22.1. Аудио- и видеофайлы

Звук распространяется в виде волны, которая чередует области повышенного и пониженного давления. Звуковую волну называют аналоговой формой звука (пример 22.1).

В прошлом веке для хранения звукозаписей в аналоговой форме массово использовались плоские диски (грамофонные и виниловые пластинки). Звукозаписи с пластинок воспроизводили при помощи граммофонов, патефонов и электропроигрывателей.

В середине ХХ в. для записи и воспроизведения аналоговой аудиоинформации стали использовать магнитную ленту и магнитофоны.

С началом компьютерной эры звуковые волны стали «оцифровывать», преобразовывая их в последовательности двоичных чисел. Аудиоинформация получила цифровую форму.

Сначала видеоинформацию записывали на киноплёнке в форме кинофильмов (пример 22.2).

Демонстрировали кинофильмы с помощью специальных устройств, которые называют кинопроекторами (пример 22.3).

Производством кинофильмов занимаются профессиональные киностудии, среди которых хорошо известна киностудия «Беларусьфильм».

Компьютерная эра не обошла стороной и кинопроизводство. Ушла в прошлое киноплёнка, видеоинформация получила цифровую форму (пример 22.4).

Для демонстрации видеофайлов появились новые устройства — видеопроекторы.

22.2. Программные средства записи и воспроизведения

На компьютерах с операционной системой Windows стандартной программой для записи звука при помощи микрофона является программа Звукозапись (пример 22.5). Более широкие возможности для записи звука имеет бесплатная программа UV SoundRecorder.

Записывать видео со звуком с помощью веб-камеры и микрофона в операционной системе Windows позволяет приложение Камера. С помощью аналогичного приложения записывать видео со звуком также позволяют смартфоны.

Записывать видео части экрана компьютера со звуком позволяет бесплатное приложение oCam Screen Recorder (пример 22.6).

Программы воспроизведения аудио- и видеофайлов называются плеерами. Плееры, которые могут воспроизводить как звук, так и видео, называются медиаплеерами (пример 22.7).

Следует знать, что аудио- и видеофайлы могут иметь лицензионные ограничения на бесплатное копирование, воспроизведение и распространение.

В последнее время для создания аудио и видео стали использовать ИИ. Искусственный интеллект позволяет генерировать новые звуковые записи, а также улучшать качество уже созданных записей (пример 22.8).

Основные способы создания видеозаписей с помощью ИИ включают генерацию видео по текстовому описанию (промпту), а также по изображению (фото или рисунку) и промпту.

22.3. Оцифровка аналогового звука

Оцифровка аналоговой звуковой волны проводится методом дискретизации и начинается с выбора частоты дискретизации.

Частота дискретизации — это число равных промежутков времени в 1 с.

Единицей измерения частоты является герц (Гц). Например, при частоте дискретизации 100 Гц секунда разбивается на 100 равных частей. В качестве единицы измерения частоты используется и килогерц (кГц) = 1000 Гц.

Обычно для частоты дискретизации выбирают стандартные значения (пример 22.9).

Полученные с помощью заданной частоты равные промежутки времени называются шагами дискретизации.

После выбора частоты дискретизации подбирают глубину дискретизации.

Глубина (разрядность) дискретизации — это число бит в двоичном коде, который используется для кодирования уровней громкости звука.

Следует знать, что число бит в двоичном коде одновременно задаёт число равноотстоящих уровней громкости сигнала в цифровой записи звука (пример 22.10).

В процессе оцифровки звуковой волны в начале каждого шага дискретизации измеряется амплитуда аналогового сигнала, и звуковая волна заменяется цифровой ступенчатой волной (пример 22.11).

22.4. Форматы аудиофайлов

Аудиофайлы могут различаться способами цифровой записи, иначе говоря, форматами.

Существует более 40 различных форматов аудиофайлов. Названия основных музыкальных аудиоформатов приведены в примере 22.12. Название формата обычно служит расширением имени (типом) аудиофайла.

