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・量子化・符号化・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・量子化ビット数、標本化定理、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。
音の入り口と出口





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、測る間隔を標本化周期と呼びます。
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。
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)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。
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。
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。
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。
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。
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。
- 1秒当たり:44100 × 16 × 2 = 1,411,200 ビット。
- 1分(60秒):1,411,200 × 60 = 84,672,000 ビット。
- バイトにする:84,672,000 ÷ 8 = 10,584,000 バイト。1MB=1,000,000 バイトとすると、約 10.6 MB です。
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)。
- 1秒当たり:48000 × 16 × 1 = 768,000 ビット = 96,000 バイト。
- 5分=300秒:96,000 × 300 = 28,800,000 バイト。
- 28,800,000 ÷ 1,000,000 = 28.8 MB。実際のアプリが圧縮して保存する設定なら、普通ファイルはこれより小さくなります(「データの圧縮」で学びます)。
練習
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)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。)
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
- ビットとバイト、情報量(nビットで何通り)
- 中学数学「比例」と単位の換算(kHz→Hz、分→秒)準備中
あわせて読む
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)