Մեր մասին    Կապ     

Խոսքի ճանաչում | Ձայնի սինթեզ | Մեքեն. թարգմ | Հայկական AI | RAG | Տեսադարան

Թարգմանչաց շարժման տեսադարանը



Ինչպե՞ս է աշխատում mp3 ձևաչափը:.mp4


WEBVTT

00:00.000 --> 00:00.000
Բարև բոլորին:

00:00.000 --> 00:02.000
Դմիտրի Պոբեդինսկին ձեզ հետ է։

00:02.000 --> 00:15.000
Տեսանյութը սկսելուց առաջ ուզում եմ ասել. Ես շատ ուրախ եմ, որ ալիքն ավելի ու ավելի շատ բաժանորդներ է ստանում, և ուզում եմ շնորհակալություն հայտնել Kverti ալիքին, որ ինձ հնարավորություն է տվել առաջ մղել ֆիզիկան և կիսվել իմ գիտելիքներով ու գաղափարներով։

00:15.000 --> 00:16.000
Հիանալի ժամանակ էր:

00:17.000 --> 00:20.000
Բայց, ինչպես գիտեք, ես որոշեցի կենտրոնանալ իմ ալիքի վրա։

00:20.000 --> 00:25.000
Բայց դուք պետք է խոստովանեք, որ YouTube-ում դեռ քիչ լավ բովանդակություն և լավ նոու-փոփ կա:

00:25.000 --> 00:32.000
Հետևաբար, եթե եկել եք իմ ալիք և չգիտեք Querty-ի մասին, ապա խորհուրդ եմ տալիս հետևել հղմանը և բաժանորդագրվել։

00:32.000 --> 00:40.000
Կան բազմաթիվ հիանալի, արժանի տեսանյութեր գիտության տարբեր ոլորտների մասին՝ մաթեմատիկա, ֆիզիկա, հոգեբանություն, բժշկություն, կենսաբանություն։

00:41.000 --> 00:42.000
Հղումը նկարագրության մեջ է։

00:42.000 --> 00:47.000
Շարունակեք, դիտեք, առաջարկեք նոր թեմաներ և նոր գաղափարներ հաղորդումների համար։

00:47.000 --> 00:51.000
Դե, այս հարցում մենք մի փոքր նոստալգիկ կլինենք։

00:52.000 --> 00:53.000
Դե արի գնանք։

00:54.000 --> 00:56.000
Ինչու՞ ենք մենք կարոտախտ:

00:56.000 --> 01:02.000
Ես վերջերս էի անցնում իմ հին իրերի միջով և հայտնաբերեցի սա. այո, դա CD նվագարկիչ է:

01:03.000 --> 01:05.000
Ես դա կբացատրեմ փոքրիկների համար:

01:05.000 --> 01:11.000
Ներսում կա պտտվող սկավառակ, որը պահում է մինչև 74 րոպե երաժշտություն:

01:11.000 --> 01:16.000
Հիշեք, թե ինչ ֆանտաստիկ որակ էր այն մեզ թվում այն ​​ժամանակ:

01:16.000 --> 01:21.000
Կասետային նվագարկիչների համեմատ սա ուղղակի աներևակայելի բան էր:

01:21.000 --> 01:30.000
Բայց հիշեք, որ ինչ-որ պահի հայտնվեց mp3 ֆորմատը, և նույն սկավառակի վրա դուք կարող եք սովորականից 11 անգամ ավելի շատ երաժշտություն ձայնագրել:

01:30.000 --> 01:37.000
Հարց է առաջանում՝ ինչպե՞ս կարելի է աուդիո ֆայլը սեղմել այս կերպ՝ որակը թողնելով նույն մակարդակի վրա։

01:37.000 --> 01:39.000
Ինչպե՞ս է իրականում աշխատում այս mp3 ձևաչափը:

01:40.000 --> 01:43.000
Եվ եթե սա դեռ խաբեություն է, ապա կոնկրետ ինչի՞ց է այն բաղկացած։

01:43.000 --> 01:51.000
Բայց հասկանալու համար, թե որքան փայլուն է mp3-ը, դուք պետք է հասկանաք, թե ինչպես է կոդավորված CD-ի սովորական ֆայլը:

01:51.000 --> 01:54.000
Սա արվում է ամենահիմար ձևով։

01:54.000 --> 01:59.000
Այն պարզապես գրանցում է անալոգային ազդանշանի մակարդակը շատ փոքր ընդմիջումներով:

01:59.000 --> 02:03.000
Սկավառակի վրա դա արվում է վայրկյանում 44100 անգամ:

