Artelis - Co to jest dithering? Kiedy i dlaczego należy go stosować? - Marek Lubiarz

Co to jest dithering? Kiedy i dlaczego należy go stosować?

Marek Lubiarz 28.12.2010, czytano 285 razy, pobrano kod HTML 3 razy, komentarzy 0.

Cyfrowy zapis dzwięku ma charakter punktowy. I choć "z daleka" wygląda na ciągły, przy odpowiednio dużym zbliżeniu zauważamy, że przebieg jakiejkolwiek fali to rząd punktów/sampli rozmieszczonych na pewnej skali. Jej dokładność w pionie wyznacz rozdzielczość bitowa, a w poziomie - częstotliwość próbkowania.

Jako że większość współczesnych kart dzwiekowych pozwala na zapis z 24-bitową precyzją, a systemy DAW przetwarzają sygnał z 32 lub nawet 64-bitową rozdzielczością, w przypadku zapisu na płycie CD konieczne staje się przeniesienie punktów na skalę 16-bitową, bo takie jest ograniczenie tego nośnika. Jeśli jednak po propstu wytniemy te "zbędne" 8 czy 16 bitów, wystąpią tkz. błędy kwantyzacji.

Najłatwiej zaobserwować to na prostym przykładzie. Spektrum fali sinusoidalnej, wcześniej reprezentowane przez pojedynczy wierzchołek, zostanie zanieczyszczone przez różnego rodzaju artefakty, np. szumy zniekształcenia harmoniczne itp. Poziom tych zniekształceń będzie o kilkadziesiąt decybeli niższy, jednak ich cyfrowy, nieregularny charakter sprawia, że jest on bardzo nieprzyjemny dla naszego ucha. Naszczęście można temu zaradzić: u podstaw ditheringu leży założenie, że dodanie do nagrania niewielkiej ilości szumu pozwala zamaskować zniekształcenioa harmoniczne oraz uzyskać przyjemniejszą charakterystykę szumu, kosztem nieznacznego zwiększenia jego głośności.

Jaki zatem ma sens zagrywanie z 24-bitową, rozdzielczością? Okazuje się, że odpowiedni dithering pozwala przemycić umieszczone poniżej poziomu szumu szczegóły nagrania dokonanego w wyższej rozdzielczości. Aby się o tym przekonać wystarczy przeprowadzić prosty eksperyment, który my także w naszej firmie nagłośnieniowej z Krakowa przeprowadziliśmy. Należy półminutowy fragment dowolnego nagrania poddać wyciszeniu na przestrzeni kilkunastu sekund. Dobrze jest wykorzystać krzywą wykładniczą, aby w ostatnich sekundach poziom nagrania był obniżżany powoli poniżej graniczy szumu. Następnie obniżamy rodzielczość bitową wyciszonego fragmentu: za pierwszym razem bez użycia algorytmu ditheringu, a za drugim z jego użyciem. Aby porównać, co stało się z wyciszonymi poniżej poziomu ok -70dB fragmentem nagrania, możemy wzmocnić o 23, 30 czy nawet 40dB jego poziom. Korzyści z zastosowania ditheringu zauważymy natychmiast - nagranie poddane konwersji z uwzględnieniem odpowiednich algorytmów będzie wybżmiewało jezzcze długo po zatopieniu w szumie, a to pierwsze szybko całkowicie zniknie w amalgamacie cyfrowych trzasków.

Różnicę pomiędzy poszczególnymi algorytmami sprowadzają sie do metod kształtowania szumu. Celem jest nie tylko zamaskowanie negatywnych skutków konwersji i ocalenie zawartego w pliku źródłowym materiału audio, ale także zastosowanie szumu, który będzie jak najmniej zauważalny. Należy w tym miejscu przypomnieć, że głośność odsłuchu ma wpływ na odczucia barwy dzwięku. Przykłaowo dzwięki o częstotliwości 100 Hz i 1 kHz będą słyszalne z jednakową głośnością przy SPL 90 dB, ale już przy SPL wynoszącym 50dB dzwięk o częstotliwości 1 kHz wyda się nam o kilkanaście dB cichszy od tego o częstotliwości 100hz.