Klnbz mdiaelemek feldolgozsa sszelltotta Kosztyn Zsolt Tibor email
Különböző médiaelemek feldolgozása Összeállította: Kosztyán Zsolt Tibor e-mail: kzst@almos. vein. hu, kzst@vision. vein. hu, kzst@ond. vein. hu, honlap: http: //vision. vein. hu/~kzst
Hangok – a hang fizikai jellemzői • Hang: Mechanikai rezgés, ami valamely anyagi közegben terjed. • Hangsebesség: A hangrezgéseknek a vivőközegben való terjedési sebessége.
Hangok – a hang érzékelése • A hallható hang: 16 Hz – 20 k. Hz (életkor függő) • 16 Hz alatt infrahang • 20 k. Hz felett ultrahang
Akusztikai alapfogalmak • Akusztika: az emberi hallás jellemzőivel foglalkozik • Hangerő (hangintenzitás): A hangrezgés amplitúdója – 1 m 2 –re eső, wattban mért hangteljesítmény. A hangerő mértékegysége az akusztikus decibel
Akusztikai alapfogalmak • Akusztikus decibel: értéke alkalmazkodik az emberi hangérzékeléshez, a hangerő nagyság tízes alapú logaritmusának húszszorosával egyenes arányban lévő szám. A hallásküszöbnek a 0 decibel (d. B) érték felel meg, míg a fájdalomküszöb értéke 120 d. B.
A decibel skála akusztikai alapjai • A hang tehát egy rugalmas közeg által közvetített mechanikai rezgés, hullám jelenség, térben terjedő rezgésállapot, energiatovábbítás. Közvetítő közegre szükség van, amely a periodikus összehúzódással és ritkulással ezt az energiát nyomásként közvetíti, miközben a közeg részecskéi a helyükön maradnak. A közegtől függően lég-, folyadék- és testhangokat különböztetünk meg. • A rezgések, hullámjelenségek jellemzői között a hullámhosszúságot (l, m), a közegtől függő terjedési sebességet (c, m/s) és a rezgési frekvenciát (f, 1/s) különböztetjük meg.
A decibel skála akusztikai alapjai • A leggyengébb hang, amelyet még az egészséges emberi fül érzékelni tud 20 m. Pa nyomásingernek felel meg. Ez olyan kicsi, hogy hatására a dobhártya egy átlagos atom-átérőnek megfelelően mozdul ki (nm nagyságrend). Még meglepőbb, hogy ennek az értéknek a 106 -szorosát is képesek vagyunk elviselni. Az első érték a hallhatósági, az utóbbi pedig az ún. fájdalomküszöb. Ilyen hatások között a lineáris Pa-skála meglehetősen kényelmetlen lenne, ezért a hangosság mértékéül az adott hangnak a hallhatósági küszöbhöz való viszonyát logaritmusos léptékben használjuk. Ez a decibel skála. Eszerint — figyelembe véve a 20 m. Pa küszöbértéket — a viszonylagos hangosság a hangnyomással kifejezve: Lp=20 lg(P/P 0), (d. B) ahol: P — az aktuális hangnyomás, m. Pa, P 0 — pedig az 1000 Hz-hez tartozó küszöb hangnyomás értéke (20 m. Pa).
A decibel skála akusztikai alapjai A zajszinteket sokszor azzal a hangteljesítménnyel is megadjuk, amely a hang terjedési irányában a teljes felületen időegység alatt áthaladó. hangintenzitást, energia sűrűségetjelenti (jele: W, mértékegysége: watt). Általános zajszint kifejezésre a hangintenzitást használjuk, amely a hangterjedés irányára merőleges, egységnyi felületen időegység alatt áthalad (jele: I, mértékegysége: W/m 2). Ugyanúgy működik, mint a hangnyomás, de az egyenletben a nyomások négyzete szerepel, mert ez arányos az energiával vagy az intenzitással. A legkisebb és legnagyobb hangintenzitás érték az emberi fül átlagos érzékenységétől függ. 1000 Hz frekvencia esetén a legszélesebb ez a tartomány (szubjektív akusztika), itt a hallásküszöb 10 -12 W/m 2 -nél, a fájdalomküszöb pedig l W/m 2 -nél található. A kisebb intenzitású hangokat küszöb alatti hangoknak, a nagyobbakat pedig szuperhangoknak nevezzük. LI=10 lg(I/I 0), (d. B) ahol: I — az aktuális intenzitás, W/m 2, I 0 — pedig a hallásküszöbhöz tartozó intenzitás értéke (10 -12 W/m 2).
