Vizualizarea şi editarea fişierelor audio

1. Obiectivul lucrării

Scopul acestei lucrări este familiarizarea cu modurile de vizualizare şi de editare ale fişierelor de tip audio, abordarea fiind aceea de a evidenţia cele mai frecvente operaţii care se execută în prelucrarea sunetului digital.

2. Introducere teoretică

2.1. Captarea sunetelor

Sunetul este un fenomen fizic care stimulează simţul auzului. La oameni auzul are loc când vibraţiile de frecvenţe între 20 şi 20.000 de hertzi ajung la urechea internă. Hertzul, sau Hz, este unitatea de măsură a frecvenţei, egal cu o perioadă pe secundă. Astfel de vibraţii ajung la urechea internă când sunt transmise prin aer.

Microfonul este singurul aparat electroacustic capabil să capteze oscilaţiile sonore naturale, motiv pentru care acestea sunt denumite şi surse primare de semnal. Microfoanele captează semnalele produse în spaţiul înconjurător, transformând oscilaţiile acustice (mecanice) în oscilaţii electrice, obţinându-se la bornele acestora semnale electrice de audiofrecvenţă.

Undele sonore lovesc diafragma, făcând-o să vibreze. Cu cât diafragma este mai subţire, cu atât va putea reproduce mai bine frecvenţele înalte ale sunetelor. Vibraţia mecanică a diafragmei este transformată în semnal electric de către traductor. Carcasă oferă, pe lângă protecţie pentru diafragmă şi traductor, posibilitatea de control a caracteristicii de directivitate a microfonului.

2.2. Conversia analog-digitală a semnalelor audio

Un convertor analog-digital (CAD) eşantionează semnalul analogic la diferite valori de timp. Fiecare eşantion va fi apoi transformat într-un număr, pe baza valorii amplitudinii sale. Astfel, dacă se folosesc mai multe puncte de eşantionare, semnalul analog de la ieşirea convertorului digital-analog (CDA) va avea o calitate mai ridicată. Dezavantajul este că, odată cu numărul de eşantioane, creşte şi volumul de date, fiind nevoie de un spaţiu de stocare mai mare.

Pentru a fi siguri că nu se foloseşte o frecvenţă de eşantionare prea mică, deteriorându-se astfel semnalul, sau una prea mare, care va creşte considerabil spaţiul de stocare necesar, se poate folosi teorema lui Nyquist, care spune că frecvenţa de eşantionare trebuie sa fie dublul frecvenţei maxime din spectrul semnalului analogic:

2.3. Compresia fişierelor audio

Fişierele de tip wave (*.wav) stochează muzica în acelaşi format care se regăseşte pe un CD. Astfel, calitatea sunetului este cea mai bună, însă şi mărimea fişierelor este cea mai mare. Din această cauză au fost create, prin intermediul compresiei audio, alte formate care încearcă să micşoreze dimensiunea fişierelor, fără să afecteze prea mult calitatea înregistrării.

Compresia audio este o formă a compresiei de date concepută special pentru a reduce mărimea fişierelor audio stocate. Algoritmii generici de compresie de date nu au un efect prea bun asupra datelor audio, reuşind să reducă mărimea unui fişier audio cu maximum 13%. De aceea au fost creaţi algoritmi speciali pentru compresie audio.

3. Descrierea aplicaţiei

Meniul aplicaţiei Audio Editor are două butoane, File şi Edit (vezi figura 1). Submeniul File conţine butoanele Open, Save şi Recent Files, iar Edit conţine butoanele Undo, Redo, Select All, Cut, Copy şi Paste.

Fig. 1. Submeniurile File şi Edit.

Pentru încărcarea unui fişier audio în aplicaţie se apasă Open, după care se caută şi se selectează fişierul dorit (vezi figura 2).

Fig. 2. Fereastra Open.

O altă metodă de încărcare a fişierelor este opţiunea Recent Files. Pentru a salva un fişier se foloseşte opţiunea Save.

După încărcarea unui fişier audio, acesta poate fi vizualizat în fereastra principală (vezi figura 3).

Fig. 3. Fişier audio încărcat în aplicaţie.

Se pot selecta porţiuni de semnal prin apăsarea butonului stânga al mouse-ului şi tragerea suprafeţei de selecţie până se acoperă porţiunea dorită (vezi figura 4). Dacă selecţia efectuată nu este cea dorită, se poate ajusta cu ajutorul operaţiei clic dreapta.

Fig. 4. Selecţie de date.

Datele selectate apar încadrate de două bare de selecţie, de culoare roşie, pe un fundal de culoare gri. Aceste date pot fi tăiate sau copiate folosind opţiunile de Cut (vezi figura 5) sau Copy din submeniul Edit. Datele salvate în clipboard se pot lipi cu opţiunea Paste, înlocuind astfel selecţia curentă (vezi figura 6). Dacă nu există date selectate, lipirea se va face în dreptul cursorului. Toate aceste operaţiuni se pot modifica cu ajutorul butoanelor de Undo şi Redo.

Fig. 5. Operaţia Cut aplicată selecţiei precedente.

Fig. 6. Operaţia Paste.

În bara de unelte (vezi figura 7) se află butoanele aferente redării unui fişier audio: Play, Pause, Stop, butoane de Open şi Save, şi butoane de zoom: Zoom In, Zoom In Selection, Entire Signal şi Zoom Out.

Fig. 7. Bara de unelte.

Butonul Play redă datele selectate. Dacă nu există date selectate, acesta redă fişierul audio, de la locaţia curentă a cursorului, până la final. În cazul în care se apasă butonul Play în timpul redării audio, se opreşte redarea curentă şi se începe o nouă redare, de la început.

Butonul Pause întrerupe redarea, aceasta putând fi reluată din acelaşi loc prin apăsarea aceluiaşi buton. Butonul Stop opreşte redarea, aceasta nemaiputând fi reluată din locul în care a rămas. Butoanele Open şi Save au aceeaşi funcţionalitate ca cele din submeniul File.

Pe lângă butoanele de Zoom In şi Zoom Out, mai există încă două butoane. Butonul Zoom In Selection (vezi figurile 8 şi 9) aplică o operaţie de mărire asupra zonei selectate, astfel încât doar aceasta apare pe ecran. Butonul Entire Signal foloseşte o operaţie de micşorare, astfel încât să poată fi vizualizat întreg semnalul.

Fig. 8. Folosirea operaţiei Zoom In Selection.

Fig. 9. Efectul Zoom In Selection pentru selecţia precedentă.

4. Desfăşurarea lucrării

Partea I

1. Se porneşte aplicaţia Audio Editor. Alternativa la rularea kitului de instalare (AudioEditor_pkg.exe) este lansarea directă din Matlab (audioeditor.m). Se va adăuga în Matlab calea (Add Path) către directorul care conţine fişierul sursă şi fişierele adiacente (pentru detalii despre compilatorul Matlab, vezi fişierul readme.txt).

2. Se deschide un fişier audio de tip *.wav la alegere.

3. Se folosesc butoanele Play, Pause şi Stop.

4. Se foloseşte butonul Zoom In pentru a vizualiza semnalul în detaliu.

5. Se foloseşte butonul Zoom Out pentru a reveni la vizualizarea iniţială a semnalului.

6. Folosind operaţia de clic şi drag cu mouse-ul se selectează o porţiune de semnal la alegere.

7. Folosind operaţia de clic dreapta se modifică selecţia creată anterior.

8. Se foloseşte butoanele Zoom In Selection şi Entire Signal, notându-se efectele acestora.

9. Se creează o nouă selecţie. Se notează modul în care a fost făcută selecţia.

10. Folosind butonul Copy din submeniul Edit se copiază selecţia curentă.

11. Se deplasează cursorul într-un punct la alegere. Acest lucru se realizează prin efectuarea operaţiei clic în punctul dorit.

12. Se lipeşte secţiunea copiată în punctul ales anterior. Pentru aceasta se foloseşte butonul Paste din submeniul Edit.

13. Se repetă acţiunile de la punctele 10¸12, folosind butonul Cut în loc de Copy.

14. Se repetă punctul 13 pentru lipirea cu Paste a porţiunii tăiate prin înlocuirea unei alte porţiuni de semnal selectate la alegere (în loc de a deplasa cursorul într-un punct la alegere, se creează o nouă selecţie, care va fi înlocuită).

Partea a II-a

1. Se deschide un fişier audio de tip *.wav din directorul cu sample-uri de bătăi de tobe.

2. Se folosesc cele 4 butoane de operaţii de tip zoom pentru a vizualiza semnalul sau porţiuni ale acestuia în detaliu.

3. Se folosesc butoanele de redare pentru a asculta atât întregul fişier, cât şi o parte de semnal selectată la alegere.

4. Se editează structura fişierului audio cu ajutorul operaţiilor Cut, Copy şi Paste. Operaţiile Paste se fac atât într-un punct la alegere, cât şi prin înlocuirea unei părţi de semnal selectate (pentru efectuarea unei tăieturi cât mai precise, se folosesc operaţiile de tip zoom)

5. Se notează paşii efectuaţi pe parcursul acestei editări.

Partea a III-a

1. Se deschide un fişier audio de tip *.wav din directorul cu înregistrări de chitară.

2. Folosind cunoştinţele acumulate în primele două părţi ale lucrării de laborator, se editează structura semnalului audio, astfel încât mesajul rezultat să difere de cel original.

3. Se salvează fişierul rezultat cu un nume de forma NumePrenume.wav.

4. Se notează paşii efectuaţi pe parcursul acestei editări.

5. Întrebări

1. Care este banda de frecvenţe a auzului uman?

2. Care este modul de funcţionare al unui microfon?

3. Care este frecvenţa de eşantionare minimă necesară pentru a converti un semnal audio analogic în unul digital, fără ca urechea umană să detecteze deteriorări ale calităţii?

4. De ce a fost necesară dezvoltarea compresiei dedicate semnalelor audio?

5. Ce alte formate de fişiere audio, în afară lângă *.wav, mai cunoaşteţi?

6. După ce s-a efectuat operaţia de Zoom In, cum se poate reveni la vizualizarea întregului semnal, fără a folosi butonul Zoom Out?

7. Care este diferenţa dintre operaţia de Zoom In şi cea de Zoom In Selection?

8. Care este principalul avantaj al butonului Zoom In Selection?

9. În ce condiţii este recomandată folosirea butonului Entire Signal?

10. Cum se poate modifica o selecţie deja efectuată?

11. Cum se poate asculta doar o porţiune din semnalul audio?

12. Prin ce metodă se pot face tăieturi precise în semnalul audio?

13. Care este diferenţa (din punct de vedere al reluării redării audio) dintre butonul Stop şi butonul Pause?

14. Care sunt particularităţile fişierelor audio obţinute din semnale instrumentale de tobe şi de chitară? Dar faţă de cele obţinute din semnale vocale?

15. Ce alte programe de editare audio aţi mai utilizat până în prezent?

16. Propuneţi completări şi optimizări pentru aplicaţie.