- Frekvencija uzorkovanja određuje koliko se uzoraka u sekundi uzima iz analognog signala i definira raspon frekvencija koje se mogu reproducirati bez izobličenja.
- Dubina bita ne utječe na frekvenciju, već na dinamički raspon i preciznost s kojom je amplituda (glasnoća) svakog uzorka predstavljena.
- Za opću upotrebu, 44,1 kHz i 16 bita su dovoljni, dok se u glazbenoj produkciji i miksanju preferiraju 48–96 kHz i 24 bita zbog fleksibilnosti i niže razine šuma.
- Povećanje brzine uzorkovanja ili dubine bita tijekom izvoza ne poboljšava snimku napravljenu s nižim vrijednostima; samo povećava veličinu datoteke.
Kada radite sa zvukom na računalu, mobilnom uređaju ili audio sučelju, sve prolazi kroz isti filter: signal se pretvara u brojeve. Ova transformacija nije magija; temelji se na dva ključna parametra: brzini uzorkovanja i dubini bita , koji određuju koliko digitalni zvuk nalikuje izvornom analognom signalu.
Ako tek počinjete s produkcijom, miksanjem ili jednostavno želite razumjeti što znače oni 44,1 kHz, 48 kHz, 16 ili 24 bita koje vidite na svom DAW-u ili DAC-u, jasno objašnjenje bit će neprocjenjivo. U ovom članku ćete na jednostavan način naučiti što su brzina uzorkovanja i dubina bita, kako utječu na kvalitetu, kada ih je preporučljivo promijeniti i koje postavke koristiti za snimanje, miksanje i slušanje.
Kolika je brzina uzorkovanja u audio zapisu?
Da bi digitalni uređaj radio sa zvukom, prvo mora "isjeckati" kontinuirani analogni signal na male fragmente koji se nazivaju uzorci; brzina uzorkovanja je jednostavno koliko se tih uzoraka uzima svake sekunde i izražava se u hercima (Hz) ili kilohercima (kHz).
Zamislite savršeni analogni sinusni val. Kada uđe u analogno-digitalni pretvornik (ADC), pretvarač periodično mjeri njegovu visinu (amplitudu). Ako želite izmjeriti kako vaše sučelje reagira, provjerite kvalitetu svoje zvučne kartice . Svako od ovih očitanja je uzorak, a njegov položaj u vremenu određen je odabranom frekvencijom uzorkovanja - na primjer, 44 100 puta u sekundi ako koristite 44,1 kHz.
Ako bismo eksperiment proveli s vrlo niskom frekvencijom uzorkovanja, na primjer 6 Hz, vidjeli bismo malo linija (uzoraka) na sinusnom valu, a digitalna rekonstrukcija bi bila vrlo gruba. Povećanjem frekvencije uzorkovanja na vrijednosti poput 10 Hz, 44,1 kHz ili 48 kHz, broj točaka u sekundi se povećava, a digitalni oblik postaje mnogo bliži izvornom valnom obliku.
Klasična usporedba je s videom: brzina uzorkovanja u zvuku je poput broja sličica u sekundi (FPS) u videu . S niskim FPS-om, animacija izgleda isprekidano; s dovoljnim FPS-om, zvuk je gladak. Nešto slično se događa i u zvuku: ako uzorkujemo presporo, gubimo informacije iz vala i pojavljuju se artefakti.
Nyquistov teorem i čujni domet
Cijela ova stvar s frekvencijom uzorkovanja nije proizvoljna; temelji se na Nyquist-Shannonovom teoremu o uzorkovanju. Ovaj teorem kaže da za točnu rekonstrukciju signala frekvencija uzorkovanja mora biti barem dvostruko veća od najviše frekvencije prisutne u tom signalu.
Zdravo ljudsko uho obično percipira raspon od približno 20 Hz do 20 kHz . Kako bismo pokrili cijeli ovaj spektar bez gubitka informacija, potrebno je uzorkovati barem dva puta po 20 kHz, odnosno 40 kHz. To rezultira praktičnim vrijednostima kao što su 44,1 kHz (CD) ili 48 kHz (profesionalni video i audio), koje pružaju malu dodatnu marginu za filtere.
Matematički, ako zadovoljavamo Nyquistov kriterij, digitalni signal sadrži SVE informacije potrebne za rekonstrukciju izvornog analognog signala unutar definirane propusnosti . Nema potrebe "nagađati" što se događa između uzoraka: informacije su implicitne u skupu svih uzoraka.
