Аналог и цифра - pro и contra звуковой техники (стр. 4 )

Конечно, само собой напрашивается возражение, что не всякий человек слышит 20 кГц, не говоря уже о 40 и тем более 50 кГц. Однако этот факт был поставлен под сомнение специалистами фирмы Akai свыше 30 лет назад, в чем автору этих строк в конце 1960-х годов довелось убедиться на специализированной выставке, проходившей в Политехническом музее в Москве.

На этой выставке среди представленных в большом разнообразии катушечных и только начинающих свое победное шествие кассетных магнитофонов фирма Akai демонстрировала акустические колонки с верхним пределом воспроизводимых частот 40 кГц, в которых были применены по существу ультразвуковые высокочастотные громкоговорители. Эти колонки подключались к стереосистеме, которая была заявлена как "UltraSonic".

Концепция этой системы сводилась к тому, что все компоненты тракта - источник сигнала, усилитель и колонки - были способны воспроизводить ультразвуковые компоненты сигналограммы. В этой системе в качестве источника сигнала использовался катушечный стереомагнитофон с революционными по тому времени "вечными" стеклоферритовыми головками и не менее революционной технологией записи "cross-field", позволяющей записывать сигналы практически до 45 кГц. Далее сигнал поступал на не менее экзотический по тем временам мощный 100-ваттный транзисторный стереоусилитель с полосой усиливаемых частот до 100 кГц. В свою очередь, к этому усилителю были подключены две пары акустических систем: система "А", которой являлись вышеупомянутые колонки с ультразвуковым громкоговорителем, и система "В" - пара колонок с обычным набором громкоговорителей (без ультразвукового излучателя) и верхней частотой воспроизведения в 20 кГц.

Слушателям, участвовавшим в демонстрации системы, предлагался сравнительный тест "А-В", в котором на музыкальном стереоматериале (впрочем, специально подготовленном для данного теста, т. е. в подготовке записи использовался такой же подход) разных жанров - классическая симфоническая музыка, джаз, поп и рок-музыка, демонстрировались пары звучаний - с ультразвуковым компонентом (система "А") и без него (система "В").

Давая пояснения, представитель фирмы заявил, что согласно проведенным в Японии исследованиям спектр некоторых струнных инструментов, в частности, скрипки, простирается в ультразвуковой диапазон. Следовательно, для строгодостоверного восстановления исходного тембра инструмента этот ультразвуковой компонент должен быть записан и воспроизведен.

Несмотря на расхождения в данном вопросе с работами отечественных теоретиков, занимающихся музыкальной акустикой (по крайней мере, прямых указаний на ультразвуковой компонент спектра в тембрах музыкальных инструментов нет ни в работах Гарбузова, ни в исследованиях Римского-Корсакова, не композитора - прямо, как у Булгакова), этот тест достаточно убедительно продемонстрировал слышимые различия в качестве звучания. Не знаю, как для прочих участвующих в тесте-демонстрации слушателей, но для меня это был весьма впечатляющий слуховой опыт, а про эмоциональный и говорить не приходится, тем более, что стереозвучание в те годы было не очень широко распространено.

Правда, много позже, заново оценивая этот опыт, у меня возникло предположение, что различия в звучании могли быть обусловлены разными частотными границами слышимости комбинационных искажений - ведь теперь уже всем известно, что в усилителях на биполярных транзисторах спектр гармоник простирается вплоть до 17-19, а иногда и до 21. Таким образом, "ультразвуковой" тракт мог просто более явно их демонстрировать… Кроме того, было установлено, что спектр некоторых ударных инструментов, таких, как тарелки, щетки, маракасы, при определенных условиях и особенностях звукоизвлечения может включать в себя ультразвуковые компоненты.

Тем не менее последовавшие вслед за этим психоакустические исследования подтвердили, что избирательные свойства слуха по частоте сигналов и временным соотношениям между ними отличаются друг от друга.

Косвенно этот факт подтверждается в аналоговой технике в усилительных устройствах, для которых был разработан критерий, определяющий быстродействие системы и ставший позднее измеряемым параметром, а именно скорость нарастания фронта импульса усиливаемого сигнала (slew rate). Выяснилось, что хорошо звучащие усилители при прочих качественных показателях, как правило, обладают и хорошим быстродействием. Хорошее быстродействие означает, прежде всего, правильную передачу переходных процессов. В свою очередь, параметр быстродействия связан и с полосой усиливаемых частот. При прочих равных условиях тот усилитель будет звучать лучше (правильнее с позиций минимизации комплексных искажений), у которого более высокий параметр скорости нарастания и, как следствие, полоса усиливаемых частот без искажений.

Сейчас никого не удивляет, что хороший УНЧ (усилитель низких частот) может иметь полосу усиливаемых частот до 500 кГц (именно 0,5 МГц, это не опечатка!), и фактически его с полным правом можно назвать радиоусилителем, т. к. частота в 0,5 МГц попадает в диапазон длинных волн, что само по себе пару десятилетий назад было сущей экзотикой (ведь с позиций формальной логики если человек не слышит выше 20 кГц, то совершенно ни к чему делать усилитель с такой полосой).

