Psixoakustika va Persepsual Audio Kodlash: Miyyamiz Eshitadigan Tovushlarimizni Qanday Shakllantiradi

Dunyo tovushlarga, quloqlarimizga doimiy ravishda yetib keladigan chastotalar va amplitudalar jonli simfoniyasiga to'la. Ammo biz *eshitadigan* narsa nafaqat quloqlarimizga kiradigan narsa; bu, shuningdek, miyamizning talqini mahsulidir. Tovushning jismoniy xususiyatlari va bizning subyektiv idrokimiz o'rtasidagi bu ajoyib o'zaro ta'sir psixoakustika, ya'ni tovushni qanday idrok etishimiz haqidagi fanning asosini tashkil etadi. Psixoakustikani tushunish shunchaki akademik izlanish emas; bu telefoningizdagi musiqa oqimidan kinoteatrdagi immersiv tovushgacha yuqori sifatli audio tajribalarini yaratishning kalitidir.

Psixoakustika nima?

Psixoakustika — tovushning jismoniy xususiyatlari va bizning uni subyektiv idrok etishimiz o'rtasidagi munosabatni o'rganuvchi fandir. U tovush to'lqinlarining obyektiv dunyosi va bizning eshitish tajribamizning subyektiv dunyosi o'rtasidagi bo'shliqni to'ldiradi. Bu soha akustika, psixologiya va neyrobiologiya jihatlarini birlashtirib, odamlarning balandlik, ohang, tembr va fazoviy joylashuv kabi tovushlarni qanday idrok etishini o'rganadi.

Psixoakustik tadqiqotlarning asosiy yo'nalishlari quyidagilarni o'z ichiga oladi:

Balandlikni idrok etish: Tovush intensivligini qanday idrok etishimiz.
Ohangni idrok etish: Tovush chastotasini qanday idrok etishimiz va yuqori ohanglarni past ohanglardan farqlash qobiliyati.
Tembrni idrok etish: Bir xil notani chalayotgan pianino va skripka o'rtasidagi farq kabi tovushning o'ziga xos xususiyatlarini qanday idrok etishimiz.
Fazoviy eshitish: Tovush manbasining joylashuvini qanday idrok etishimiz.
Niqoblash: Bir tovushning boshqa tovushni eshitishni qiyinlashtiradigan hodisasi.

Inson eshitish tizimi

Maxsus psixoakustik tamoyillarni chuqur o'rganishdan oldin, inson eshitish tizimining asosiy tuzilishini tushunish muhimdir. Tovush to'lqinlari tashqi quloq tomonidan yig'iladi, quloq kanali orqali yo'naltiriladi va quloq pardasini tebranishga majbur qiladi. Bu tebranishlar o'rta quloq suyakchalari (bolg'acha, sandoncha va uzangicha) tomonidan kuchaytiriladi va ichki quloqqa, aniqrog'i kokleaga uzatiladi. Suyuqlik bilan to'ldirilgan, chig'anoq shaklidagi tuzilma bo'lgan koklea mexanik tebranishlarni elektr signallariga aylantiruvchi minglab mayda tukli hujayralarni o'z ichiga oladi. Keyin bu signallar eshitish nervi orqali miyaga yuboriladi va u yerda qayta ishlanib, tovush sifatida talqin qilinadi.

Bu murakkab jarayon inson qulog'i qanchalik sezgir bo'lishi mumkinligini ko'rsatadi. Quloq odatda 20 Gts (sekundiga sikl) dan 20 000 Gts gacha bo'lgan keng chastota diapazonini aniqlay oladi. Biroq, bu diapazon odamdan odamga farq qiladi va yosh o'tishi bilan (presbycusis) kamayadi. Quloq, shuningdek, intensivlikdagi o'zgarishlarga juda sezgir bo'lib, eng zaif pichirlashdan reaktiv dvigatel shovqinigacha bo'lgan tovushlarni idrok etishga qodir.

Asosiy psixoakustik tamoyillar

Bizning tovushni qanday idrok etishimizni tushunishga yordam beradigan bir nechta asosiy tamoyillar mavjud:

1. Balandlik va Fon shkalasi

Balandlik — tovush intensivligini subyektiv idrok etishdir. Balandlikni o'lchash uchun fon shkalasi ishlatiladi. Bir fon ma'lum bir desibel darajasida bo'lgan 1 kHz ohangning balandligi sifatida belgilanadi. Inson qulog'i barcha chastotalarni bir xil balandlik darajasida idrok etmaydi; biz o'rta chastota diapazonidagi (taxminan 2-5 kHz) tovushlarga eng sezgirmiz. Tovush darajalari desibel (dB) shkalasi yordamida o'lchanishi mumkin, ammo balandlik subyektiv bo'lgani uchun fon shkalasi foydalidir.

