Introdução ao Aúdio Digital O que é o SOM? O som chega aos nossos ouvidos como ondas de pressão de ar variando rapidamente, causadas por vibração de objectos como as cordas de uma guitarra. As cordas de uma guitarra quando movidas numa direcção, aproximam as moléculas de ar subjacentes provocando uma região de maior pressão de um lado da corda e uma região de menor pressão do outro lado. Quando, durante a vibração da corda, a corda passa para o outro lado, ao ritmo da vibração, as áreas de maior e menor pressão revertem. As ondas sonoras surgem com estes ciclos de pressão alta e baixa em sucessão, a saírem do objecto. A frequência (pitch) de um som é o número de vezes por segundo que este ciclo ocorre. A amplitude (intensity) do som é a grandeza da variação. Como se mede o Som? Os nossos ouvidos respondem ao som logaritmicamente. Quando o som está alto são necessárias grandes variações de intensidade para percebermos a mesma quantidade de variações no volume de som. Decibéis (decibel) O termo decibel (db) significa 1/10 de um Bel designado assim em nome de Alexander Graham Bell. (Isto é a razão porque o b é maiúsculo - B). Um Bel é o logaritmo de base 10 do rácio entre a intensidade de dois sons ou sinais. Nível de pressão Sonora A intensidade de um som é designada sound pressure level (SPL) e é medida em decibéis (db SPL). Decibéis é uma escala logarítmica que representa como varia um nível de som ou áudio em relação a outro sinal de referência. A titulo de exemplo, podemos referir-nos a um som como sendo este 10dB mais alto que um outro, ou como sendo por exemplo 3dB mais baixo. Uma variação de 3 db é o mínimo nível perceptível pelo homem. Uma variação de 10dB altera o som para metade ou o dobro(2x). 1/9
Os decibéis são sempre relativos. Para usarmos decibéis para representar uma quantidade específica, precisamos de conhecer a referência ou seja o nível 0 db. No caso da intensidade sonora, 0 db SPL representa o limita da audição humana de um ouvido jovem saudável. Neste caso todos os níveis de pressão são positivos que mostram quanto mais alto é o som. Volume Sonoro O volume sonoro (Loudness) é subjectivamente, como nós percepcionamos os diferentes níveis de intensidade. O nível sonoro de um avião a jacto a levantar voo a 1000 metros de distancia é de cerca de 120dB SPL, ou seja cerca de um milhão de vezes mais intenso que a capacidade de distinguir um som, de um ser humano. A intensidade sonora de uma folha a cair é de 20dB SPL, ou seja 10 vezes mais intenso que o mínimo som perceptível pelo ouvido. O som do avião é 100,000 mais intenso que o cair das folhas (100dB). Frequência A frequência de um som é medida em Hertz (Hz), O que significa ciclos por segundo. Um kilohertz (khz) são 1000 ciclos por segundo. Percepcionamos o passo (pitch) exponencialmente. A unidade de passo(pitch) com que todos os músicos estão familiarizados é a oitava. Uma oitava é o intervalo entre uma nota e a próxima nota com o mesmo nome. Notas musicais que variam de uma oitava soam de forma semelhante, mas possuem o dobro da frequência da outra. For exemplo, A nota A abaixo do C (meio) tem frequência de 220Hz, A nota A acima de C é de 440Hz, a próxima mais alta a seguir tem 880Hz ( e assim sucessivamente). Aúdio Analógico O termo analógico significa qualquer coisa que é similar em função ou posição. A variação de voltagem produzida por um microfone é análoga a variação de pressão de uma onda sonora. Numa cassete de fita 2/9
