začneš šířit bludy, doporučuju se nejdřív alespoň pozdravit s pány Shannonem a Hartleym.

Dále je pak otázkou relevance přenášené informace vzhledem k možnostem posluchače, nadvzorkování 96 a více kHz se vážně nedělá kvůli tomu, aby byl hi-fi zážitek dopřán i netopýrovi, ale aby se uvolnily požadavky na vstupní a výstupní AA filtry - mimo jiné i kvůli principu v audiu zcela dominujících delta-signma převodníků.

Tak znovu, vycházel jsem z předpokladu nejkvalitnějšího dostupnýho audio signálu na vstupu. A šlo o ssamotný vzorkování pomocí Diracových impůlsů a zaokrouhlování na konečný počet diskrétních hodnot.

Audio pásmo se bere do 20kHz. Vzorkování potřebuje min. 2 vzorky/periodu. Takže teoreticky stačí těch 44kHz na CD (a 16b ADC dá teoreticky cca 96dB rozsah) Ale na vyšších frekvencích už chybí barva zvuku...

AA souvisí u ADC hlavně s převzorkováním signálu, kdy se začnou zrcadlit frekvence. Bez něj vy se vyšší frekvence zrcadlily v basech. Pan Fourier nic?

Ony se hlavně nejdřív vyšší frekvence začnou zrcadlit opět v těch nejvyšších (zrcadlí se kolem poloviny vzorkovací frekvence). Aby se ještě vyšší frekvence zrcadlily do basů, to by tam nemohl být ani hodně mizerný AA filtr a amplituda by směrem k vyšším frekvencím nesměla klesat (což je jinak pro zvukový signál přirozené).

tak to ne - za sileny penize nakoupim elektronkovy zesilovac (tam se o linearite neda mluvit :), vsechny konektory musi byt samozrejme pozlacene, a audiofil si tu toho..

Jasne, a budes do toho poustet audio s kompresi na 4 bity. Takhle totiz vypada drtiva vetsina produkce. A pokud si myslis, ze si koupis LPcko, tak to sice mozna muzes, jenze ho vyrobej z presne stejnyho zaznamu.

Klid ja si to nemyslim, ja mel jen par hodne "zivych" diskusi s tzv. audiofily, nez jsem pochopil, ze valna vetsina z nich vubec nevi, ktera bije, takze se hralo jen na pocity (stejne si myslim, ze kdybych pred ne postavil krabicku, ze ktere cuci 2 elektronky se zapojenim zhavenim a pod tim by byl normalni operacni zesilovac, tak by kvokali blahem). Ty ctyri bity myslis kvuli loudness war?

Jop, to je jeden z duvodu, ale druhej je ten, ze ti co to vyrabej jsou imbecilove ... ono, co si budem rikat, tuhle sem byl na akci s nejakou muzikou, a ten co to mixoval by zaslouzil pres drzku ... a to minimalne 5x za hodinu den co den. Napaleny basy, hlavne aby byl rachot, a zbytek nebylo slyset nic.

Proto tvrdim, ze 96Khz/24bit je kravina. 16bit naprosto bohate dostacuje, pokud se skutecne vyuzije. Kdysi sem si par placek testoval, a nedostal sem se pres nejakych 60% vyuziti bitovy hloubky. A to se tenkrat jeste nekravilo tolik jako dneska.

jojo kravia. navic, 24 bitu neni realnych. Sigma delta prevodniky, co maji 24 bitu, maji efektivni bitove rozliseni (ENOB) 19-20 bitu kvuli vlastnimu sumu.

U 16b je teoreticky dosažitelný 20 log (1/65536) = -96,33dB při změně jednoho bitu a lineárním DAC. To je na běžný použití akorát, zvlášť pokud za DAC bude zesík se SNR 80dB a horší... Jenom nesmí být zvukař takový ňouma, že dynamika celýho záznamu bude 20dB.

24b se hodí až v případě, že chci pokořit dynamiku 100dB. Ale kdo z běžnýho plebsu to pozná?

samozrejme ze dynamiku 100 dB lze pokorit, lze to snadno poznat, ale potrebujete k tomu hifi aparaturu, a hlavne stribrne pojistky, protoze jakoze bez stribra v pojistkach, to jako fakt nelze ne jako!
http://www.6moons.com/audioreviews/net/net.html

Jenomže ono pro audiofila není podstatný ani rozišení, ani vzorkování, ani komprese. Postatný je, že ten TOSLINK konektor je zlacený a dobře vede elektriku, protože pak přece nemůže zkreslovat ty optický nuly a jedničky... A že koax pro digitální signál je za 500Kč/m...

Za sebe, pokud mám volit kompromis, raděj proženu audio fourierkou a vyházím všechno pod -75dB, než jít na vzorkování 22kHz bez komprese. Ale to je otázka volby jednotlivce.

A MP3 není špatný formát, jenom musí člověk vědět, kde je mez pro ořezávání. Třeba pro moje 5.1 bedny poznám rozdíl mezi nejobvyklejším 128kBit a 160kBit - u 128ky chybí informace o fázovým posunu mezi kanálama a zvuk není v prostoru, ale jeví se jako hrající stěna přede mnou. Sranda je, že většina filmů v .avi používá 128kBit pro domácí kino... A jak si "odborníci" chrochtají :D

Na toslink nesahat! Co jsem místo stíněné dvojlinky přešel na toslink, tak se mi stává, že zapomenu vypnout reprosoustavu. Protože je úplně sticha, ani nezašumí. Zda to hraje lépe nevím, nepoznám, ale kvůli tomu tichu mezi písničkami nebo když zapauzuji hru nebo film mi to za to stojí.

Akorát mě tedy nenapadlo, že by na tom konektoru šlo něco pozlatit. Asi holt nebudu audiofil.

No já dodnes ulítávám na ZX Spectrum hudbě. A to je to jednobit :-)

K čemu by tam byla vzorkovací frekvence? To má smysl jen při záznamu zvuku, nebo se pletu?

Ne, ta je klíčová v celým zpracování signálů. Vzorkováním to jenom začne.

• Vzorky jsou s ní svázány. Když dám FFT, tak nedostanu absolutní frekvence, ale jeich pomer k f_vz
• Když zvýším f_vz, úměrně se zvýší i datový tok, takže to hraje roli i při přenosu a definuje nároky na DSP při real time zpracování.
• Když zvýším f_vz, dostanu za stejný čas víc čísel z převodníku a soubor bobtná, takže definuje i nároky na disky a paměti...
• Pokud to nějak nepřepočítám na jiný vzorkování, tak musím s pomocí f_vz i přehrávat, jinak je to jak když přepnu jinou rychlost na gramcu.

V tomhle případě snad spíš modulační frekvenci...

A kde je s 1b problém? Generování sinusovky pomocí PWM se používá i pro řízení BLDC motorů a krokáčů s posunem na zlomky kroku...

Nechápu, co tu řešíte. Mladší populace má vadu sluchu a starší se to netýká, protože je starší.