Если вы когда-либо прослушивали цифровую музыку - особенно любой формат звуков с потерями - тогда вы подвергались математическому квантованию. Эта закулисная обработка цифрового сигнала довольно обычна и чаще всего является неотъемлемой функцией современного аудио программного обеспечения или (например, цифро-аналоговые преобразователи). Но квантование не ограничивается только аудио. Термин и его использование также применяются к другим областям, таким как физика или цифровое изображение.
В студии звукозаписи микрофоны собирают звуковые волны аналоговой музыки, которые затем обрабатываются в цифровом формате. Сигнал можно отбирать с частотой 44 100 Гц и квантовать с 8-, 16- или 24-битной глубиной (и т. Д.). Более высокие битовые глубины предоставляют больше данных, что обеспечивает более точное преобразование и воспроизведение исходной формы сигнала.
По сути, квантование представляет собой сложный процесс округления, который предполагает некоторый уровень неточности. Компьютеры работают на одних и на нулях, поэтому аналого-цифровое преобразование считается близким приближением, а не точной копией. Когда дело доходит до музыки, не только квантованный сигнал должен поддерживать правильную последовательность и амплитуду значений, но также должно быть точное время. Этот процесс должен обеспечивать поддержание музыкального ритма с равномерным распределением заметок и набором одинаковых ударов (или их фракций). В противном случае звук может звучать или странно слышать уши.
Эту концепцию квантования можно визуально наблюдать с помощью программы редактирования изображений, такой как Photoshop. Когда большое изображение уменьшается по размеру, происходит потеря информации о пикселях из-за математического процесса, обрабатывающего задачу. Программное обеспечение выполняет вычисления и округление, чтобы отбросить нежелательные пиксели, сохраняя общую целостность, соотношение и контекст пропорций с ограничением изображения, так же важно для фотографий, как ритм музыки. При масштабировании и сравнении измененной версии фотографии с оригиналом края и объекты имеют тенденцию казаться несколько грубыми или зубчатыми. Этот визуальный аспект сжатия с потерями аналогичным образом относится к типам цифровых аудиофайлов. Больше данных и / или менее сжатие приводит к повышению общего качества.
