หลาย ๆ คนที่เคยอ่านข่าวใน Blognone แล้วคงสงสัยว่า ไอ้ 24bit, 96kHz หรือ ค่าอะไรประหลาด ๆ เนี่ยมันคืออะไรกันแน่ วันนี้ก็เลยอยากจะมาแนะนำสักนิดหน่อยเพื่ออรรถรสในการอ่านข่าวนี้

#เสียงถูกบันทึกด้วยคอมพิวเตอร์อย่างไร และเล่นออกมาได้อย่างไร?
เสียงนั้นมีคุณสมบัติเป็นคลื่น โดยเป็นการสั่นสะเทือน คนเรารับรู้เสียงจากการสั่นสะเทือนของตัวกลางอย่างเช่นอากาศ ผ่านไปยังอวัยวะย่อยต่าง ๆ ที่อยู่ภายในหู ซึ่งจะแปลงแรงสั่นสะเทือนให้กลายเป็นสัญญาณไฟฟ้าแล้วส่งไปยังสมองผ่านทางเส้นประสาท

สำหรับคอมพิวเตอร์เองก้ไม่ต่างกันมากนัก กล่าวคือ เสียงจะต้องถูกแปลงให้อยู่ในรูปของสัญญาณไฟฟ้าก่อนโดยใช้ไมโครโฟนเป็นตัวรับเสียงแล้วเปลี่ยนให้อยู่ในรูปของสัญญาณไฟฟ้า แต่เนื่องจากคอมพิวเตอร์นั้นทำงานในเชิงตัวเลขหรือดิจิทัล เราจึงต้องมีวงจรแปลงข้อมูลจากสัญญาณไฟฟ้าแบบอะนาล็อกให้อยู่ในรูปของดิจิตอลก่อน วงจรนี้มีชื่อตรง ๆ ว่า Analog-to-Digital Converter หรือ ADC

เมื่อได้ข้อมูลในรูปแบบดิจิทัลแล้ว การที่จะนำข้อมูลชุดนี้กลับมาสร้างเป็นเสียงอีกจะต้องใช้วงจรอีกชุดหนึ่งที่เปลี่ยนข้อมูลดิจิทัลกลับมาเป็นสัญญาณไฟฟ้าแบบอนาล็อก วงจรชุดนี้เรียกว่า Digital-to-Analog Converter หรือ DAC เมื่อได้สัญญาณเสียงกลับมาแล้วเราสามารถที่จะส่งต่อสัญญาณนี้ไปยังลำโพงเพื่อที่จะเปลี่ยนให้เป็นคลื่นเสียงต่อไป
#ขั้นตอนการแปลงสัญญาณไฟฟ้าให้เป็นข้อมูลดิจิทัล
สัญญาณไฟฟ้านั้นเป็นจะเป็นสัญญาณที่ต่อเนื่องกันเป็นช่วงคลื่นยาว ๆ ที่จริงเราก็พอจะสร้างจำลองคลื่นเสียงด้วยการสร้างสมการสียงได้ แต่ก็เป็นเรื่องยากมากและไม่ค่อยเหมือนสัญญาณจริง ๆ ดังนั้น วิธีที่ใช้ในการแปลงสัญญาณไฟฟ้าให้เป็นข้อมูลดิจิทัลนั้นจึงใช้วิธีการสุ่มตัวอย่าง โดยตัววงจร ADCจะทำการอ่านค่าสัญญาณเสียงตามเวลาที่เรากำหนด เช่น อาจจะทุก ๆ 16 มิลลิวินาที หรือทุก ๆ 13 มิลลิวินาที เราจะเรียกความถี่ในการอ่านค่านี้ว่า Sampling Rate โดยมีหน่วยเป็น Hz ซึ่ง 1Hz หมายถึงอ่านข้อมูล 1 ครั้งในหนึ่งวินาที

เมื่อได้ค่าตัวอย่างมาแล้ว ตัววงจร ADC จะทำการวัดศักย์ไฟฟ้าว่าอยู่ในระดับไหน แล้วเปลี่ยนค่าศักย์ไฟฟ้ามาเก็บเป็นตัวอย่างในรูปของตัวเลข โดยแต่ละตัวอย่างจะมีขนาดคงที่ อาจจะเป็น 8บิท 16บิท หรืออะไรก็แล้วแต่ เราจะเรียกค่าจำนวนบิทตรงนี้ว่า bit-depth ซึ่งยิ่งมี bit-depth มากก็จะมีค่าที่เป็นไปได้มากขึ้น ทำให้สามารถเก็บค่าได้ใกล้เคียงกับข้อมูลเสียงเดิมได้มากขึ้นนั่นเอง

