Σμήμα Δημοσιογραφίας & Μέσων Μαζικής Επικοινωνίας ΑΠΘ ΕΙΑΓΨΓΗ ΣΙ ΣΕΦΝΟΛΟΓΙΕ ΣΟΤ ΡΑΔΙΟΥΨΝΟΤ: ΧΗΥΙΑΚΟ ΗΦΟ Δημούλας Φαράλαμπος (babis@jour.auth.gr) Δρ. Μηχ., Λέκτορας ΑΠΘ Εργαστήριο Ηλεκτρονικών ΜΜΕ http://e-media.jour.auth.gr
ΕΙΑΓΨΓΗ - ΟΡΙΜΟΙ Ραδιόφωνο: AM, FM, DAB, web Radio, παραγωγή μετατροπή επεξεργαςία μετάδοςη ακρόαςη ψηφιακοφ ήχου 2
ΕΙΑΓΨΓΗ: ΧΗΥΙΑΚΗ ΣΕΦΝΟΛΟΓΙΑ Αναλογική φύση των ανθρώπινων αισθήσεων (ακοή) οι είσοδοι και οι έξοδοι των συστημάτων παραμένουν αναλογικές οι είσοδοι και οι έξοδοι των συστημάτων είναι διαφορετικές ανάλογα με την εφαρμογή Χηφιοποίηση αναλογικών σημάτων - φαινομένων Απευθείας παραγωγή σύνθεση ψηφιακών σημάτων σε Η/Τ ύγκλιση τεχνολογιών Radio-TV, Η/Υ, Τηλεπικοινωνίες (ICT), Τεχνολογίες Επικοινωνιών και Πληροφορικής τα ψηφιακά σήματα είναι όλα ίδια και μπορούμε να τα επεξεργασθούμε με τις ίδιες διατάξεις διαφορά υπάρχει στο συνολικό bit rate ενός σήματος η σύγκλιση των τεχνολογιών σημαίνει ότι οι ίδιες τεχνικές μπορούν να εφαρμοσθούν σε μεγάλο εύρος σημάτων πολλές τεχνικές εφαρμόζονται μέσω λογισμικού 3
ΗΜΑ-ΥΑΙΝΟΜΕΝΟ ΟΡΙΜΟ ςαν ςιμα ορίηεται το ςφνολο των τιμϊν που παίρνει ζνα φυςικό μζγεκοσ το ςιμα περιγράφεται πάντα με μία ςυνάρτθςθ μιασ ι περιςςότερων μεταβλθτϊν ι με μία ακολουκία τιμϊν το ςιμα δεν είναι κάτι κακαρά μακθματικό καταςκεφαςμα αλλά περιγράφει κάποιο φυςικό φαινόμενο ΚΑΣΗΓΟΡΙΟΠΟΙΗΗ ΗΜΑΣΨΝ ανάλογα με τον τφπο τουσ (ςυνεχι ι διακριτά) ανάλογα με το πλικοσ των ανεξάρτθτων μεταβλθτϊν ι διαςτάςεων τουσ (μιασ, δφο ι πολλϊν ανεξάρτθτων μεταβλθτϊν ι διαςτάςεων) θχθτικό ςιμα (μία ανεξάρτθτθ μεταβλθτι ο χρόνοσ) 4
ΚΙΝΗΣΡΑ ΠΛΕΟΝΕΚΣΗΜΑΣΑ ΦΡΗΗ ΧΗΥΙΑΚΨΝ ΕΡΨΣΗΕΙ αναλογικό ςιμα: ςυνεχισ μεταβολι χρόνου & πλάτουσ τι είναι το ψθφιακό ςιμα; τα φυσικά φαινόμενα εξελίσσονται με συνεχή τρόπο ποιεσ οι διαφορζσ του με το αναλογικό ςιμα; διακριτζσ μεταβολζσ χρόνου / πλάτουσ ΠΑΡΑΔΕΙΓΜΑΣΑ ΓΙΑΣΙ ΧΗΥΙΑΚΟ ΗΜΑ; Περιςςότερο ςυμπαγζσ και λιγότερο ευάλωτο ςε παραμορφϊςεισ και απϊλειεσ Στο αναλογικό ςιμα οι παραμορφϊςεισ των διαφόρων ςταδίων ακροίηονται ςτο τελικό αποτζλεςμα Στο ψθφιακό ςιμα αυτό δεν ςυμβαίνει λόγω τθσ φφςθσ του (π.χ. φπαρξθ ι όχι 0 ι 1) Το ψθφιακό αποτελείται από μία ςειρά διακριτϊν τιμϊν και αυτό, ειδικά ςτθν εικόνα, ζχει δϊςει τθ δυνατότθτα να αναπτυχκοφν πάρα πολλζσ μζκοδοι και εργαλεία επεξεργαςίασ τθσ 5
ΣΤΠΟΙ ΗΜΑΣΨΝ (ΣΟ ΠΕΔΙΟ ΣΟΤ ΦΡΟΝΟΤ) ήματα συνεχούς χρόνου (continuous time) συνεχής ανεξάρτητη μεταβλητή (χρόνος) συνεχής εξαρτημένη μεταβλητή (πλάτος) λέγονται και σήματα συνεχούς χρόνου συνεχούς πλάτους - αναλογικά ήματα διακριτού χρόνου (discrete time) διακριτή δηλ. μη συνεχής ανεξάρτητη μεταβλητή (χρόνος) συνεχής εξαρτημένη μεταβλητή (πλάτος) λέγονται και σήματα διακριτού χρόνου συνεχούς πλάτου Χηφιακά σήματα τα σήματα διακριτού χρόνου στα οποία και η εξαρτημένη μεταβλητή παίρνει διακριτές τιμές τα σήματα διακριτού χρόνου ονομάζονται και ακολουθίες και συμβολίζονται ως x(n) όπου n ακέραιος 6
ΧΗΥΙΟΠΟΙΗΗ - ΧΗΥΙΑΚΗ ΜΕΣΑΣΡΟΠΗ Χηφιοποίηση Δειγματοληψία Διακριτοποίηση χρόνου Κβάντιση Διακριτοποίση πλάτους Κριτήριο Nyquist: fs > 2 * fc Σφάλμα -θόρυβος κβάντισης (dither) 7
ΜΕΣΑΣΡΟΠΗ ΑΝΑΛΟΓΙΚΟΤ Ε ΧΗΥΙΑΚΟ analog to digital conversion, A/D 3 ΣΑΔΙΑ ΔΕΙΓΜΑΣΟΛΗΨΙΑ (sampling) ΚΒΑΝΣIΗ (quantization) ΚΩΔΙΚΟΠΟΙΗΗ (coding) 8
Η ΕΝΝΟΙΑ ΣΗ ΤΦΝΟΣΗΣΑ x t = A cos 2πft + θ όπου - < t < + a περιοδικό ςιμα θ ςυχνότθτα εκφράηει τον αρικμό των ταλαντϊςεων ςτθ μονάδα του χρόνου αν μεταβλθκεί θ ςυχνότθτα μεταβάλλεται και το ςιμα x n = A cos 2πfn + θ όπου - < n < + ο ακζραιοσ n εκφράηει τον αρικμό δθλ. τθ κζςθ του δείγματοσ είναι περιοδικό όταν θ ςυχνότθτά του είναι ρθτόσ αρικμόσ αν οι ςυχνότθτεσ δφο ςθμάτων διαφζρουν κατά ακζραιο πολλαπλάςιο του 2π αυτά ταυτίηονται 9
ΔΕΙΓΜΑΣΟΛΗΧΙΑ SAMPLING (1) 10
ΔΕΙΓΜΑΣΟΛΗΧΙΑ SAMPLING (2) μετατροπι ενόσ ςιματοσ ςυνεχοφσ χρόνου ςε ςιμα διακριτοφ χρόνου λιψθ δειγμάτων κάκε Τ δευτερόλεπτα χρόνοσ που ονομάηεται περίοδοσ δειγματοληψίασ ςυχνότητα δειγματοληψίασ (sampling frequency) ή ρυθμόσ δειγματοληψίασ (sampling rate): 1 Fs T 11
ΔΕΙΓΜΑΣΟΛΗΧΙΑ SAMPLING (3) Θεώρημα δειγματοληψίας ή Θεώρημα του Shannon Η συχνότητα δειγματοληψίας F s με την οποία λαμβάνονται τα δείγματα ενός σήματος πρέπει να είναι τουλάχιστον διπλάσια της μέγιστης συχνότητας F max που περιέχεται στο σήμα: F s 2F max Nyquist - Shannon Παράδειγμα 1ο σήμα: ημίτονο με συχνότητα 1/8 Hz 2ο σήμα: συνημίτονο με συχνότητα 7/8 Hz συχνότητα δειγματοληψίας: 1Ηz 12
ΕΛΑΦΙΣΗ ΤΦΝΟΣΗΣΑ ΔΕΙΓΜΑΣΟΛΗΧΙΑ (ΚΡΙΣΗΡΙΟ NIQUIST) fs 2samples/T T=1/f Τ fs 2. f 13
ΚΒΑΝΣΙΗ (QUANTIZATION) είναι ο μεταςχθματιςμόσ ενόσ ςιματοσ διακριτοφ χρόνου ςυνεχοφσ πλάτουσ ςε ςήμα διακριτοφ χρόνου διακριτοφ πλάτουσ οι προκακοριςμζνεσ τιμζσ που επιτρζπεται να παίρνει το κβαντιςμζνο ςιμα ονομάηονται επίπεδα κβάντιςησ λόγω τθσ κβάντιςθσ που είναι μθ αντιςτρεπτι διαδικαςία παρουςιάηεται απϊλεια πλθροφορίασ που ονομάηεται θόρυβοσ κβάντιςησ ο κόρυβοσ κβάντιςθσ μπορεί να μειωκεί μόνο με τθν αφξθςθ του πλικουσ των επιπζδων κβάντιςθσ 14
ΚΨΔΙΚΟΠΟΙΗΗ (CODING) κάκε ςτάκμθ δείγματοσ που προζκυψε από τθν κβάντιςθ παρουςιάηεται ςε δυαδικι μορφι με ζνα ςφνολο από 0 και 1 το πλικοσ των δυαδικϊν ψθφίων που κα χρθςιμοποιθκοφν προφανϊσ κακορίηει και το πλικοσ των επιπζδων κβάντιςθσ ΠΡΟΟΧΗ Η δειγματοληψία ζχει να κάνει με τη ςυχνότητα του ςήματοσ (aliasing) Η κβάντιςη ζχει να κάνει με το πλάτοσ του ςήματοσ (θόρυβοσ κβάντιςησ) 15
ΥΑΛΜΑ - ΘΟΡΤΒΟ ΚΒΑΝΣΙΗ Q = 2 n Παλμοκωδική διαμόρφωση (Pulse Code Modulation-PCM) 16
ΧΗΥΙΟΠΟΙΗΗ: ΑΝΑΛΤΗ ΣΟ ΠΕΔΙΟ ΣΟΤ ΦΡΟΝΟΤ δειγματοληψία - κβάντιςη - κωδικοποίηςη 17
Η ΔΕΙΓΜΑΣΟΛΗΧΙΑ ΣΟ ΠΕΔΙΟ ΣΗ ΤΦΝΟΣΗΣΑ Φαινόμενο παραποίηςησ (aliasing) 18
ΜΕΣΑΣΡΟΠΗ ΧΗΥΙΑΚΟΤ ΗΜΑΣΟ Ε ΑΝΑΛΟΓΙΚΟ D/A Περιγραφή στο πεδίο του χρόνου Περιγραφή στο πεδίο της συχνότητας 19
ΠΡΑΚΣΙΚΑ ΘΕΜΑΣΑ ΚΑΣΑ ΣΗ ΔΕΙΓΜΑΣΟΛΗΧΙΑ Δειγματοληψία μη ζωνοπερατών σημάτων Σιματα πεπεραςμζνθσ διάρκειασ => άπειρο (κεωρθτικά) φαςματικό περιεχόμενο Πρόβλθμα: φαινόμενο παραποίθςθσ Αντιμετϊπιςθ: χριςθ φίλτρου πριν τθ δειγματολθψία (antialiasing filter, LPF) Aperture effect Επίδραςθ ςτο φάςμα του ςιματοσ λόγω τθσ διάρκειασ του παλμοφ δειγματολθψίασ Αντιμετϊπιςθ: χριςθ κατάλλθλων φίλτρων (sample & hold circuit, S&H) 20
ΧΗΥΙΟΠΟΙΗΗ ΗΦΟΤ Αργές Μεταβολές ήματος Φαμηλές συχνότητες (μπάσα) Μικρός αριθμός δειγμάτων Γρήγορες Μεταβολές ήματος Τψηλές συχνότητες (πρίμα) Μεγάλος αριθμός δειγμάτων Παράδειγμα ομιλία: αργζσ μεταβολζσ μουςική: γρήγορεσ μεταβολζσ FT Φαςματικό περιεχόμενο μζχρι 3-4kHz Φαςματικό περιεχόμενο μζχρι 20kHz 21
ΠΑΡΑΜΕΣΡΟΙ ΧΗΥΙΟΠΟΙΗΗ ΗΦΟΤ υχνότητα δειγματοληψίας 8 11,025 khz : μικρό φαςματικό περιεχόμενο (4-5,5 khz), ςιματα ομιλίασ 22,050 32 khz : μεγαλφτερο φαςματικό περιεχόμενο (10-16 khz), πιο απαιτθτικζσ εφαρμογζσ 44,1 48 khz : πλοφςιο ακ. φάςμα (~ 20 khz), ςιματα μουςικισ, επαγγελματικζσ εφαρμογζσ 96 / 196 khz : μελλοντικζσ εφαρμογζσ, καλφτερθ επεξεργαςία Κβάντιση αριθμός bits 8 bit : 256 τιμζσ (-128: 127), χαμθλι κβάντιςθ με ζντονο κόρυβο, δυναμικι περιοχι ~50 db 16 bit : 65.535 τιμζσ (-32.768: 32.767), ικανοποιθτικι δυναμικι περιοχι ~96 db, χριςθ ςε επαγγελματικζσ εφαρμογζσ 24 bit : 16.777.215 τιμζσ (-8.388.608: 8.388.607), πολφ υψθλι δυναμικι περιοχι ~144 db, μελλοντικζσ χριςθσ καλφτερθ επεξεργαςία Μέγεθος ρυθμός ροής δεδομένων bit-rate (παράδειγμα CD-Audio) 16 bit 44,1 khz ςτζρεο (2 κανάλια: L, R) samples bits bits 1 ch : 44. 100 16 705.600 sec sample sec bits 2 ch : 2 sec ch 705.600 1.411.200 bps 1,4 Mbps ch 1 ch 22
ΜΑΓΝΗΣΙΚΗ ΕΓΓΡΑΥΗ / ΑΝΑΠΑΡΑΓΨΓΗ ΉΦΟΤ Μαγνητική εγγραφή (χρήση μαγνητικής ταινίας) Αναλογικά (καςετόφωνο, μαγνθτόφωνο ανοιχτισ μπομπίνασ) Ψθφιακά (DAT, Hard Disk) ( ( ( 23
ΤΣΗΜΑΣΑ ΧΗΥΙΑΚΗ ΕΓΓΡΑΥΗ Ε ΜΑΓΝΗΣΙΚΟ ΤΛΙΚΟ Digital Audio Tape -DAT (Χηφιακό Μαγνητόφωνο) => Γραμμικό μέσο 24
ΤΣΗΜΑΣΑ ΧΗΥΙΑΚΗ ΕΓΓΡΑΥΗ Ε ΜΑΓΝΗΣΙΚΟ ΤΛΙΚΟ κληρόσ Δίςκοσ => Μζςο τυχαίασ προςπζλαςησ 25
ΟΠΣΙΚΗ ΕΓΓΡΑΥΗ ΑΝΑΠΑΡΑΓΨΓΗ Η πληποθοπία ζ' έναν ςπολογιζηή αποθηκεύεηαι ζαν σιλιάδερ μηδενικά και μονάδερ πος ονομάζονηαι bits. Σ' ένα cd-rom ηα bits αναπαπίζηανηαι με μικποζκοπικέρ εζοσέρ και εξοσέρ, πος ανηιζηοισούν ζε μαγνηηιζμένη και ζε μη μαγνηηιζμένη πεπιοσή. Όηαν μια ακηίνα laser ανακλάηαι από ηιρ πεπιοσέρ αςηέρ ζε μια photo- δίοδο, μεηαηπέπεηαι ζε ηλεκηπικό παλμό, ηον οποίο ο ςπολογιζηήρ αναγνωπίζει ωρ ακολοςθία μηδενικών και μονάδων. Αςηόρ είναι ο ηπόπορ αναπαπαγωγήρ λέξεων, εικόνων και ήσος. Χηφιακή καταγραφή & διαχείριση οπτικοακουστικού περιεχομένου 26
Διαδικασία ανάγνωσης ΟΠΣΙΚΗ ΕΓΓΡΑΥΗ ΑΝΑΠΑΡΑΓΨΓΗ (CD / DVD) Διαδικαζία εγγραφής CD (CD-R) Επανεγγράψιμο CD (CD-RW) Διαδικασία ανάγνωσης (μηχανική) Ανάγνωση - Αναπαραγωγή 27 Χηφιακή καταγραφή & διαχείριση οπτικοακουστικού περιεχομένου
DVD 28 Χηφιακή καταγραφή & διαχείριση οπτικοακουστικού περιεχομένου
ΑΝΑΛΤΗ & ΕΠΕΞΕΡΓΑΙΑ ΥΑΜΑΣΟ: ΥΙΛΣΡΑ Φίλτρα: θλεκτρικά κυκλϊματα που δρουν επιλεκτικά ωσ προσ το περιεχόμενο ςυχνοτιτων τθσ ειςόδου τουσ Ψηφιακά φίλτρα: ψθφιακοί επεξεργαςτζσ, εφαρμογζσ λογιςμικοφ MEDIACOUSTICS multimedia CD-ROM, 01dB 29
ΣΕΦΝΙΚΕ ΤΜΠΙΕΗ ΗΦΟΤ: ΓΙΑΣΙ; Μεγάλοσ όγκοσ θχθτικϊν δεδομζνων CD-AUDIO: Δυςκολίεσ αποκικευςθσ μετάδοςθσ διαχείριςθσ Συμπίεςθ Εφρεςθ και αποκλειςμόσ πλεονάηουςασ πλθροφορίασ Μείωςθ όγκου δεδομζνων Μαηικι αποκικευςθ θχθτικοφ (& οπτικοακουςτικοφ) περιεχομζνου Μικρότερο εφροσ φάςματοσ (bandwidth) ςε τθλεπικοινωνιακζσ εφαρμογζσ Μικρότερθ ταχφτθτασ ςφνδεςθσ (bitrate) ςε δικτυακζσ εφαρμογζσ Πλεονζκτθμα επικράτθςθσ των ψθφιακϊν τεχνολογιϊν Απαίτθςθ: ποιότθτα εφάμιλλθ του αρχικοφ αςυμπίεςτου περιεχομζνου Αξιοποίθςθ αντιλθπτικϊν κριτθρίων (ψυχοακουςτικι ψυχοφυςικι) 30
ΚΑΣΗΓΟΡΙΕ ΤΜΠΙΕΗ Απωλεςτικι ςυμπίεςθ (Lossy) Απϊλεια πλθροφορίασ Αντιλθπτικά κριτιρια (κυρίωσ): αποκλείονται οι «μθ αντιλθπτζσ» πλθροφορίεσ Μεγαλφτεροσ βακμόσ ςυμπίεςθσ Παραδείγματα: MP-3 (MPEG-1 / layer 3) Μθ απωλεςτικι ςυμπίεςθ (Lossless) Καμία απϊλεια τθσ αρχικισ ψθφιακισ πλθροφορίασ (πλιρθσ επανάκτθςθ) Αρικμθτικοί αλγόρικμοι (κυρίωσ): καλφτερθ οργάνωςθ πλθροφοριϊν Μικρότεροσ βακμόσ ςυμπίεςθσ Παραδείγματα: MLP (Meridian Lossless Packing) FLAC (Free Lossless Audio Codec) 31
ΠΑΡΑΜΕΣΡΟΙ (ΑΠΟΔΟΗ) ΤΜΠΙΕΗ Λόγοσ ςυμπίεςθσ (compression ratio / performance) Εκφράηει τθν απόδοςθ / επίδοςθ του αλγορίκμου ςυμπίεςθσ Λόγοσ = (μζγεκοσ αςυμπίεςτου υλικοφ) / (μζγεκοσ ςυμπιεςμζνου υλικοφ) Παράδειγμα: CDA / MP-3 1,4 Mbps / 128 Kbps 10:1 Πολυπλοκότθτα (complexity) Εκφράηει το ςφνολο των «πράξεων» επεξεργαςίασ που απαιτοφνται Εκτιμάται από το μζςο χρόνο ςυμπίεςθσ / αποςυμπίεςθσ Ποιότθτα (quality) Αφορά τισ Lossy τεχνικζσ «Διαφορζσ» μεταξφ αρχικϊν τελικϊν ςθμάτων (π.χ. MSE) Στόχοσ: μθ αντιλθπτι υποβάκμιςθ αρχικισ ποιότθτασ 32
