情報の勉強高校 情報Ⅰ

第2章 コミュニケーションと情報デザイン

音のデジタル化(標本化ひょうほんか・量子化りょうしか・符号化ふごうか・データ量)

スマホで録音した声も、CD の音楽も、0 と 1 のデータです。このページでは、空気のふるえである音を、標本ひょうほん化・量子化・符号化の3つの手順(PCM)でデジタルにするしくみと、サンプリング周波数しゅうはすう・量子化ビット数、標本化定理ひょうほんかていり、データ量の計算を、図と動く部品で確かめます。

説明

1. 音は空気のふるえ(波)

たいこをたたくと、皮がふるえて、周りの空気がふるえます。そのふるえが耳に届いて、音として聞こえます。音の大きさは触れはば、音の高さは1秒間にふるえる回数(周波数、単位は Hz(ヘルツ))で決まります。

マイクは空気のふるえを電気の波(アナログの信号)に変えます。これをコンピュータが扱える 0 と 1 にするのが音のデジタル化(A/D変換)です。再生するときは反対に、機器の中の回路(D/A変換器)がデジタルのデータを電気の波に戻し(D/A変換)、スピーカーやイヤホンがその電気の波で空気をふるわせます。

音は空気のふるえ。波の形で表せる低い音(ゆっくりふるえる)1回のふるえにかかる時間=周期高い音(速くふるえる)大きい音(触れはばが大きい)1秒間にふるえる回数を周波数(単位 Hz)と呼びます。人の耳に聞こえるのはおよそ 20Hz〜20000Hz(20kHz)です。周波数が高いほど高い音です。

2. 標本化:決まった時間ごとに測る

波は時間とともに切れ目なく変わりますが、コンピュータは無限に細かい値を記録できません。そこで、決まった時間の間隔で波の高さを測り、その値だけを記録します。これを標本化(サンプリング)、測った点を標本点ひょうほんてん、測る間隔を標本化周期しゅうきと呼びます。

1秒間に何回測るかをサンプリング周波数(標本化周波数)と呼び、Hz で表します。例えば 1秒に 44100 回測るなら 44.1kHz です。

① 標本化:決まった時間ごとに、波の高さを測る標本化周期(測る間隔)時間 →オレンジの点(標本点)の値だけを記録し、間の値は記録しません。

3. 量子化:決まった段階の数に丸める

測った高さは 3.27… のような半端な値です。これを、決まった段階のうち一番近い整数に丸めます。これが量子化です。段階の数は、何ビットで表すか(量子化ビット数)で決まり、3ビットなら 23=8 段階、16ビットなら 65536 段階です。

丸めると、元の値との間に小さなずれ(量子化誤差りょうしかごさ)ができます。段階を細かくするほど、このずれは小さくなります。

② 量子化:測った値を、決まった段階(0〜7)の一番近い整数にする012345674655543102値8段階なら 3ビット(2³=8)。赤い線が、丸めたことで生じたずれ(量子化誤差)です。

量子化ビット数が n ビットなら、段階は 2 の n 乗。

4. 符号化:0 と 1 の列にする(PCM)

量子化した整数を、量子化ビット数の2進数に直して並べます。これが符号化です。こうして音は 0 と 1 の列になり、保存したり送ったりできます。

このように 標本化 → 量子化 → 符号化 の順で波をデジタルにする方式を PCM(パルス符号変調)と呼びます。CD の音も、この方式で記録されています。

③ 符号化:整数を2進数(0 と 1)にして並べる4100611051015101510141003011100100002010つなげると:10011010110110110001100100001010個 × 3ビット = 30ビット。①標本化 → ②量子化 → ③符号化 で波をデジタルにする方式を PCM と呼びます。

5. 細かくするほど音はよく、データは大きく

測る回数(サンプリング周波数)を増やすと、波の速い変化まで記録できます。段階(量子化ビット数)を増やすと、高さを正確に記録できます。どちらも元の音に近づきますが、記録する 0 と 1 の数(データ量)も増えます。

音の質とデータ量はトレードオフ(片方をよくすると、もう片方が悪くなる関係)です。使い道に合わせて、ちょうどよい設定を選びます。「さわってみよう」の部品で、回数と段階を変えて確かめましょう。

細かくするほど元の波に近い。でもデータ量は増える8回・4段階(2ビット)8回・16段階(4ビット)32回・4段階(2ビット)32回・16段階(4ビット)右下ほどなめらか(音がよい)= データ量が多い

