Audio digital

Si una señal de audio es analógica, un sistema de audio digital comienza con un convertidor analógico-digital (ADC) que convierte la señal analógica en digital. ^{[ b ]} El ADC funciona a una frecuencia de muestreo específica y realiza la conversión con una resolución de bits conocida. El audio de un CD , por ejemplo, tiene una frecuencia de muestreo de 44,1 kHz (44 100 muestras por segundo) y una resolución de 16 bits para cada canal estéreo . Las señales analógicas que no hayan sido limitadas en banda deben pasar por un filtro anti-aliasing antes de la conversión, para evitar la distorsión por aliasing causada por señales de audio con frecuencias superiores a la frecuencia de Nyquist (la mitad de la frecuencia de muestreo).  

Una señal de audio digital puede almacenarse o transmitirse. El audio digital puede almacenarse en un CD, un reproductor de audio digital , un disco duro , una unidad flash USB o cualquier otro dispositivo de almacenamiento de datos digitales . La señal digital puede modificarse mediante procesamiento digital de señales , donde puede filtrarse o aplicarse efectos . La conversión de frecuencia de muestreo , incluyendo el sobremuestreo y el submuestreo , puede utilizarse para cambiar señales codificadas con una frecuencia de muestreo diferente a una frecuencia de muestreo común antes del procesamiento. Las técnicas de compresión de datos de audio, como MP3 , Advanced Audio Coding (AAC), Opus , Ogg Vorbis o FLAC , se emplean comúnmente para reducir el tamaño del archivo. El audio digital puede transmitirse a través de interfaces de audio digital como AES3 o MADI . El audio digital puede transmitirse a través de una red utilizando audio sobre Ethernet , audio sobre IP u otros estándares y sistemas de transmisión de medios .

Para su reproducción, el audio digital debe convertirse de nuevo a una señal analógica mediante un convertidor digital-analógico (DAC). Según el teorema de muestreo de Nyquist-Shannon , con algunas restricciones prácticas y teóricas, se puede reconstruir con precisión una versión de ancho de banda limitado de la señal analógica original a partir de la señal digital.

Durante la conversión, los datos de audio pueden incorporarse con una marca de agua digital para prevenir la piratería y el uso no autorizado. La incorporación de la marca de agua se realiza mediante un método de espectro ensanchado de secuencia directa (DSSS). La información de audio se modula con una secuencia de pseudorruido (PN), se le da forma dentro del dominio de la frecuencia y se reincorpora a la señal original. La intensidad de la incrustación determina la intensidad de la marca de agua en los datos de audio. ^{[ 4 ]}

La modulación por codificación de pulsos (PCM) fue inventada por el científico británico Alec Reeves en 1937. ^{[ 5 ]} En 1950, C. Chapin Cutler de Bell Labs presentó la patente de la modulación diferencial por codificación de pulsos (DPCM), ^{[ 6 ]} un algoritmo de compresión de datos . La DPCM adaptativa (ADPCM) fue introducida por P. Cummiskey, Nikil S. Jayant y James L. Flanagan en Bell Labs en 1973. ^{[ 7 ] [ 8 ]}

La codificación perceptual se utilizó por primera vez para la compresión de codificación de voz , con codificación predictiva lineal (LPC). ^{[ 9 ]} Los conceptos iniciales de LPC se remontan al trabajo de Fumitada Itakura ( Universidad de Nagoya ) y Shuzo Saito ( Nippon Telegraph and Telephone ) en 1966. ^{[ 10 ]} Durante la década de 1970, Bishnu S. Atal y Manfred R. Schroeder en Bell Labs desarrollaron una forma de LPC llamada codificación predictiva adaptativa (APC), un algoritmo de codificación perceptual que explotaba las propiedades de enmascaramiento del oído humano, seguido a principios de la década de 1980 por el algoritmo de predicción lineal excitada por código (CELP). ^{[ 9 ]}

La codificación de transformada discreta del coseno (DCT), un método de compresión con pérdidas propuesto por primera vez por Nasir Ahmed en 1972, ^{[ 11 ] [ 12 ]} proporcionó la base para la transformada discreta del coseno modificada (MDCT), que fue desarrollada por JP Princen, AW Johnson y AB Bradley en 1987. ^{[ 13 ]} La MDCT es la base de la mayoría de los estándares de codificación de audio , como Dolby Digital (AC-3), ^{[ 14 ]} MP3 ( MPEG Layer III), ^{[ 15 ] [ 9 ]} AAC, Windows Media Audio (WMA), Opus y Vorbis ( Ogg ). ^{[ 14 ]}

La modulación por coherencia de fase (PCM) se utilizó en aplicaciones de telecomunicaciones mucho antes de su primer uso en la radiodifusión y grabación comercial. La grabación digital comercial fue pionera en Japón por NHK y Nippon Columbia y su marca Denon , en la década de 1960. Las primeras grabaciones digitales comerciales se lanzaron en 1971. ^{[ 16 ]}

La BBC también comenzó a experimentar con audio digital en la década de 1960. A principios de la década de 1970, había desarrollado una grabadora de 2 canales y, en 1972, implementó un sistema de transmisión de audio digital que conectaba su centro de transmisión con sus transmisores remotos. ^{[ 16 ]}

La primera grabación PCM de 16 bits en Estados Unidos la realizó Thomas Stockham en la Ópera de Santa Fe en 1976, con una grabadora Soundstream . Telarc utilizó una versión mejorada del sistema Soundstream para producir varias grabaciones de música clásica en 1978. La grabadora multipista digital 3M , en desarrollo en ese momento, se basaba en tecnología de la BBC. El primer álbum totalmente digital grabado con esta máquina fue Bop till You Drop de Ry Cooder en 1979. El sello discográfico británico Decca comenzó a desarrollar sus propias grabadoras de audio digital de 2 pistas en 1978 y lanzó la primera grabación digital europea en 1979. ^{[ 16 ]}

Las populares grabadoras multipista digitales profesionales fabricadas por Sony/Studer ( DASH ) y Mitsubishi ( ProDigi ) a principios de la década de 1980 contribuyeron a la aceptación de la grabación digital por parte de las principales compañías discográficas. Estas máquinas también contaban con su propio mecanismo de transporte integrado, utilizando cintas de carrete abierto de 1/4, 1/2 o 1 pulgada de ancho, y los datos de audio se grababan en la cinta mediante un cabezal de cinta fijo multipista. Los adaptadores PCM permitían la grabación de audio digital estéreo en una grabadora de vídeo convencional NTSC o PAL .

La introducción del CD por Philips y Sony en 1982 popularizó el audio digital entre los consumidores. ^{[ 16 ]}

ADAT estuvo disponible a principios de la década de 1990, lo que permitió la grabación de ocho pistas a 44,1 o 48  kHz en casetes S-VHS, y DTRS realizaba una función similar con cintas Hi8.

Formatos como ProDigi y DASH se denominaban formatos SDAT (cinta de audio digital de cabezal fijo), a diferencia de formatos como los sistemas basados ​​en adaptadores PCM y la cinta de audio digital (DAT), que se denominaban formatos RDAT (cinta de audio digital de cabezal giratorio), debido a su proceso de grabación mediante escaneo helicoidal.

Al igual que el casete DAT, las grabadoras ProDigi y DASH también admitían la  frecuencia de muestreo obligatoria de 44,1 kHz, pero también 48  kHz en todos los modelos, y finalmente una  frecuencia de muestreo de 96 kHz. Superaron los problemas que impedían a las grabadoras analógicas típicas satisfacer las exigencias de ancho de banda (rango de frecuencia) de la grabación digital mediante una combinación de velocidades de cinta más altas, espacios entre cabezales más estrechos utilizados en combinación con cintas de formulación metálica y la distribución de datos en múltiples pistas paralelas.

A diferencia de los sistemas analógicos, las estaciones de trabajo de audio digital y las interfaces de audio modernas permiten tantos canales con tantas frecuencias de muestreo diferentes como la computadora pueda procesar simultáneamente. Avid Audio y Steinberg lanzaron los primeros programas de software para estaciones de trabajo de audio digital en 1989. ^{[ 17 ]} Las estaciones de trabajo de audio digital facilitan enormemente la grabación y mezcla multipista para proyectos de gran envergadura, algo que resultaría difícil con equipos analógicos.

El rápido desarrollo y la amplia adopción de la telefonía digital PCM fueron posibles gracias a la tecnología de circuitos de condensadores conmutados (SC) de óxido metálico-semiconductor (MOS) , desarrollada a principios de la década de 1970. ^{[ 18 ]} Esto condujo al desarrollo de chips de filtro de códec PCM a finales de la década de 1970. ^{[ 18 ] [ 19 ]} El chip de filtro de códec PCM CMOS (MOS complementario) de puerta de silicio , desarrollado por David A. Hodges y WC Black en 1980, ^{[ 18 ]} ha sido desde entonces el estándar de la industria para la telefonía digital. ^{[ 18 ] [ 19 ]} Para la década de 1990, las redes de telecomunicaciones, como la red telefónica pública conmutada (PSTN), se habían digitalizado en gran medida con filtros de códec PCM CMOS de integración a muy gran escala ( VLSI ), ampliamente utilizados en sistemas de conmutación electrónica para centrales telefónicas , módems de usuario final y una variedad de aplicaciones de transmisión digital, como la red digital de servicios integrados (RDSI), teléfonos inalámbricos y teléfonos celulares . ^{[ 19 ]}