Что такое дизеринг в настройках телевизора

Дизеринг при оцифровке из аналога в цифру
В аналоговом звуке сигнал представляет собой непрерывные кривые, но в цифровых PCM системах, амплитуды сигнала ограничены фиксированным набором чисел. Этот процесс называется квантизаци-ей. Для примера: 65536 значений используется в 16 битном звуке и 1677726 в 24 битном. Динамиче-ский диапазон любой PCM системы считается умножая количество бит на 6. Для 8 битного звука это будет 48 децибел.

Поэтому для 16 бит мы имеем 96 децибел динамического диапазона, для 24х бит — 144 децибела. Когда сигнал квантизуется — все это ведет к появлению искажений формы звуковой вол-ны, могут появляться лишние гармоники, интермодуляции и прочие проблемы возникающие на низ-ком уровне сигнала, для которого уже недостаточно разрешающей способности цифровой системы.

Чтобы исключить все эти искажения применяется дизеринг, который математически их убирает заме-няя постоянным шумом. При 24 битной конвертации нет нужды применять дизеринг. Динамический диапазон конвертора легко проверить подав на него сигнал низкой громкости и послу-шав что происходит со звуком в наушниках подав тестовый сигнал на вход конвертора. Можно засечь громкость, на которой звук исчезнет. Еще один важный тест — опустить громкость на 40 децибел перед конвертором и послушать, как будет звучать реверберация и объем фонограммы после оцифровки.

Что такое дизеринг (dithering) звука

Дизеринг в цифровых системах
При цифровой обработке — длина цифрового слова всегда увеличивается до 24 бит или больше в зави-симости от процессора. Даже если мы обрабатываем 16 битный сигнал — это происходит. В конце нам надо снова получить 16 битный звук и если мы просто отрежем ненужные биты (транкейт) — это ухуд-шит качество. Поэтому применяется дизеринг, который маскирует все искажения.

Внутри цифровых консолей или рабочих станций разрешение внутренней шины намного больше 24х бит, поскольку складывание двух или больше 24х битных семплов вместе может выдать результат в 48 бит или даже больше. Но стандарт AES/EBU может передавать только 24 бита, поэтому каждый раз от цифрового прибора к другому цифровому прибору мы получаем транкейт звука в 24 бита.

В результате накапливается ошибка, которая приводит к искажениям на границе динамического диапазона. Для 24х бит это 144 децибела, поэтому она не слышна. DAW работают с длиной цифрового слова по-разному. ProTools работает в 48 битах, но каждый раз транкейтит звук в 24 бита после применения плагинов, большинство нейтивных DAW работают в 32 битах с плавающей точкой.

Эффект маскировки
Дизеринг не только маскирует искажения, но и сам полезный звук — влияет на атмосферу, хвосты ре-вербераций. Но с этим ничего не поделать, применение дизеринга — это компромисс.

Продвинутая техника дизеринга
Уровень постоянного 16 битного дитера около -91 dBFS. Его возможно эквализовать, чтобы минимизи-ровать эффект маскировки. Эта техника называется ноис-шейпингом. Мы убираем шум дитера из областей, где их проще всего можно услышать — в районе 3 килогерц и в высокочастотном диапазоне от 10 до 22 килогерц. Один из самых успешных алгоритмов такого дизеринга с ноис-шейпингом — POW-R type3 dither.

Что такое дизеринг (dithering) звука. Зачем он нужен, и как его применять?

Кривая ноис-шейпинга не эквализирует сам материал, но опытные слушатели ощущают, что меняется характер звука, он становится чуть прозрачнее. Это не 100% эффект для любого материала. Разные кривые ноис-шейпинга по-разному влияют на общее звучание. Иногда предпочитают не применять ноис-шейпинг.

Дизеринг с ноис-шейпингом производят: Lavry Engineering 3000 Digital Optimizer, Waves L1 и L2 Ultra-maximizers, Prism, POW-R и некоторые другие. Apogee Electronics производят UV-22 систему, но они не используют слова дитер (там по другому формируется сигнал). UV-22 также содержит подобие ноис-шейпинга. Мы можем эффективно сравнить различные технологии дизеринга, понижая громкость музыки на 40 децибел перед ним и слушая результат в наушниках. Различия между высококлассными и дешевыми системами иногда просто шокируют!

