Fundamentos do son Digital

Este captulo concibiuse co fin de proporcionar uns principios rpidos pero

esenciais que permitan entender os conceptos e as tecnoloxas do son (non
trataremos con frmulas nin con matemticas). Unha vez aprendidos estes
conceptos ser posible traballar coa computadora ou cun dispositivo de audio cun
certo grado de confianza.

A natureza do son

O son unha vibracin que se propaga a travs do aire, grazas a que as molculas
do aire transmiten a vibracin ata que chega aos nosos odos. Aplcanse os
mesmos principios que cando se lanza unha pedra a un estanque: a perturbacin
da pedra provoca que a auga axtese en todas as direccins ata que a amplitud das
ondas tan pequena, que deixan de percibise. A Figura mostra as vibracins
fsicas dun diapasn que foi golpeado. As vibracins do diapasn forzan s
molculas de aire a agruparse en rexins de maior e menor densidad, dando lugar
a que a presin do aire aumente ou dimina instantneamente. O diapasn un
excelente exemplo de fonte de son por das razns: a primeira que pode
observarse o movemento de vaivn dos seus brazos mentres se escoitan os
resultados desta vibracin; a segunda que o diapasn vibra a unha frecuencia
(vibracins por segundo) constante ata que toda a sa enerxa disipouse en forma
de son. Unha perturbacin que viaxa a travs do aire denomnase onda e a forma
que adopta esta cocese como forma de onda.



Caractersticas dunha onda sinxela

A forma de onda do diapasn a mis sinxela das formas de onda, denominada
onda Sinusoidal.

A frecuencia de son mdese nunhas unidades denominadas Hertcios (Hz). Un son
que vibra unha vez por segundo ten unha frecuencia de 1 Hz. As frecuencias
escrbense normalmente en kilohertcios (kHz), unidade que representa 1.000 Hz.
Unha persoa nova cuns odos saudables pode or sons que estean no rango dos 20
Hz aos 20.000 Hz (20 kHz).

Na Figura obsrvase como a amplitud da onda dimine a medida que o son
afstase da sa fonte, estendndose en todas as direccins. (A figura esaxera a
rapidez coa que a onda dimine no aire ).

O odo e un micrfono incorporado na tarxeta de son comprtanse de xeito
similar. Ambos transforman pequenas variacins na presin do aire en sinal
elctrico que pode ser comprendida e almacenada polos seus respectivos
"cerebros" (xa sexa o humano ou a CPU da computadora). Este sinal elctrico
pode xa ser gardada, manipulada ou reproducida mediante os medios elctronicos
adecuados.

Amplitud

A medida da amplitud dunha onda importante porque informa da forza, ou
cantidade de enerxa, dunha onda, que se traduce na intensidade do que omos, a
sa unidade de medida o decibelio. Un decibelio, abreviado como dB, unha
unidade de medida da forza do sinal e til na comparacin da intensidade de
dous sons. A sensibilidade do odo humano extraordinaria, cun rango dinmico
ou variacin en intensidade moi amplo. A maiora dos odos humanos poden
capturar o son do murmullo dunha folla e, logo de haberse sometido a rudos
explosivos como os dun avin, seguen funcionando. O que sorprendente que a
forza da explosin nun avin polo menos 10 millns de veces maior que o
murmullo que unha folla produce co vento.

O odo necesita unha porcentaxe elevada de variacins na forza dun son para
detectar un cambio na intensidade percibida, o que significa que a sensibilidade
do odo forza do son logartmica, de maneira que o decibelio, unidade de
medida logartmica, a eleccin mis adecuada para medir a forza do son. O
aspecto prctico da amplitud que un incremento de s 3 dB duplica a
intensidade dun son. Por exemplo, un son con 86 dB ten, o dobre de forza que un
son con 83 dB e catro veces mis que un son con 80 dB. Desde a perspectiva da
nosa percepcin da intensidade, un incremento de 3 dB, que d lugar a que se
duplique a forza, provoca que o son percbase s ligeramente mis alto.
necesario un aumento en 10 dB para que os nosos odos perciban un son co dobre
de intensidade.

Rango dinmico

A calidade dos sons musicais gravados non demasiado importante, xa que nunca
son comparables aos reais. A razn principal que o equipo estreo non pode
duplicar o rango dinmico completo dunha orquesta ou dun concerto de rock.
Unha orquesta pode alcanzar os 110 dB no seu climax e no punto mis suave
baixar ata os 30 dB, dando lugar a un rango dinmico de 80 dB. Este rango
superior ao rango dinmico dun sistema estreo tpico e, de feito, superior
capacidade de grabacin de medios tales como un disco de vinilo e unha cinta de
audio.

Ancho de banda

Profundamos agora en aspectos prcticos, como o rango de frecuencia co que
capaz de traballar un reproductor CD, o noso oido ou a nosa voz. O ancho de
banda moi importante para gozar da msica (como manifestan as queixas de son
"de lata" dunha radio de peto) e un criterio bsico hora de seleccionar un
equipo de audio para utilizar coa tarxeta de son. Por exemplo, o ancho de banda
terico da radio FM aproximadamente tres veces o ancho de banda da radio
AM, polo que a FM ser capaz de reproducir frecuencias que non entran dentro
do campo de traballo da AM.

Nota: A mido o ancho de banda simbolzase mediante un nico nmero cando a
frecuencia baixa est bastante prxima a cero. Por exemplo, o ancho de banda
dunha voz feminina sitase en torno aos 9 kHz, anda que realmente pode estar no
rango que vai desde os 200 Hz ata os 9 kHz.

Existe unha medida estndar para definir o ancho de banda: o rango de
frecuencias sobre o que a amplitud do sinal non difiere do promedio en mis de 3
dB, dicir a diferenza das frecuencias na que se produce unha cada de 3 dB, xa
o punto onde o seu amplitud caeu metade, e este o mnimo cambio na forza do
sinal que pode ser percibido como un cambio real na intensidade pola maiora dos
odos.

Ancho de banda do sistema

importante ter en conta que o ancho de banda dun equipo de son depende do
enlace mis dbil da canle, que normalmente non a tarxeta de son. A calidade do
son producido pola computadora reflexa o esforzo de moitas compoentes, e a
sada non ser mellor que a interpretacin do membro menos capacitado dun
grupo. No caso do sistema de son da computadora, un sinal debe pasar por moitas
fases de transformacin de audio e por diferentes dispositivos. Por exemplo,
consideremos o son gravado mediante un micrfono e que logo reproducido. A
tarxeta de son transforma o son recolleito do micrfono nun sinal elctrico que,
posteriormente, transfrmase en audio digital e almacnase en disco. O audio
digital do disco transformado de novo nun sinal elctrico e reproducido a travs
dos cascos ou dos altofalantes. O ancho de banda efectivo do sistema de son est
limitado polo dispositivo co ancho de banda mis estreito de todos os dispositivos
que procesan o son.

O enlace mis dbil en grabacin adoita ser o micrfono, que ten probablemente
un ancho de banda aproxitnadamente de 12 kHz.

Rudo

Do mesmo xeito que perturban os rudos e ecos nunha habitacin, tamn pode
xerarse rudo e distorsin na tarxeta de son, nos altofalantes e no micrfono. O
rudo (sons aleatorios que transforman e enmascaran o son desexado) mdese
tambien en decibelios. Dado que tan pouco probable dispoer dunha contorna
de audio digital en perfecto silencio, o que interesa realmente saber a cantidade
de rudo en relacin co sinal que se introduce no equipo de son, especialmente na
tarxeta de son. A forza da msica, do fala ou de calquera outro son, comparada
coa forza promedio do rudo, cocese como relacin sinal/rudo. A medida que
aumenta a relacin s/n, mellor o traballo realizado en grabacin. A relacin sinal
rudo dunha tarxeta digital sinxela da orde nada despreciable de 85 dB. Isto
significa que a forza do sinal 85 dB maior que a forza do rudo. Unha relacin de
70 dB considrase vlida para propsitos musicais e unha relacin de 65 dB s/n
est no lmite de aceptacin.
Grabacin e reproducin de audio: Bases do audio digital
Antes de que a computadora poida gravar, manipular e reproducir son, debe
transformarse o son dunha forma analgica audible a unha forma digital
aceptable pola computadora, mediante un proceso denominado conversin
analgica - digital (ADC). Unha vez que os datos de son almacenronse como
bytes na computadora, pode facerse uso da potencia da CPU da computadora
para transformar este son de miles de modos. Co software adecuado posible, por
exemplo, engadir reverberacin ou eco msica ou voz. Poden eliminarse
anacos de son gravado. Poden mesturarse arquivos de son, axustarse o ton da voz
de maneira que non poida recoecerse e moitas cousas mis. Finalmente, cando se
est disposto a escoitar o resultado, o proceso de conversin digital-analgica
(DAC) transforma de novo os bytes de son a un sinal elctrico analgica que
emiten os altofalantes.

Muestreo: Conversin analgica-digital e viceversa

Comezaremos con captraa do son facendo uso do micrfono. Cando as ondas de
son chegan ao micrfono, o movemento mecnico tradcese nun sinal elctrico.
Este sinal denomnase sinal analgica porque un sinal continuo no tempo,
anloga ao son orixinal.