02:03.000 --> 02:10.000
Յուրաքանչյուր չափման ժամանակ ազդանշանի մակարդակը կոդավորված է որպես 16-բիթանոց թիվ, այսինքն՝ ստացվում է 65000 աստիճանավորում։

02:11.000 --> 02:21.000
Եթե ​​ձայնագրությունը ստերեո է, այսինքն՝ զուգահեռ երկու ալիք կա, ապա շատ հեշտ է հաշվարկել, որ նման աուդիոյի 1 վայրկյանը կզբաղեցնի 1411 կբիթ։

02:21.000 --> 02:28.000
Բայց MP3-ը կարող է կառավարել տվյալների հոսքով, այսինքն՝ բիթային արագությամբ, վայրկյանում 128 կիլոբիթ:

02:28.000 --> 02:31.000
Եվ սա 11 անգամ ավելի քիչ է, քան CD-ում:

02:32.000 --> 02:32.000
Ինչպե՞ս այդպես:

02:32.000 --> 02:36.000
Ի՞նչ մոգություն է դա, որը կարող է այդպես սեղմել աուդիո ձայնագրությունը:

02:36.000 --> 02:38.000
Դե, դուք չեք կարող պարզապես բաց թողնել 10 հաշիվը:

02:39.000 --> 02:42.000
Այժմ կան սեղմման ձևաչափեր նույնիսկ ավելի լավ, քան MP3-ը:

02:43.000 --> 02:45.000
Բայց նրանք օգտագործում են ճիշտ նույն սկզբունքները։

02:46.000 --> 02:48.000
Այսպիսով, եկեք նայենք դրանցից ամենանշանակալին:

02:49.000 --> 02:53.000
Պարզվում է՝ MP3-ում տեղեկատվությունը բոլորովին այլ կերպ է ձայնագրվում։

02:53.000 --> 02:57.000
Եվ այդ ամենի հիմքում ընկած է այսպես կոչված Ֆուրիեի փոխակերպումը:

02:57.000 --> 02:58.000
Սա ի՞նչ է։

02:58.000 --> 03:00.000
Մենք գիտենք, որ ձայնը ալիք է:

03:00.000 --> 03:06.000
Բայց եթե նայեք որևէ աուդիո ազդանշանի, կստացվի, որ դա ինչ-որ այլանդակ ալիք է։

03:06.000 --> 03:10.000
Բայց սա այնքան էլ սարսափելի ձայնագրություն չէ, դա իրականում Բեթհովենն է:

03:10.000 --> 03:13.000
Ձայնը պարզապես տարբեր հաճախականությամբ ալիքների խառնուրդ է:

03:13.000 --> 03:17.000
Իրար համընկնելով՝ դրանք բերում են այս տեսքին։

03:17.000 --> 03:26.000
Ֆուրիեի փոխակերպումն անում է հետևյալը. այն թույլ է տալիս հասկանալ, թե ինչ հաճախականություններից է բաղկացած տվյալ աուդիո ազդանշանը և ինչ ինտենսիվությամբ է հնչում դրանցից յուրաքանչյուրը:

03:26.000 --> 03:29.000
Ի դեպ, Shazam-ը հենց այսպես է աշխատում։

03:29.000 --> 03:36.000
Այն բաժանում է ձայնագրված ձայնը հաճախականությունների, նույնականացնում է հատուկ նոտաներ և հատուկ հնչյուններ և համեմատում այն ​​իր հիմքի հետ:

03:36.000 --> 03:36.000
վերջ։

03:36.000 --> 03:39.000
Այնպես որ, դա այդպես չի լինում, իհարկե։

03:39.000 --> 03:45.000
Երբ mp3 ֆայլը կոդավորված է, այն սկզբում բաժանվում է փոքր, փոքր կտորների, որոնք կոչվում են շրջանակներ:

03:45.000 --> 03:50.000
Նրանցից յուրաքանչյուրի վրա կատարվում է Ֆուրիի կերպարանափոխություն, և զվարճանքը սկսվում է:

03:50.000 --> 03:53.000
Փաստն այն է, որ մեր լսողությունը կատարյալ չէ։

03:53.000 --> 03:57.000
Եվ դա այնպես չէ, որ արջը ոտք դրել է մեկի ականջին, դա սովորական է բոլորի համար:

03:57.000 --> 04:01.000
Օրինակ, տարիքի հետ նվազում է զգայունությունը բարձր հաճախականությունների նկատմամբ։

04:01.000 --> 04:06.000
Հետեւաբար, MP3-ն անմիջապես կտրում է 16 հազար Հերցից բարձր ամեն ինչ։

04:06.000 --> 04:10.000
Կոշտ, համաձայն եմ, բայց այս 16 հազարը ինքներդ լսեք։

04:13.000 --> 04:18.000
Մեկնաբանություններում գրեք՝ լսե՞լ եք այս ձայնը, թե՞ ոչ, քանի որ այս կերպ կարող եք նույնիսկ որոշել տարիքը։

04:19.000 --> 04:23.000
Նրանք, ովքեր չեն կարողանում լսել 16 հազար Հերց, ամենայն հավանականությամբ 35 տարեկանից բարձր են։

04:23.000 --> 04:29.000
Այսպիսով, եթե ցանկանում եք ծանոթանալ աղջիկների հետ և չեք ցանկանում, որ ձեզ ստեն ձեր տարիքի մասին, վերցրեք ձեզ հետ կապանք:

04:29.000 --> 04:32.000
Այսպիսով, պարզվում է, որ մի փոքր նվազեցնում է ֆայլի չափը:

04:32.000 --> 04:38.000
Բայց ամենամեծ սեղմումը կարելի է ձեռք բերել՝ օգտագործելով այսպես կոչված դիմակավոր էֆեկտը:

04:38.000 --> 04:50.000
Ստացվում է, որ եթե ազդանշանը բավականին բարձր է որոշակի հաճախականությամբ, այն կարող է պարզապես խեղդել հարևան հաճախականությունները և հաճախականությունները, որոնք նրա բազմապատիկն են, այսպես կոչված, հարմոնիկները:

04:50.000 --> 04:56.000
Ստացվում է, որ մենք կարող ենք պարզապես հեռացնել ձայնային ազդանշանի մի մասը, և ոչ ոք չի նկատի։

04:56.000 --> 04:58.000
Եվ կա մեկ այլ տեսակի քողարկում.

04:58.000 --> 05:03.000
Պարզվում է, որ շատ բարձր ազդանշանից հետո առաջանում է խուլության կարճ շրջան։

05:04.000 --> 05:08.000
Հետևաբար, եթե կա բարձր ձայն, ապա դրանից հետո ամբողջ ազդանշանը կարող է հեռացվել:

05:08.000 --> 05:10.000
Եվ ոչ ոք դա նույնպես չի նկատի։

05:10.000 --> 05:14.000
Ի դեպ, ժամանակավոր խուլություն կարող է առաջանալ նույնիսկ բարձր ձայնից առաջ։

05:15.000 --> 05:19.000
Դա պայմանավորված է մեր ուղեղում ձայնային ազդանշանների մշակման առանձնահատկություններով։

05:19.000 --> 05:21.000
Եվ դա շատ հեշտ է ստուգել:

05:21.000 --> 05:25.000
Տեսեք, սա այն ազդանշանն է, որը դուք ստանում եք, երբ ծափ եք տալիս:

05:26.000 --> 05:32.000
Ես ընտրում եմ ծափի ձայնի մի հատված, պատճենում և տեղադրում յուրաքանչյուրի դիմաց:

05:32.000 --> 05:33.000
Եվ լսեք, թե ինչ է տեղի ունեցել:

05:35.000 --> 05:37.000
Դժվար թե որևէ տարբերություն լսես։

05:38.000 --> 05:39.000
Ահա, քողարկվել է գործողության մեջ:

05:40.000 --> 05:46.000
Սա այսպես կոչված հոգեակուստիկ մոդելի կիրառումն էր, որը հաշվի է առնում մեր լսողության անկատարությունը։

05:46.000 --> 05:48.000
Բայց կան նաև հնարքներ.

05:48.000 --> 05:58.000
Օրինակ, ստերեո ձայնագրելիս ֆայլում առանձին ձայնագրվում են ոչ թե ձախ և աջ ալիքները, այլ կիսով չափ բաժանված ալիքների գումարը և ալիքների տարբերությունը:

05:58.000 --> 06:04.000
Երաժշտական ​​հետքերը խառնվում են այնպես, որ գործիքների մեծ մասը երկու ալիքներով նույնն է հնչում:

06:04.000 --> 06:13.000
Այսինքն, ալիքների տարբերության մեջ շատ մանրամասներ չկան, ուստի այն կարող է ավելի կոպիտ կոդավորվել, ինչը էլ ավելի է նվազեցնում ֆայլի չափը:

06:13.000 --> 06:14.000
Բայց սա դեռ ամենը չէ:

06:15.000 --> 06:16.000
Հիմա գալիս է ամենակարևոր մասը.