Золотое правило применения дизеринга в 16 битах
Как мы уже увидели, амплитуда дизеринга мала и лежит на уровне -91 dBFS. Но опытный слушатель услышит деградацию звука от транкейта или применения неправильного дизеринга. На 16 битах дизе-ринг всегда звучит лучше, чем простой транкейт. Но, чтобы избежать проблем основной правило – ди-зеринг в 16 бит может применять только один раз и после всей прочей обработки! Последующая об-работка материала и применение дизеринга еще раз приведет к сильному ухудшению качества.

Работа в 24х битных цепях
Так как эффект от шума дизеринга в 24х битах очень мал, мы его не учитываем. Процессор с однократ-ным таким дизерингом шумит на уровне -139 dBFS, где-то на 20 децибел тише, чем самый лучший конвертер. Внутри нейтивной DAW плагины работают в 32х битах с плавающей запятой или выше, по-этому имеет смысл работать с 32х битными файлами.

Подключая внешние процессоры посредством AES/EBU, в идеале 32х битный файл должен быть через дизеринг пересчитан в 24 бита. И сам процес-сор в свою очередь выполнит дизеринг после своей работы, а также и следующий процессор в цепоч-ке. Но не все процессоры делают это. Так ли важен дизеринг в 24 битах?

Ответ лежит в маскировке – шум конвертора все равно выше и маскирует все эти транкейты или применения дизеринга. Я прово-дил тесты на высококлассном мониторинге и практически невозможно услышать разницу между тран-кейтом и дизерингом в 24х битах. Но все равно, где это возможно – применяйте дизеринг.

Основные правила и практика применения дизеринга

1. Когда понижаете битность – используйте дизеринг
2. Избегайте применения дизеринга в 16 битах больше, чем один раз
3. Во время любой обработки битность повышается
4. Звук после применения любого дизеринга и ноис-шейпинга отличается от 24х битного оригинала, хотя может быть и очень близок. Важно применять тот дизеринг, который наиболее подходит для кон-кретного типа музыки
5. В любом проекте конвертация частоты дискретизации должна быть предпоследней, а дизеринг – последним
6. Сильно задавленный и отлимитированный сигнал может быть оказаться перегружен при добавле-нии дизеринга, поэтому выставляйте выходной уровень вашего лимитера как минимум на -0.1 дб.
7. Большинство компьютерных программ автоматически применяют дизеринг при понижении битно-сти, но например в ProTools надо вручную применять дизеринг перед сохранением в 16 бит
8. Когда баунсите треки помните, что даже если сессия с 16 битными файлами, внутреннее разреше-ние DAW выше, и операция баунсинга проходит через внутренние ресурсы DAW, повышая битность, поэтому дизеринг даже при такой операции – обязателен.

Источник: corpuscul.net

Дизеринг: зашумляем сигнал, чтобы улучшить его

В первой части этой серии статей мы рассмотрим теоретическую сторону дизеринга, немного истории и применение его к 1D-сигналам и дискретизации. Я попытаюсь провести частотный анализ ошибок дискретизации и расскажу о том, как дизеринг помогает их исправить. В основном это будет теоретическая статья, поэтому если вам интересны более практические применения, то ждите следующих частей.

Блокнот Mathematica для воспроизведения результатов можно найти здесь, а pdf-версия находится здесь.

Что такое дизеринг?

Дизеринг (Dithering) можно описать как намеренное/осознанное внесение в сигнал шума для предотвращения ошибок большого масштаба/низкого разрешения, возникающих вследствие дискретизации или субдискретизации.

Если вы когда-нибудь работали с:

• Аудиосигналами,
• Палитровыми форматами изображений 90-х

Однако я обнаружил в Википедии довольно удивительный факт о том, как впервые был определён и использован дизеринг:

…Одна из первых областей применения дизеринга возникла во время Второй мировой войны. Самолёты-бомбардировщики для навигации и вычислений траектории бомб использовали механические компьютеры. Любопытно, что эти компьютеры (ящики, заполненные сотнями шестерёнок и зубчатых передач) работали точнее при полёте на борту самолёта, чем на земле.