6. 標本化定理:何回測ればよいか

速くふるえる波を、少ない回数で測ると、点を結んだ形がまったく別のゆっくりした波になってしまいます。元の音に戻すには、元の音に含まれる最も高い周波数の2倍より多い回数で測る必要があります。これを標本化定理と呼びます(本によっては「2倍以上」と書きます)。

人の耳に聞こえる音はおよそ 20kHz までなので、その2倍の 40kHz より少し多い 44.1kHz が CD のサンプリング周波数に選ばれています。

標本化定理:測る回数が少なすぎると、違う音になる1秒に5回ふるえる波を、1秒に6回測る(2倍より少ない)→ ゆっくりした別の波に見えてしまう同じ波を、1秒に16回測る(2倍=10回より多い)→ 元の速いふるえが分かる元の音に含まれる最も高い周波数の2倍より多い回数で測れば、元の音に戻せます。

最も高い周波数の2倍より多く測れば、元の音に戻せる(標本化定理)。

7. 音のデータ量を計算する

1秒に測る回数 × 1回のビット数 で、1秒当たりのビット数が出ます。左右の2つの音(ステレオ)なら2倍、1つの音(モノラル)なら1倍です。これに秒数をかけます。

データ量(ビット)=サンプリング周波数 × 量子化ビット数 × チャンネル数 × 秒数。バイトにするには 8 で割ります。CD は 44.1kHz・16ビット・ステレオです。MB・GB にするとき、1000 で割るか 1024 で割るかは問題文の決まりに従います。

音のデータ量(ビット)= 4つのかけ算サンプリング周波数1秒に測る回数44100×量子化ビット数1回の値のビット数16×チャンネル数ステレオは22×秒数録音の長さ60CD の音で1分:44100 × 16 × 2 × 60 = 84,672,000 ビット÷ 8 = 10,584,000 バイト ≒ 10.6 MB(1MB=1,000,000バイトのとき)1MB=1024×1024 バイトで計算すると約 10.1MB。問題文の決まりに合わせます。
使い道に合わせた設定の例使い道サンプリング周波数量子化ビット数1秒・1ch電話の声8 kHz8 ビット64 kビット音楽 CD44.1 kHz16 ビット705.6 kビットハイレゾの例96 kHz24 ビット2304 kビット声は高い周波数が少ないので、電話は測る回数とビット数を減らしてデータ量をおさえています。
電話の値は昔からの固定電話のデジタル方式(PCM)の例です。ハイレゾは CD より細かい設定の音源の呼び名で、96kHz・24ビットはその一例です。

ひとことで言うと音は、標本化→量子化→符号化で 0 と 1 にする。細かくするほど音はよく、データは大きい。

例題

例題1 CD の音、1分のデータ量

CD と同じ設定(サンプリング周波数 44.1kHz、量子化ビット数 16ビット、ステレオ)で1分間録音すると、データ量は何バイトですか。圧縮はしないものとします。

例題2 スマホのボイスメモ

スマホのボイスメモを、サンプリング周波数 48kHz、量子化ビット数 16ビット、モノラルで5分間録音しました。圧縮しないとき、データ量は何 MB ですか(1MB=1,000,000バイト)。

練習

1
音のデジタル化で「標本化」とは何をすることですか。
2
量子化ビット数が 4 ビットのとき、波の高さを何段階で表せますか。
3
サンプリング周波数 48kHz、量子化ビット数 16ビット、ステレオで1秒間録音すると、データ量は何バイトですか(圧縮なし)。
4
最も高い周波数が 4kHz の音を、元に戻せるように標本化したい。標本化定理から考えて、サンプリング周波数に最低限必要な条件として正しいものはどれですか。
5
ほかの設定は変えずに、量子化ビット数を 8 ビットから 16 ビットにした。データ量はどうなりますか。

さわってみよう

標本化と量子化を変えてみる

「測る回数」と「段階の数」を選ぶと、オレンジの線(デジタルにした音)と、青い線(元の音)とのずれ(赤い部分)が変わります。図の横はばは 1/100 秒で、この波には 1秒に600回の細かいふるえが混ざっています。測る回数を 12回(1200Hz)以下にすると何が起きるか、予想してから確かめましょう。

測る回数が 1200Hz(600Hz の2倍)以下だと、細かいふるえが消えたり別の形になったりします(標本化定理)。段階を増やすと、測った点で値を段階に丸めたことによるずれ(量子化誤差ごさ)は一般に小さくなります。ただし、赤い部分には、次に測るまで同じ値をたもつことによるずれも含まれるので、赤い部分全体が必ず小さくなるとは限りません。どちらを増やしても、1秒のデータ量は増えます。

やってみよう(共通テスト形式)

