Att fånga den akustiska energin När vi nu har en viss förståelse av vad ljud egentligen är kan vi börja sätta oss in i hur det kan fångas upp och efterhand lagras. När en ljudvåg sprider sig är det inte bara luften och olika organismers trumhinnor som vibrerar. ALL materia som kommer i dess väg kommer i olika grad att vibrera med i ett mönster som liknar ljud-vågens. Som vi sett är ljud en sorts rörelse och och därmed en sorts rörelse-energi. Ljud beskrivs inom fysik ofta som akustisk energi och det beter sig i enlighet med de principer som gäller för naturens olika energi-former. En av dessa principer är att de olika energi-formerna har analoga beteenden. Med detta menar vi att en energi-forms olika egenskaper har sina motsvarigheter hos de andra energi-formerna. Det är denna princip som gör oss i stånd till att spela in ljud. Det är 2 energiformer involverade i denna process: Akustisk energi och Elektromagnetisk energi. För Akustisk energi gäller: Akustisk energi genereras när något vibrerar i ett fast, repeterande mönster i hög hastighet i luft. För elektromagnetisk energi gäller: Elektromagnetisk energi genereras när ett magnetiskt objekt rör sig i ett magnetfält. Som vi ser är det stora likheter mellan dessa meningar och man kan anta att om ett magnetiskt objekt vibrerar i luft och ett magnetfält samtidigt så vill det vara någon sorts samband mellan den akustiska och den elektromagnetiska energin som genereras. Detta antagande är FULLSTÄNDIGT KORREKT! Om vi tänker oss 2 objekt som båda är magnetiska och placerade i luft och magnetfält men där det första sätts i vibration av luft medan det andra sätts i vibration av elektromagnetisk energi. Vi placerar dessa objekt i varsitt rum rum A och rum B och kopplar ihop deras respektive magnetfält med ett objekt av tillräcklig längd som kan leda elektromagnetisk energi (en så kallad kabel ). I rum A genererar vi en ljudvåg genom att t.ex klappa med händerna*. Luften sätts i rörelse och därmed också objektet i rum A som genom sin rörelse i magnetfältet genererar en elektromagnetisk signal ( ström ) som rör sig genom kabeln till magnetfältet runt objektet i rum B och sätter detta i rörelse. Luften i rum B sätts i rörelse och klappet från rum A hörs nu i rum B: Fig 2.1 *Vi kunde ju i och för sig också springa fram och tillbaka mellan 2 punkter i rummet med en hastighet som överstiger 20 gånger per sekund men jag menar: Varför slita ut sig...
Objektet i rum A är det vi kallar en mikrofon medan objektet i rum B är en högtalare. Det är intressant att observera hur likt konstruerade de båda objekten är: de är båda kort och gott magnetiska objekt placerade i ett magnetfält och luft. Både objekt A och Objekt B är det man kallar membran. Man kan undra över vad det är som gör det ena till en mikrofon och det andra till en högtalare? Svaret på detta är att det är riktningen som energin rör sig i som avgör detta. Om vi suttit i rum B och klappat hade rollerna varit ombytta. Men är det då så att en högtalare kan användas som mikrofon och omvänt? Ja, det kan man och det är inte alls ovanligt att man spelar in genom en högtalare. Det är bara att koppla högtalarens ingång till en mikrofon-förstärkare. Att använda en mikrofon som högtalare är fullt möjligt men ganska poänglöst eftersom ljudet blir så svagt. Jag har också en känsla av att det i en del fall kan vara direkt skadligt för mikrofonen utan att jag helt kan backa upp detta påstående. Det är också viktigt att veta att ovanstående bara är en beskrivning av principerna som ligger till grund. I verkligheten kommer det in en mängd konstruktions-mässiga faktorer som gör att en idealisk mikrofon är ganska olik en idealisk högtalare. Processen när en energiform omvandlas till en annan kallas med ett annat ord för Transduktion och mikrofoner och högtalare samlas under det engelska samlings-begreppet Transducers. Lagringsmedia Ovanstående konstruktion är tillräcklig i situationer där vi vill att ljudet ska spelas upp samtidigt som det spelas in som t.ex vid konsert-framföranden eller telefon-kommunikation. När vi arbetar med musik-produktion och liknande vill vi dock kunna spela upp och bearbeta det inspelade ljudet senare och vi behöver därför en plats där det kan sparas. En sådan plats kallar vi ett lagringsmedia eller kort och gott media. Det finns 2 huvudgrupper av lagringsmedia: Digitala och Analoga. Exempel på digitalt lagringsmedia är t.ex hård-diskar, CD, DVD och Minidisc medan Analogband och Vinylskivor är exempel på analogt. Jag ska här koncentrera mig på den digitala sfären. Digitalt Lagringsmedia Gemensamt för alla digitala lagrings-median är att ljudet lagras som en sekvens av binära tal, en så kallad binär-kod. Ett binärt tal är bara ett annat sätt att uttrycka vilket som helst tal på och som passar en dators processor bättre eftersom man i det binära talsystemet bara använder sig av 1 och 0. Att förstå det binära talsystemet är dock inte nödvändigt för att förstå hur digital lagring fungerar. Det blir mindre abstrakt om man ersätter de binära talen med sina motsvarigheteter i vårt vanliga tiotals-system. Det som sker när akustisk energi omvandlas till elektromagnetisk energi är att membranets rörelse i magnetfältet genererar en elektrisk ström som varierar i styrka på ett sätt som motsvarar ljudvågens rörelse i luften. Denna variation kan grafiskt beskrivas på samma sätt som vi tidigare beskrivit ljudvågor: Fig 2.2
Skillnaden är att begreppet amplitud får en annan betydelse. När vi beskriver en akustisk vågform motsvaras amplitud av vilken mängd luft som sätts i rörelse medan det när vi beskriver en elektrisk vågform motsvaras av ström-styrka. Ström-styrka kan även den uttryckas i decibel men jag kommer här att använda den vanligare enheten volt. Låt oss ta utgångspunkt i en 100hz elektromagnetisk sinus-våg med en maximal amplitud på 1 volt. En sådan våg har en period på 0.01 sekund: Fig 2.3 För att lagra denna våg digitalt använder vi oss av en så kallad AD-Konverter som är en signal-processor som kan omvandla en elektrisk signal till digital kod. En elektrisk signal kallas också en analog signal och AD står för analog till digital. En AD-konverter tar med jämna mellanrum stickprov på den analoga signalens ström-styrka och lagrar denna information som binärkod. Hur ofta konvertern tar stickprov anges i antal-per-sekund precis som en vågforms svängningar och det är därför helt korrekt att tala om stickprovs-frekvens. Det har dock blivit standard att använda det engelska ordet för stickprov som är sample och termen samplings-frekvens (Engelska: Sample-rate) är vanligast. Eftersom vi talar om en sorts frekvens så är hertz grund-enhet. Vi väljer nu samplingsfrekvensen 1000hz, d.v.s 1000 samplingar i sekunden. Under 0.01 sekund hinner konvertern ta 10 samples (sample 11 ligger efter 0.01 sekund): Fig 2.4 En analys av dessa samples ger: SAMPLE: 1 2 3 4 5 6 7 8 9 10 11 STYRKA: 0v +0.47v +0.87v +0.87v +0.47v 0v -5.3v -9.3v -8.7v -4v 0v Dessa värden lagras som binärkod och vi har nu företagit en AD-Konversion, d.v.s. vi har omvandlat en elektrisk signal till digital kod. För att kunna lyssna på detta måste vi gå åt andra hållet och omvandla den digitala koden till elektrisk signal, d.v.s. DA-Konversion. En DA-Konverter är en enhet som genererar ström-stötar i samma tempo som den samplingsfrekvens den är inställd på. För att den ska kunna läsa informationen vi lagrade korrekt måste den vara inställd på samma samplings-frekvens som informationen blev lagrad med. Vi ställer därför in den på 1000hz och låter den rekonstruera vår signal. Vid denna samplings-frekvens