Uobičajena zabluda je da ako digitaliziramo, na primjer, signal sa sadržajem do 10 kHz, uzorkovanje na 25 kHz ili 50 kHz rezultirat će različitim kvalitetama unutar istog raspona . Međutim, sve dok obje frekvencije uzorkovanja odgovaraju Nyquistovom kriteriju i filtriranje je ispravno izvedeno, rekonstrukcija tog signala je matematički identična u oba slučaja.
Najčešće korištene frekvencije uzorkovanja u audio formatu
U praksi, umjesto korištenja slučajnih vrijednosti, standardizirano je nekoliko frekvencija uzorkovanja za različite primjene, tako da je kompatibilnost između opreme i formata jednostavna , na primjer pri odabiru najbolje zvučne kartice.
U audio i snimljenoj glazbi za široku potrošnju, 44,1 kHz je klasični standard za audio CD-ove . To omogućuje snimanje upotrebljivog sadržaja do otprilike 20 kHz, ostavljajući marginu (do 22,05 kHz, što je Nyquistova frekvencija) za antialiasing filtere da obave svoj posao bez da budu apsurdno agresivni.
U videu, filmu i televiziji, 48 kHz se pretežno koristi jer se bolje integrira s digitalnim video standardima. Ponovno, više nego adekvatno pokriva čujni raspon i pojednostavljuje dizajn ulaznih i izlaznih filtera.
Uz ove vrijednosti, mnogi sustavi nude niže brzine kao što su 22,05 kHz (audio radio kvalitete) ili 11,025 kHz (glas, starija telefonija) . Ove frekvencije drastično smanjuju veličinu datoteka, uz cijenu smanjenja iskoristive propusnosti zvuka, pa su prikladne samo kada nije potreban sadržaj visoke frekvencije.
Na "visokoj" razini, napredna oprema za snimanje i miksanje koristi frekvencije poput 88,2 kHz, 96 kHz ili čak 192 kHz . Ove frekvencije omogućuju glatkiji dizajn filtera, smanjuju određene vrste unutarnjeg aliasiranja, a u nekim pretvaračima i dodacima postižu bolje tehničke performanse, iako ne proširuju raspon frekvencija koje možemo čuti , a koji ostaje ograničen našom fiziologijom.
Dubina bita: koliko detalja ima svaki uzorak
Frekvencija uzorkovanja definira koliko često uzimamo uzorak tijekom vremena, ali nedostaje nam još jedna informacija: razlučivost svakog od tih uzoraka na vertikalnoj osi (amplituda) . Tu dolazi do izražaja dubina bita.
Dubina bita (8, 16, 24, 32 bita…) označava koliko različitih vrijednosti amplituda svakog uzorka može poprimiti. Što više bitova, to je više mogućih razina i preciznije možemo prikazati varijaciju glasnoće vala . Matematički, s N bitova imamo 2^N mogućih razina.
Na primjer, sa 16 bita imamo 65 536 mogućih razina amplitude, dok s 24 bita dolazimo do 16 777 216 razina . Skok je ogroman i prevodi se u puno veći teoretski dinamički raspon; to jest, veću moguću razliku između najtiših i najglasnijih zvukova bez primjetne pojave kvantizacijskog šuma.
Kako bismo to vizualizirali, možemo zamisliti kontinuirani analogni valni oblik na mreži: horizontalna os predstavlja vrijeme (uzorke), a vertikalna os predstavlja razine amplitude koje dopuštaju bitovi . S 2 bita imali bismo samo 4 vertikalne razine; s 4 bita, 16 razina. Brzo postaje očito da je s malo bitova digitalni valni oblik prilično kvadratan i "stepenast", dok s više bitova bolje aproksimira stvarnu krivulju.
U zvučnom smislu, to znači da visoka bitna dubina omogućuje bolje snimanje i reprodukciju nijansi glasnoće, detalja mekih napada i dugih decayeva , kao i nudi više prostora za glavu prije nego što se postigne digitalno zasićenje (clipping).
Odnos između dubine bita i dinamičkog raspona
Dubina bita izravno je povezana s dinamičkim rasponom. Teoretski, dinamički raspon u dB PCM sustava obično se aproksimira kao: dinamički raspon ≈ 6,02 × broj bitova.