Инженеры поняли, что вызываемая самолётом вибрация снижает ошибку, вызываемую липкими подвижными деталями. На земле они двигались короткими отрывистыми движениями, а в воздухе их движение было более непрерывным. В компьютеры встроили небольшие вибромоторчики, и их вибрацию назвали «дизером» (dither), от среднеанглийского слова «didderen», означающего «дрожать». Сегодня, когда вы стучите по механическому измерителю, чтобы повысить его точность, вы применяете dither. При использовании в небольших количествах dither успешно превращает систему оцифровки в более аналоговую, в хорошем смысле этого слова.

— Кен Полманн, Principles of Digital Audio

Это вдохновляющий и интересный исторический факт и мне понятно, почему он позволяет избегать отклонений в вычислениях и резонансах, случайным образом разрушая циклы обратной связи механической вибрации.

Но хватит истории, давайте для начала рассмотрим процесс дизеринга в 1D-сигналах, например, в аудио.

Дискретизация дизерингом постоянного сигнала

Мы начнём с анализа самого скучного в мире сигнала — постоянного сигнала. Если вы знаете немного о цифровой обработке сигналов, связанных со звуком, то можете сказать: но ты же обещал рассмотреть аудио, а в звуке по определению нет постоянной составляющей! (Более того, и в ПО, и в оборудовании обработки звука намеренно устраняется так называемый сдвиг постоянной составляющей (DC offset).)

Это правда, и вскоре мы рассмотрим более сложные функции, но начнём мы сначала.

Представьте, что мы выполняем 1-битную дискретизацию нормализованного сигнала с плавающей запятой. Это значит, что мы имеем дело только с конечными двоичными значениями, 0 или 1.

Если сигнал равен 0,3, то простое округление без дизеринга будет самой скучной функцией — просто нулём!

Погрешность тоже постоянна и равна 0,3, следовательно, и средняя погрешность равна 0,3. Это означает, что мы внесли довольно большое отклонение в сигнал и полностью потеряли информацию исходного сигнала.

Мы можем попробовать выполнить дизеринг этого сигнала и посмотреть на результаты.

Дизеринг в этом случае (при использовании функции округления) просто применяет обычный случайный белый шум (случайное значение для каждого элемента, что создаёт равномерный спектр шума) и прибавляет в сигнал перед дискретизацией случайное в интервале (-0.5, 0.5).

Здесь сложно что-то увидеть, теперь результат дискретизации — это просто набор случайных единиц и нулей. С (ожидаемо) большим количеством нулей. Сам по себе этот сигнал не особо интересен, однако довольно интересен график погрешностей и средняя погрешность.

Итак, как мы и ожидали, погрешность тоже варьируется, но пугает то, что погрешность иногда стала больше (абсолютное значение 0,7)! То есть максимальная погрешность к сожалению стала хуже, однако средний шум имеет значение:

Mean[ditheredSignalError]
0.013

Намного лучше, чем первоначальная погрешность в 0,3. При значительно большом количестве сэмплов эта погрешность будет стремиться к нулю (к пределу). Итак, погрешность постоянной составляющей стала намного меньше, но давайте взглянем на частотный график всех погрешностей.

Красный график/всплеск = частотный спектр погрешности при отсутствии дизеринга (постоянный сигнал без частот). Чёрный — с дизерингом при помощи белого шума.

Всё становится интереснее! Это демонстрирует первый вывод из этого поста — дизеринг распределяет погрешность/отклонение дискретизации среди множества частот.

В следующем разделе мы узнаем, как это нам поможет.

Частотная чувствительность и низкочастотная фильтрация

Выше мы наблюдали за дизерингом дискретизированного постоянного сигнала:

• Он увеличил максимальную погрешность.
• Почти обнулил среднюю погрешность.
• Добавил к спектру частот погрешностей постоянный белый шум (с полным покрытием спектра), снизив низкочастотную погрешность.

