Технології обробки звуку

Технології та засоби обробки звукової інформації

З появою в 1989 році звукових карт перед користувачами відкрилися нові можливості. На порядок покращилася якість звуку. З'явилася звукова підсистема - комплекс програмно-апаратних засобів, призначений для:Перші персональні комп'ютери відрізнялися від калькуляторів і великих ЕОМ тим, що могли видавати звуки за допомогою маленького динаміка, встановленого в їх корпусі. І хоча акустичні можливості цих комп'ютерів були більш ніж скромними, вже на зорі комп'ютерної ери з'явилися музичні редактори, за допомогою яких можна було створити звуковий файл для підключення до тієї чи іншої програми, написаної користувачем.

• Запису звукових сигналів, що надходять від зовнішніх джерел (мікрофона або магнітофона);
• Відтворення записаних раніше звукових даних за допомогою зовнішньої акустичної системи або головних телефонів (навушників);
• Мікшування (змішування) при запису або відтворення сигналів від зовнішніх джерел;
• Одночасного запису і відтворення звукових сигналів;
• Обробки звукових сигналів: редагування, об'єднання або роз'єднання фрагментів сигналу, фільтрації, зміни рівня і т.п .;
• -Управління панорамою стереофонічного звукового сигналу і рівнем сигналу в кожному каналі при записі і відтворенні;
• Обробки звукового сигналу відповідно до алгоритмів об'ємного звучання;
• Генерування за допомогою синтезатора звучання музичних інструментів через спеціальний інтерфейс MIDI;
• Відтворення звукових компакт-дисків;
• Управління комп'ютером і введення тексту за допомогою мікрофона.
• Звукова система комп'ютера зазвичай виконується у вигляді самостійних звукових карт, що встановлюються на материнську плату, але може бути розміщена і на іншій карті розширення. Окремі функціональні модулі звукової системи можуть виконуватися у вигляді дочірніх плат, що встановлюються у відповідні роз'єми звукової карти. Дочірня плата зазвичай розширює базові можливості звукової системи.
• До апаратних засобів обробки звукової інформації відносяться:
• Модуль запису і відтворення звуку, який здійснює аналого-цифрове і цифроаналоговое перетворення звукових даних;
• Модуль синтезатора;
• Модуль інтерфейсів, що забезпечує взаємодію програмних і апаратних засобів;
• Модуль мікшера, який дозволяє здійснити змішування сигналів від різних джерел;

Акустична система (мікрофон, навушники, колонки і т.п.).

Перші чотири модулі, як правило, встановлюються на звуковій карті. Кожен з модулів може бути виконаний у вигляді окремої мікросхеми або входити до складу багатофункціональної мікросхеми.

Програмні засоби обробки звукової інформації включають в себе:

• Музичні редактори;
• Синтезатори звуків;
• Системи автоматичного розпізнавання мови;
• Звукові редактори;
• Голосові навігатори;
• Програми диктування, що дозволяють перетворювати мова в «письмовий» текст;
• Програми для поліпшення якості фонограм.

Створення (синтез) звуку в основному переслідує дві мети:

• Імітацію різних природних звуків (шум вітру і дощу, звук кроків, спів птахів і т. П.), А також акустичних музичних інструментів;
• Отримання принципово нових звуків, які не зустрічаються в природі.

Обробка звуку зазвичай спрямована на отримання нових звуків з уже існуючих (наприклад, голос робота), або надання їм додаткових якостей або усунення існуючих (наприклад, додавання ефекту хору, видалення шуму або клацань).

Так само, як створення всіляких анімаційних ефектів і ефектів тривимірної графіки базується на використанні різноманітних математичних методів, кожен з методів синтезу і обробки звуку має свою математичну і алгоритмічну модель.

До основних програм обробки цифрового звуку відносять Cool Editor, Sound Forge, Samplitude, Software Audio Workshop дають можливість прослуховувати вибрані ділянки, робити вирізки і вставки, амплітудні і частотні перетворення, звукові ефекти, накладення інших оцифровок, зміна частоти оцифровки, генерувати різні види шумів, синтезувати звук.