CONVERSION ANALOGICA-DIGITAL (ADC): Dada un sinal analgica, vanse
tomando valores discretos do seu amplitud a intervalos de tempo pequenos,
evidentemente ser mis fiable a reproducin cantas mis mostras por segundo
tmense. A estes valores obtidos asgnaselles un valor digital que o computador
pode entender e procesar como se requira.

A cada mostra obtida asgnaselle un equivalente binario xa que neste sistema no
que traballan os computadores, a sa unidade de informacin o bit. Un bit s
pode tomar dous posibles valores "1" ou "0", lxico pensar que ser necesario
ampliar esta unidade de informacin para as poder asignar a cada valor de
mostra tomada un equivalente binario. Por esta razn e dependendo da fidelidade
con que queiramos traballar podemos utilizar palabras de 8 ou 16 bits podendo
obter as 256 65536 combinacins distintas e obter maior resolucin.

CONVERSION DIGITAL-ANALOGICA (DAC): O proceso inverso moito
menos complexo xa que s trtase de ir poendo os valores das mostras no mesmo
orde que foron tomados e uns filtros elctronicos encrganse de converter ese
sinal resultante de valores discretos nun sinal analgica.







Velocidade e tamao de mostra

A fidelidade terminologa empregada polos entusiastas do audio para expresar a
exactitude na rplica da msica orixinal do son audio digital depende da seleccin
da correcta frecuencia de muestreo e do correcto tamao de mostra, sendo este
ltimo o nmero de bytes utilizados para almacenar cada mostra.

FRECUENCIA DE MOSTRA: A frecuencia de mostra (tamn denominada
frecuencia de muestreo) debe ser o suficientemente alta para que os sons de alta
frecuencia, como o son do cristal dunha copa de vio ou o do arqueo dun violn,
poidan recollerse con precisin. Segundo o teorema de Nyquist, posible repetir
con exactitude unha forma de onda si a frecuencia de muestreo como mnimo o
dobre da frecuencia da compoente de maior frecuencia. A frecuencia mis alta
que pode percibir o odo humano est prxima aos 20 kHz, de modo que a
frecuencia de muestreo de 44.1 kHz das tarxetas de son mis que suficiente. Este
valor o utilizado hoxe en da polos reproductores de audio CD.

Os arquivos de audio digital poden gravarse seleccionando a frecuencia de
muestreo. A medida que aumenta a frecuencia de muestreo, aumenta a calidade
do son. Por exemplo, unha velocidade de 6.000 Hz (6.000 mostras por segundo)
boa para unha voz masculina tpica, pero non o para unha voz feminina tpica,
que ten compoentes cunha frecuencia mis alta. Unha frecuencia de muestreo de
8.000 Hz proporciona unha grabacin da voz feminina de maior calidade. A
seguinte tboa ofrece unha lista dalgunhas tarxetas de son Sound Blaster e das
sas frecuencias de muestreo:



Tarxeta Grabacin Reproducin

Sound Blaster 16 44.100 (mono ou estreo) 44.100(mono ou estreo)

Sound Blaster Prol 22.050 (estreo)ou 22.050(estreo) ou

44.100 (mono) 44.100(mono)

Sound Blaster 2.0 15.000 (mono) 44.100(mono)

Sound Blaster 1.0,1.5 13.000 (mono) 23.000 (mono)



A Sound Blaster 16 pode gravar en estreo, gravando ata 44.100 mostras por
segundo, cunha canle esquerda e outro dereito que producen unha frecuencia de
muestreo combinada de 88.200 mostras por segundo. As tarxetas Sound Blaster
Prol e a Sound Blaster 16 son capaces tamn de traballar en estreo cunha
velocidade mxima de reproducin de 22.050. Ambas tarxetas, a Sound Blaster e a
Sound Blaster Prol, toman mostras de son de 8 bits (1 byte); cada medida consome
1 byte de almacenamiento da memoria da computadora ou do disco. A Sound
Blaster 16 manexa mostras de 16 bits (2 bytes), emitindo voz e msica cunha
fidelidade equivalente aos reproductores CD actuais.

Existen varias razns para non utilizar as frecuencias de muestreo mis altas. En
primeiro lugar, as frecuencias de muestreo altas necesitan gran capacidade de
almacenamiento.

TAMAO DE MOSTRA: O tamao de mostra a outra compoente de maior
influencia na fidelidade do audio digital. As tarxetas de son de 16 bits ofrecen a
posibilidade de elixir entre un tamao de mostra de audio digital de 8 bits (1 byte)
ou de 16 bits (2 bytes).

O tamao de mostra controla o rango dinmico que pode gravarse. Por exemplo,
as mostras de 8 bits limitan o rango dinmico a 256 pasos (rango de 50 dB). Pola
contra, unha mostra de 16 bits ten un rango dinmico de 65.536 pasos (rango de
90 dB) unha mellora substancial. O odo humano percibe todo un mundo de
diferenzas entre estes dous tamaos de mostra. Os odos son mis sensibles
deteccin de diferenzas no ton que na intensidade, pero son anda mis sensibles
forza do son. Os odos humanos, que estn afeitos detectar sons con variacins de
varias ordes de magnitude na forza, perciben o son de 8 bits nun ton apagado ou
desafinado si comprase co son de audio digital de 16 bits.

COMPROMISOS NO MUESTREO Poderase asumir que todo o que hai que
facer para obter bo son gravar velocidade lmite de 44,1 kHz con mostras de 16
bits (2 bytes). O nico problema que aparece si grvase en estreo, tomando
mostras simultneamente nas canles esquerdo e dereito a 44,1 kHz, unha mostra
de son dun minuto necesita un espazo para almacenarse de 10,58MB.

O aconsejable usar a frecuencia de muestreo mis baixa posible. Por exemplo,
supoamos que planeamos gravar unha conversacin telefnica. O ancho de
banda dun telfono de s 3 kHz. De acordo co teorema de Nyquist, a grabacin
ser acertada si a frecuencia de muestreo de 6 kHz ou maior.

Cando se elixe a frecuencia de muestreo, tamn hai que considerar o ancho de
banda de todo o sistema. Por exemplo, non existe ningn problema na grabacin
de audio digital a 44,1 kHz si o micrfono utilizado funciona a 12 kHz e a fonte de
son unha voz masculina grave que non supera os 7 kHz.

Compresin de audio digital

Como vimos anteriormente, cada mostra tomada almacenada no ordenador
ocupando un ou dous bytes de memoria dependendo de si tomouse unha
resolucin de 8 ou 16 bits. Isto conlleva empregar grandes espazos de disco para
almacenar estes ficheros de son. Desenvolvronse moitos formatos de arquivos
comprimidos que permiten realizar grabaciones de alta calidade sen necesidade
de utilizar tanto espazo de disco. Estas tcnicas adoitan inclur un mtodo para
codificar secuencias longas de bytes repetidos. Evidentemente existe unha
contrapartida e que unha vez comprimido o arquivo de son, este non pode ser
editado para a sa modificacin.

Formatos de arquivos de son

Arquivos AU.- Son o formato audio estandar en ordenadores Sun. Polo xeral son
de 8 bits e posen menor calidade que outros formatos de son.

IFF.- comn en ordenadores Mac. Poden ser de 8 ou 16 bits, soportan
frecuencias de muestreo de ata 44,1 kHz e polo xeral teen unha boa calidade de
son. IFF-C un formato de arquivo IFF comprimido.

Audio WAV.- o formato propio de Windows. Poden ser de 8 ou 16 bits con
indices de muestreo de 11,025 kHz, 22,05 kHz ou 44,1 kHz e polo xeral teen boa
calidade de son.

VOC.- Similares aos arquivos WAV coa salvidade de que os VOC inclen uns
marcadores de sincronizacin que os programas de presentacin multimedia
poden utilizar para sincronizar a reproducin de arquivos VOC con imaxes ou
videos ou outros sons.

RA.- Real Audio. un formato utilizado para reproducir sons en Internet, e
ofrece unhas caracteristicas especiais que o fan moi interesante neste campo. Si
utilizaramos arquivos do tipo *.wav, podemos imaxinarnos o tempo necesario que
fara falta para acceder a un arquivo cuxa capacidade pode chegar a ser de varios
megas. Real Audio permite traballar con ficheros comprimidos en tempo real
descomprimiendo o arquivo vez que o reproduce, evidentemente a calidade do
son non ser igual que a obtida dun CD, pero serve perfectamente aos seus fins.

MIDI

O Musical Instrument Digital Interface (MIDI) o protocolo de comunicacins
estandar utilizado para intercambiar datos entre sintetizadores, ordenadores,
software, procesadores de efectos e outros dispositivos MIDI.

os arquivos MIDI son significativamente diferentes dos arquivos de audio digital
como os VOC ou os WAV. Os arquivos de audio digital conteen son real gravado
de forma digital a partir de captraa de miles de mostras por segundo. A msica
MIDI, doutra banda, contn s instrucins sobre o xeito de tocar un instrumento.
Os arquivos de audio digital poden necesitar millns de bits para almacenar uns
minutos de msica, mentres que os MIDI cuns poucos miles de bits poden
reproducir msica durante horas.

Un arquivo MIDI completamente editable, pudiendose manipular o instrumento
que se toca, a duracin dunha nota, a intensidade do son, etc...