2.2 音声の電子化

音声の電子化は、 適当な時間間隔で空気の圧力変化を (離散的な) 数値で記録するのが 基本である⁵。

音楽用 CD (CD-DA) では、44.1kHz のサンプリング・ レートで⁶、 圧力を 16 ビット (2バイト) の数値で (普通は 2 チャンネルのステレオで) 記録する。 特にデータの圧縮はされないため⁷、 1 分間、ステレオで録音されたデータの容量は、

$$44.1\times 10^3\times 2\times 2\times 60 {\rm B} =10584000{\rm B} \kinji 10.1 {\rm MB}$$

ものサイズになる (CD が登場した当時は、これは巨大なサイズであったが、 今では大したことがないように感じられるようになった…)。

Windows で録音してみる

マイクロフォンをWindows パソコンに接続すれば、 Windows に付属しているサウンド レコーダー (「スタート」→「すべてのプログラム」→「アクセサリ」 →「エンターテイメント」→「サウンド レコーダー」) を用いて録音できる (ただしわずか 60 秒 -- ささやかな仕様ですね)。 データの形式は G.723.1, PCM, MP3, Windows Media Audio (V1, V2) など。

(音声に関する実験は、後日 Mathematica を体験するときに行なう予定。 もしマイクを持っていたら、その時に持って来ると楽しい？)

音声データに関しても、画像データと同様のことが言える。

音声データも不可逆な圧縮をすることでサイズをかなり小さくできる。
(ただし音楽用 CD のデータは圧縮されていない!!)

音声データを圧縮する方法も特許がからむことが多い。

最近では著作権保護機能なども組み込まれるようになっている。