Аудиоформаты делятся на три группы:

• форматы без сжатия данных;
• форматы со сжатием данных без потерь;
• форматы со сжатием данных и с потерями.

Формат WAV (без сжатия данных) является стандартным форматом записи CD-дисков (пример 22.13).

Формат AIFF (без сжатия данных) — это аналог формата WAV, созданный фирмой Apple.

Для сокращения объёма аудиофайлов некоторые форматы используют сжатие данных без потерь (пример 22.14).

Формат MP3 — самый распространённый формат со сжатием данных и с потерями, поскольку при сжатии отбрасывает часть исходных данных, что приводит к небольшой потере качества звука (пример 22.15).

Формат AAC аналогичен формату MP3, но выдаёт немного повышенное качество звука.

Формат OGG (Ogg Vorbis) со сжатием данных и с потерями является альтернативой форматов MP3 и AAC, поскольку имеет открытый исходный код.

Отдельно стоит формат MIDI. Файлы формата MIDI предназначены для воспроизведения музыки на электронных музыкальных инструментах (пример 22.16).

Некоторые электронные инструменты обеспечивают запись в файлы формата MIDI. Файлы этого формата могут воспроизводиться с помощью плееров Windows Media, QuickTime, Winamp, VLC Media Player.

22.5. Форматы видеофайлов

Форматы для записи в видеофайлы только видеоинформации не предусмотрены. Но видео можно сохранять в файле и без звука.

Существует более 70 форматов видеофайлов (пример 22.17). Название формата служит расширением имени (типом) видеофайла.

Для записи аудио- и видеофайлов кроме программ записи используются кодеки.

Кодек — специальная программа, которая уменьшает объём аудио- или видеофайла и восстанавливает его первоначальный объём для воспроизведения.

Различают аудиокодеки и видеокодеки.

Аудиокодеки носят имена форматов аудиофайлов. Имена видеокодеков с именами видеоформатов не совпадают (пример 22.18).

При записи и воспроизведении видеофайла всегда используется пара из видеокодека и аудиокодека. Разные форматы видеофайлов используют разные пары кодеков (пример 22.19).

Пример 22.1. Изображение аналоговой формы звука (звуковой волны).

Отклонение величины звука от горизонтальной оси (амплиту да) определяет его громкость. Положительная и отрицательная амплитуды означают, что давление в звуковой волне выше или ниже нормального атмосферного давления.

Пример 22.2. Кинофильм с набором кадров на киноплёнке.

Пример 22.3. Особенности демонстрации кинофильмов.

При демонстрации фильма кинопроектором отдельные кадры на киноплёнке для зрителя сливались в движущееся изображение.

Со временем на киноплёнку стали записывать и аналоговый звук. Для этого вне кадров записывалась визуальная звуковая дорожка, менявшая при создании свою ширину и плотность.

На рисунке в примере 22.2 звуковая дорожка размещена над нижним рядом перфорационных отверстий.

Пример 22.4. Набор электронных кадров кинофильма.

Пример 22.5. Окно стандартной для Windows программы Звукозапись.

Пример 22.6. Окно приложения oCam Screen Recorder.

Приложение позволяет записывать в видеофайл изображение экрана компьютера или любой его прямоугольной области.

Область записи на экране выбирается цветной рамкой.

Пример 22.7. Программы воспроизведения аудио- и видеофайлов.

Воспроизводить звук и видео на компьютерах позволяют все современные браузеры. Однако любители устанавливают и специализированные программы. Чаще других устанавливают аудиоплееры AIMP, Winamp Lite, Resonic Player, Korg Audiogate, медиаплееры Windows Media Player (WMP), Winamp, KM Player, VLC Media Player и др.

Пример 22.8. Алгоритм генерации звукозаписи.

Для генерации новой инструментальной звукозаписи (без голоса) в специализированный сервис ИИ нужно ввести текстовый запрос (промпт) с описанием музыкального трека.