• Наше зрение имеет предел остроты. У многих людей есть близорукость и без очков они видят размытые изображения далёких объектов.
• Мы воспринимаем средний масштаб деталей гораздо лучше, чем очень высокие или очень низкие частоты (мелкие детали очень плавных градиентов могут быть незаметными).
• Наш слух работает в определённом диапазоне частот (20 Гц — 20 кГц, но со временем ухудшается) и наиболее чувствительны мы к среднему диапазону — 2 кГц — 5 кГц.

Более того, наши медиаустройства становятся всё лучше и лучше, обеспечивая большую избыточную дискретизацию (oversampling). Например, в случае телевизоров и мониторов у нас есть технология «retina» и 4K-дисплеи (на которых невозможно разглядеть отдельный пиксель), в области звука мы используем форматы файлов с дискретизацией не менее 44 кГц даже для дешёвых динамиков, которые часто не могут воспроизводить больше, чем 5-10 кГц.

Это значит, что мы можем аппроксимировать воспринимаемый внешний вид сигнала, выполнив его низкочастотную фильтрацию. На графике я выполнил низкочастотную фильтрацию (заполнение нулями слева — это «нарастание»):

Красный — желаемый недискретизированный сигнал. Зелёный — дискретизированный сигнал с дизерингом. Синий — низкочастотный фильтр этого сигнала.

Сигнал начинает выглядеть гораздо более близким к исходной, недискретизированной функции!

К сожалению, мы начинаем видеть низкие частоты, которые очень заметны и отсутствуют в исходном сигнале. В третьей части серии мы попробуем исправить при помощи синего шума. А пока вот как график может выглядеть с функцией псевдо-шума, имеющей содержимое с гораздо меньшей частотой:

Это возможно, потому что наша псевдослучайная последовательность имеет следующий спектр частот:

Но давайте закончим рассматривать простые, постоянные функции. Взглянем на синусоиду (если вы знакомы с теоремой Фурье, то знаете, что она является строительным блоком любого периодического сигнала!).

Дискретизация синусоиды

Если мы дискретизируем синусоиду 1-битной дискретизацией, то получим простой прямоугольный сигнал.

Прямоугольный сигнал довольно интересен, потому что включает в себя и базовую частоту, и нечётные гармоники.

Это интересное свойство, которое активно используется в аналоговых субтрактивных синтезаторах для создания звучания полых/медных инструментов. Субтрактивный синтез берёт сложный, гармонически богатый звук и фильтрует его, устраняя некоторые частоты (параметры фильтра варьируются со временем), чтобы придать звукам нужную форму.

Спектр частот прямоугольного сигнала:

Но в этом посте нас больше интересую погрешности дискретизации! Давайте создадим график погрешности, а также спектр частот погрешности:

В этом случае ситуация гораздо лучше — средняя погрешность близка к нулю! К сожалению, у нас по-прежнему присутствует множество нежелательных низких частот, очень близких к нашей основной частоте (нечётных множителей с уменьшающейся величиной). Это явление называется алиасингом или шумом дизеринта — возникают частоты, отсутствовавшие в исходном сигнале, и они имеют довольно большие величины.

Даже низкочастотная фильтрация не сможет значительно помочь сигналу. Погрешность имеет очень много низких частот:

Дискретизированная синусоида с низкочастотной фильтрацией

Погрешность дискретизированной синусоиды с низкочастотной фильтрацией

Давайте взглянем, как меняется ситуация при добавлении дизеринга. На первый взгляд, улучшений почти нет:

Однако если мы рассмотрим это как изображение, то оно начинает выглядеть лучше:

Заметьте, что погрешности дискретизации снова распределены среди различных частот:

Выглядит очень многообещающе! Особенно учитывая то, что теперь мы можем попробовать выполнить фильтрацию:

Это немного искажённая синусоида, но она выглядит намного ближе к исходной, чем версия без дизеринга, за исключением фазового сдвига, внесённого асимметричным фильтром (я не буду объяснять этого здесь; скажу только, что проблему можно устранить, применив симметричные фильтры):

Красный — исходная синусоида. Зелёный — подвергнутый низкочастотной фильтрации сигнал без дизеринга. Синий — подвергнутый низкочастотной фильтрации сигнал с дизерингом.