ΤΜΠΙΕΗ ΉΦΟΤ Φυσιολογία της ακοής Ψυχοακουστική Απόλυτο κατϊφλι ακοής Υαινόμενο απόκρυψης στη συχνότητα Οι συνιστώσες χαμηλών (κυρίως) συχνοτήτων αποκρύπτουν τις γειτονικές υψηλότερες συχνότητες (ανάλογα με τη διαφορά των αντίστοιχων σταθμών) Φαινόμενο απόκρυψθσ ςτο χρόνο Διάρκεια 10ms πριν τθν εμφάνιςθ τθσ «αποκρφπτουςασ» ςυνιςτϊςασ (masker) Διάρκεια 10ms μετά τθν εμφάνιςθ τθσ αποκρυπτόμενθσ ςυνιςτϊςασ (masker) 33
ΤΜΠΙΕΗ ΉΦΟΤ Διαδικαςία ςυμπίεςησ ήχου Συνδυαςμζνθ ανάλυςθ χρόνου ςυχνότθτασ (παρακυρικι επεξεργαςία) Εφρεςθ φαςματικϊν περιοχϊν που αποκρφπτουν αποκρφπτονται ςε κάκε χρονικό παράκυρο Έλεγχοσ απόκρυψθσ μεταξφ γειτονικϊν παρακφρων χρόνου Αρικμθτικι ανάλυςθ επεξεργαςία Κωδικοποίθςθ threshold in quiet masking threshold inaudible signal Masker Masked sound Διαχωρισμός συνιστωσών σε f maskee, f masker Τπολογισμός κατωφλίων απόκρυψης Σ=(f maskee, f masker ) 34
ΤΜΠΙΕΗ MPEG AUDIO Ψυχοακουςτικά κριτήρια (φαινόμενο απόκρυψησ κυρίωσ) MPEG 1 (stereo) Layer I (192kbps/κανάλι) Layer II (128 kbps/κανάλι) Layer III (64kbps/κανάλι) MPEG 2 (surround) MPEG 4 φυςικοί ήχοι (2-64kbps) ςυνθετικοί ήχοι (TTS & MIDI) Effect 35
ΤΜΠΙΕΗ MPEG-1 AUDIO Motion Picture Experts Group (MPEG) MPEG-1 layer 3: MP3 μικρότεροσ ρυκμόσ μετάδοςθσ: 32 kbps fs: 32 khz, 44 khz (audio Cd) και 48 khz (Digital Audio Tape) Φαινόμενο απόκρυψησ 36
ΤΜΠΙΕΗ AC-3 (DOLBY DIGITAL) Ψθφιακόσ αλγόρικμοσ ςυμπίεςθσ ιχου Κωδικοποίθςθ πολυκάναλου ιχου 5.1 Παλμοκωδικι διαμόρφωςθ (PCM) 6 καναλιϊν ιχου 3 ηεφγθ καναλιϊν AES/EBU Μία ροι πλθροφορίασ (serial bit stream) με ρυκμό 32-640 Kbps Αριστερό Κεντρικό Δεξιό Αρ. περιφερειακό Δ. περιφερειακό Χαμηλών συχνοτήτων Κωδ/τής AC-3 Εξοπλισμός λήψης Εξοπλισμός μετάδοσης Αποκωδ/τής AC-3 Αριστερό Κεντρικό Δεξιό Αρ. περιφερειακό Δ. περιφερειακό 37 Χαμηλών συχνοτήτων