magnética, a variação de fluxo magnético produzido pela cabeça magnética na fita, representa a variação de pressão da onda sonora. Nos discos de Vinyl a variação dos sulcos correspondem às variações de pressão. A posição ao longo do sulco ou a posição da fita corresponde ao tempo. Num sistema analógico de áudio, a voltagem representa a pressão sonora. Estes sinais são amplificados do nível millivolts (milésima parte de um volt), normalmente produzida por um microfone, cabeça de giradiscos ou cabeça de leitor de cassetes, e amplificada 1000 vezes (60dB) para níveis encontrados nos préamplificadores. Os amplificadores amplificam estes sinais para níveis adequados a atacar as colunas de som, que por sua vez criam ondas sonoras, fazendo vibrar o ar rapidamente, em resposta ao sinal de áudio. Áudio Digital Em áudio digital, A representação de um sinal áudio não é directamente análoga a uma onda sonora. Em vez disso, O valor do sinal é amostrado em intervalos regulares por um conversor analógico para digital analogto-digital (A/D ou ADC), que produz números (dígitos) que representam o valor de cada amostra. Este fluxo de números representa o sinal de áudio digital, e que pode ser guardado/editado num computador e transmitido por rede informática se assim o pretendermos. Para podermos ouvir um sinal de áudio digital temos de converte-lo para um sinal analógico através de um conversor digital para analógico digital-to-analog (D/A ou DAC). Em muitos sistemas de áudio stereo, a conversão D/A ocorre no leitor de CD. As placas de som dos computadores, gravadores MiniDisc e DATs têm ambos conversores A/D (para gravar) e D/A (para reproduzir). Amostragem Para converter um sinal analógico para um formato digital, a voltagem é amostrada em intervalos regulares, milhares de vezes por segundo. O valor de cada amostra é arredondado para o inteiro mais próximo na escala de variação de acordo com a grandeza da resolução do sinal. Os inteiros são depois convertidos para números binários. A velocidade(taxa) de amostragem, é o numero de vezes por segundo que a voltagem é amostrada do sinal analógico medido. Um CD-DA (áudio) é amostrado a uma velocidade de 44,100 vezes por segundo (44.1 khz). O DAT (Digital Áudio Tape) suporta uma velocidade de amostragem de 32, 44.1 e 48 khz. Outros valores correntes de amostragem são 22.05 khz e 11.025 khz. 3/9
A velocidade (Taxa) de amostragem deve ser no mínimo duas vezes a frequência mais alta a ser reproduzida[teorema de Nyquist] ]. O intervalo de frequências que o ser humano ouve é aproximadamente entre os 20 to 20,000 Hz, portanto é necessário no mínimo uma velocidade de amostragem de 40 khz para reproduzir correctamente todo o intervalo de frequências audíveis. Frequências de amostragem mais altas permitem o uso de filtros com roll-off mais graduais. A frequência de 44.1 khz usada nos CD-DA permite o uso destes filtros e outros tipos de processamento de sinal. Os standards MPEG AAC e DVD Áudio suportam até 96 khz. Dimensão da Amostra (Resolução) A dimensão da amostra de um sinal digital é o intervalo de números que podem ser atribuídos a cada amostra.o CD-DA usa 16 bits, o que dá a 65 354 (2^16). O valor binário 0000000000000000 (zero) corresponde a -32,768 (O valor mais pequeno) e o valor 1111111111111111 (65,535) corresponde a 32,767 (o valor mais alto). Amostras com maior dimensão melhoram a dinâmica e reduzem a distorção por quantização e o ruído de fundo. 4/9
Quantização Quantização é o processo de seleccionar números para representar a voltagem de cada amostra. O conversor A/D tem que escolher um número que represente o nível mais próximo de sinal no instante que foi amostrado (sampled). Isto produz erros de arredondamento que provocam distorção. A distorção por quantização são maiores com baixos níveis de sinal, isto porque estão a usar um intervalo dinâmico menor, sendo assim os erros são uma grande percentagem do sinal amostrado. Uma vantagem muito importante da codificação MP3 é que permite alocar mais bits para os sinais de fraco nível para reduzir os erros de quantização. Dithering Um processo chamado dithering introduz um ruído random (aleatório) para espalhar o efeito da distorção por quantização tornando-o menos perceptível. Alguns audiófilos não gostam desta técnica, mas os resultados são bons em termos técnicos. Clipping Os níveis em áudio digital são normalmente expressos em db, medidos em relação aos 0 db, o nível mais alto possível. Uma das regras importantes em áudio Digital é que o sinal nunca exceda os 0 db. Se os níveis ultrapassarem este valor, sofrem um clipping. O clipping causa elevada distorção e deve ser evitado a todo o custo. Bit-rates O termo bit-rate refere-se a quantos bits (1s e 0s) são usados por segundo para representar o sinal. O bitrate para o áudio digital é expresso em milhares de bits por segundo (kbps) e faz correspondência directamente com o tamanho do ficheiro e qualidade do som. bit-rates mais baixos originam ficheiros mais pequenos mas pior qualidade sonora, ao inverso bit-rates mais altos resultam em ficheiros de qualidade melhor mas de dimensão maior. O bit-rate de áudio não comprimido, pode ser calculado multiplicando a velocidade de amostragem pela dimensão da amostra em bits (8-bit, 16-bit, etc.) e o numero de canais. Por exemplo, CD Audio (ou uma WAV extraida de um CD) tem uma velocidade de amostragem de 44,100 amostras por segundo, a dimensão da amostra é de 16 bits e dois canais. O bit-rate sera de aproximadamente 1.4 milhões de bits por segundo (1,411 kbps). BitRate(CD-DA)=16*2*44 100=1.411Kbps Tabela 1 Calcular Bit-rates Velocidade de Dimensão da x Amostragem Amostra x # canais = Bit-rate 44,100 x 16 x 2 = 1,411,200 Gama Dinâmica (Dynamic Range) A gama dinâmica é o nível mais baixo e mais alto que pode ser reproduzido por um sistema. O áudio digital a 16-bit de resolução (dimensão da amostra) tem um uma gama dinâmica teórica de 96 db, mas a verdadeira gama dinâmica é menor causada por overhead dos filtros. A gama dinâmica de discos de vinil e cassetes de áudio e muito menor que os CDs e está dependente da gravação e do equipamento de reprodução. 5/9
Comprimento da amostra Digital Nível de Pressão Sonora Nível de pressão sonora de sons comuns 20 bits (gravação profissional de áudio) 140dB 120dB Limiar da dor Limiar da sensação 16 bits(compact disc) 96dB Metropolitano 90dB Volume máximo de uma aparelhagem doméstica 12 bits 72dB Ruído de fábricas 10 bits 60dB Conversação 8 bits 50dB 35dB 0dB Ruído de escritório Limiar de audição Rácio Sinal Ruído O rácio Sinal ruído é a relação entre o ruído de fundo (hiss, hum e estático) e o máximo nível de som que se pode reproduzir. Cada bit adicional de resolução (dimensão da amostra) corresponde a um aumento de 6 db no rácio sinal ruído. Os CD-DA alcançam cerca de 90 db no rácio sinal ruído. Compressão Compressão é o processo de converter áudio digital não comprimido para um formato comprimido como o. MP3. O algoritmo em software usado na codificação(descodificação) é designado por codec de coding/decoding. Existe normalmente mais que um codec para um formato particular, e cada codec apresenta qualidades e velocidades muito variadas, mesmo para o mesmo formato. Vantagens do áudio Digital Há anos que se discute entre especialistas em áudio e engenheiros de som o mérito e desmérito do digital versus o analógico de alta fidelidade sem no entanto deixar de haver inúmeros adeptos do áudio analógico de alta fidelidade. Embora o audio digital domine, convém entendermos as vantagens e desvantagens do digital vs analógico. Até porque os sistemas de áudio contêm uma mistura de componentes digitais e analógicos. De forma resumida podemos dizer que o áudio digital possui uma gama dinâmica maior, uma maior imunidade ao ruído, melhor nível de duplicação (copia) e a capacidade de usar técnicas de correcção de erro para compensar ocorrências. Têm também maior duração os suportes como CD e MiniDiscs em comparação com os discos de vinyl e cassetes de áudio (fita). Gama Dinâmica O áudio digital a 16 bits pode atingir um a gama dinâmica de 96dB, comparada com menos de 80 db para os melhores sistemas analógicos. Esta característica é especialmente adequada a musica clássica em que os níveis numa mesma composição (peça) pode variar entre os solos muito ténues de um solo de flauta aos fortes sons produzidos por todos os instrumentos da orquestra em simultâneo. 6/9
Imunidade ao Ruído Os sistemas analógicos são muito sensíveis ao Hum e hiss da IEM Interferência Electro Magnética (EMF) e do ruído térmico. Os sistemas digitais são virtualmente imunes a este tipo de ruídos, de qualquer forma qualquer ruído que entre no sinal antes de este ser convertido em digital será naturalmente reproduzido. Melhor capacidade de cópia Os sinais digitais podem ser copiados de um dispositivo para outro sem qualquer perda ao contrário dos sistemas analógicos. Mesmo os melhores sistemas analógicas perdem cerca de 3 db de rácio sinal-ruído quando uma cópia é feita. Com as sucessivas gerações de cópias a qualidade do som deteriora-se de forma notória. Outro factor importante é que as cópias analógicas devem ser feitas em tempo real em contraponto as digitais que podem ser feitas a velocidades muitas vezes superior as da reproduç ão. Ou seja se uma gravação analógica tem 30 minutos demora 30 minutos a fazer a cópia numa cópia digital esta pode demorar 2 A 3 minutos. Correcção de erro A maioria dos média digitais de áudio têm sistemas embebidos de correcção de erro (CD; DAT). Num CD 25% do mesmo é usado para correcção de erros e se um risco é feito no CD este tenta reconstruir os dados por interpolação. Durabilidade Os suportes digitais como CDs e MiniDiscs são muito mais duráveis que os congéneres analógicos. Num disco de Vinyl sempre que agulha passa são arrancados pequenos bocados que desgastam o disco e nas fitas magnéticas o seu uso provoca desmagnetização, em contra ponto um CD dura muitos anos a pode ser tocado milhares de vezes sem deterioração. Tamanho e lar gura de banda para áudio digital O áudio digital pode criar rapidamente grandes ficheiros de áudio que ocupem a capacidade dos discos duros e que exijam tremendas larguras de banda para ser transmitidos numa rede. A largura de banda de uma rede é como uma rede de tubos que transporta bits, o diâmetro -leia-se largura; de banda do tubo leia-se rede; impõem um limite a capacidade de bits que podem passar por unidade de tempo. Múltiplos utilizadores em simultaneamente competem pela mesma largura de banda, o que limita a largura para cada utilizador. O tamanho e largura de banda associados a áudio não comprimido podem ser calculados multiplicando a velocidade de amostragem pela resolução, pelo numero de canais e pelo tempo em segundos. O bit-rate tem uma relação directa com o tamanho do ficheiro se mudamos o bit rate o tamanho muda proporcionamente. A tabela seguinte mostra a formula de calculo para áudio não comprimido. Tabela 2 Calculo do tamanho dos ficheiros Velocidade de amostragem x Resolução(dimensão Numero de Tempo em Bits / tamnho x x / = da amostra) canais seg Byte (em Bytes) 44,100 x 16 x 2 x 60 / 8 = 10,584,000 Podemos tomar várias atitudes para controlar o tamanho de um ficheiro de áudio, mas existirá sempre uma relação entre o tamanho do ficheiro e a qualidade de áudio. Baixar a frequência de amostragem produz ficheiros mais pequenos mas também baixa a frequência de resposta. Baixar a dimensão da amostra diminui ao ficheiro de áudio mas aumenta o ruído e distorção por erros de quantiz ação. Se usarmos um sinal mono em vez de stereo reduzimos para metade o tamanho do ficheiro. A tabela seguinte mostra diferentes combinações de velocidades de amostragem, dimensão de amostra e número de canais e os respectivos tamanhos do ficheiro. Tabela 3 Tamanhos para um minuto de áudio Velocidade de amostragem Resolução(dimensão da amostra) Numero de canais Bit-rate Tamanho (em Bytes) 44,100 16 2 1,411,200 10,584,000 44,100 16 1 705,600 5,292,000 22.050 16 1 352,800 2,646,000 11.025 16 1 176,400 1,323,000 11.025 8 1 88,200 616,000 7/9