Графики обеих погрешностей численно подтверждают, что погрешность намного меньше:

Красный — погрешность подвергнутого низкочастотной фильтрации сигнала без дизеринга. Синий — погрешность подвергнутого низкочастотной фильтрации сигнала с дизерингом.

Наконец, давайте вкратце рассмотрим сигнал с более качественной функцией дизеринга, содержащей только высокие частоты:

Верхнее изображение — функция белого шума. Нижнее изображение — функция, содержащая более высокие частоты.

Версия с низкочастотной фильтрацией, дизерингом и улучшенной функцией — почти идеальные результаты, если не учитывать фазовый сдвиг, вызванный фильтром!

И наконец, сравнение всех трёх спектров погрешностей:

Красный — спектр погрешности дискретизации без дизеринга. Чёрный — спектр погрешности дискретизации с дизерингом белым шумом. Синий — спектр погрешности дискретизации с дизерингом с более высокими частотами.

Итог

На этом первая часть серии заканчивается. Основные выводы:

• Дизеринг распределяет погрешность/отклонение дискретизации среди множества частот, и это зависит от функции дизеринга; они не сосредотачиваются в области низких частот.
• Восприятие человеком любого сигнала (звука, зрения) лучше всего работает в очень конкретных диапазонах частот. Сигналы часто избыточно дискретизируются на границах спектра восприятия, где восприятие малочувствительно. Например, стандартные частоты дискретизации звука позволяют воспроизводить сигналы, которые вообще не может услышать большинство взрослых. Из-за предыдущего пункта это делает очень привлекательной идею использования дизеринга и сдвига погрешностей в этот диапазон частот.
• Различные функции шума создают разные спектры погрешностей, которые можно использовать, зная, какой спектр погрешностей наиболее желателен.

Источник: temofeev.ru

Что такое дизеринг в аудио? Когда дизерить и как это работает

Дизеринг помогает сохранить великолепное звучание цифрового звука, даже если некоторые данные удалены. ​

Скорее всего, вы сталкивались с этим термином раньше, скорее всего, при экспорте песни из DAW. Но вы, возможно, обнаружили, что не уверены в том, что именно это означает, и есть ли вообще смысл колебаться в разных обстоятельствах. В этой статье мы демистифицируем дизеринг, исследуем, что это такое, как он работает и когда его следует использовать, а также узнаем больше о том, как работает цифровое аудио в процессе.

Что такое дизеринг? ​

В двух словах, сглаживание (dithering) — это метод обработки, который помогает нам поддерживать качество цифровых медиа, таких как аудио, изображения и даже видео. Однако это достигается способом, который может показаться удивительным и даже нелогичным: путем добавления небольшого количества шума по всему файлу.

Зачем тебе когда-либо хотеть сделать что-то подобное? Чтобы действительно понять важность чего-то вроде дизеринга, мы должны сначала сделать шаг назад и поговорить о том, как работает цифровое аудио.

Как работает цифровое аудио ​

Когда вы записываете звук на свой компьютер (или какое-либо другое цифровое устройство), эта непрерывная волна аналогового звука сэмплируется и сохраняется в виде набора чисел. Этот процесс называется аналого-цифровым (АЦП) преобразованием и обычно создает довольно точное представление исходного звука.

Чтобы превратить нашу коллекцию данных обратно в непрерывные волны в воздухе, которые мы действительно можем слышать, нам нужна помощь противоположного процесса, цифро-аналогового преобразования (и таких инструментов, как динамики и наушники). ​

Объем места, который будут занимать эти данные, в основном зависит от двух факторов. Во-первых, это частота дискретизации, или сколько раз в секунду мы хотим измерить уровень амплитуды звука. Второй — битовая глубина или количество дискретных значений, которые мы хотим использовать для измерения этой амплитуды. Битовая глубина определяет, насколько точно мы можем представить уровень входящей звуковой волны для каждого семпла в процессе, известном как квантование.

Увеличение обоих этих параметров обеспечит более качественную цифровую запись с более широким динамическим диапазоном. Однако уменьшение разрядности в дальнейшем означает избавление от некоторой информации, что может привести к так называемой ошибке квантования.