Akusztikai alapfogalmak • Hangmagasság: a hang frekvenciájától függő mennyiség • Hangszín: az adott hangjel frekvenciatartományi viselkedése
A szubjektív akusztika és az A-hangintenzitásszint • A hangosságérzet az ember szubjektív tulajdonsága. Az emberi hallás erősen frekvenciafüggő és a frekvencia függvényében mért hangérzet különböző lehet. Átlagosan az 1 k. Hz frekvenciánál a legszélesebb az érzékelhető hangintenzitás-tartomány. • A különböző szűrők a zajmérő műszereket képessé teszik arra, hogy az objektív érték helyett a szubjektív hangérzethez közeli értéket mutasson. Mivel az A-típusú szűrő közelíti legjobban az emberi hallás szubjektivitását, ezért a hangintenzitásokat ezzel mérjük és a kapott zajszinteket LA-val jelöljük és az értékét d. BA-ban adjuk meg.
A hangok rögzítése • Analóg rögzítés • Digitális rögzítés
Analóg rögzítés és lejátszás • Rögzítés: – A hangjel átalakítása rögzíthető, elektromos jelformára, melyben a jel frekvenciái és intenzitásai megfelelnek az eredeti hangjelnek – Az elektromos jel rögzítése • Példa: – Elektromechanikus hangrögzítés – Mágneses hangrögzítés
Analóg rögzítés és lejátszás • Lejátszás: – A rögzített jelek érzékelése, elektromos jellé történő átalakítása – Az elektromos jel felerősítése és visszaadása az eredeti hangjelhez hasonló alakban
Hangok digitális rögzítése és lejátszása • Mintavételezés – A mintavételezési frekvencia értéke legyen legalább kétszerese az eredeti analóg jelben előforduló legnagyobb frekvenciának (Shannon tétele). • Kvantálás
Mintavételezési frekvencia Használt terület 8 k. Hz A telefontechnika használja 11, 025 k. Hz 1/4 CD-DA mintavételezési frekvencia 22, 1 k. Hz 1/2 CD-DA mintavételezési frekvencia 32 k. Hz MPEG Audio által használt mintavételezési frekvencia 44, 1 k. Hz CD-DA mintavételezési frekvencia 48 k. Hz Digital Audio Tape, MPEG Audio, Dolby Digital mintavételezési frekvencia
Kvantálás • 8 bit = 256 jelszint, kb. 48 d. B hangerő tartomány • 16 bit = 65536 jelszint, kb. 96 d. B hangerő tartomány • 24 bit = 16777216 jelszint, kb. 144 d. B hangerő tartomány
Mintavételezés és kvantálás
A digitalizált hangállományok minőségének meghatározása • Milyen hibával lehet a digitalizált hangállományból visszaállítani az eredeti analóg hanganyagot
A digitalizált hangállomány mérete • A hangállomány befolyásolja: méretét 1. Mintavételezési frekvencia értéke 2. A kvantálási hossz 3. A rögzített csatornák száma
A digitalizált hangállomány mérete Mintavételezési frekvencia Kvantálási 11, 025 k. Hz hossz 22, 05 k. Hz 44, 1 k. Hz 48 k. Hz 8 bit 0, 631 MB 1, 262 MB 2, 524 MB 2, 747 MB 16 bit 1, 262 MB 2, 524 MB 5, 048 MB 5, 496 MB 24 bit 1, 893 MB 3, 786 MB 7, 572 MB 8, 241 MB Pl 44 100 x 16 x 1 x 60 = 42 336 000 bit = 5 292 000 B= = 5, 048 MB 1 perc hosszú, mono hangállomány hossza mintavételezési frekvencia és kvantálási hossz függvényében
A digitalizálás minősége Mintavételezési frekvencia Kvantálási 11, 025 k. Hz 22, 05 k. Hz hossz 44, 1 k. Hz 8 bit Nagyon gyenge (beszéd) Közepes minőség (beszéd) Jó minőség (beszéd zene) 16 bit Elfogadható (beszéd) Jó (beszéd, zene) Hi-Fi minőség (beszéd, zene)
Fontosabb hangkártya szabványok • Ad. Lib szabvány: Bevezette az FM szintézist a PC hang előállításához. Ez lett a mono üzemmódban működő MIDI rendszer szabványa. • Sound. Blaster szabvány: Bevezette a digitális technika használatát a hangrögzítésben, megteremtette a hullámtáblázat használatának feltételeit. Sztereo üzemmódot ismerő szabvány.
Fontosabb hangkártya szabványok • Roland MT-32 szabvány: Bevezette a 256 mintavételezett alaphangot tároló ROM-ot a hangkártyán.
MIDI – Musical Instrument Digital Interface • Számítógép hangszerek rögzíti és az elektronikus közti kommunikációt – General MIDI szabvány: • Hangszerek kiválasztása • Szólamok száma
Hangtömörítés • Pszichoakusztikus redundancia: – Az ember nem hallja a nagy hangerejű hangfrekvenciákhoz közeli zajfrekvenciát. (Ez azonban csak egy szűk frekvenciasávra érvényes. ) – Az ember hallását zavarják azok a zajok, melyeknek frekvenciája közelében nincs hangfrekvencia. • A pszichoakusztikus tömörítő eljárások részsávokra bontják a hallható hangfrekvencia sávot, és elemzik az egyes részsávok tartalmát.
Hangtömörítési eljárások • Alapjuk a pszichoakusztikus redundancia csökkentése – – MPEG Audio (Layer 1, Layer 2, Layer 3) MPEG 2 AAC MPEG 4 Dolby eljárások • Dolby Stereo Digital • Dolby Surround Pro Logic
MPEG Audio • Mintavételezési frekvencia: 32; 44, 1; 48 k. Hz – Mono – Joint stereo – Stereo • Csatornánként a bitfolyam sebessége: 32 kb/s - 224 kb/s
MPEG Audio • Layer 1: Legegyszerűbb eljárás. 128 kb/s fölötti sebesség esetén használható (csatornánként) • Layer 2: Közepes bonyolultságú eljárás. 128 kb/s körül használható – CD-ROM-on szinkronizált video és hangrögzítés – Video CD-n videoállomány hangjának rögzítése
MPEG Audio • Layer 3: a legbonyolultabb eljárás Hangminőség Sávszélesség Üzemmód Bitsebesség Tömörítési arány Telefon minőség 2, 5 k. Hz Mono 8 kb/s 96: 1 Rövidhullámú rádióadásnál jobb 4, 5 k. Hz Mono 16 kb/s 48: 1 Középhullámú rádióadásnál jobb 7, 5 k. Hz Mono 32 kb/s 24: 1 FM rádióadás minőség 11 k. Hz Sztereó 56 … 64 kb/s 26 … 24: 1 Közel CD minőség 15 k. Hz Sztereó 96 kb/s 16: 1 CD minőség > 15 k. Hz Sztereó 112 … 128 kb/s 14 … 12: 1
MP 3 Pro 2001 júniusában a német Frauenhofer Gesellschaft, a francia Thomson és az amerikai RCA/Coding Technologies bejelentettek egy módszert, melynél 64 kbps kódolással elérik azt, amit a CDkódolásnál csak 128 kbps-es kódolással érhető el. A Coding Technologies az új "Spectral Band Replication" (SBR) módszere, a magas hangok kódolásáért felelős, míg az alacsonyabb frekvenciák a hagyományos mp 3 szerint kerülnek kódolásra. A kettő együtt adja az mp 3 PRO kódolás tulajdonságait. Miután az SBR rész csak néhány kbps-t igényel, hagyományos mp 3 felvételek lejátszhatók az mp 3 PRO lejátszókon. Ezek az SBR részt figyelmen kívül hagyják. Fordítva természetesen nem, azaz hagyományos mp 3 lejátszókon nem hallhatók az új kódolás tulajdonságai.
MPEG 2 AAC • Környezeti hangszóró hangtér legalább – Mintavételezés: 8 k. Hz … 96 k. Hz – Kódolt részsávok száma: 1 … 48 – Veszteséges (pszichoakusztikus) veszteségmentes (entrópiakódolás) • Alkalmazás: – Filmipar 5 +
AC-3 (Audio Coding number 3) és a Dolby • Az AC-3 (Audio Coding number 3) érzékelésen alapuló digitális audió kódolási (zajcsökkentési és tömörítési) technika. A zajcsökkentés azon alapszik, hogy csökkentik a kimenő szintet, ha nincs jel. Viszont engedik, hogy a nagy hangerő elfedje a jelben lévő zajt. Mivel így csak a jelhez közeli frekvencián keletkező zaj nyomható el, ezért a Dolby a hallható hangokat minden csatornán keskeny frekvenciasávokra tagolja a hallás frekvenciaérzékenységének megfelelően. Ha a sávban nincs jel, a Dolby csökkenti, esetleg megszünteti a kódolást, ami valójában zaj lenne. Ha a sávban van jel, a jel elnyomja a zajt. A tömörítés igen nagyfokú. Míg a tömörítetlen csatorna adatátviteli sebessége 700 kbit/sec, a Dolby Digital teljes sávszélességű csatornájának átviteli sebessége 75 kbit/sec.
MPEG 4 • • • Bitsebesség, és objektumorientáltság Szerzői jogvédelem (vízjel) Hibatűrés MPEG 2 AAC továbbfejlesztése 3 D Audio
A házimozi rendszerek első kódolási formátuma a DOLBY SURROUND, amely 4 csatornás (jobb, bal, közép, háttér), passzív mátrix rendszerrel dolgozik. Ez annyit jelentett, hogy bár dekódolta a center és a háttérsugárzó jeleit, de azokat nem tudta egymástól megfelelően szeparálni, így a középsugárzó jele hallatszott a surround (háttér) hangszórókban, a háttérsugárzók jele pedig hallatszott a középsugárzóban. Ez azt eredményezte, hogy időnként mintha az ember fejében szólalt volna meg a hang. A négy csatorna hangerejének kiegyenlítése sem volt egyszerű. A jobb és bal csatorna 20 Hz- 20 k. Hz. , a centersugárzó 100 Hz-20000 Hz, a háttérsugárzó 100 Hz - 7 k. Hz frekvencia tartományban dolgozott. Nagy előnye volt olcsósága.
A házimozi rendszerek Dolby kódolásának második generációja. Csatornakiosztása megegyezik a Dolby Surrounddal. Aktív mátrix rendszerrel rendelkezik, vagyis nem csak létrehozza az új hangcsatornákat, de azok jelét szinte maradék nélkül szedi az eredeti két hangsávból, így csatorna szeparációja lényegesen jobb. Beépített funkcióként tartalmazza a csatornák hangerejének beállítását szolgáló jelgenerátort. Többfajta középsugárzó üzemmód közül választhatunk. "Normál" üzemmódban a középsugárzó frekvenciamenete 100 Hz-20 k. Hz, ezt az üzemmódot akkor célszerű választani, ha hangsugárzónk relatív kis méretű. Ilyenkor a 100 Hz alatti hangokat csak a jobb és a bal hangsugárzók közvetítik. Wide üzemmódban a centersugárzó is megkapja a teljes 20 Hz-20 k. Hz frekvenciatartományt, ezt akkor érdemes választanunk, ha a középsugárzó is alkalmas a mélyfrekvenciák lesugárzására. Lehetőség van ezen felül fantom üzemmódra is, ahol hasonlóan a hagyományos sztereóhoz nem használunk középsugárzót. A háttérsugárzó jelét 30 -100 ms-mal késlelteik, ezáltal a lakószobák lényegesen kisebb légterének akusztikáját próbálja meg közelíteni a mozi termekéhez.
Az első digitális háromdimenziós mozi hang. Hat csatornás (jobb, bal, közép, jobb hátsó, bal hátsó, subwoofer (5. 1)). Minden csatorna teljes frekvencia tartománnyal rendelkezik (20 Hz-20 k. Hz), kivéve a szubbasszust, amely a 3 Hz - 120 Hz es tartomány lesugárzására szolgál. A dinamika tartomány mind az 5 csatornának megegyező értékű, a csatorna szeparáltsága annyira magas, hogy pl. amennyiben kikapcsoljuk a centersugárzót, a jobb és a bal hangszórókban nem lehet hallani a centerben történő jeleket. 35 és 70 mm-es filmre is rögzíthető optikai úton. Mivel a filmszalagon már nem volt máshol szabad hely, ezért erre a célra a perforációk közötti területet használják fel. E mellett természetesen a lefelé való kompatibilitás miatt a Dolby Sorround hangot is felveszik. Házi mozi verzióját AC-3 -nak (Audio Coding) is becézik, de valójában ez annak az adattömörítési eljárásnak a neve, amellyel a hatcsatornányi digitális hanginformációt rögzíthető sávszélességűre sűrítik.
A Lucasfilm továbbfejlesztette a Dolby Surround Pro Logic rendszert, és ezt a kifinomultabb, precízebb rendszert új néven, a THX mozaikszóval mint védjeggyel megkülönböztetve tette közzé. Az ilyen házi mozi rendszer abban különbözik elődjétől, a Pro Logic-tól, hogy a hátsó surround hangsugárzók már másként szólnak, más-más jelet dekódol számukra a hangprocesszor. Mindezek mellett maga a műszaki szabvány is sokkal szigorúbb, így precízebb a kódolás és dekódolás is.
DTS A DTS egy más megközelítést alkalmaz a térhangzás megvalósítására. Az AC 3 -hoz képest ez a rendszer 384 kb/s adatátviteli sebességgel, 24 bites felbontással, 192 k. Hz mintavételi frekvenciával állít elő 8 csatornás. CD minőségű hangot. Mindezt rendkívül kifinomult és bonyolult digitális hangspektrum-kódolással, szűréssel és kiegyenlítéssel oldják meg. Jellemzően moziban találkozunk ezzel a hangrendszerrel.
Hangfeldolgozó alkalmazások (Sound. Forge)
Hangfeldolgozó alkalmazások hangerő szabályzás
Hangfeldolgozó alkalmazások normalizálás
Hangfeldolgozó alkalmazások zaj csökkentése
Hangfeldolgozó alkalmazások zaj csökkentése
Irodalom 1. CSÁNKY LAJOS: Multimédia PC-s környezetben, LSI Oktatóközpont, Budapest, 1996. 2. RALF STEINMETZ: Multimédia Springer Hungarica Kiadó Kft. , Budapest
Irodalom - Internet 1. 2. 3. 4. 5. 6. 7. http: //www. adobe. com http: //www. matrox. com/mga http: //www. sysopt. com/reviews/matrox-g 450 http: //www. fontolo. hu/magazin/digivideo. html http: //www. mpeg. org/MPEG/audio. html http: //www. fraunhoffer. iis http: //www. intermedia. c 3. hu/oktanyag/videotechgy ak 8. http: //www. movie-collage. de 9. http: //www. dolby. com/new/ 10. http: //www. dvdfutar. hu/dvd/html/dvd_hangds 2. html
Köszönöm a figyelmet!
- Slides: 47