Compressão A limitada banda passante e a capacidade dos discos duros têm sido factores que levaram ao desenvolvimento de sistemas de compressão de áudio digital. A forma como engenheiros de audio e electrónica têm estado a trabalhar para resolver estas limitações passa por aumentar a banda passante das redes(maior diâmetro) e comprimir os dados (maior Pressão). Sistemas de alta velocidade na Internet como a ADSL e esquemas de compressão como MPEG têm permitido dar resposta a estas limitações. O MP3 disponibiliza factores de compressão até 10:1 sem significativa perda de qualidade, permitindo que em vez de um clip de áudio(44.1, khz 16-bit stereo) de 4 minutos ocupar 40 MB de espaço em disco e demorar 3-½ horas a descarregar com um modem de 28.8 kbps possamos com MP3 a 128 kbps, ocupar menos de 4MB de espaço e menos de 20 minutos a descarregar com um modem a 28.8 kbps ou 2 minutos com uma ligação a 256Kbps. Um disco ou pen flash de 2GB pode conter mais de 500 canções. Tabela 4 Tempo caracteristicos de Download para canções com 4 minutos Formato 28.8 k Modem 56 k Modem Dois canais ISDN 128 kbps Cabo 1.5 Mbps Linha E1 1.5 Mbps ADSL 500 kbps+ CD Áudio 3.6 hrs 2 hrs 44 min 4 min 4 min 7 min MP3 a 128 kbps 19.7 min 9 min 4 min 20 sec 20 sec 39 sec As novas gerações de MPEG Audio, como o AAC (Advanced Audio Coding), oferecem ainda maiores niveis de compressão e melhor qualidade Sonora. Compressão Lossy vs. Lossless Temos dois tipos básicos de categorias de compressão: lossless (sem perda) e lossy(com perda). A compressão Lossless funciona por codificação de pecas de informação repetidas substituindo-as por símbolos ou equações que ocupem menos espaço mas disponibilizando todas a informação para a reconstrução da informação original. O Sistema de compressão Lossy descarta toda a informação desnecessária e redundante e depois aplica métodos de compressão lossless de forma a reduzir ainda mais. 8/9
Compressão da gama dinâmica A compressão de Gama dinâmica reduz o intervalo entre os níveis mais altos e baixos de um sinal em db, mas não afecta o tamanho do ficehiro e usada por engenheiros de som para aumentar o nível das canções sem clipping. Com uma compressão sem perdas não existe perda de qualidade (fidelidade) já com os métodos de compressão lossy (MPEG) existe sempre alguma perda de fidelidade e que aumenta na proporção do nível de compressão. O maior factor de compressão para os sistemas sem perda é de 2:1. Para sistemas com perda (lossy) varia conforme o bit-rate, o tipo de musica e o sistema de codificação por software mas por exemplo o MPEG AAC pode obter factores de compressão de 11:1 sem perda significativa de qualidade audível. A capacidade de distinguir varia muito de pessoa para pessoa. Questionário de Auto-Avaliação Considere a seguinte afirmação e indique se é verdadeira ou falsa: 1 Na digitalização de som, designa-se por frequência de amostragem o número de bits que são recolhidos em cada amostra de sinal. V F 2 A dimensão da amostra de um sinal de som é o numero de bits recolhido de cada vez que o sinal é observado. V F Indique o numero de vezes: 3 Se uma onda sonora for observada com uma frequência de 10000 hertz, em cada minuto o sinal é observado vezes. 4 Identifique o que o seguinte gráfico polar de um microfone nos permite caracterizar e relacione estas com as suas possíveis aplicações? 9/9