Про работу звука в компьютере - №1. Как звук становится числами
Было время, когда я активно использовал FL Studio, но я никогда не задумывался о том, как устроена программа и сам звук. Что ж, ввиду моего активного погружения в программирование в последние полтора месяца, пришло время наверстать это.
Для начала разберем, что такое звук и как компьютер его оцифровывает.
Что такое звук
Для начала разберёмся, что вообще из себя представляет звук.
В реальном мире звук — это колебания воздуха.
Когда мы хлопаем в ладоши, говорим или, например, ударяем по струне гитары, воздух вокруг начинает вибрировать. Эти вибрации распространяются в пространстве и в какой-то момент доходят до нашего уха.
Ухо улавливает эти колебания — и мы слышим звук.
Важно вот что:
в аналоговом, реальном мире звук — это непрерывная волна.
Она не состоит из отдельных шагов или точек, она течёт плавно и без остановок.
Оцифровка звука
Компьютер устроен иначе.
Он не понимает волн, воздуха или вибраций. Он умеет работать только с числами — в самом простом виде это 0 и 1.
Поэтому, чтобы компьютер «понял» звук, его нужно перевести с языка волн на язык чисел.
Как это происходит?
Компьютер делает очень простую, но важную вещь:
он много раз в секунду измеряет, какая сейчас высота звуковой волны.
Этот процесс называется дискретизация (или sampling). Проще говоря:
компьютер не хранит волну целиком,
он сохраняет её как последовательность измерений.
Много раз в секунду» — это сколько?
Самое распространённое значение — 44 100 раз в секунду (44,1 кГц).
Это число выбрано не случайно. Оно связано с теоремой Найквиста—Шеннона, но суть можно объяснить без математики:
- Человеческое ухо слышит звуки примерно до 20 кГц.
- Чтобы корректно записать такую волну, нужно измерять её как минимум в два раза чаще, чем самая высокая частота.
Если измерять слишком редко:
- пики волны будут теряться,
- форма сигнала искажаться,
- звук будет записан неправильно.
Поэтому:
- 20 кГц — это предел слуха,
- ~40 кГц — минимально допустимая частота измерений,
- 44,1 кГц — безопасный стандарт с запасом.
Помню, как раньше я встречал это число в настройках Windows — где-то в выпадающем списке «формат звука».
Тогда я не придавал этому значения. Сейчас же понятно: это буквально скорость, с которой компьютер «смотрит» на звук.
Резюмируя
- в реальном мире звук — это непрерывная волна
- компьютер волн не понимает
- он измеряет волну много раз в секунду
- результат — это набор чисел
- чем чаще измерения, тем точнее звук
В следующей части разберу, почему звук - это не просто числа
Источники, используемые при подготовке материала: