কন্টেন্ট
আপনি সম্ভবত লক্ষ্য করেছেন যে, আধুনিক ফ্ল্যাগশিপ স্মার্টফোনের ভিতরে "স্টুডিও গুণমান" অডিও চিপস অন্তর্ভুক্ত করে স্মার্টফোন শিল্পে একটি নতুন প্রবণতা রয়েছে। 192kHz অডিও সমর্থন সহ একটি 32-বিট ড্যাক (ডিজিটাল থেকে অ্যানালগ রূপান্তরকারী) স্পেক শিটটিতে অবশ্যই ভাল দেখায়, তবে আমাদের অডিও সংগ্রহগুলির আকার বাড়িয়ে দেওয়ার কোনও সুবিধা নেই।
আমি কেন এখানে এই বিট গভীরতা এবং নমুনা হারে গর্ব করা অডিও শিল্পের অন্য একটি বিষয় যা এই বিষয়ে ভোক্তার অভাব এবং অডিও ফাইলের জ্ঞানের অভাবের সুবিধা গ্রহণ করাই কেন to আপনার ঘৃণ্য ক্যাপগুলি ডন করুন না, আমরা প্রো অডিওর ইনস এবং আউটগুলি ব্যাখ্যা করতে কিছু গুরুতর প্রযুক্তিগত পয়েন্টগুলিতে যাচ্ছি। এবং আশা করি কেন আপনাকে বেশিরভাগ বিপণন হাইপ উপেক্ষা করা উচিত তা আমিও প্রমাণ করব।
তুমি কি ওটা শুনেছ?
আমরা ডুব দেওয়ার আগে এই প্রথম বিভাগটি ডিজিটাল অডিও, বিট-গভীরতা এবং নমুনা হারের দুটি মূল ধারণা সম্পর্কে কিছু প্রয়োজনীয় পটভূমি তথ্য সরবরাহ করে।
নমুনা হার বলতে বোঝায় যে আমরা প্রায়শই একটি সংকেত সম্পর্কে প্রশস্ততা তথ্য ক্যাপচার বা পুনরুত্পাদন করতে যাচ্ছি। মূলত, একটি নির্দিষ্ট সময়ে সময়ে এটি সম্পর্কে আরও জানার জন্য আমরা খুব কম অংশে একটি তরঙ্গরূপ কাটা করি। নাইকুইস্ট উপপাদ্য বলেছেন যে সর্বোচ্চ সম্ভাব্য ফ্রিকোয়েন্সি যা ধরা পড়তে বা পুনরুত্পাদন করা যায় তা নমুনার হারের ঠিক অর্ধেক। এটি কল্পনা করা বেশ সহজ, কারণ এর ফ্রিকোয়েন্সিটি সঠিকভাবে জানতে আমাদের তরঙ্গরূপের শীর্ষ এবং নীচে (যার জন্য দুটি নমুনা লাগবে) এর প্রশস্ততা প্রয়োজন।
স্যাম্পল রেট (শীর্ষ) বৃদ্ধির ফলে প্রতি সেকেন্ডে অতিরিক্ত নমুনাগুলির ফলাফল হয়, যখন একটি বৃহত্তর বিট-গভীরতা (নীচে) এ নমুনা রেকর্ড করার জন্য আরও সম্ভাব্য মান সরবরাহ করে।
অডিওর জন্য, আমরা কেবল আমরা যা শুনতে পারি তার সাথেই উদ্বিগ্ন এবং 20kHz এর ঠিক আগে বিশাল সংখ্যক লোকের শ্রুতি লেজ বন্ধ করে দেয়। এখন যেহেতু আমরা নাইকুইস্ট উপপাদ্য সম্পর্কে জানি, আমরা বুঝতে পারি যে কেন 44.1kHz এবং 48kHz সাধারণ স্যাম্পলিং ফ্রিকোয়েন্সি, কারণ আমরা শুনতে পারা সর্বাধিক ফ্রিকোয়েন্সি মাত্র দ্বিগুণ। স্টুডিওর মান 96kHz এবং 192kHz মান গ্রহণের উচ্চতর ফ্রিকোয়েন্সি ডেটা ক্যাপচারের সাথে কোনও সম্পর্ক নেই, এটি অর্থহীন। তবে আমরা এক মিনিটের মধ্যে আরও কিছুতে ডুব দেব।
যেহেতু আমরা সময়ের সাথে সাথে অবিচ্ছেদ্যতার দিকে তাকাচ্ছি, বিট-গভীরতা কেবল এই প্রশস্ততা ডেটা সংরক্ষণ করার জন্য উপলব্ধ পয়েন্টগুলির রেজোলিউশন বা সংখ্যাকে বোঝায়। উদাহরণস্বরূপ, 8-বিটস আমাদের 256 টি ভিন্ন পয়েন্ট প্রস্তাব করে, 16-বিট ফলাফল 65,534 পয়েন্টে এবং 32-বিট মূল্যবান ডেটা আমাদের 4,294,967,294 ডেটা পয়েন্ট দেয়। যদিও স্পষ্টতই, এটি কোনও ফাইলের আকারকে বাড়িয়ে তোলে।
প্রশস্ততার যথার্থতার ক্ষেত্রে বিট-গভীরতা সম্পর্কে তাত্ক্ষণিকভাবে চিন্তা করা সহজ হতে পারে তবে এখানে আরও বেশি গুরুত্বপূর্ণ ধারণাটি হ'ল শব্দ এবং বিকৃতি। খুব কম রেজোলিউশনের সাহায্যে আমরা সম্ভবত কম প্রশস্ততার তথ্য মিস করব বা তরঙ্গকারীর শীর্ষগুলি কেটে ফেলব, যা ত্রুটি ও বিকৃতি (পরিমাণগত ত্রুটি) উপস্থাপন করে। মজার বিষয় হল, আপনি যদি কম রেজোলিউশন ফাইলটি খেলতে চান তবে প্রায়শই এটি শব্দের মতো শোনাবে, কারণ আমরা কার্যকরভাবে সবচেয়ে ছোটতম সংকেতের আকার বাড়িয়েছি যা ক্যাপচার এবং পুনরুত্পাদন করা যেতে পারে। এটি আমাদের তরঙ্গরূপে শব্দের উত্স যোগ করার মতোই। অন্য কথায়, বিট-গভীরতা কমিয়ে আওয়াজ মেঝে হ্রাস করে। এটি বাইনারি নমুনার ক্ষেত্রে এটি ভাবতেও সহায়তা করতে পারে, যেখানে কমপক্ষে উল্লেখযোগ্য বিট শব্দের তলকে উপস্থাপন করে।
অতএব, একটি উচ্চতর বিট-গভীরতা আমাদের আরও বৃহত্তর শব্দের তল দেয় তবে আসল বিশ্বে এটি কতটা কার্যকর তা নিয়ে সীমাবদ্ধ সীমা রয়েছে is দুর্ভাগ্যক্রমে, সর্বত্র পটভূমির শব্দ রয়েছে এবং আমি বোঝাতে চাইছি না যে রাস্তায় বাস চলে যাচ্ছে। কেবল থেকে আপনার হেডফোন, পরিবর্ধকগুলিতে ট্রানজিস্টর এবং আপনার মাথার কান পর্যন্ত, বাস্তব বিশ্বে শব্দ অনুপাতের সর্বাধিক সংকেতটি প্রায় 124 ডিবি, যা প্রায় 21-বিট মূল্যবান ডেটা তৈরি করে।জারগন বাস্টার:
DAC- একটি ডিজিটাল-থেকে-অ্যানালগ রূপান্তরকারী ডিজিটাল অডিও ডেটা নেয় এবং হেডফোন বা স্পিকারগুলিতে প্রেরণের জন্য এটিকে এনালগ সিগন্যালে রূপান্তরিত করে।
নমুনা হার- হার্টজ (Hz) এ পরিমাপ করা হয়, এটি প্রতি সেকেন্ডে ক্যাপচারিত ডিজিটাল ডেটার নমুনার সংখ্যা।
SNR- সিগন্যাল থেকে শয়েজ অনুপাত হ'ল কাঙ্ক্ষিত সংকেত এবং পটভূমি সিস্টেমের গোলমালের মধ্যে পার্থক্য। একটি ডিজিটাল সিস্টেমে এটি বিট-গভীরতার সাথে সরাসরি যুক্ত।
তুলনা করার জন্য, ক্যাপচারের 16-বিটগুলি 96.33 ডিবি এর শব্দের অনুপাত (সংকেত এবং পটভূমির শব্দগুলির মধ্যে পার্থক্য) এর সংকেত দেয়, যখন 24-বিট 144.49 ডিবি সরবরাহ করে, যা হার্ডওয়্যার ক্যাপচার এবং মানব উপলব্ধি সীমা ছাড়িয়ে যায়। সুতরাং আপনার 32-বিট ড্যাকটি কেবলমাত্র সর্বদা 21 টি বিট দরকারী উপাত্তের আউটপুট দিতে সক্ষম হতে চলেছে এবং অন্যান্য বিটগুলি সার্কিট শোরগোল দ্বারা মাস্ক করা হবে। বাস্তবে বাস্তবে, বেশিরভাগ সংখ্যক দামের সরঞ্জামগুলির টুকরোগুলি 100 থেকে 110 ডিবি এর এসএনআর সহ শীর্ষে থাকে, কারণ বেশিরভাগ অন্যান্য সার্কিট উপাদান তাদের নিজস্ব শব্দের প্রবর্তন করবে। স্পষ্টতই, 32-বিট ফাইলগুলি ইতিমধ্যে অপ্রয়োজনীয় বলে মনে হচ্ছে।
এখন আমাদের কাছে ডিজিটাল অডিওর বেসিকগুলি বোঝা গেছে, আসুন আমরা আরও কিছু প্রযুক্তিগত পয়েন্টে এগিয়ে যাই।
স্বর্গের সিঁড়ি
অডিওর বোঝাপড়া এবং ভুল ধারণার আশেপাশের বেশিরভাগ বিষয়গুলি শিক্ষাগত সংস্থানগুলি এবং সংস্থাগুলি ভিজ্যুয়াল সংকেত ব্যবহার করে কীভাবে সুবিধাগুলি ব্যাখ্যা করার চেষ্টা করে তার সাথে সম্পর্কিত। নমুনা হারের জন্য আপনি সম্ভবত সমস্ত অডিও দেখতে পেয়েছেন যা বিট-গভীরতা এবং আয়তক্ষেত্রাকার লাইনগুলির জন্য সিঁড়ি পদক্ষেপগুলির একটি সিরিজ হিসাবে প্রতিনিধিত্ব করে। আপনি যখন এটি মসৃণ চেহারাযুক্ত এনালগ তরঙ্গরূপের সাথে তুলনা করেন এটি অবশ্যই খুব ভাল লাগে না, সুতরাং আরও সঠিক আউটপুট তরঙ্গরূপকে উপস্থাপন করার জন্য সূক্ষ্ম চেহারা, "মসৃণ" সিঁড়িটি বের করা সহজ।
যদিও এটি জনসাধারণের কাছে সহজ বিক্রয় হতে পারে, এই সাধারণ "সিঁড়ি" নির্ভুলতা উপমাটি একটি বিশাল ভুল দিকনির্দেশনা এবং ডিজিটাল অডিও আসলে কীভাবে কাজ করে তা উপলব্ধি করতে ব্যর্থ হয়। বাদ দাও.
তবে এই চাক্ষুষ উপস্থাপনাটি কীভাবে অডিও কাজ করে তা ভুলভাবে উপস্থাপন করে। যদিও এটি অগোছালো দেখাচ্ছে, গাণিতিকভাবে Nyquist ফ্রিকোয়েন্সি নীচের ডেটা, যে নমুনা হারের অর্ধেক, পুরোপুরি ধরা পড়েছে এবং পুরোপুরি পুনরুত্পাদন করা যেতে পারে। এটি চিত্র দেখুন, এমনকি নাইকুইস্ট ফ্রিকোয়েন্সিতেও, যা প্রায়শই একটি মসৃণ সাইন ওয়েভের পরিবর্তে বর্গাকার তরঙ্গ হিসাবে উপস্থাপিত হতে পারে, আমাদের কাছে সময় নির্দিষ্ট সময়টিতে প্রশস্ততার জন্য সঠিক তথ্য রয়েছে, যা আমাদের কেবল প্রয়োজন। আমরা মানুষেরা প্রায়শই ভুল করে নমুনাগুলির মধ্যবর্তী স্থানের দিকে তাকিয়ে থাকি তবে ডিজিটাল সিস্টেম একইভাবে কাজ করে না।
বিট-গভীরতা প্রায়শই নির্ভুলতার সাথে যুক্ত হয় তবে সত্যই এটি সিস্টেমের শব্দদণ্ডের কার্যকারিতা সংজ্ঞায়িত করে। অন্য কথায়, সবচেয়ে ছোট সনাক্তযোগ্য বা পুনরুত্পাদনযোগ্য সংকেত।
যখন প্লেব্যাকের কথা আসে, তখন এটি "ট্রুইর-অর্ডার হোল্ড" ড্যাকের ধারণাটি সহজেই বুঝতে পারে, এটি একটি সিঁড়িযুক্ত ধাপের ফলাফল তৈরি করে একটি সেট নমুনা হারে মানগুলির মধ্যে স্যুইচ করবে। এটি আসলে অডিও ড্যাকগুলি কীভাবে কাজ করে তার ন্যায্য উপস্থাপনা নয়, তবে আমরা এখানে থাকাকালীন এই উদাহরণটি ব্যবহার করে প্রমাণ করতে পারি যে আপনাকে যেভাবে সিঁড়ি সম্পর্কে উদ্বিগ্ন করা উচিত নয়।
একটি লক্ষণীয় গুরুত্বপূর্ণ বিষয় হ'ল সমস্ত তরঙ্গরূপগুলি একাধিক সাইন ওয়েভের যোগফল, মৌলিক ফ্রিকোয়েন্সি এবং সুরেলা গুণকগুলিতে অতিরিক্ত উপাদানগুলির যোগ হিসাবে প্রকাশ করা যেতে পারে। একটি ত্রিভুজ তরঙ্গ (বা একটি সিঁড়ি ধাপ) হ্রাস প্রশস্ততা এ বিজোড় harmonics নিয়ে গঠিত। সুতরাং, যদি আমাদের নমুনা হারে খুব ছোট ছোট পদক্ষেপ হয় তবে আমরা বলতে পারি যে এখানে কিছু অতিরিক্ত সুরেলা বিষয়বস্তু যুক্ত করা হয়েছে, তবে এটি আমাদের শ্রাব্য (Nyquist) ফ্রিকোয়েন্সি দ্বিগুণ এবং সম্ভবত এর বাইরে কয়েকটি সুরেলা তৈরি হয়, তাই আমরা জিতেছি যেভাবেই এগুলি শুনতে সক্ষম হবেন না। তদতিরিক্ত, কয়েকটি উপাদান ব্যবহার করে ফিল্টার আউট করা এটি বেশ সহজ।
আমরা যদি ডিএসি নমুনাগুলি আলাদা করি তবে আমরা সহজেই দেখতে পারি যে আমাদের কাঙ্ক্ষিত সিগন্যালটি ড্যাক নমুনা হারে অতিরিক্ত তরঙ্গরূপের সাথে নিখুঁতভাবে উপস্থাপিত হয়েছে।
যদি এটি সত্য হয় তবে আমাদের দ্রুত পরীক্ষার মাধ্যমে এটি পর্যবেক্ষণ করতে সক্ষম হওয়া উচিত। আসুন একটি বেসিক শূন্য-অর্ডার হোল্ড ডিএসি থেকে সরাসরি আউটপুট নেওয়া যাক এবং খুব সাধারণ 2 এর মাধ্যমে সংকেতটিও খাওয়ানয় অর্ধেক আমাদের নমুনা হারে কম পাস ফিল্টার সেট অর্ডার। আমি এখানে কেবলমাত্র একটি 6-বিট সিগন্যাল ব্যবহার করেছি, যাতে আমরা আসলে একটি অসিলস্কোপে আউটপুট দেখতে পারি। 16-বিট বা 24-বিট অডিও ফাইলের ফিল্টারিংয়ের আগে এবং পরে উভয়ই সিগন্যালে খুব কম শব্দ হবে।
পরিবর্তে অপরিশোধিত উদাহরণ, তবে এটি এই বিষয়টি প্রমাণ করে যে এই অগোছালো দেখাচ্ছে সিঁড়ির মধ্যে অডিও ডেটা পুরোপুরি তৈরি করা হয়।
এবং যেমন যাদু দ্বারা, সিঁড়ি ধাপ প্রায় সম্পূর্ণ অদৃশ্য হয়ে যায় এবং আউটপুটটি "স্মুথ আউট" হয়ে যায়, কেবলমাত্র লো-পাস ফিল্টার ব্যবহার করে যা আমাদের সাইন ওয়েভ আউটপুটকে হস্তক্ষেপ করে না। বাস্তবে, আমরা যা কিছু করেছি তা হ'ল সিগন্যালের কিছু অংশ ফিল্টার করা যা আপনি কোনওভাবেই শোনেন নি। এটি মূলত ফ্রি অতিরিক্ত দুটি উপাদানগুলির জন্য আসলেই খারাপ ফলাফল নয় (দুটি ক্যাপাসিটার এবং দু'জন প্রতিরোধকের 5 পেন্সের চেয়ে কম দাম রয়েছে), তবে বাস্তবে আরও অত্যাধুনিক কৌশল রয়েছে যা আমরা আরও এই শব্দটি কমাতে ব্যবহার করতে পারি। আরও ভাল, এগুলি বেশিরভাগ ভাল মানের DAC- তে স্ট্যান্ডার্ড হিসাবে অন্তর্ভুক্ত করা হয়।
আরও বাস্তব উদাহরণ সহকারে ডিল করার সাথে সাথে অডিও ব্যবহারের জন্য যে কোনও ড্যাকের মধ্যে একটি ইন্টারপোলেশন ফিল্টারও উপস্থিত থাকবে, এটি আপ-স্যাম্পলিং নামেও পরিচিত। ইন্টারপোলেশন দুইটি নমুনার মধ্যে মধ্যবর্তী পয়েন্টগুলি গণনা করার একটি সহজ উপায়, সুতরাং আপনার ড্যাক প্রকৃতপক্ষে নিজের থেকে এই "স্মুথিং" প্রচুর পরিমাণে করছে, এবং নমুনার হারকে দ্বিগুণ বা চতুর্ভূত করার চেয়ে আরও অনেক কিছু। আরও ভাল, এটি কোনও অতিরিক্ত ফাইল স্থান গ্রহণ করে না।
উচ্চতর স্যাম্পলিং হারের সাথে ফাইলগুলি বহন করার চেয়ে সাধারণত কোনও ডিএসি এর লবণের মূল্যযুক্ত ইন্টারপোলেশন ফিল্টারগুলি অনেক ভাল সমাধান।
এটি করার পদ্ধতিগুলি বেশ জটিল হতে পারে তবে মূলত আপনার ডিএসি আপনার অডিও ফাইলের নমুনা ফ্রিক্যোয়েন্সিটির চেয়ে অনেক বেশি বার তার আউটপুট মান পরিবর্তন করছে। এটি নমুনাযোগ্য সিঁড়ি ধাপের সুরেলা নমুনাটির সামঞ্জস্যতার বাইরে খুব বেশি ধীরে ধীরে ধীরে ধীরে, আরও সহজেই অর্জনযোগ্য ফিল্টারগুলির কম ব্যবহার করতে দেয় যার ফলে কম রিপল থাকে, সুতরাং আমরা যে বিটগুলি শুনতে চাই তা সংরক্ষণ করে।
আমরা যদি শুনতে আগ্রহী না যে এই সামগ্রীটি কেন মুছে ফেলতে চাইছি সে সম্পর্কে আপনি যদি আগ্রহী হন তবে এর সহজ কারণটি হ'ল সংযোজনে বলা এই অতিরিক্ত তথ্যকে আরও সংযোজন করার ফলে একটি পরিবর্ধক বলে, শক্তি অপচয় করে। তদুপরি সিস্টেমের অন্যান্য উপাদানগুলির উপর নির্ভর করে, এই উচ্চতর ফ্রিকোয়েন্সি "আল্ট্রা-সোনিক" সামগ্রীটি সীমিত ব্যান্ডউইথ উপাদানগুলিতে প্রকৃতপক্ষে উচ্চতর পরিমাণে ইন্টারমুলেশন বিকৃতি ঘটাতে পারে। সুতরাং, আপনার 192 কেএইচজেড ফাইলটি সম্ভবত ভালের চেয়ে বেশি ক্ষতির কারণ হতে পারে, যদি সেই ফাইলগুলির মধ্যে কোনও আল্ট্রা-সোনিক সামগ্রী থাকে।
যদি আরও কোনও প্রমাণের প্রয়োজন হয় তবে আমি সার্কাস লজিক সিএস 4272 (শীর্ষে চিত্র) ব্যবহার করে একটি উচ্চ মানের ডিএসি থেকে আউটপুটও দেখাব। সিএস 4272 এ একটি ইন্টারপোলেশন বিভাগ এবং আউটপুট ফিল্টারটিতে খাড়াভাবে নির্মিত হয়েছে। আমরা এই পরীক্ষার জন্য যা করছি তা হ'ল 48 কাহার্টজে ডিএসি-কে দুটি 16-বিট উচ্চ এবং নিম্ন নমুনা খাওয়ানোর জন্য একটি মাইক্রো-কন্ট্রোলার ব্যবহার করা হচ্ছে, যাতে আমাদের 24kHz সর্বোচ্চ সম্ভাব্য আউটপুট তরঙ্গরূপ সরবরাহ করে। অন্য কোনও ফিল্টারিং উপাদান ব্যবহৃত হয় না, এই আউটপুট সরাসরি ড্যাক থেকে আসে।
এই স্টুডিও গ্রেড ডিএসি উপাদানটির 24kHz আউটপুট সিগন্যাল (শীর্ষ) অবশ্যই স্বাভাবিক বিপণন উপাদানের সাথে যুক্ত আয়তক্ষেত্রাকার তরঙ্গরূপের মতো লাগে না। নমুনা হার (এফএস) অ্যাসিলোস্কোপের নীচে প্রদর্শিত হয়।
আউটপুট সাইন ওয়েভ (শীর্ষ) কীভাবে ফ্রিকোয়েন্সি ক্লকের (নীচে) গতিবেগের ঠিক অর্ধেক গতিবেগ নোট করুন। কোনও লক্ষণীয় সিঁড়ি পদক্ষেপ নেই এবং এটি অত্যন্ত উচ্চতর ফ্রিকোয়েন্সি তরঙ্গরূপটি প্রায় এক নিখুঁত সাইন ওয়েভের মতো দেখায়, বিপণন উপাদানগুলি বা আউটপুট ডেটাতে এমনকি একটি নৈমিত্তিক ঝলকও প্রস্তাব দেয় block এটি দেখায় যে মাত্র দুটি নমুনা থাকা সত্ত্বেও, নাইকুইস্ট তত্ত্বটি পুরোপুরি অনুশীলনে কাজ করে এবং আমরা কোনও বিট-গভীরতা বা নমুনা হার ছাড়াই কোনও অতিরিক্ত সুরেলা বিষয়বস্তু অনুপস্থিত, খাঁটি সাইন ওয়েভটি পুনরায় তৈরি করতে পারি।
32-বিট এবং 192 কেএইচজেড সম্পর্কে সত্য
বেশিরভাগ জিনিসের মতোই, সমস্ত জার্গন এবং 32-বিটের পিছনে কিছু সত্য লুকিয়ে রয়েছে, 192 কেএইচজেড অডিও এমন একটি জিনিস যা ব্যবহারিক ব্যবহার করে, কেবল আপনার হাতের তালুতে নয়। আপনি যখন স্টুডিওর পরিবেশে থাকবেন তখন এই ডিজিটাল বৈশিষ্ট্যগুলি বাস্তবে কার্যকর হয়, সুতরাং "স্টুডিও মানের অডিও মোবাইলে আনার" দাবি করা হয়, তবে আপনি যখন নিজের পকেটে সমাপ্ত ট্র্যাকটি রাখতে চান তখন এই নিয়মগুলি কার্যকর হয় না।
প্রথমে, নমুনা হার দিয়ে শুরু করা যাক। উচ্চতর রেজোলিউশন অডিওর প্রায়শই একটির সুবিধা হ'ল অতি-সোনিক ডেটা ধরে রাখা যা আপনি শুনতে পাচ্ছেন না তবে সংগীতকে প্রভাবিত করে। আবর্জনা, আমাদের শুনানির ফ্রিকোয়েন্সি সীমাবদ্ধতার আগে বেশিরভাগ যন্ত্রগুলি ভালভাবে পড়ে যায়, মাইক্রোফোন প্রায় 20kHz এ প্রায় স্পেস রোল ক্যাপচার করতে ব্যবহৃত হয় এবং আপনি যে হেডফোনগুলি ব্যবহার করছেন অবশ্যই তা এতদূর প্রসারিত হবে না। এমনকি যদি তারা পারে, আপনার কান কেবল এটি সনাক্ত করতে পারে না।
সাধারণ মানুষের শ্রবণ সংবেদনশীলতা 3kHz এ শিখর দেয় এবং 16kHz এর পরে দ্রুত গড়িয়ে পড়া শুরু করে।
যাইহোক, ডেটা স্যাম্পল করার সময় 192 কেএইচজেড স্যাম্পলিং শব্দটি হ্রাস করতে যথেষ্ট দরকারী (সেই মূল শব্দটি আবার) তথ্য স্যাম্পল করার সময়, প্রয়োজনীয় ইনপুট ফিল্টারগুলি সহজ নির্মাণের অনুমতি দেয় এবং উচ্চ গতির ডিজিটাল প্রভাবের জন্যও এটি গুরুত্বপূর্ণ। শ্রাব্য বর্ণালী উপরে ওভারসাম্পলিং আমাদের শব্দ শব্দটিকে তলিয়ে যাওয়ার সিগন্যালটি গড়তে দেয়। আপনি দেখতে পাবেন যে বেশিরভাগ ভাল এডিসি (ডিজিটাল রূপান্তরকারীগুলির সাথে অ্যানালগ) আজকাল 64৪-বিট ওভার-স্যাম্পলিং বা আরও কিছুতে নির্মিত।
প্রতিটি এডিসিকে তার Nyquist সীমা থেকেও বেশি ফ্রিকোয়েন্সি অপসারণ করতে হবে বা উচ্চতর ফ্রিকোয়েন্সি শ্রবণযোগ্য বর্ণালীতে "ভাঁজ" হওয়ায় আপনি ভয়াবহ শোনার আলিয়াজিং শেষ করবেন। আমাদের 20 কেএজেডজ ফিল্টার কর্নার ফ্রিকোয়েন্সি এবং সর্বাধিক নমুনার হারের মধ্যে বৃহত্তর ব্যবধান থাকা সত্যিকারের বিশ্ব ফিল্টারগুলিতে আরও উপযুক্ত যা তাত্ত্বিক ফিল্টারগুলির প্রয়োজনের মতো খাড়া এবং স্থিতিশীল হতে পারে না। এটি ড্যাকের শেষে সত্য, তবে যেমনটি আমরা আলোচনা করেছি ইন্টারমোডুলেশন খুব কার্যকরভাবে এই শব্দকে আরও সহজেই ফিল্টারিংয়ের জন্য উচ্চতর ফ্রিকোয়েন্সি পর্যন্ত ঠেলে দিতে পারে।
স্টিপারটি ফিল্টারটি পাসব্যান্ডে আরও বেশি ছড়িয়ে পড়ে। নমুনার হার বাড়ানো "ধীর" ফিল্টারগুলি ব্যবহারের অনুমতি দেয় যা শ্রাব্য পাসব্যান্ডে ফ্ল্যাট ফ্রিকোয়েন্সি প্রতিক্রিয়া সংরক্ষণ করতে সহায়তা করে।
ডিজিটাল ডোমেনে, প্রায়শই স্টুডিও মিশ্রণ প্রক্রিয়াতে ব্যবহৃত ফিল্টারগুলির জন্য অনুরূপ নিয়ম প্রয়োগ হয় process উচ্চতর নমুনার হারগুলি স্টিপারের জন্য, দ্রুত অভিনয় ফিল্টারগুলিকে উপযুক্তভাবে কাজ করার জন্য অতিরিক্ত ডেটার প্রয়োজন হয় allow প্লেব্যাক এবং ড্যাকের ক্ষেত্রে এটির কোনও প্রয়োজন হয় না, কারণ আপনি কেবল যা শুনতে পাচ্ছেন তার মধ্যে আমরা কেবল আকর্ষণীয়।
৩২-বিটে অগ্রসর হওয়া, যে কেউ যে কোনও দূরবর্তী জটিল গণিতের কোড দেওয়ার চেষ্টা করেছেন তিনি পূর্ণসংখ্যার এবং ভাসমান পয়েন্টের ডেটা উভয়ই বিট গভীরতার গুরুত্ব বুঝতে পারবেন। যেমনটি আমরা আলোচনা করেছি, তত বেশি শব্দ কম হবে এবং গোলাকার ত্রুটির কারণে যখন আমরা ডিজিটাল ডোমেনে সংকেতগুলি ভাগ বা বিয়োগ করা শুরু করি এবং গুণক বা যোগ করার সময় ক্লিপিং ত্রুটিগুলি এড়ানোর জন্য এটি আরও গুরুত্বপূর্ণ হয়ে ওঠে।
গাণিতিক ক্রিয়াকলাপগুলি যেমন স্টুডিও অডিও সফ্টওয়্যার হিসাবে সম্পাদন করার সময় সংকেতের অখণ্ডতা সংরক্ষণের জন্য অতিরিক্ত বিট-গভীরতা গুরুত্বপূর্ণ। মাস্টারিং শেষ হয়ে গেলে আমরা এই অতিরিক্ত ডেটা ফেলে দিতে পারি।
এখানে একটি উদাহরণ রয়েছে, বলুন আমরা একটি 4-বিট নমুনা নিই এবং আমাদের বর্তমান নমুনা 13, যা বাইনারিতে 1101। এখন এটি চারটি দিয়ে বিভক্ত করার চেষ্টা করুন এবং আমরা 0011 বা কেবল 3 রেখে গেছি We আমরা অতিরিক্ত 0.25 হারিয়ে ফেলেছি এবং যদি আমরা অতিরিক্ত গণিত করার চেষ্টা করি বা আমাদের সংকেতটিকে আবার এনালগ ওয়েভ ফর্মে পরিণত করি তবে এটি একটি ত্রুটি উপস্থাপন করবে।
এই বৃত্তাকার ত্রুটিগুলি খুব অল্প পরিমাণে বিকৃতি বা শব্দ হিসাবে প্রকাশিত হয়, যা প্রচুর পরিমাণে গাণিতিক ক্রিয়াকলাপ সংগ্রহ করতে পারে। তবে, আমরা যদি দল বা দশমিক পয়েন্ট হিসাবে ব্যবহারের জন্য অতিরিক্ত বিটস তথ্যের সাথে এই 4-বিট নমুনাটি প্রসারিত করি তবে আমরা অতিরিক্ত ডেটা পয়েন্টের জন্য অনেক বেশি সময় ধরে বিভাজন, যুক্ত এবং একাধিক অবিরত রাখতে পারি। সুতরাং বাস্তব বিশ্বে, 16 বা 24 বিটের নমুনা দেওয়া এবং তারপরে প্রক্রিয়াকরণের জন্য এই ডেটাটিকে 32-বিট ফর্ম্যাটে রূপান্তর করা শব্দ এবং বিকৃতি রক্ষা করতে সহায়তা করে। যেমনটি আমরা ইতিমধ্যে জানিয়েছি, 32-বিটগুলি নির্ভুলতার পয়েন্টগুলির একটি ভয়াবহ।
এখন, যা স্বীকৃতি হিসাবে সমান গুরুত্বপূর্ণ তা হ'ল আমরা যখন অ্যানালগ ডোমেনে ফিরে আসি তখন আমাদের এই অতিরিক্ত হেডরুমের প্রয়োজন হয় না। যেমন আমরা ইতিমধ্যে আলোচনা করেছি, প্রায় 20-বিট্স ডেটা (-120 ডিবি শব্দ) সম্ভবত সনাক্ত করতে পারে এমন নিখুঁত সর্বাধিক, সুতরাং আমরা "অডিওফিলস" সত্ত্বেও অডিও গুণমানকে প্রভাবিত না করেই আরও যুক্তিসঙ্গত ফাইল আকারে ফিরে রূপান্তর করতে পারি we সম্ভবত এই হারানো ডেটা বিলাপ।
যাইহোক, আমরা যখন অল্প বিস্তৃত গভীরতায় চলে যাব তখন অবশ্যম্ভাবীভাবে কিছু গোলাকার ত্রুটিগুলি প্রবর্তন করব যাতে এই ত্রুটিগুলি সর্বদা এলোমেলোভাবে ঘটে না কারণ কিছুটা অতিরিক্ত পরিমাণে বিকৃতিও সর্বদা থাকবে। যদিও এটি 24-বিট অডিওতে সমস্যা নয় কারণ এটি ইতিমধ্যে অ্যানালগ শব্দের মেঝে ছাড়িয়ে ভালভাবে প্রসারিত হয়েছে, "ডাইথিং" নামে একটি কৌশল 16-বিট ফাইলগুলির জন্য ঝরঝরে এই সমস্যাটি সমাধান করে।
কাটা কাটা এবং মরে যাওয়া দ্বারা প্রবর্তিত বিকৃতির একটি উদাহরণ তুলনা।
এটি অডিও নমুনার নূন্যতম উল্লেখযোগ্য বিটটিকে এলোমেলো করে, বিকৃতি ত্রুটিগুলি দূর করে তবে ফ্রিকোয়েন্সি জুড়ে ছড়িয়ে থাকা কিছু খুব নিরিবিলি এলোমেলো ব্যাকগ্রাউন্ড শব্দের প্রবর্তন করে এটি করা হয়। যদিও শব্দের প্রচলনটি স্বজ্ঞাত হতে পারে তবে এটি এলোমেলোতার কারণে শ্রুতিমতি বিকৃতির পরিমাণ হ্রাস করে। তদ্ব্যতীত, বিশেষ কণ্ঠ-আকৃতির ঘোরতর নিদর্শনগুলি ব্যবহার করে যা মানুষের কানের ফ্রিকোয়েন্সি প্রতিক্রিয়াটির অপব্যবহার করে, 16-বিট বিশিষ্ট অডিও প্রকৃতপক্ষে আমাদের ধারণার সীমাতে 120 ডিবি এর খুব কাছাকাছি একটি অনুভূত শব্দের মেঝে ধরে রাখতে পারে।
32-বিট ডেটা এবং 192kHz নমুনা হারের স্টুডিওতে উল্লেখযোগ্য সুবিধা রয়েছে তবে একই বিধিগুলি প্লেব্যাকের জন্য প্রয়োগ হয় না।
সোজা কথায়, স্টুডিওগুলি এই হার্ড রেজোলিউশন সামগ্রীতে তাদের হার্ড ড্রাইভগুলি আটকে দিন, উচ্চমানের প্লেব্যাক করার সময় আমাদের কেবল সেই অতিরিক্ত অতিরিক্ত ডেটা দরকার হয় না।
শেষ করি
আপনি যদি এখনও আমার সাথে থাকেন তবে এই নিবন্ধটিকে স্মার্টফোন অডিও উপাদানগুলিকে উন্নত করার চেষ্টার সম্পূর্ণ বরখাস্ত হিসাবে বিবেচনা করবেন না। যদিও নম্বর টাউটিংটি অকেজো হতে পারে, উচ্চমানের উপাদান এবং আরও ভাল সার্কিট ডিজাইন মোবাইল বাজারে এখনও একটি দুর্দান্ত বিকাশ, তবে আমাদের কেবল নিশ্চিত করা দরকার যে নির্মাতারা সঠিক জিনিসগুলির দিকে তাদের মনোযোগ কেন্দ্রীভূত করেন। উদাহরণস্বরূপ, এলজি ভি 10 এর 32-বিট ড্যাকটি আশ্চর্যজনক বলে মনে হচ্ছে তবে এর সুবিধা নিতে আপনাকে বিশাল অডিও ফাইল আকারের বিরক্ত করার দরকার নেই।
তাত্ত্বিকভাবে সমর্থিত বিট-গভীরতা বা নমুনা হারের চেয়ে কম প্রতিবন্ধী হেডফোন চালানোর দক্ষতা, ডিএসি থেকে জ্যাকের কাছে কম শব্দ করার ফ্লোর সংরক্ষণ এবং ন্যূনতম বিকৃতি সরবরাহের দক্ষতা অনেক বেশি গুরুত্বপূর্ণ বৈশিষ্ট্য এবং আমরা আশাবাদী সক্ষম হব ভবিষ্যতে এই বিষয়গুলিতে আরও বিশদে ডুব দিতে।