motsvarar 1 sample 0.001 sekund (1000 samples per sekund = 1 sample per 0.001 sekund) och följande sker: den genererar först 0v i 0.001s, sedan +0.47v i 0.001s, sedan +0.87 i 0.001s och så vidare tills den läst igenom koden. Grafiskt skulle informationen som konvertern läser kunna uttryckas som: Fig 2.5 På grundlag av detta skapar den följande variation i strömstyrka och därmed vågform: Fig 2.6 Som vi ser är detta ingen bra rekonstruktion av den ursprungliga vågformen (Fig 2.3) och den kommer heller inte att låta bra. För att få en bättre rekonstruktion måste vi ta fler stickprov, d.v.s. vi måste höja samplingsfrekvensen. Om vi fördubblar den till 2000hz får vi följande: Fig 2.7: AD-Konversion Fig 2.8: DA-Konversion Detta är bättre men inte alls bra nog. Vi måste upp i samplings-frekvenser på över 40 000 hz innan vi börjar få tillfreds-ställande resultat. Ljudet på dagens CD-skivor har en samplingsfrekvens på 44100hz (förkortas ofta 44,1 khz) och det är vanligt att själva inspelningsprocessen görs med ändå högre frekvens.
Som vi ser är samplings-frekvensen avgörande för kvaliteten på det digitala ljudet. Det är dock ytterligare en faktor som spelar in: den digitala kodens upplösning. Upplösningen avgör hur många siffror vi kan använda för att beskriva ett värde vilket i sin tur avgör hur precist detta värde blir registrerat. Grundenheten är Bit där 1 bit svarar till 1 siffra. Vilka konsekvenser får så detta för ljud-kvaliteten? Om vi tänker oss 3 samples som ligger intill varandra och vars exakta strömstyrka uppmäts till 8-siffriga värden där Sample 1 = 0.1353821 volt, Sample 2 = 0.1353844 volt och Sample 3 = 0.1353878 volt. För att kunna återge dessa värden exakt krävs minst 8-bits upplösning annars måste värdena avrundas. Så här blir resultatet vid 4, 6 respektive 8 bits upplösning: Sample nr. Strömstyrka 4-bits kod 8-bits kod 8-bits kod 1 0.1353821v 0.135v 0.13538v 0.1353821v 2 0.1353844v 0.135v 0.13538v 0.1353844v 3 0.1353878v 0.135v 0.13539v 0.1353878v Som vi ser försämras precisionen när upplösningen blir mindre. Vid 4-bits upplösning får våra samples samma värde och kommer att leda till en rak horisontal linje i vågformen vilket kan ge gott hörbara resultat. Vid ljud-bearbetning bör koden ha minst 16-bits upplösning för att ge tillfredsställande resultat. Vanligt CD-ljud har denna upplösning men det är även här vanligt att produktions-arbetet föregår vid högre värden. 24-bit eller 32-bit är numera vanligast i sådana sammanhang. Det är också viktigt att veta att ju svagare elektrisk signal en ADkonverter analyserar desto färre bitar kan den registrera strömstyrkan med. När man spelar in på t.ex 24-bit är det bara signaler med en strömstyrka som närmar sig det nivå som konvertern maximalt kan hantera som får full 24-bits kod. Ju svagare analog-signal, desto kortare kod. Man bör därför undvika att spela in alltför svagt. Personligen försöker jag att hålla max-nivået ovanför -10db. I detta sammanheng är det också på sin plats att nämna att man vid digital inspelning definierar maximal volym som 0db och man bör vara mycket försiktig med att låta ingångs-signalen passera detta värde eftersom man då riskerar mycket obehagliga bi-effekter.