Как работает дизеринг ​

Допустим, вы записали звук с разрешением 32 или 24 бита, но хотите экспортировать его с более низким битрейтом. Когда ваша DAW создаст отскок, она снова выполнит квантование как часть процесса. Однако теперь у него гораздо меньше значений для работы.

То, что в конечном итоге происходит, немного похоже на округление набора чисел в большую или меньшую сторону, причем более экстремальное округление происходит с более низкими битрейтами. Это может привести к ошибке квантования и даже к слышимым искажениям при воспроизведении звука через динамики.

Дизеринг — меньшая из двух ошибок​

Вот где дизеринг творит свое волшебство. Добавляя множество случайных вариаций в виде шума на протяжении всей аудиозаписи, мы можем эффективно уменьшить негативные последствия ошибок квантования, затруднив их обнаружение нашим ушам.

Как дизеринг уменьшает воспринимаемые эффекты ошибки квантования ​

Когда мы говорим «случайный», мы действительно имеем это в виду — красота заключается в том, насколько шум совершенно не связан с нашим сигналом, который квантуется. Когда мы вводим правильное количество этого некоррелированного шума, мы сглаживаем более резкие случаи округления, которые произошли бы, если бы у нас было исключительно зависящее от сигнала искажение от квантования. И даже если это означает, что мы вводим (низкий) уровень постоянного шума, оказывается, что его характер для нашего восприятия менее заметен, чем альтернативный.

Дизеринг в обработке изображений​

Если вы все еще немного запутались в дизеринге, взгляните на его визуальные приложения. В статье Lifewire о дизеринге при обработке изображений вы можете ясно увидеть, как этот метод позволяет получать более плавные градиенты. Тонкий рисунок шума по всему изображению — это нормально, потому что он сглаживает более резкие границы между более светлыми и более темными значениями.

Когда дизерить звук ​

Остается главный вопрос: когда лучше использовать дизеринг, а когда его следует избегать?

В общем, вы должны применять дизеринг каждый раз, когда вы рендерите звук с более низкой битовой глубиной (например, конвертируете из 32-битного в 24-битное или из 24-битного в 16-битное). С другой стороны, если вы экспортируете что-то вроде 32-битного файла, вам обычно не нужно беспокоиться о дизеринге. В этом случае данные существенно не усекаются (удаляются) в процессе рендеринга.

Другой случай, когда вы также можете избежать дизеринга, — это когда вы получаете окончательный микс или пре-мастер-файл, готовый к профессиональному мастерингу. Простая причина этого в том, что есть много мастеринг-инженеров, которые хотели бы сами выполнить дизеринг для вашего действительно финального набора. Однако самое важное здесь — это общение — просто обязательно спросите, и уточните этот нюанс!

И последнее, но не менее важное: не применяйте дизеринг, если вы конвертируете в .mp3, AAC или другие форматы, которые сжимают звук. Эти преобразования вносят свои собственные артефакты, которые, к сожалению, дизеринг не исправит.

Вывод: что такое дизеринг в аудио? ​

Хотя это может сбивать с толку на первый взгляд и часто упускается из виду, дизеринг — это ключевой метод экспорта, который использует шум (из всех вещей) для минимизации негативных последствий ошибки квантования. Хотя универсального ответа на вопрос о том, следует ли вам дизерить звук, не существует, размышления о том, что вы хотите получить от этого конкретного действия, в целом должно указать вам правильное направление.

И последнее замечание: иногда у вас может быть возможность выбрать форму или тип дизеринга. Все они, как правило, будут эффективными, но каждый вариант применяет шум немного по-разному. Хотя их воздействие на восприятие может быть довольно тонким, если у вас нет опыта их прослушивания, всегда не стесняйтесь исследовать различные формы и типы, которые есть в вашем распоряжении, чтобы увидеть, что лучше всего подойдет для вашего трека.

Мы надеемся, что это руководство помогло вам лучше понять, что такое дизеринг, как он работает и когда вы должны применять его к своей музыке.

Источник: soundmain.ru