音声のデジタル表現とファイル形式

PCM (パルス符号変調) は、アナログ音声の波を 標本化・量子化・符号化 の順に処理して、0 と 1 の並びに置き換える方式である。

標本化 は一定の時間間隔で波の高さを読み取ること、量子化 は読み取った値を決まった段階の数値に丸めること、符号化 はその数値を 0 と 1 の並びで表すことである。1 秒あたりの標本化の回数 (標本化周波数) と、量子化の段階を表すビット数 (量子化ビット数) を増やすほど元の波に近づくが、データ量も増える。データ量は「標本化周波数 × 量子化ビット数 × チャンネル数 × 秒数」で求まり、例えば 1 秒に 8,000 回、8 ビット、1 チャンネルで 10 秒記録すると 640,000 ビット (80,000 バイト) になる。

たとえ走っている人を一定の間隔で連写し、写真ごとに位置を最も近い目盛りで読んで、数字で書き留めていくようなもの。

覚え方「測る → 丸める → 書く」の 3 つの動作で順序を覚える。名前の中の C (Code = 符号) が最後の段の符号化にあたる。

MIDI は、音の波形ではなく、どの音をいつどの強さで鳴らすかという 演奏情報 を、電子楽器とコンピュータの間で伝えるための規格である。

音そのものを含まず指示だけを送るので、曲の長さに対してデータ量はごく小さい。実際の音は、受け取った側の 音源 (音を作り出す装置やソフトウェア) が演奏情報に従って作るため、音源が変われば同じデータでも響きが変わる。録音した人の声のような波形そのものは、MIDI の演奏情報としては表せない。

たとえ演奏を録音したものではなく楽譜を手渡すようなもので、同じ楽譜でも弾く人と楽器が変われば聞こえ方が変わる。

覚え方正式名の最後は Interface (つなぐ口)。もともと楽器と楽器をつなぐための取り決めとして生まれた。

この用語の過去問 1 題 MIDI →

WAV は、主に PCM でデジタル化した音声を 圧縮せずに 収める、Windows で標準的に使われる音声ファイル形式である。

圧縮しないので情報が捨てられず、保存しても音質は変わらないため、編集の素材に向く。その代わり、PCM のデータ量がほぼそのままファイルの大きさになる。

たとえ撮った写真を縮小も加工もせずに、そのまま保存しておくようなもの。

覚え方名前は波形 (Waveform) から来ている。波形をそのまま入れた箱と結び付ける。

MP3 は、人の耳に聞こえにくい成分を取り除いて音声データを小さくする、非可逆圧縮 の音声ファイル形式である。

非可逆圧縮 は、圧縮したデータを 伸長 (元の形式に戻す処理) しても、捨てた情報が戻らない方式である。MP3 は、大きな音のすぐ近くにある小さな音のように聞き取りにくい部分を削り、設定によっては元の PCM データの 10 分の 1 程度まで小さくできる。削る量を増やすほどファイルは小さくなるが、音質は落ちる。

たとえ荷造りで、なくても困らない物を抜いて鞄を軽くするようなもの。抜いた物は後から取り戻せない。

覚え方MP3 は MPEG-1 Audio Layer-3 の略で、映像と音声の圧縮規格 MPEG の音声部分から生まれた名前である。

この用語の過去問 1 題 MP3 →

AAC は、MP3 より後に開発された 非可逆圧縮 の音声形式で、同じデータ量なら MP3 より音質を保ちやすい。

名前は Advanced Audio Coding (高度な音声符号化) の略で、MPEG-2 や MPEG-4 の規格の一部として定められた。音楽配信サービスやスマートフォン、デジタル放送の音声などで使われている。

たとえ荷物を軽くする道具の改良版で、同じ重さに詰めても中身を多く残せるようなもの。