U praksi se to prevodi u brojke poput ovih: 16-bitni zvuk nudi približno 96 dB dinamičkog raspona . To jest, maksimalna razina koja se može kodirati je otprilike 96 dB iznad najniže reprezentativne razine prije nego što šum kvantizacije postane dominantan.
Ako prijeđemo na 24 bita, teoretski dinamički raspon je oko 144 dB . Ova dodatna razlika posebno je uočljiva tijekom faza snimanja i miksanja, gdje veći headroom pomaže u izbjegavanju problema s bukom i omogućuje udoban rad bez gubitka rezolucije u tihim dijelovima.
Dobra vizualna analogija za razumijevanje ovoga je razmišljanje o slikama: brzina uzorkovanja bila bi kao broj sličica u sekundi, a dubina bita, rezolucija (720p, 1080p, 4K…) . Viša rezolucija ne mijenja broj sličica, ali znači da svaka sličica ima više detalja, glatkije boje i manje blokovskih gradijenata.
Slično tome, u zvuku, veća bitna dubina ne dodaje više frekvencija, ali pruža finiju gradaciju glasnoće , što je primjetno u odlomcima s velikim dinamičkim razlikama i u vrlo detaljnim snimkama, poput klasične glazbe ili akustičnog jazza.
Uobičajene zablude o uzorkovanju
U svijetu digitalnog zvuka kruži mnogo mitova. Jedan od najčešćih je ideja da što je veća frekvencija uzorkovanja, to će zvuk uvijek zvučati bolje . Iako to može zvučati logično, nije tako jednostavno.
Kao što smo spomenuli, ako je brzina uzorkovanja znatno veća od dvostruke najviše frekvencije koju želimo snimiti, a filtri su dobro dizajnirani, kvaliteta unutar čujnog raspona već je na maksimumu . Nakon te točke, povećanje brzine uzorkovanja ne dodaje više čujnih detalja, iako može olakšati stvari filtrima i određenim internim procesima.
Još jedna uobičajena zabluda je da će promjena brzine uzorkovanja ili dubine bita snimljene datoteke "poboljšati" je . Ako ste snimali na 44,1 kHz i 16 bita, kasniji izvoz na 96 kHz i 24 bita ne generira nikakve nove informacije; jednostavno ćete dobiti veću datoteku s istom efektivnom kvalitetom.
Također je uobičajeno misliti da su uzorci "spojeni" ravnim, nazubljenim linijama kada se signal rekonstruira . To je vizualno pojednostavljenje. U stvarnosti, idealna rekonstrukcija se vrši filtriranjem analognog izlaza (nakon digitalno-analogne pretvorbe), a ako je sustav kompatibilan s Nyquistom, kontinuirani valni oblik točno odgovara originalu unutar propusnog opsega.
Konačno, neki entuzijasti postaju opsjednuti potrebom za 192 kHz i 32-bitnim pomičnim zarezom za slušanje glazbe . S psihoakustičkog stajališta, većina ozbiljnih studija i dvostruko slijepih testova ne pronalazi značajne čujne razlike između dobro implementiranih 44,1/16 i viših "hi-res" formata, pod uvjetom da je mastering ekvivalentan.
Brzina uzorkovanja u stvarnoj upotrebi: glazba, DAW-ovi i streaming
U glazbenoj produkciji, prilikom stvaranja sesije u vašem DAW-u (Ableton, Pro Tools, Cubase, Reaper itd.), obično se od vas traži da odredite brzinu uzorkovanja (na primjer, 44,1, 48 ili 96 kHz) i dubinu bitova projekta. Ova postavka određuje kako će se audio zapisi snimati i kako će sesija interno funkcionirati.
Ako za svoj projekt odaberete 24-bitni i 48 kHz, sav materijal snimljen putem vašeg sučelja bit će pohranjen s tim parametrima. Mnogi VST-ovi i ugrađeni sintisajzeri također rade s većom preciznošću (na primjer, u 32-bitnom pomičnom zarezu) na razini obrade, ali ulaz i izlaz projekta zaključani su na brzinu uzorkovanja koju ste postavili.
Vrlo često pitanje je postoji li čujna razlika između, na primjer, 16-bita/44,1 kHz i 24-bita/48 kHz . Iskren odgovor je: ovisi o situaciji. Pri normalnom slušanju dobro napravljene master snimke, većina ljudi ne može razlikovati nikakvu razliku između 44,1/16 i 48/24 pod uvjetima slušanja na slijepo.