06:16.000 --> 06:25.000
Նայեք. մի կողմից, այո, մենք ջնջեցինք տեղեկատվությունը, որը մեզ պետք չէ, բայց իրականում մենք պարզապես փոխարինեցինք այն նույն նշաններով, օրինակ՝ զրոներով:

06:25.000 --> 06:27.000
Բայց նրանք մնացին թղթապանակում։

06:27.000 --> 06:32.000
Այսպիսով, դուք դեռ պետք է կոդավորեք դրանք, որպեսզի հնարավորինս քիչ տեղ գրավեն:

06:32.000 --> 06:36.000
Դա արվում է այսպես կոչված Huffman ծածկագրի միջոցով:

06:36.000 --> 06:39.000
Այս սեղմումը չի հանգեցնում լրացուցիչ կորուստների, և դա այդպես է աշխատում։

06:40.000 --> 06:44.000
Ֆայլի յուրաքանչյուր նիշի, ավելի ճիշտ՝ շրջանակում, նշանակվում է ինչ-որ կոդ:

06:44.000 --> 06:50.000
Ավելին, եթե սիլլան հաճախակի է լինում, ապա կոդը կարճ է, իսկ եթե ուժը հազվադեպ է լինում, ապա ծածկագիրը երկար է։

06:50.000 --> 06:52.000
Եվ դա աշխատում է այսպես.

06:52.000 --> 07:02.000
Եթե ​​մենք ֆայլից շատ ենք կտրում և ունենք շատ, լավ, պայմանականորեն, զրոներ, ապա մենք կարող ենք դրանք կոդավորել շատ փոքր թվով բիթերով, այնպես որ ֆայլի չափը փոքր կլինի:

07:02.000 --> 07:11.000
Իսկ վերջին փուլում Ֆուրիեի փոխակերպման գործակիցները, լավ, մնացածները գրվում են շրջանակների մեջ, բոլորը սոսնձվում են իրար և ձևավորվում է պատրաստի ֆայլ։

07:11.000 --> 07:14.000
Դե, նվագարկումը տեղի է ունենում հակառակ հերթականությամբ:

07:14.000 --> 07:20.000
Ինչպես հասկանում եք mp3 կոդավորելիս անդառնալի կորուստներ են լինում, քանի որ մենք շատ բաներ ջնջում ենք։

07:20.000 --> 07:23.000
Այո, պարզվում է, որ մեզ շատ են խաբում։

07:23.000 --> 07:26.000
Բայց սա միայն այն պատճառով, որ մենք ինքներս ենք դա թույլ տալիս։

07:26.000 --> 07:28.000
Ի վերջո, ձայնի մեր ընկալումը իդեալական չէ։

07:28.000 --> 07:32.000
Եվ այո, մենք կարող ենք տարբերել ձայնային տեղեկատվության միայն 9տոկոս-ը։

07:32.000 --> 07:33.000
Դե լավ։

07:33.000 --> 07:39.000
Չէ՞ որ, մյուս կողմից, 9տոկոս-ը բավական է, որպեսզի ընկալենք ամբողջ ձայնային պատկերը։

07:39.000 --> 07:44.000
Եվ հենց այս անկատարության շնորհիվ է, որ մենք հեշտությամբ կարող ենք լսել մեր զրուցակիցներին աղմկոտ ամբոխի մեջ։

07:45.000 --> 07:51.000
Մենք կանգ չենք առնում ռոք համերգների ժամանակ և կարող ենք շատ երաժշտություն ներբեռնել ինտերնետից՝ չվատնելով թանկարժեք տրաֆիկը:

07:51.000 --> 07:51.000
Եվ այսքանը:

07:52.000 --> 07:54.000
Եվս մեկ անգամ հիշեցնում եմ Կվերտի ալիքի մասին.

07:54.000 --> 07:55.000
Հղումը նկարագրության մեջ:

07:55.000 --> 07:58.000
Շարունակեք, դիտեք և բաժանորդագրվեք:

07:58.000 --> 08:04.000
Եվ, իհարկե, հավանեք այս տեսանյութը, բաժանորդագրվեք այս ալիքին, որպեսզի բաց չթողնեք հաջորդ սերիաները։

08:04.000 --> 08:07.000
Առաջարկեք թեմաներ նոր տեսանյութերի համար մեկնաբանություններում։

08:08.000 --> 08:09.000
Շնորհակալություն դիտելու համար:






     Մեր մասին    Կապ                ©2021 «Հաղորդակցման և բանական տեխնոլոգիաների ազգային կենտրոն»