为还未理解Jitter概念的朋友而写: 数码音频知识入门之"小白版"

reedliao

交易区新帖推荐

等白版写好了我一定树形只看楼主打印出来！

vvisher

snake1978你说的对
我忽略了一个问题,即耳膜是有面积的,波是有方向性的,因此不管是在录音环节还是在听音环节的声波都不会是一个波,应该是像你所说的是多个"波束"的情况
这样的话,cd对于声音信号的记录要深究还真复杂
是不是可以这样比方:录音阶段就像拍照一样,把立体的定格为平面的,所以cd记录时对声波的方向和位置就只是录音点的信息,

snake1978

原帖由 mayao11 于 2008-9-11 13:18 发表
ls的帖子有些找不着重点

我感觉小白说的还是不够basic，如果连最基本的概念都不清晰，那在此之上的立论就是有问题的。既然说道科学普及了，那就来不得半点马虎和虚假，首先了解什么是波形，才能讨论他所谓的切分，网格，但电子音频未必是网格方式记载的。通过记录周期、波张、振幅等波的特性，这样的记录方式更科学，也更精确，同样可以记录与还原，这就是我的疑问。
如同电子图形，有点阵图形，也有矢量图型，电子音频格式中，可能有一种类似于矢量描述方式，来记录波形。

[ 本帖最后由 snake1978 于 2008-9-11 13:28 编辑 ]

小白

现在我再画一张图,就能很直观地说明什么是jitter,它为什么对声音破坏那么大了. 请看:


这张图和前面那张"3比特/20赫兹取样"应该是完全一样的,让我们假设,这是在根据前一张图上所取到的数据,进行模拟波形的重建(即解码工作).

大家可以注意到,时间轴有了问题,20次取样(现在应该叫"重播")不再是平均,精密的,而是有了几次忽快忽慢. 特别严重的是第9和10次间,第17-18次,和第19-20次,都拖慢了. 第15-17次则快了. 这样总长还是1秒钟,但由于重建时的"钟"出了问题,不是平均的,而是有了忽快忽慢,那么,重建出来的波形,是有了很明显的扭曲(失真).

winny

恩，小白画的那个声波图，我看像股票图。

snake1978

原帖由 winny 于 2008-9-11 13:34 发表
恩，小白画的那个声波图，我看像股票图。

对，那根本不是波形图，

pipeorgan

人耳并不是用耳膜来感受声音的。经过耳膜=〉听小骨=〉耳蜗=〉长短不一的无数纤毛细胞=〉生物电=〉大脑。
http://www.chinadeaf.com/edit/pa ... 04.28_09.51.22.html

不过这个问题在这个帖子里面跑题了。小白只是要最简单的解释一下jitter，当然可以用最简单的只含一个波形的模型来解释。

kliujun

恩  象大盘

snake1978

原帖由 pipeorgan 于 2008-9-11 13:37 发表
人耳并不是用耳膜来感受声音的。经过耳膜=〉听小骨=〉耳蜗=〉长短不一的无数纤毛细胞=〉生物电=〉大脑。
http://www.chinadeaf.com/edit/parentcommunity/sicenceknowledge/2008.04.28_09.51.22.html

不过这个问 ...

但我认为波形采集未必像小白所说的那种网格切分获得的，既然声音是一种波，就具备波的特性，也能通过波的特性描述，这种更具备可操作性。

mvw

帮顶 小白也不容易 真有耐性 我曾经好几次试图这么做过 最好都因为工作量作罢 呵呵 小白的执行力和实践态度让人崇拜~

小白

现在我们可以看清楚一件事: 对模拟声波进行数码化的工作,必须由一个高度统一的,而且精确的时钟来控制取样和重播的频率,使各个时间点保持完全绝对的一致.  

不能有任何频率点上的偏差. 如果大家都是按44100赫兹在工作,那么从1/44100秒开始的每个频率点: 2/44100秒,3/44100秒,4/44100秒,5/44100秒 .... 直到44109/44100秒,1秒 .... 数码转换时的每个点,和重播时的每个点,都必须完全一致! 只有这样才能准确地完成解码工作!   


同时我们一定注意到了,这个时间点的偏差所引起的扭曲,和数据是完全无关的. 是同样的数据.  只不过在重建声波的时候,由于时间点不一致,才出现扭曲,导致听音的失真.

所以同样的0和1,重放时可以出来不同的声音,关键就在于重放时用于建立声波的各时间点,和录音时(把模拟声波转换为数码时)的各取样点,是否完全一致. 如果不一致,就叫Jitter,就会导致声波的扭曲.

[ 本帖最后由 小白 于 2008-9-11 17:59 编辑 ]

mvw

原帖由 snake1978 于 2008-9-11 13:39 发表


但我认为波形采集未必像小白所说的那种网格切分获得的，既然声音是一种波，就具备波的特性，也能通过波的特性描述，这种更具备可操作性。

其实 小白只是用一种视觉化的东西结合声学化的知识 来解释 如果用声学理论来解释 是没办法感同身受的 说不上理解更加抽象难以理解

小白

Snake 1978, 你不要认为你已经比几十年来所有的数码音频工程师都聪明,竟然发现了一个新思路,能简单地绕过Jitter问题,实现声波数码化的全新方案.

我画的图完全是个为说明问题而做的最简单的模型. 实际上的真实声音的声波,特别是混合声音的声波,是一片杂乱无章的东西,是完全看不出规律的. 在显微镜下才能看出它还是圆滑的模拟波形,粗看上去,就完全是一片狼籍! 这样复杂的东西,你认为可以有其他的方法,仅通过记录周期,波长,振幅,来实现数码转换,你实在是想得太简单了.

snake1978

原帖由 小白 于 2008-9-11 13:44 发表

现在我们可以看清楚一件事: 对模拟声波进行数码化的工作,必须由一个高度统一的,而且精确的时钟来控制取样和重播的频率,使各个时间点保持完全绝对的一致.  

不能有任何频率点上的偏差. 如果大家都是按44100赫兹在工作,那么从1/44100秒开始的每个频率点: 2/44100秒,3/44100秒,4/44100秒,5/44100秒 .... 直到44109/44100秒,1秒 .... 数码转换时的每个点,和重播时的每个点,都必须完全一致! 只有这样才能准确地完全解码工作!   


同时我们一定注意到了,这个时间点的偏差所引起的扭曲,和数据是完全无关的. 是同样的数据.  只不过在重建声波的时候,由于时间点不一致,才出现扭曲,导致听音的失真.

所以同样的0和1,重放时可以出来不同的声音,关键就在于重放时用于建立声波的各时间点,和录音时(把模拟声波转换为数码时)的各取样点,是否完全一致. 如果不一致,就叫Jitter,就会导致声波的扭曲.

呵呵，就等着你这句话，和数据无关，您怎么确定现在各种各样的音频格式的录制中，不包括时间轴的信息，比如我在每个频率点记录了：2/44100秒：振幅,3/44100秒：振幅,4/44100秒：振幅,5/44100秒：振幅 .... 。在声音采样过程中的数据中就包含了时间信息的。前提是确认了某种音频格式的存储存在这种缺陷，才无法精确还原。

snake1978

原帖由 小白 于 2008-9-11 13:48 发表
Snake 1978, 你不要认为你已经比几十年来所有的数码音频工程师都聪明,竟然发现了一个新思路,能简单地绕过Jitter问题,实现声波数码化的全新方案.

我画的图完全是个为说明问题而做的最简单的模型. 实际上的真实声音 ...

我说的是一种可能，您所估计的也是一种可能，您能保证现在电子音频格式就是这种 时间点+振幅的函数对方式存储的？