Međutim, u okruženju snimanja i miksanja, preporučljivo je raditi barem na 24 bita , jer ta dodatna margina dinamičkog raspona olakšava podešavanje pojačanja, smanjuje relativni šum kvantizacije i sprječava da budete prisiljeni snimati "na granici" od 0 dBFS kako biste izbjegli prekoračenje razine.
Što se tiče brzine uzorkovanja, mnogi producenti preferiraju 48 kHz za audiovizualne projekte i 44,1 ili 48 kHz za glazbu namijenjenu streamingu . Povećanje na 88,2 ili 96 kHz može koristiti nekim dodacima (posebno onima koji generiraju puno visokih frekvencija, poput distorzije ili sintisajzera), ali također opterećuje CPU i rezultira većim datotekama.
Frekvencija uzorkovanja i uređaji za slušanje (DAC, DAP i HiFi usluge)
S porastom HiFi usluga poput Tidala, Qobuza i Apple Musica koje nude 24-bitni zvuk i frekvencije uzorkovanja do 192 kHz , mnogi slušatelji se pitaju: zvuči li ovo stvarno bolje ili je to samo marketing?
Vraćajući se na analogiju s videom, možemo smatrati da je 44,1 kHz slično onome što je 60 FPS za oko . Nakon određene točke, povećanje "okvira" (ili uzoraka) više se ne doživljava kao povećanje glatkoće, čak i ako postoje manje tehničke razlike.
Nyquistova teorija uzorkovanja tvrdi da je frekvencija uzorkovanja od 44,1 kHz dovoljna za točno predstavljanje svih frekvencija koje čovjek može percipirati . Veće frekvencije uzorkovanja prvenstveno se koriste u produkcijskim procesima za borbu protiv aliasinga u frekvencijskim pojasevima izvan čujnog raspona, ali ne zato što će slušatelj čuti harmonike na 60 kHz.
Unatoč tome, postoje praktični razlozi zašto se neki profesionalci i proizvođači odlučuju za 96 kHz ili više: određeni analogno-digitalni i digitalno-analogni pretvarači bolje rade na višim brzinama, mogu se koristiti glatkiji filtri, u nekim slučajevima se smanjuje latencija, a neki dodaci su optimizirani za te brzine.
Kao krajnji korisnik, razuman savjet je jednostavan: nemojte se previše oslanjati na brojke i vjerujte svojim ušima više nego tehničkim specifikacijama ; ako želite poboljšati svoje iskustvo slušanja, naučite kako prilagoditi ekvilajzer sustava Windows 11. Dobar master od 44,1/16 kHz obično zvuči bolje od osrednjeg mastera od 192/24 kHz; kvaliteta miksa i masteringa puno je važnija od formata spremnika.
Učestalost uzorkovanja u drugim područjima: telekomunikacije i medicina
Frekvencija uzorkovanja nije važna samo u glazbi. U tradicionalnoj telefoniji, na primjer, koriste se frekvencije od oko 8 kHz , što je dovoljno za održavanje razumljivosti ljudskog glasa, čak i ako zvuči "usko" i nedostaje mu svjetline u visokim frekvencijama.
U modernim VoIP sustavima (kao što su mnoge platforme za video pozive) usvojene su frekvencije uzorkovanja od 16 kHz ili druge međufrekvencije , što omogućuje jasniji i prirodniji glas bez preopterećenja potrebne propusnosti.
U medicinskoj opremi logika je slična, ali se primjenjuje na druge signale: u ultrazvučnom aparatu ili elektrokardiogramu (EKG-u), brzina uzorkovanja određuje razinu detalja s kojom se snimaju fiziološki valni oblici . Preniska brzina mogla bi prikriti male promjene relevantne za dijagnozu.
Ovi sustavi moraju pronaći ravnotežu između pouzdanosti i resursa: veće brzine uzorkovanja znače više podataka za pohranu, prijenos i obradu , što može povećati troškove opreme ili usporiti analizu u stvarnom vremenu.
U područjima kao što su prepoznavanje glasa, virtualni asistenti ili virtualna stvarnost, dovoljna frekvencija uzorkovanja osigurava da ulazni signali stižu s potrebnim detaljima kako bi algoritmi ispravno funkcionirali i kako bi slušno iskustvo korisnika bilo uvjerljivo i impresivno.
