के के मात्रामा के हो? (परिभाषा)

यदि तपाईंले कहिल्यै डिजिटल संगीत सुन्नुभयो भने - विशेष गरी कुनै पनि हानिकारक अडियो ढाँचा - त्यसपछि तपाई गणितीय मात्रात्मक रूपमा उजागर गरिएको छ। यो पछिल्ला दृश्यहरू डिजिटल सिग्नल प्रशोधन एकदम सामान्य छ र प्रायः आधुनिक अडियो सफ्टवेयर वा हार्डवेयरको एक अभिन्न प्रकार्य (जस्तै डिजिटल-टु-एनालग कन्वर्टर्सहरू )। तर मात्राकरण अडियो मात्र सीमित छैन। शब्द र यसको प्रयोगहरू पनि अन्य क्षेत्रहरूमा लागू हुन्छन्, जस्तै भौतिकी वा डिजिटल इमेजिङ।

परिभाषा

मात्राकरण इनपुट मानहरूको सानो दायरामा एक मानको दायरा परिवर्तन गर्ने प्रक्रिया हो जुन मूल डेटा नजिकको नजिक पुग्छ।

उच्चारण: kwon • ti • zay • shuhn

उदाहरण

एक रेकर्डिंग स्टूडियो मा, माइक्रोफोन एनालॉग संगीत ध्वनि तरंगहरु लाई उठािन्छ, जो तब डिजिटल प्रारूप मा संसाधित हुन्छन्। सिग्नल 44,100 हर्ट्जमा नमूना गर्न सकिन्छ र 8-, 16-, वा 24-बिट गहिरो (र त्यसो त) सँग मात्रामा छ। उच्च बिट गहिरो अधिक डेटा प्रदान गर्दछ, जुन अधिक सटीक रूपान्तरण र मूल तरंग को प्रजनन सक्षम गर्दछ।

छलफल

मौलिकता, मात्राकरण राउन्डिंग को एक जटिल प्रक्रिया हो जुन केहि स्तर को बेरोजगारी शामिल छ। कम्प्युटरहरू जोर र शून्यमा काम गर्छन्, किनकि एनालॉग-डिजिटल-डिजिटल रूपान्तरित एक नजिकको अनुमान लगाइएको छ र सही प्रतिलिपि होइन। जब यो सङ्गीतमा आउँदछ, न केवल मात्रामा सिग्नल मात्र सही उत्तराधिकार र मूल्यहरूको आयाम कोयम राख्छ, तर समय पनि सही हुनु पर्छ। यस प्रक्रियालाई सुनिश्चित गर्न को लागी कि संगीत ताल बनाए राखिएको छ, नोटहरू समान रूपमा वितरित र एउटै बीटहरूमा सेट गर्नुहोस् (वा अंशहरू)। अन्यथा, अडियो सुन्न सुन्न सुन्न वा अजीब कान सुन्न।

मात्राकरण को यो अवधारणा एक छवि-सम्पादन कार्यक्रम, जस्तै फोटोशिप जस्ता दृश्यात्मक रूपमा हेर्न सकिन्छ। जब ठूलो चित्र आकारमा घटाइएको छ, कार्य सँभाल्न गणितीय प्रक्रियाको कारण पिक्सेल जानकारीको कमी छ। सफ्टवेयरको पूर्ण सत्यता, अनुपात र सन्दर्भको संरक्षण गर्दा अवांछित पिक्सेलहरू खारेज गर्नको लागि गणना र राउन्डिङ कार्य गर्दछ - सीमित अनुपात फोटोको सङ्गीतको रूपमा महत्त्वपूर्ण छ। जब जुमिंग र मूल आकारमा फोटोको पुन: आकारको संस्करण तुलना गर्न किनकि किनारहरू र वस्तुहरू केही हदसम्म कम मोल वा जगेडा देखिन्छ। हानिकारक सङ्कुचनको यो दृश्य पक्ष समान रूपमा डिजिटल अडियो फाइलहरूको प्रकारसँग सम्बन्धित छ। अधिक डेटा र / वा कम समग्र गुणस्तरमा कम कम्प्रेशन परिणामहरू।