โดยทั่วไปเรามักจะพบการเก็บข้อมูลเสียงด้วยเทคนิคที่เรียกว่า Pulse-Code Modulation หรือ PCM ซึ่งจะเก็บค่าตัวอย่างแต่ละค่าแยกออกจากการโดยไม่เกี่ยวข้องกันเลย เช่น ที่ตัวอย่างที่ 0 ตำแหน่งของสัญญาณเสียงอยู่ที่ -6db ในแดนบวก แต่ในตัวอย่างถัดไปนั้นสัญญาณเสียงอาจจะเป็น -8db ในแดนลบ ทั้งสองค่าไม่เกี่ยวข้องกัน

มีเทคนิคที่เก็บค่าแบบเกี่ยวข้องกันเหมือนกัน อย่างเช่นเทคนิค Delta-Sigma Modulation แต่ไม่ค่อยนิยมสักเท่าไหร่ ตอนนี้มีใช้ในพวกการบันทึกเสียงบน SACD เป็นต้น

เราสามารถที่จะมองข้อมูลเสียงชุดนี้ เทียบเคียงกับการเก็บข้อมูลด้านภาพ โดย bit-depth นั้นมีความหมายตรงกันเลย บนไฟล์ภาพ bit-depth คือจำนวนบิทของขนาดที่ใช้เก็บค่าสีของแต่ละ pixel ส่วน sampling-rate ก็เทียบเคียงได้กับ pixel density นั่นเอง

#ขั้นตอนการแปลงจากข้อมูลดิจิทัลให้เป็นสัญญาณไฟฟ้า
สำหรับการแปลงกลับนั้นก็ทำทุกอย่างตรงข้ามกับการแปลงจากสัญญาณไฟฟ้าเป็นข้อมูลดิจิทัลเลยครับ คือ ตัววงจรจะทำการอ่านข้อมูลด้วยอัตราตามความถี่ sampling rate แล้วเอาค่าที่อ่านได้ไปปรับเปลี่ยนศักย์ไฟฟ้าให้เปลี่ยนไปตามค่าตัวอย่างที่เก็บไว้ เท่านั้นเอง

#คำศัพท์ที่ได้ในคราวนี้

1. ADC = Analog-to-Digital Converter วงจรแปลงสัญญาณจาก Analog เป็นช้อมูล Digital
2. DAC = Digital-to-

Analog Converter วงจรแปลงข้อมูล Digital เป็นสัญญาณ Analog
3. PCM = Pulse-code modulation เทคนิคการเก็บข้อมูลเสียงในรูปของชุดของตัวเลขตามความถี่
4. sampling-rate = ความถี่ในการสุ่มตัวอย่างข้อมูล
5. bit-depth = ขนาดของตัวอย่างข้อมูล มีหน่วยเป็นบิท

#แถมท้าย
ในปัจจุบันนี้อุปกรณ์บันทึกเสียงแบบโปรนั้นมีวงจร ADC และ DAC ที่มี bit-depth สูงถึง 24 บิท และสุ่มตัวอย่างกันที่ความถี่ (sampling-rate)192kHz (หนึ่งแสนเก้าหมื่นสองพันครั้งต่อวินาที) และอาจจะเก็บตัวอย่างด้วยค่าทศนิยม (floating point) แทนที่จะเป็นจำนวนเต็มด้วย ในขณะที่อุปกรณ์ของผู้ฟังส่วนใหญ่จะทำงานกันที่ 16bit/44KHz ดังนั้นในอนาคตเราอาจจะเห็นอุปกรณ์ที่รองรับค่าที่สูงกว่านี้อีกครับ

หวังว่าจะพอมีประโยชน์บ้างนะครับ อาจจะอ่านไม่ค่อยรู้เรื่องสักหน่อย :P เดี๋ยวถ้าว่าง ๆ จะพูดถึงเรื่องที่เกี่ยวข้องอื่น ๆ ต่อไป (คงเป็น reply)