2. Ohang va Mel shkalasi

Ohang — tovush chastotasini subyektiv idrok etishdir. Mel shkalasi tinglovchilar tomonidan bir-biridan teng masofada deb baholangan ohanglarning perseptual shkalasidir. Mel shkalasi idrok etilgan ohang va haqiqiy chastota o'rtasidagi bog'liqlik chiziqli emasligi faktiga asoslanadi. Ohangni idrok etishimiz tovush to'lqinining chastotasiga bevosita bog'liq bo'lsa-da, bu munosabat oddiy birma-bir bog'liqlik emas. Masalan, biz past chastotalardagi ohang o'zgarishlariga yuqori chastotalardagiga qaraganda sezgirroqmiz. Mel shkalasi nutqni aniqlash va boshqa dasturlarda qo'llaniladi.

3. Kritik diapazonlar

Koklea chastota analizatori vazifasini bajarib, murakkab tovushlarni samarali tarzda ularning tarkibiy chastotalariga ajratadi. Kokleadagi bazilar membrana turli chastotalarga javoban turli joylarda tebranadi. Bu jarayon eshitiladigan chastota spektrini kritik diapazonlar deb ataladigan bir qator bir-birini qoplovchi chastota diapazonlariga bo'ladi. Har bir kritik diapazon yagona eshitish hodisasi sifatida idrok etiladigan chastotalar oralig'ini ifodalaydi. Bu diapazonlarning kengligi chastotaga qarab o'zgaradi: past chastotalarda torroq va yuqori chastotalarda kengroq bo'ladi. Kritik diapazonlarni tushunish perseptual audio kodlash uchun juda muhim, chunki bu idrok etilishi ehtimoli kam bo'lgan ma'lumotlarni tashlab yuborish orqali samarali siqish imkonini beradi.

4. Niqoblash

Niqoblash — bir tovushning (niqoblovchi) mavjudligi boshqa tovushni (maqsadli) eshitishni qiyinlashtiradigan yoki imkonsiz qiladigan asosiy psixoakustik hodisadir. Bu effekt chastotaga bog'liq; maqsadli tovushga o'xshash chastotadagi balandroq tovush uni sezilarli darajada farq qiluvchi chastotadagi tovushga qaraganda samaraliroq niqoblaydi. Niqoblash perseptual audio kodeklar tomonidan qo'llaniladigan eng muhim tamoyillardan biridir. Audio signalni tahlil qilib va niqoblangan chastotalarni aniqlab, kodek tinglovchiga sezilmaydigan ma'lumotlarni tanlab tashlab yuborishi mumkin, bu esa audio sifatini sezilarli darajada yomonlashtirmasdan fayl hajmini sezilarli darajada kamaytiradi. Niqoblash turlariga quyidagilar kiradi:

Bir vaqtda niqoblash: Niqoblovchi va maqsadli tovush bir vaqtda sodir bo'lganda yuzaga keladi.
Vaqtinchalik niqoblash: Niqoblovchi maqsadli tovushdan oldin yoki keyin kelganda yuzaga keladi.

5. Vaqtinchalik effektlar

Bizning tovushni idrok etishimizga hodisalarning vaqti ham ta'sir qilishi mumkin. Masalan, ustunlik effekti bizning tovush manbasining yo'nalishini birinchi yetib kelgan tovushga asoslanib idrok etishimizni tasvirlaydi, hatto keyingi aks-sadolar turli yo'nalishlardan kelsa ham. Bu effekt bizga murakkab akustik muhitlarda tovushlarni lokalizatsiya qilish imkonini beradi.

Persepsual Audio Kodlash: Siqish uchun Psixoakustikadan Foydalanish

Persepsual audio kodlash, psixoakustik audio kodlash deb ham ataladi, bu audio ma'lumotlarini samarali siqish uchun inson eshitishining cheklovlaridan foydalanadigan usuldir. Fayl hajmini shunchaki ma'lumotlarni tashlab yuborish orqali kamaytirish o'rniga, perseptual audio kodeklar psixoakustik tamoyillardan foydalanib, tinglovchi uchun sezilmaydigan yoki kamroq ahamiyatga ega bo'lgan audio ma'lumotlarni aniqlaydi va tashlab yuboradi. Bu sezilarli siqish nisbatlariga erishish imkonini beradi va shu bilan birga idrok etilgan audio sifatining yuqori darajasini saqlab qoladi. Bunga MP3, AAC, Opus va boshqalar misol bo'la oladi.

