Pytania pomocnicze - AUD.08

Standard CD-Audio wykorzystuje częstotliwość próbkowania 44,1 kHz, czyli 44 100 próbek na sekundę.

44,1 kHz pozwala zapisać pasmo słyszalne człowieka do około 20 kHz zgodnie z twierdzeniem Nyquista. Częstotliwość próbkowania musi być większa niż dwukrotność najwyższej rejestrowanej częstotliwości.

44,1 kHz jest typowe dla CD-Audio i dystrybucji muzyki, natomiast 48 kHz jest standardem często używanym w filmie, telewizji i produkcji wideo.

Nie. 96 kHz i 192 kHz to wyższe częstotliwości próbkowania stosowane np. w nagraniach studyjnych lub formatach wysokiej rozdzielczości, ale nie w standardowym CD-Audio.

CD-Audio ma częstotliwość próbkowania 44,1 kHz, rozdzielczość 16 bitów i zwykle zapis stereo, czyli dwa kanały audio.

Oznacza, że sygnał analogowy jest mierzony 44 100 razy w ciągu sekundy podczas konwersji do postaci cyfrowej.

To zakłócenie pochodzące z sieci energetycznej, najczęściej słyszalne jako niski brum o częstotliwości 50 Hz w Europie. Często pojawiają się też jego harmoniczne, np. 100 Hz, 150 Hz i 200 Hz.

Przydźwięk ma zwykle stałą, łatwą do wskazania częstotliwość. Można ją osłabić filtrem, szczególnie filtrem zaporowym typu notch.

Najczęściej używa się wąskiego filtra zaporowego notch ustawionego na 50 Hz. Jeśli brum ma harmoniczne, stosuje się kolejne filtry na 100 Hz, 150 Hz itd.

Wysoka dobroć Q oznacza wąskie działanie filtra, dzięki czemu można wyciąć konkretną częstotliwość bez dużego uszkadzania reszty sygnału. Zbyt szeroki filtr może pogorszyć brzmienie nagrania.

Można użyć analizatora widma i znaleźć wyraźny, stały pik w okolicy 50 Hz oraz jego harmonicznych. To pomaga precyzyjnie ustawić filtr.

Kompresja zmienia dynamikę sygnału, czyli różnice poziomów głośności. Nie usuwa konkretnej częstotliwości zakłócenia, a czasem może nawet uwypuklić brum.

Filtrowanie zmienia zawartość brzmieniową sygnału, np. usuwa wybrane częstotliwości. Konwersja zmienia format, parametry lub sposób zapisu pliku, ale sama nie usuwa przydźwięku.

Zakres słyszalny od około 20 Hz do 20 kHz obejmuje w przybliżeniu 10 oktaw. Dlatego korektor z 10 punktami regulacji dzieli ten zakres na pasma oktawowe.

Oktawa oznacza podwojenie lub zmniejszenie o połowę częstotliwości. Na przykład 500 Hz i 1000 Hz są oddalone od siebie o jedną oktawę.

Najczęściej są to: 31,5 Hz, 63 Hz, 125 Hz, 250 Hz, 500 Hz, 1 kHz, 2 kHz, 4 kHz, 8 kHz i 16 kHz. Kolejne częstotliwości są w przybliżeniu dwukrotnością poprzednich.

Korektor oktawowy ma mniej, szerszych pasm regulacji. Korektor tercjowy dzieli każdą oktawę na trzy części, więc ma więcej pasm i pozwala na dokładniejszą korekcję.

Korektor graficzny służy do wzmacniania lub tłumienia wybranych zakresów częstotliwości. Umożliwia zmianę barwy dźwięku oraz korygowanie problemów brzmieniowych.

Ludzkie ucho odbiera wysokość dźwięku w sposób zbliżony do logarytmicznego. Dlatego podział na oktawy lepiej odpowiada percepcji słuchowej niż równy podział liniowy w hercach.

Phaser tworzy kopię sygnału, przesuwa jej fazę w określonych pasmach częstotliwości i miesza ją z sygnałem oryginalnym. Powoduje to charakterystyczne wygaszenia i podbicia w widmie.

