Представление звуков

Два основных подхода к хранению звуковых файлов можно сопоставить с векторным и растровым способами хранения изображений: это MIDI и подобные ему форматы, и оцифрованный звук.

В формате MIDI звук генерируется синтезатором, который умеет, порол звуки различного тембра, высоты, длительности и громкости. Тембры звуков обычно более или менее соответствуют звукам распространенных музыкальных инструментов. Вместо собственно звука хранится последовательность команд этого синтезатора. Используя в качестве звуковых примитивов фонемы человеческого языка, этот подход можно применить и синтеза речи.

MIDI-файлы имеют малый объем и, при наличии аппаратного синтеза не требуют ресурсов центрального процессора для воспроизведения, поэтому их часто используют в качестве фонового озвучивания игровых программ и Web-страниц. К недостаткам этого формата следует отнести тот факт, что качество его воспроизведения определяется качеством синтезатора, которое у дешевых звуковых карт оставляет желать лучшего, и то, что далеко не вся­кий звук можно воспроизвести таким способом.

Задача преобразования реального звука в MIDI сродни задаче векторизации растрового изображения и другим задачам распознавания образов, и в общем виде не разрешима.

Оцифрованный звук, напротив, является результатом простого осуществле­ния аналого-цифрового преобразования реального звука. Характеристиками (такого звука являются частота дискретизации, разрешение АЦП и количест­во каналов — моно или стерео.

Упаковка данных

Данные многих форматов имеют значительный объем, поэтому их хра­нение и передача зачастую требуют значительных ресурсов. Одним из способов решения этой проблемы является повышение емкости запоми­нающих устройств и пропускной способности каналов связи. Однако во многих случаях применима и более дешевая альтернатива этим мето­дам — упаковка данных.

Научной основой всех методов упаковки является теория информации: дан­ные, в которых имеются статистические автокорреляции, называются избы­точными. Соответствие потока данных тем или иным правилам теория информации описывает как наличие статистических автокорреляций или информационной избыточности в потоке. Такие данные всегда будут иметь больший объем, чем эквивалентные, но не соответствующие никаким правилам. Естественные языки обеспечивают очень высокую (в письменной форме двух- трехкратную, а в звуковой еще большую) избыточность за счет применения сложных фонетических, лексических и синтаксических правил. Устранив эти автокорреляции, объем данных можно уменьшить без потери смыс­ла, а зачастую и с возможностью однозначно восстановить исходные дан­ные. Методы, которые не позволяют по упакованному потоку восстановить исходный, называются необратимыми, приблизительными или сжимающими с потерями (losing compression). Соответственно, методы, которые позволяют это сделать, называются обратимыми, точными, или сжимающими без потерь (losless compression).

Множество способов упаковки можно представить следующей классификацией: