hangadatokat

Hangadatok a hanghullámok digitális vagy kódolt formában történő tárolt és átvihető reprezentációi. Ezek lehetnek nyers PCM mintasorok vagy tömörített, bitfolyamok, amelyek hangot tartalmazó információt hordoznak. A hangadatok minőségét és méretét a mintavételi frekvencia, a bitmélység, a csatornák száma és a tömörítési mód határozza meg.

Digitalis hang esetén a hang analóg jelét először mintákká alakítják. A mintavételi frekvencia meghatározza, másodpercenként hány mintát rögzítenek. A bitmélység a minta pontosságát adja meg, és a csatornák száma határozza meg a hang mono vagy sztereó jellegét. Ezek az alapvető paraméterek befolyásolják a felbontást és a fájlméretet.

Hangadatokat nyers PCM formátumban tárolhatnak például WAV vagy AIFF konténerekben, vagy tömörítve, például MP3, AAC vagy OGG Vorbis formátumokkal. Veszteséges tömörítés kisebb fájlméretet ad, de minőségveszteséggel jár; veszteségmentes tömörítés pedig például FLAC vagy ALAC formában érhető el. Metaadatokkal egészíthetők ki: cím, előadó, album, dátum, sáv, sávszélesség, és kódolási paraméterek.

Hangadatokat zeneszámból, beszédből vagy nyelvi felvételekből nyerünk ki, és használják zenekészítésben, broadcastban, archiválásban, beszédfelismerésben vagy vizuális és akusztikai kutatásokban. Feldolgozás során gyakori műveletek a normalizálás, a dinamikatartomány-szabályozás és a tömörítés kiválasztása, illetve a minimális torzítás érdekében a kódolási és dekódolási paraméterek finomhangolása.

Összességében a hangadatok kezelése a minőség és a méret közötti kompromisszumokkal jár. Gyakori szabványok közé tartozik a 44,1 vagy 48 kHz-es mintavételi frekvencia és a 16 vagy 24 bites bitmélység, a professzionális felvételeknél pedig gyakran 96 kHz és 24 bit. A tárolási és átviteli igények befolyásolják a streaminget, archiválást és valós idejű feldolgozást.