Если мы рассматриваем компьютерную графику как искусство синтеза изображений, где основной единицей является пиксель.
Какова основная единица синтеза звука?
[Это относится к программированию, поскольку я хочу сгенерировать его с помощью компьютерной программы.]
Спасибо!
Базовый блок - это образец
В файле WAVE образец представляет собой целое число, определяющее, куда переместить головку динамика.
Частота выборки определяет, как часто новый образец подается на колонки (я не совсем уверен, как эта часть работает, но сначала преобразуется в аналоговый сигнал). Образцы обычно располагаются в файле один за другим.
Когда вы рисуете все образцы с осью x, когда время и ось y являются sample_value, вы можете видеть форму волны.
В волновом файле образцы могут (теоретически) быть любым размером в битах от 0-65535, который остается постоянным во всем волновом файле. Но обычно используются 16 или 24 бита.
Компьютерная графика также может иметь векторные фигуры как базовые единицы, а не только пиксели. Как правило, векторная графика генерируется с помощью компьютерных инструментов, в то время как захваченные данные имеют тенденцию отображаться как сетка пикселей (соответствующая массиву датчиков в камере или другом устройстве захвата). Очевидно, что существует значительный перекрестный переход между этими классификациями.
Аналогично, существуют дискретизированные (такие как .WAV) и генерирующие (например .MIDI) формы компьютерного аудио. В выборочном случае наименьшая единица представляет собой один образец. Подобно массиву пикселей в яркости, x- и y-размеры объединяются для формирования изображения, массив образцов в размерах громкости и времени объединяется для формирования звука. В генеративном случае это будет нечто большее, чем один тон, оказанный в определенном голосе, так же как векторная графика имеет пути, нарисованные с помощью определенных текстур.
Пиксел может иметь значение и кодироваться в цифровом растровом изображении samples. Те же свойства применяются к звуку и цифровому аудио samples.
A pixel - физическое устройство, которое может отображать только амплитуды трех частот света (красный, зеленый, синий) за раз. Динамик - это физическое устройство, которое может отображать амплитуды широкого диапазона частот (~ 40 000) за раз. Разрешение бит образца (количество бит, используемых для хранения значения выборки) в основном определяет, сколько цветов/тонов можно отобразить - точность воспроизведения физического устройства воспроизведения.
Кроме того, поскольку шаблоны пикселей могут быть закодированы или сжаты, большинство образцов образцов звука также кодируются или сжимаются (или оба).
Основной единицей обработки сигнала (из которого аудио является особый случай) будет образец.
Частота, с которой вам нужно пробовать сигнал, зависит от максимальной частоты, присутствующей в форме сигнала. Теорема выборки утверждает, что обычно достаточно пробы с удвоенной частотой максимальной частоты, присутствующей в сигнале.
http://en.wikipedia.org/wiki/Sampling_theorem
Человеческое ухо чувствительно к звукам примерно до 20 кГц (верхняя частота уменьшается с возрастом). Вот почему музыка на CD отбирается на частоте 44 кГц.
Часто более полезно думать о музыке как состоящей из отдельных частот.
http://www.phys.unsw.edu.au/jw/sound.spectrum.html
Большинство звуковых анализов и создания основаны на этой идее.
Понятия, связанные с данным:
Психоакустика: восприятие человеком звука. Относится к современным методам сжатия звука, таким как mp3.
Ряды Фурье: как сложные формы сигналов состоят из отдельных частот.
Я бы сказал, что основной единицей синтеза звука является синусоидальная волна. Но ваше определение синтеза, возможно, отличается от того, что звуковые люди будут относить к звуковому синтезу. Звуковой систез - это создание звука с использованием основных компонентов звука.
С синусоидальными волнами мы можем синтезировать звуки с использованием многих методов, таких как субтрактивный синтез, синтез добавок или синтез FM.
Теория Фурье утверждает, что каждый звук представляет собой суммирование синусоидальных волн разных фаз, частот и амплитуд.
ОК, так как мы представляем синусоидальную волну на компьютере? ну, синусоидальная волна будет генерироваться с использованием буфера (массива) "выборок", которые были сгенерированы функцией или считаны из таблицы. Тот же метод применяется к любому звуку, снятому на компьютере.
"Образец" обычно представлен как число между -1 и 1, которое напрямую коррелирует с амплитудой звука в данный момент времени. Типичный звук, записанный с глубиной в 16 бит, имел бы 65536 (2pow16) возможных значений амплитуды. При записи, как правило, образец будет захвачен 44.1k в секунду звука. Это называется частотой дискретизации дискретизации или просто частотой дискретизации.
При воспроизведении с вашего компьютера каждый образец будет проходить через преобразователь Digital to Analogue и генерирует вибрацию вашего динамика ПК и, в свою очередь, заставит ваше ухо перенести записанный звук.
Звук может быть выражен как несколько разных единиц, но наиболее распространенным в синтезе/компьютерной музыке является децибелы (дБ), которые являются относительная логарифмическая мера амплитуды. В частности, они обычно относятся к максимальной амплитуде аудиосистемы.
При измерении звука в "реальной жизни" единицы обычно A-weighted Децибелы или дБ (A).
Частота звука (т.е. его высота) - его амплитуда во времени или в цифровом мире - его амплитуда по образцам. Количество выборок на единицу реального времени называется частотой выборки; обычные hi-fi системы имеют частоту дискретизации 44 кГц (44 000 выборок в секунду), а программное обеспечение для синтеза/записи обычно поддерживает до 96 кГц.
Все звучание в цифровом домене может быть представлено как форма волны с осью X, представляющей время (или номер выборки) и ось Y, представляющую амплитуду.
частота и амплитуда волны - вот что составляют звук. Это для тона. Музыка или, в этом отношении, большинство шумов представляет собой совокупность нескольких одновременных звуковых волн, наложенных друг на друга.
То, что синтез музыки - это большое поле.
Растровые графики основаны на выборке амплитуды света в двумерном пространстве, где каждый образец оцифровывается до заданной битовой глубины и часто преобразуется в логарифмическое представление с другой битовой глубиной. Образцы всегда положительные, так как вы не можете быть темнее черного. Каждый из этих образцов называется пикселем.
Звукозапись чаще всего основывается на выборке величины звукового давления на микрофоне, где образцы берутся с постоянными временными интервалами. Эти образцы могут быть положительными или отрицательными в отношении идеальной тишины. Чаще всего эти образцы не преобразуются в логарифм, хотя звук воспринимается логарифмически так же, как и свет. Нет специального термина, чтобы ссылаться на эти образцы, как есть с пикселями.
Белки и децибелы, упомянутые другими, полезны в контексте измерения пиковых или средних уровней звука. Они не используются для описания отдельных образцов звука.
Вам также может быть полезно узнать, как форматы звуковых файлов сравниваются с форматами файлов изображений. WAVE - это несжатый формат, специфичный для Windows и аналогичный BMP. MP3 - сжатие с потерей, аналогичное JPEG. FLAC - это сжатие без потерь, аналогичное 24-битовому PNG.
Если компьютерная графика представляет собой цветные точки в двумерном пространстве, представляющие трехмерное пространство, тогда синтез звука представляет собой амплитудные значения, регулярно разделяемые во времени, представляющие музыкальные события.
Если вы хотите, чтобы ваш результат звучал как музыка (такая музыка, как большинство людей, как минимум), вы либо собираетесь использовать некоторые стандартные методы синтеза, либо буквально тратите десятилетия своей жизни, изобретая их с нуля.
Наиболее основными методами являются аддитивный синтез, в котором отдельные элементы представляют собой частоты, амплитуды и фазы синусоидальных генераторов; субтрактивный синтез, где вы работаете с коэффициентами фильтра и сложной формой ввода; синтеза частотной модуляции, где вы работаете с глубинами модуляции и скоростями ступеней модуляции; гранулированный синтез, где короткие (от сотых до десятых долей секунды) окутанные фрагменты записанного звука или искусственный сигнал объединены в огромных количествах. Каждый из них на практике использует параметры, которые развиваются в течение ноты, и часто вы смешиваете элементы различных методов в более крупный инструмент.
Я рекомендую эту книгу, хотя у нее нет математики для многих концепций, она по крайней мере лежит в основе используемых понятий, и дает хороший обзор методов.
Вы не тратите свое время на выборку по образцу, чтобы делать музыку на практике больше, чем вы тратите свое время на пиксель на пиксель для рендеринга 3d (другими словами, дайте выборку по образцу, если вы создаете инструмент для других людей для создания музыки, но это слишком низкий уровень, если вы заинтересованы в создании музыки).
Возможно, конверт. Тон/примечание имеет форму, описываемую следующим образом: апатия decay sustain release
Байт, или слово, в зависимости от глубины звучания звука.