Equalizer służy do stałego podbijania lub tłumienia wybranych częstotliwości. Phaser zmienia fazę sygnału i zwykle moduluje ten efekt w czasie, tworząc ruchome wcięcia w widmie.

Wygaszenia powstają przez sumowanie sygnału oryginalnego z sygnałem przesuniętym fazowo. Dla niektórych częstotliwości fale częściowo się znoszą.

Określa szybkość modulacji, czyli tempo przesuwania efektu w czasie. Im większa wartość, tym szybsze „wirowanie” brzmienia.

Depth określa głębokość modulacji efektu. Większa wartość daje bardziej wyraźne i intensywne zmiany barwy.

Noise gate jest procesorem dynamiki, który wycisza sygnał poniżej ustawionego progu. Nie służy do modulacji fazy.

Limiter ogranicza poziom szczytowy sygnału i kontroluje dynamikę. Nie tworzy efektu przez przesuwanie fazy w paśmie częstotliwości.

Dithering polega na dodaniu bardzo cichego, kontrolowanego szumu przed redukcją rozdzielczości bitowej lub podczas kwantyzacji. Dzięki temu zniekształcenia kwantyzacji stają się mniej słyszalne i bardziej przypominają równomierny szum.

Szum kwantyzacji powstaje, gdy ciągłe wartości sygnału analogowego są zaokrąglane do skończonej liczby poziomów cyfrowych. Jest skutkiem ograniczonej rozdzielczości bitowej zapisu.

Zmniejszenie liczby bitów zwiększa błędy zaokrągleń, które mogą powodować słyszalne zniekształcenia. Dithering maskuje te błędy, zamieniając je w mniej dokuczliwy szum.

Nie w typowym znaczeniu tego pytania. Kompresja dynamiki zmienia zakres głośności, a kompresja danych zmniejsza rozmiar pliku; żadna z nich nie jest podstawowym procesem redukcji skutków kwantyzacji.

Próbkowanie określa, jak często mierzony jest sygnał w czasie, np. 44,1 kHz. Kwantyzacja określa, z jaką dokładnością amplituda próbki jest zapisywana, np. 16 lub 24 bity.

Nie. Normalizacja jedynie zmienia poziom głośności całego sygnału, np. do określonego poziomu szczytowego lub RMS, ale nie usuwa zniekształceń kwantyzacji.

Najczęściej stosuje się go na końcu procesu masteringu, np. przy eksporcie materiału z 24 bitów do 16 bitów na potrzeby CD-Audio.

Oznacza skierowanie sygnału całkowicie do lewego kanału stereo. W prawym kanale ten sygnał nie powinien być słyszalny.

Oznacza skierowanie sygnału całkowicie do prawego kanału stereo. Jest to skrajne ustawienie panoramy w prawo.

Takie ustawienie oznacza pozycję centralną lub równy udział w obu kanałach. Oba sygnały będą słyszane w środku obrazu stereo, więc nie zostaną rozdzielone przestrzennie.

Twarde panoramowanie polega na ustawieniu sygnału całkowicie w jednym kanale, np. L100 albo R100. Daje maksymalne rozdzielenie lewego i prawego kanału.

Tak, jeśli zostaną rozmieszczone w panoramie między lewym i prawym kanałem. Przykładowo jeden sygnał można ustawić na L100, a drugi na R100.

Separacja przestrzenna zniknie, ponieważ lewy i prawy kanał zostaną połączone w jeden. Oba sygnały będą słyszane razem w centrum.

Sygnał mono jest pojedynczym kanałem i jego pozycję w panoramie można dowolnie ustawić. Sygnał stereo ma już dwa kanały: lewy i prawy, więc zawiera własną informację przestrzenną.

Reverb, czyli pogłos, symuluje odbicia dźwięku w przestrzeni. Dzięki niemu nagranie może brzmieć jak wykonane w pokoju, sali koncertowej, kościele lub innym środowisku akustycznym.

Ponieważ wpływa na wrażenie odległości, wielkości pomieszczenia i głębi sceny dźwiękowej. Nie zmienia głównie wysokości ani czasu trwania dźwięku, lecz jego odbiór przestrzenny.