Persepsual audio kodlashning umumiy jarayoni bir necha asosiy bosqichlarni o'z ichiga oladi:

Signal tahlili: Audio signal uning spektral tarkibi va vaqtinchalik xususiyatlarini aniqlash uchun tahlil qilinadi.
Psixoakustik modellashtirish: Signalni tahlil qilish va audioning qaysi qismlari perseptual jihatdan muhim va qaysi qismlarini tinglash tajribasiga sezilarli ta'sir qilmasdan tashlab yuborish mumkinligini aniqlash uchun psixoakustik model ishlatiladi. Bu model odatda niqoblash va kritik diapazonlar kabi omillarni hisobga oladi.
Kvantlash va kodlash: Audio signalning qolgan, perseptual jihatdan muhim qismlari kvantlanadi va kodlanadi. Kvantlash audio ma'lumotlarining aniqligini kamaytirishni o'z ichiga oladi, kodlash esa ma'lumotlarni siqilgan formatga o'tkazadi.
Dekodlash: Tinglash tomonida siqilgan ma'lumotlar asl audio signalning yaqinlashgan nusxasini qayta tiklash uchun dekodlanadi.

Niqoblash siqishga qanday imkon beradi

Niqoblash perseptual audio kodlashning asosidir. Balandroq tovushning mavjudligi jimroq tovushni niqoblashi mumkinligi sababli, kodeklar bundan quyidagicha foydalanadilar:

Niqoblash chegaralarini aniqlash: Kodek audio signalni tahlil qilib, niqoblash chegaralarini – boshqa tovushlar mavjudligi sababli ma'lum chastotalar eshitilmaydigan bo'lib qoladigan darajalarni aniqlaydi.
Niqoblangan chastotalarni tashlab yuborish: Niqoblash chegarasidan past bo'lgan chastotalar tashlab yuboriladi. Tinglovchi ularni baribir eshita olmasligi sababli, ularni kodlangan ma'lumotlardan olib tashlash fayl hajmini sezilarli darajada kamaytiradi.
Bitlarni strategik taqsimlash: Kodek perseptual jihatdan muhim hududlardagi, masalan, niqoblanmagan va asl ma'lumotlarga yaqin bo'lgan chastotalardagi audio ma'lumotlarni kodlash uchun ko'proq bit ajratadi.

Amaliy misollar: MP3 va AAC

Eng mashhur perseptual audio kodeklardan ikkitasi MP3 (MPEG-1 Audio Layer III) va AAC (Advanced Audio Coding) dir. Bu kodeklar turli psixoakustik modellar va kodlash usullaridan foydalanadi, ammo ikkalasi ham bir xil asosiy tamoyillarga tayanadi. Ikkala format ham niqoblanishi mumkin bo'lgan komponentlarni aniqlash uchun audioni tahlil qiladi va bu niqoblangan chastotalarni olib tashlaydi yoki ularning aniqligini sezilarli darajada kamaytiradi. MP3 o'n yillardan beri qo'llanilib kelinmoqda va odamlarning audio iste'mol qilish usulini o'zgartirdi. AAC zamonaviyroq bo'lib, ayniqsa murakkab audio signallar uchun o'xshash yoki pastroq bitreytlarda yuqori sifatni ta'minlaydi deb hisoblanadi. Ikkala kodek ham butun dunyo bo'ylab Spotify va Apple Music kabi musiqa striming xizmatlaridan tortib podkastlar va raqamli eshittirishlargacha bo'lgan turli xil ilovalarda keng qo'llanilishda davom etmoqda.

Mana soddalashtirilgan misol:

Asl audio: Simfonik orkestr yozuvi.
Kodek tahlili: Kodek tovush komponentlarini aniqlash va niqoblash effektlarini aniqlash uchun audioni tahlil qiladi. Masalan, simbalning baland zarbasi o'xshash chastotalardagi jimroq tovushlarni niqoblashi mumkin.
Niqoblash chegarasini qo'llash: Kodek psixoakustik modellarga asoslanib niqoblash chegaralarini hisoblaydi.
Ma'lumotlarni kamaytirish: Niqoblash chegarasidan past bo'lgan audio ma'lumotlar butunlay olib tashlanadi yoki sezilarli darajada kamroq aniqlik bilan kodlanadi.
Siqilgan natija: Natijada aslidan ancha kichikroq, lekin baribir asl audio sifatining yaxshi darajasini saqlab qolgan siqilgan audio fayl (masalan, MP3 yoki AAC fayli) hosil bo'ladi.

