Fundamentos de audio digital

Seminario de Audio
2005

Ernesto Ló pez
Martín Rocamora
 Sistemas de audio digital

Pilares de la digitalización:
Muestreo
Cuantización

Tipos fundamentales de distorsión:

Presencia de frecuencias erróneas (aliasing)
Distorsión debida a la cuantización (ruido granular)
Digitalización
Digitalización
Digitalización
Digitalización
 Digitalización

Muestreo:
Convierte el tiempo de continuo a disceto

Cuantización:
Convierte la amplitud de continua a discreta
 Muestreo

La salida del S&H cambia a intervalos regulares de

tiempo. Se pierde la información entre muestras?
NO. El muestreo es un proceso sin pérdida si la señal a
digitalizar está adecuadamente condicionada.

El muestreo es apropiado si es posible reconstruir la

señal original a partir de las muestras digitales.
Muestreo

Señal de DC
Reconstrucción posible
con lineas rectas.
Muestreo apropiado.

Sinusoide f = 0.09 fs
La reconstrucción no es
unir con lineas rectas.
Muestreo correcto a
simple vista.
Muestreo

Sinusoide f = 0.31 fs
La sinusoide no es evi-
dente a partir de la dis-
tribución de muestras.
Hay menos muestras
por período.
Sinusoide f = 0.95 fs
Las muestras represen-
tan otra sinusoide (alia-
sing).
El muestreo NO es
apropiado.
 Muestreo

Teorema de muestreo
Para ser muestreada correctamente la señal continua no
debe tener componentes por encima de fs/2. (Shannon,
Nyquist – 1940s).
Si existen componentes superiores se distorsionan
combinándose con la información legítima (aliasing).
Un sistema de muestreo siempre se precede de un filtro
pasabajos de frecuencia de corte fs/2.
Muestreo

Señal continua
y espectro

Producto
de
señal continua
con tren
y espectro
Muestreo

fs = 3 BW
Muestreo
correcto

fs = 1.5 BW
Muestreo
incorrecto
(aliasing)
Aliasing

Las componentes por

encima de fs/2 se
mapean entre 0 y fs/2.

El aliasing también
altera la fase.
Conversión DA

DAC con tren

de impulsos

DAC con
mantenedor de
orden cero
 Conversión DA

El espectro se ve
multiplicado por un
sinc(f).
El filtro reconstructor
puede compensar la
ganancia - 1/sinc(f).
Conversión DA
 Digitalización

Proceso para representar una señal analógica

como una secuencia de números de precisión
finita.

Dos dimensiones de información deben almacenarse:

El tiempo: almacenado implícitamente por el mues-treo.

La amplitud: guardada por la cuantización.
Proceso de digitalización

El conversor A/D tiene

como entrada la señal
discretizada en el tiem-po
por el S&H.
La precisión de las
muestras es infinita a la
salida del S&H.
El conversor A/D apro-
xima el valor de las
muestras a un número
de precisión finita.
 Parámetros del conversor A/D

Largo de palabra (N)

Determina la cantidad de
niveles de amplitud
N bits ® 2^N niveles

Escala completa (Xm)

Amplitud máxima de pico
soportada (valor de “clip-
ping”)
 Proceso de cuantización

Se divide el rango máximo

de amplitud entre la canti-
dad de niveles.
A cada nivel se le asigna una
palabra binaria.

Resolución (Q)
Separación entre palabras
 Código Complemento a 2

El valor decimal de la pa-

Ventaja labra a0a1a2..a(N-1) se
obtiene como:

El valor decimal de las

palabras es proporcional a
las amplitudes que re-
presentan.

Se puede hacer cuentas

directamente con las pa-
labras.
 Cuantización: aproximación

No es posible repre-
sentar una cantidad in-
finita de valores con un
número finito de dígi-tos.

Aproximación de la
muestra analógica al
nivel mas cercano.
 Proceso con pérdida

Todos los valores de amplitud en el mismo intervalo de

cuantización tienen asignado el único valor asig-nado a
ese intervalo.

Con la cuantización siempre se introduce un error.

La naturaleza del proceso de cuantización

es con pérdida.
 Error de cuantización

Mejor caso
muestra coincidente con un intervalo de cuan-
tización: error nulo.
Peor caso
muestra entre intervalos de cuantización: error de
medio intervalo (Q/2).

Varía entre -Q/2 y Q/2.

Decrece al aumentar la cantidad de bits de la
palabra.
Error de cuantización
 Modelo como ruido

Modelo
Ruido blanco de distribución uniforme entre -Q/2
y Q/2.
(muestras del error no correlacionadas entre si ni con
la señal digital)

Hipótesis
Señales complejas de gran amplitud (voz, música).
 Rango dinámico

Rango dinámico: relación entre la señal de mayor

potencia representable y el piso de ruido.
El modelo del error como ruido blanco permite esti-mar
el rango dinámico:
SNR = 6.02N + 1.76 dB
El rango dinámico crece 6 dB por bit de largo de pa-labra.

El largo de palabra determina el rango

dinámico del sistema digital.
 Distorsión

En las señales de baja amplitud, las muestras del error

se correlacionan entre si y con la señal digital.

El error no se puede modelar como ruido blanco.

Las señales predecibles son mas perceptibles.

Comportamiento como distorsión.

Distorsión
 Distorsión

Caso 1: sinusoide de
amplitud Q centrada en
un nivel de cuanti-
zación: desaparece.

Caso 2: sinusoide de
amplitud Q centrada
en un intervalo de
cuantización: severa
distorsión (onda cua-
drada).
 Distorsión

El proceso de muestreo y
cuantización son intercam-
biables: aparece aliasing
luego del filtro pasabajos.
Si algún armónico está cerca
de un múltiplo de fs, apare-cen
“pajaritos”.
Las fluctuaciones cuantiza-
das en el piso de ruido pro-
ducen “ruido granular”.
 Dither

Pequeña cantidad de ruido blanco

agregado a la señal analógica a digitalizar.

Se obliga a que la señal cambie permanentemente de

nivel de cuantización.
Se elimina la correlación del error de cuantización
tornándolo aleatorio.
 Dither

Características

Amplitud proporcional al intervalo de cuantización.

Típicamente se utiliza Q/2.
Distribución uniforme, triangular o gaussiana.
“Shaping”: Modelado en frecuencia para llevarlo a
regiones de menor sensibilidad auditiva.
 Dither

La información de
amplitud se con-
serva en el ancho
de los pulsos
(PWM).

El oído promedia y
escucha la señal
original con ruido.
 Dither

Beneficios

Eliminación de la distorsión. Desparrama componen-tes

espectrales erróneos por todo el espectro.

Incremento en la resolución del sistema a mas de

medio intervalo de cuantización.

Plantea un compromiso entre rango

dinámico y disminución de distorsión.
 Resumen
Los sistemas digitales se caracterizan por:

Frecuencia de muestreo: determina el ancho de

banda.
Numero de bits: determina el rango dinámico.

Hay que tomar precauciones contra:

Aliasing: mediante filtrado pasabajos.

Distorsión: con dither.
 Referencias

Digital signal processing – S. Smith Principles of digital

audio – K. Pohlmann Discrete-time signal processing –
A.V. Oppenhiem
R.W. Schafer