このサイトで作った問題です(過去の試験問題ではありません)。

放送部の A さんは、校内放送用の音をパソコンで録音している。録音ソフトでは、サンプリング周波数・量子化ビット数・チャンネル数を選べる。次は、A さんと顧問の先生の会話である。

A さん:昼の放送で流す3分の曲は、CD と同じ 44.1kHz・16ビット・ステレオで録音しました。
先生:朝の連絡は声だけだね。声だけなら、もう少しデータ量の小さい設定でもいいよ。たとえば 22.05kHz・16ビット・モノラルにしてみよう。
A さん:22.05kHz で、きちんと録れるんですか。
先生:標本化定理を思い出そう。録りたい音にふくまれる最も高い周波数で決まるよ。

(データ量は圧縮しないものとし、1MB=1,000,000バイトとする。)

問1
3分の曲のデータ量として最も近いものを選べ。
問2
朝の連絡を 22.05kHz・16ビット・モノラルで録音すると、同じ長さを CD と同じ設定で録音したときの何倍のデータ量になるか。
問3
22.05kHz で録音したとき、元の音が正しく記録できないおそれがあるものとして最も適当なものを選べ。

この単元が出た過去問の解説

ちょっと寄り道:豆知識・こぼれ話

試験に出るとはかぎりませんが、知っていると情報がもっと面白くなる話です。

標本化定理は、日本でも同じ年に発表された

「元の音の最も高い周波数の2倍より多く測れば、元の波を復元できる」という標本化定理は、アメリカのシャノンの名前で知られています。実は1949年、日本の研究者の染谷勲(そめや いさお)も、シャノンとはまったく別に、同じ定理を本の中で発表していました。そのため日本では「シャノン=染谷の標本化定理」と呼ばれることもあります。遠くはなれた2人が、同じ年に同じ答えにたどりついていたのです。

参考:京都大学数理解析研究所講究録 所収の論説(標本化定理の歴史について。「1949年、シャノンと染谷勲は全く独立に標本化定理を発表した」);染谷勲『波形伝送』1949年

160年以上前の「録音」を、コンピュータで聞いた

1860年4月9日、フランスのスコット・ド・マルタンヴィルは、すすを塗った紙に、音のふるえを線として書き取る装置で、フランスの歌『月の光に』を記録しました。この装置は音を「見る」ためのもので、音を再生する方法はありませんでした。2008年、アメリカの研究者たちが、残っていた紙の線を細かく読み取ってデジタルのデータにし、コンピュータで音に戻すことに成功しました。エジソンが蓄音機を作る17年も前の歌声が、デジタル化によってよみがえったのです。

参考:First Sounds「The Phonautograms of Édouard-Léon Scott de Martinville」(firstsounds.org)

わからなかったら、ここへもどる

あわせて読む

次はこれ

先生・おうちの方へ

つまずきやすい所:①標本化と量子化の区別(横=時間を区切るのが標本化、縦=高さを区切るのが量子化)。②量子化ビット数と段階の数(16ビット=65536段階)を混同し、データ量の計算で 65536 をかけてしまう。③ビットとバイト、MB の 1000 と 1024 の取り違え。問題文の約束を必ず確かめるよう伝えてください。

標本化定理の書き方:正確には「最も高い周波数の2倍より大きい周波数で標本化すれば元の信号を復元できる」です。教科書・参考書では「2倍以上」と書くものも多いので、本文ではその両方を示しました。量子化の丸め方(四捨五入・切り捨て)や段階の付け方は機器によって違うので、問題文の決まりに従います。

数値について:CD は 44.1kHz・16ビット・2チャンネル(1秒 1,411,200 ビット)。固定電話のデジタル方式(PCM)は 8kHz・8ビット(1秒 64kビット)。人の可聴域はおよそ 20Hz〜20kHz(個人差・年齢差があります)。データ量の計算は verify/c2-oto.py で確かめています。

学習指導要領との関係:解説 (2)ア(ア) では、標本化・量子化・符号化によって音をデジタル化すること、測る間隔の細かさや段階の数を変えると、音の質とファイルの大きさがどう変わるかを、理由とともに理解させることが求められています。「さわってみよう」の部品で、回数と段階を変えたときの音の形とデータ量の変化を確かめさせてください。

学習指導要領:情報Ⅰ (2)ア(ア) / 参考:高等学校学習指導要領(平成30年告示)解説 情報編 情報Ⅰ (2)ア(ア)、文部科学省「高等学校情報科『情報Ⅰ』教員研修用教材」第2章 学習6「デジタルにするということ」、IEC 60908(CD-DA。44.1kHz・16ビット・2チャンネル)、ITU-T G.711(電話の PCM。8kHz・8ビット)