Для обробки звуку використовуються наступні основні методи [1, с. 392].

Монтаж. Складається в вирізання із запису одних ділянок, вставці інших, їх заміні, розмноженні і т. П. Називається також редагуванням. Практично кожен музичний редактор має такі можливості редагування. Всі сучасні звуко- та відеозапису в тій чи іншій мірі піддаються монтажу.

амплітудні перетворення полягають в посиленні або ослабленні звуку.

Частотні (спектральні) перетворення - Посилення або ослаблення певних смуг частот.

Фазові перетворення. Слуховий апарат людини використовує фазу для визначення напрямку від джерела звуку. Фазові перетворення стереозвуку дозволяють отримати ефекти обертового звуку, рухомого джерела звуку і їм подібні.

Тимчасові перетворення. Полягають в додаванні до основного сигналу його копій, зсунутих в часі на різні величини. При невеликих зрушеннях (порядку менше 20 мс) це дає ефект розмноження джерела звуку (ефект хору), при великих - ефект луни.

формантного перетворення оперують з формантами - характерними смугами частот, зустрічаються в звуках, вимовлених людиною. Кожному звукові відповідає своє співвідношення амплітуд і частот декількох формант, яке визначає тембр і розбірливість голосу. Змінюючи параметри формант, можна підкреслювати або затушовувати окремі звуки, змінювати одну голосну на іншу, зрушувати регістр голосу і т. П.

Обробка мовної інформації включає в себе синтез мови і автоматичне розпізнавання мови.

Усне повідомлення можна уявити як послідовність елементарних звуків, які називаються фонемами, і пауз між ними. Від числа фонем, що виділяються в усному мовленні, залежить точність її опису. На практиці для кодування російської усного мовлення виділяють близько 40-45 фонем, кожній з яких ставиться у відповідність кодує її позначення. Послідовність кодів, що описують фонеми усного повідомлення, вводиться і зберігається в пам'яті ЕОМ і при необхідності виводиться з неї через спеціальні пристрої, які називаються синтезаторами мови.

В даний час сфера застосування синтезаторів мови безперервно розширюється - використовуються різні автоматизовані інформаційно-довідкові системи, системи автоматизованого контролю, здатні голосом попередити людини про стан контрольованого об'єкта, і інші системи.

Розроблено пристрої, що дозволяють перетворити письмовий текст в відповідне йому фонемний уявлення, що дає можливість відтворювати у вигляді мови довільний текст, що зберігається в пам'яті комп'ютера.

Чимало зусиль було покладено на те, щоб забезпечити програми та операційні системи графічним інтерфейсом користувача. Зараз розвивається новий напрямок - мовний інтерфейс користувача. різні голосові навігатори керують програмами, в якійсь мірі замінюючи клавіатуру і мишу.

зростає популярність засобів автоматичного розпізнавання мови. Ці кошти перетворять мова в закодований «письмовий» текст. Для цього проводиться спектральний аналіз оцифрованої мови і визначаються за допомогою спеціальних математичних методів мінімальні звукові одиниці мови.

Існуючі системи розпізнавання мови орієнтовані або на злиту, або на дискретну мова. Злита (безперервна) мова - це нормальна плавна людська мова. Якщо система розрахована на дискретну мова, то говорити треба з паузами між словами.

Більшість систем залежні від диктора - перед початком роботи користувач повинен «навчити» програму, вимовляючи певний текст. Але є і розробки, які не вимагають цього.

Сьогодні аналіз звуку й мови застосовується в багатьох областях людської діяльності. Це біометрія, судова експертиза, медицина, навчання, конструкторська діяльність, наукові дослідження та інші. Голос людини можна використовувати як пропуск в системах з обмеженням доступу. При виробництві судової експертизи матеріалів звукозапису часто потрібно провести ідентифікацію особи, тобто відповісти на питання - чи належить голос на двох фонограмах одному і тому ж людині? Можна визначати емоційний стан людини (рівень стресу) за параметрами усного мовлення. Цей спосіб має ту перевагу, що людині не потрібно приєднувати датчики. Мовний супровід навчальних програм дозволяє зробити процес сприйняття навчального матеріалу більш повним.