Reverb tworzy gęsty zbiór wielu krótkich odbić, które zlewają się w pogłos. Echo to wyraźnie słyszalne, powtarzające się odbicie dźwięku.

Pitch correction służy do korygowania wysokości dźwięku, najczęściej intonacji wokalu lub instrumentu. Nie jest typowym procesorem przestrzennym.

Time stretch zmienia czas trwania nagrania bez konieczności zmiany jego wysokości. Używa się go np. do dopasowania frazy audio do tempa projektu.

Invert phase odwraca przebieg sygnału względem osi amplitudy. Stosuje się go głównie przy problemach fazowych, np. między wieloma mikrofonami, a nie do tworzenia przestrzeni.

Najważniejsze parametry to czas pogłosu, pre-delay, proporcja wet/dry oraz charakter wczesnych odbić. Pozwalają określić wielkość, głębię i naturalność symulowanej przestrzeni.

Crossfade służy do płynnego połączenia dwóch sąsiadujących fragmentów audio. Jeden dźwięk jest stopniowo wyciszany, a drugi jednocześnie narasta.

Fade out wycisza pojedynczy fragment dźwięku. Crossfade łączy dwa fragmenty, nakładając fade out pierwszego i fade in drugiego.

Crossfade pomaga uniknąć trzasków, kliknięć i nagłych zmian poziomu dźwięku. Dzięki temu przejście brzmi naturalniej.

Warto go użyć przy łączeniu różnych ujęć wypowiedzi, dogrywek lub fragmentów nagrań. Pomaga ukryć miejsce cięcia i zachować ciągłość brzmienia.

Split służy do przecięcia klipu audio na części. Nie tworzy płynnego przejścia między sąsiadującymi plikami, więc nie zastępuje crossfade.

Długość crossfade zależy od materiału. Przy dialogu często wystarczy bardzo krótki crossfade, a przy muzyce lub efektach może być potrzebne dłuższe przejście.

Dźwięk bezpośredni to sygnał docierający do słuchacza jako pierwszy, bez odbić od ścian lub innych powierzchni. W miksie jest to oryginalny sygnał przed dodaniem pogłosu.

Pierwsze odbicie to najwcześniejszy sygnał odbity od powierzchni pomieszczenia. Pojawia się po dźwięku bezpośrednim i pomaga budować wrażenie przestrzeni.

Większy Predelay opóźnia pojawienie się pogłosu, dzięki czemu wokal pozostaje bardziej zrozumiały. Pogłos nie nakłada się od razu na początek słów.

Predelay określa czas opóźnienia przed początkiem pogłosu. Decay określa, jak długo pogłos wybrzmiewa po jego rozpoczęciu.

Diffusion określa gęstość i rozproszenie odbić pogłosowych. Wyższa wartość daje bardziej jednolity, gładki pogłos.

Type zwykle służy do wyboru rodzaju pogłosu, np. room, hall, plate lub chamber. Nie reguluje odstępu między dźwiękiem bezpośrednim a pierwszym odbiciem.

Zbyt mały Predelay może sprawić, że pogłos zacznie się natychmiast i zamaskuje atak dźwięku. Efekt może być mniej czytelny i bardziej zamglony.

Release określa czas, po jakim kompresor przestaje redukować poziom sygnału po jego spadku poniżej progu threshold.

Attack to czas rozpoczęcia kompresji po przekroczeniu progu. Release to czas odpuszczenia kompresji po spadku sygnału poniżej progu.

Threshold to próg zadziałania kompresora. Gdy poziom sygnału go przekroczy, kompresor zaczyna redukować dynamikę.

Ratio określa, jak mocno zostanie ściszony sygnał powyżej progu. Na przykład ratio 4:1 oznacza, że wzrost sygnału o 4 dB powyżej progu da tylko 1 dB na wyjściu.

Zbyt krótki release może powodować nienaturalne zmiany głośności, efekt pompowania albo zniekształcenie charakteru dźwięku.

Zbyt długi release może sprawić, że kompresor będzie nadal tłumił kolejne dźwięki, przez co nagranie stanie się płaskie i mniej dynamiczne.

Attack i release najczęściej ustawia się w milisekundach, a przy dłuższych czasach także w sekundach.