Поэтому, несмотря на то обстоятельство, что в случае синусоидальных тонов верхняя граница слухового восприятия и находится около 20 кГц, на реальной сигналограмме, какой является музыкальная программа, временная структура сигналов (или фазо-частотные соотношения компонентов спектра), простирающихся в область ультразвукового диапазона, хорошо различима на слух.

Как уже отмечалось выше, человеческий слух реагирует не только на частотные компоненты спектра сигнала как таковые, но и на временные соотношения между ними, т. е. временную структуру (хотя чисто математически частота и является функцией времени). В результате это влияет на восприятие переходных процессов, начальных моментов звучания инструментов (атак) и в конечном счете на восприятие огибающей спектра в динамическом режиме. По моему глубокому убеждению, это обстоятельство и является камнем преткновения в цифровой технике.

А раз так, то рискну высказать предположение, что разрушение временной структуры компонентов спектра, в том числе и лежащих выше верхней частоты восприятия (т. е. 20 кГц) реальной сигналограммы (какими бы причинами это ни было вызвано - фильтрацией аналоговыми цепями с нелинейными фазо-частотными характеристиками или, например, при оцифровке с низкой частотой дискретизации 44,1 - 48 кГц), оказывает влияние на субъективное восприятие, что и продемонстрировали японские специалисты более 30 лет назад в аналоговой среде.

ЧАСТЬ 2. ЦИФРОВАЯ ЗВУКОТЕХНИКА

С появлением цифровых методов отображения и передачи информации стали актуальными критерии разрешающей способности. Так, в аналоговой технике процесс изменения амплитуды сигнала происходит непрерывно во времени. Иными словами, время в аналоговой технике "течет" непрерывно, а основное внимание уделяется достоверной передаче формы волны сигнала. Поэтому разрешающая способность аналоговой системы имеет, если можно так выразиться, однонаправленное "ординатное" измерение - амплитудное.

В цифровой технике помимо "ординатной" разрешающей способности особое значение имеет временное разрешение, идущее по оси абсцисс. В цифровой среде значения обеих координат (абсциссы и ординаты) всегда дискретны. Размер дискретности по оси времени Dt, который и определяет временную разрешающую способность, задается частотой дискретизации FD:

Dt = 1/FD (1).

Таким образом, Dt - это тот временной промежуток (квант времени), который определяет шаг дискретизации - временную сетку.

В свою очередь, размер дискретности DА (квант амплитуды) по оси ординат, который определяет амплитудную (уровневую) разрешающую способность, задается разрядной сеткой:

DА = Amax/2^n (2),

где n - количество бит в цифровом слове.

Для дальнейшего рассмотрения вопросов, связанных с шумами и искажениями временной структуры, потребуется обращение (впрочем, без излишнего математического углубления в существо проблемы) к теоретическим основам цифрового звука.

ПРИРОДА ЦИФРОВОГО ШУМА

1. Прямое квантование (без "размывания" шума - non dithered quantization)

Как известно, физический смысл процесса квантования состоит в процессе округления мгновенных значений непрерывной функции, в нашем случае амплитуды сигнала, до ближайшего целочисленного значения, уже определяемого шагом квантования DА. Если входной сигнал А квантователя лежит в интервале значений от А до А+0,5, то округление происходит до А. Если же А лежит между А+0,5 и А+1, тогда округление происходит до А+1. Практически это означает, что выходные значения шага квантования не обязательно должны быть целыми числами, а могут быть произвольного размера q = DА, см. (2), при этом выходное значение амплитуды A будет кратно q, т. е. А = Sumq. Иными словами, знак суммы Sum (сигма) имеет смысл множителя, так как складываются маленькие D (дельта) кусочки "раздробленной" амплитуды. Поэтому все-таки корректнее называть этот процесс сигма-дельта SumD модуляцией, а не наоборот, как ее часто называют, дельта - сигма.

Предположим, имеется простая система квантования, в которой A(n) - дискретный во времени входной сигнал, а Q - квантователь, выход которого B(n):

Если входной сигнал A(n) представляет собой случайный и некоррелированный процесс, то в любой произвольный момент времени он с равной вероятностью будет находиться в интервале

(А - q/2) < A(n) < (A+q/2) (3).

При этом ошибка квантования Е(n) = B(n) - A(n) также случайна и некоррелирована и имеет так называемое прямоугольное (равномерное) вероятностное распределение пиковых значений q/2. Анализ методами математической статистики показывает, что ожидаемая (или усредненная) ошибка квантования будет равна нулю, а шум квантования

N = (q^2)/12 (4).

Тем не менее если входной сигнал A(n) хоть как-то коррелирован, как в случае с музыкой, что для нас наиболее важно, то все предыдущие соображения не действуют.

Ошибки становятся коррелированными с входным сигналом, и вместо ожидаемого широкополосного шума они проявляются в виде искажений. Чтобы как-то уменьшить их заметность, прибегают к различным методам.