Psixoakustik Audio Kodlashning Qo'llanilishi va Ta'siri

Persepsual audio kodlash bizning audio iste'mol qilish va tarqatish usulimizni inqilob qildi. U ko'plab texnologik yutuqlarga imkon berdi va butun dunyo bo'ylab milliardlab odamlarning audio tajribasini yaxshiladi:

Musiqa striming xizmatlari: Spotify, Apple Music va YouTube kabi platformalar internet orqali yuqori sifatli audio yetkazib berish uchun audio siqishga qattiq tayanadi. Musiqani samarali strim qilish qobiliyati musiqani dunyoning deyarli har qanday joyidan talab bo'yicha osongina olish imkonini berdi.
Raqamli Audio Eshittirish (DAB): Raqamli radio an'anaviy analog radioga qaraganda ko'proq kanallarni yuqori audio sifati bilan efirga uzatish uchun audio siqishdan foydalanadi. DAB radioeshittirish uchun global standartga aylanmoqda.
Video Konferensiya va VoIP: Siqish usullari video konferensiyalar, onlayn uchrashuvlar va Internet Protokoli orqali Ovoz (VoIP) qo'ng'iroqlarida real vaqtda audio uzatish uchun zarurdir. Bu butun dunyo bo'ylab ham biznes, ham shaxsiy muloqot uchun muhimdir.
Raqamli Video Tarqatish: Audio siqish MP4 va Blu-ray kabi raqamli video formatlarining ajralmas qismi bo'lib, yuqori aniqlikdagi video va audioni samarali saqlash va tarqatish imkonini beradi.
Fayllarni saqlash: Audio siqish katta audio fayllarni saqlash imkonini beradi va cheklangan xotiraga ega qurilmalar uchun juda muhimdir.

Psixoakustik audio kodlashning ta'siri juda keng bo'lib, qit'alararo uzluksiz aloqani ta'minlashdan tortib, yuqori aniqlikdagi ko'ngilochar tajribalarni taqdim etishgacha yetadi.

Qiyinchiliklar va Kelajakdagi Yo'nalishlar

Persepsual audio kodlash ajoyib yutuqlarga erishgan bo'lsa-da, davom etayotgan qiyinchiliklar va kelajakdagi rivojlanish yo'nalishlari mavjud:

Perseptual shaffoflik: Mukammal perseptual shaffoflikka erishish (siqilgan audio asl nusxadan farqlanmaydigan holat) ko'plab ilovalar, ayniqsa juda past bitreytlar uchun maqsad bo'lib qolmoqda.
Murakkab audioni qayta ishlash: Jonli konsertlar yoki keng dinamik diapazonga ega yozuvlar kabi murakkab audio signallar kodeklar uchun qiyinchilik tug'dirishi mumkin.
Ilg'or psixoakustik modellar: Inson eshitishining nozikliklarini o'rganish bo'yicha davom etayotgan tadqiqotlar siqish samaradorligi va audio sifatini yaxshilaydigan yanada murakkab psixoakustik modellarning rivojlanishiga olib kelmoqda.
Obyektga asoslangan audio: Dolby Atmos va MPEG-H kabi rivojlanayotgan texnologiyalar obyektga asoslangan audioni o'z ichiga olmoqda, bu esa fazoviy va immersiv audio ma'lumotlarini samarali kodlash uchun yangi siqish usullarini talab qiladi.
Yangi texnologiyalarga moslashish: Audio formatlar va tinglash qurilmalari rivojlanib borar ekan (masalan, yo'qotishsiz striming va yuqori aniqlikdagi audioning yuksalishi), perseptual audio kodeklar premium tinglash tajribasini talab qiladigan audiofillar va tinglovchilarning talablariga javob berish uchun moslashishi kerak.

Xulosa

Psixoakustika insonlarning tovushni qanday idrok etishi haqida fundamental tushuncha beradi. Bu bilim samarali audio kodlash strategiyalarini yaratishda muhim ahamiyatga ega. Inson eshitish tizimini, psixoakustik modellarni va niqoblash kabi usullarni tushunib, muhandislar ajoyib darajada samarali siqishni ta'minlaydigan, butun dunyo bo'ylab tajribalarni yaxshilaydigan perseptual audio kodeklarni ishlab chiqdilar. Texnologiya rivojlanishda davom etar ekan, psixoakustika va audio kodlash o'rtasidagi sinergiya kelajakda tovushni qanday boshdan kechirishimizni shakllantirishda hal qiluvchi rol o'ynashda davom etadi. Eng kichik quloqchinlardan tortib eng katta konsert zallarigacha, psixoakustika bizga musiqa, filmlar va barcha audio kontent turlaridan yanada samaraliroq va zavqliroq bahramand bo'lish imkonini berishda muhim rol o'ynaydi.