Для улучшения записи в сервис нужно загрузить аудиофайл. Искусственный интеллект анализирует аудио и удаляет фоновые шумы, эхо, делая запись чистой и профессиональной.

Есть сервисы ИИ, которые позволяют синтезировать голосовой аудиофайл с озвучкой введённого текста.

Пример 22.9. Стандартные значения частоты дискретизации.

При оцифровке музыкальных записей обычно используются следующие стандартные значения частоты дискретизации:

44,1 кГц, 48 кГц, 96 кГц, 192 кГц.

Значение 44,1 кГц давно используется для записи CD-дисков. Значение было выбрано для обхода технических ограничений телевидения 1980-х гг.
Кроме того, частота дискретизации должна более чем в 2 раза превышать частоты, различаемые человеком на слух (20 Гц — 20 кГц).

Пример 22.10. Оцифровка звука.

Для оцифровки звука обычно используют двоичные коды длиной 8 бит, 16 бит, 24 бита и т. д.

Если глубина дискретизации равна 8 бит, то количество равноотстоящих уровней громкости равно 2⁸ = 256. Это число возможных кодов. Для глубины 16 бит таких уровней уже 2¹⁶ = 65 536.

Пример 22.11. Принцип оцифровки аналоговой звуковой волны.

На каждом шаге дискретизации фактическое значение громкости аналогового сигнала в начале шага дискретизации заменяется ближайшим уровнем громкости из набора уровней, заданных глубиной дискретизации. А соответствующая часть аналоговой волны заменяется постоянным сигналом (на рисунке красный отрезок).

Пример 22.12. Названия основных музыкальных аудиоформатов.

Цифровая звукозапись может иметь несколько каналов: моно (1 канал), стерео (2 канала), Dolby Digital (6 каналов) и т. д.

Пример 22.13. Формат WAV.

Формат WAV использует частоту дискретизации 44,1 кГц и глубину дискретизации 16 бит, что можно записать как 44,1 кГц/16 бит.
Формат WAV обычно используется для высококачественной записи звука. Файлы этого формата имеют очень большие объёмы: одна минута записи имеет объём около 10 Мб.

Пример 22.14. Форматы FLAC и ALAC.

Формат FLAC (со сжатием данных без потерь) уменьшает примерно в 2 раза объём записей в сравнении с объёмом формата WAV. Но устройствами Apple формат FLAC не поддерживается.
Формат ALAC (со сжатием данных без потерь) аналогичен формату FLAC и разработан для устройств Apple.

Пример 22.15. Формат MP3.

Одна минута записи в формате MP3 имеет объём от 0,5 до 2,4 Мб.
Этот аудиоформат удобен для хранения музыкальных файлов в плеерах, планшетах, смартфонах и поддерживается практически любыми цифровыми устройствами.

Пример 22.16. Формат MIDI.

Файл формата MIDI включает не оцифрованный звук, а набор цифровых команд электронному музыкальному инструменту.
Команды могут задавать воспроизведение нот, ссылки на звуковые эффекты, значения изменяемых параметров звука.
Командами воспроизведению разных нотных партий можно придать окраску звуков фортепиано, скрипки, трубы и других музыкальных инструментов.

Пример 22.17. Наиболее популярные форматы видеофайлов.

Формат M4V компания Apple разработала под свою операционную систему, в формат WMV компания Microsoft — под свою.
Для мобильных телефонов разработан формат 3GP, который использует мощное сжатие. Это позволяет использовать его на слабых мобильных телефонах.

Пример 22.18. Названия основных видеокодеков.

Также давно используются DivX, Xvid.

Пример 22.19. Использование пар кодеков.

Популярный формат видеофайлов AVI может использовать видеокодек H.264 и аудиокодек MP3. Возможны и другие сочетания, например видеокодек DivX и аудиокодек AAC, видеокодек XviD и аудиокодек MP3.