Ravnoteža između kvalitete, veličine datoteke i performansi
Jedan od tradicionalnih izazova digitalnog zvuka je pronalaženje razumne ravnoteže između percipirane kvalitete, veličine datoteke i opterećenja obrade . Svaki put kada udvostručite brzinu uzorkovanja, praktički udvostručujete količinu podataka u sekundi.
U streaming servisima to je odmah uočljivo: korištenje vrlo visokih brzina prijenosa umnožava potrebnu propusnost i povećava vjerojatnost međuspremnika ili prekida na manje savršenim vezama. Zato obično koriste kompromis između brzine prijenosa, formata kompresije i brzine uzorkovanja.
U prijenosnim uređajima s ograničenom memorijom, poput određenih ručnih snimača ili starijih playera, smanjenje brzine uzorkovanja i/ili bitova omogućilo je pohranjivanje mnogo više sati zvuka , žrtvujući kvalitetu u rasponima koji možda nisu strogo potrebni (na primjer, snimanje glasa za diktiranje).
U profesionalnom studiju situacija se mijenja: prostora za pohranu ima više, a vjernost zvuka je prioritet. Stoga se visoke brzine uzorkovanja i 24 bita prihvaćaju kao radni standard , čak i znajući da konačni proizvod može završiti na 44,1/16.
Na razini CPU-a, svako povećanje brzine uzorkovanja povećava opterećenje sustava, posebno u velikim projektima s mnogo dodataka. Projekt na 96 kHz s desecima virtualnih instrumenata i efekata može prosječno računalo gurnuti do njegovih granica , dok bi isti projekt na 44,1 ili 48 kHz radio glatko.
Promijenite brzinu uzorkovanja i dubinu bita u svom tijeku rada
Sada dolazi praktično pitanje: koje vrijednosti odabrati prilikom izrade projekta i što učiniti prilikom izvoza . Ovdje je važno razlikovati fazu produkcije od konačnog formata distribucije.
Za snimanje i miksanje, vrlo razumna kombinacija je 24-bitna i 44,1 ili 48 kHz . Ova konfiguracija nudi širok dinamički raspon, dobru tehničku kvalitetu i razumno opterećenje CPU-a. Ako radite s videom, 48 kHz je obično logičan izbor za kompatibilnost.
Ako vaša oprema to može podnijeti bez problema i radit ćete puno postprodukcije, distorzije ili intenzivne obrade, možda bi imalo smisla ići na 88,2 ili 96 kHz , posebno ako primijetite artefakte aliasiranja u određenim dodacima. Unatoč tome, to nije obavezno za postizanje visokokvalitetnih mikseva.
Prilikom izvoza, ključno pravilo je da je umjetno povećanje brzine uzorkovanja ili dubine bita u usporedbi s izvornim projektom besmisleno, nadati se čudima . Ako je vaša sesija na 48 kHz/24 bita, izvoz na 192 kHz/32 bita samo će napuhati datoteku.
Obično se preporučuje prilagoditi izlazni format standardu odredišta : 44,1 kHz/16 bita za distribuciju CD tipa ili mnoge agregatore, 48 kHz za video i 24 bita ako će se slati mastering inženjeru ili servisu koji prihvaća "hi-res" bez kompresije s gubitkom.
U svakom slučaju, kada smanjite dubinu bita s 24 na 16 bita, primijenite podrhtavanje kao posljednji korak u procesu. Podrhtavanje dodaje vrlo nizak, kontrolirani šum koji pomaže da rezultirajuće pogreške kvantizacije budu manje čujne, posebno u tihim dijelovima.
Imajući sve to na umu, lako je vidjeti zašto se toliko stručnjaka za digitalni zvuk slaže da kvaliteta više ovisi o dobrom snimanju, miksanju i masteringu nego o jurnjavi za astronomskim brojkama . Razumijevanje što zapravo rade brzina uzorkovanja i dubina bita omogućuje vam da mudro birate, bez da vas zanose mitovi ili marketinška pompa, te da svjesno i učinkovito prilagodite svoje postavke svakom projektu.
Strastveni pisac o svijetu bajtova i tehnologije općenito. Volim dijeliti svoje znanje pisanjem, a to je ono što ću učiniti na ovom blogu, pokazati vam sve najzanimljivije stvari o gadgetima, softveru, hardveru, tehnološkim trendovima i još mnogo toga. Moj cilj je pomoći vam da se snađete u digitalnom svijetu na jednostavan i zabavan način.