ZVOK

     Zvok je pomembna sestavina skoraj vsake kvalitetne multimedijske predstavitve, saj lahko z njim pridobimo na večji nazornosti, dramatičnosti in dinamičnosti posredovanja informacije. Zvok se v multimediji pojavlja na več načinov. Lahko se pojavi kot glasba, govor, naravni zvok in signalni zvoki.  Glasba spodbuja pri človeku razpoloženje, čustva in diktiranje tempa (npr. z glasbo podprt tekst ali PowerPoint predstavitev), z govorom lahko v multimedijski predstavitvi dodamo pripoved ali dialog, naravni zvoki nam nudijo dodatne vsebinske ali opisne podrobnosti v multimedijski predstavitvi (npr. realistični zvok razbitja stekla, lajež psa, šumenje listja, tuljenje vetra, valovanje morja itd.), signalni zvoki pa nam nudijo možnost opozarjanja na določene dogodke ali na določene pomembnejše dele multimedijske predstavitve (npr. zvok sirene, zvok troblje ali zvonca itd.)

Ljudje zaznavamo zvok s sluhom (slika 1). Pod zvokom razumemo mehansko valovanje, ki se širi v dani snovi (trdnini, kapljevini ali plinu); v fizikalnem smislu je  vzdolžno ali longitudinalno valovanje zračnih delcev (longitudinalno ali vzdolžno valovanje zračnih delcev - nihanje delcev v smeri širjenja valovanja) (slika 1). Kot primer vzemimo zvočnik kot izvir zvoka (slika  1): pri premiku membrane desno od mirovne lege A v C (slika 1) nastane zgoščina molekul zraka (večja gostota zraka) in posledično povečan zračni tlak. Ko se premika membrana v levo (A v B), povzroča razredčino (gostota zraka se zmanjša) in znižanje zračnega tlaka. Na sprejemni strani poteka proces v obratni smeri: povečan in zmanjšan zračni tlak povzročata nihanje bobniča v ušesu ali membrane mikrofona. 

Zvok lahko opredelimo s frekvenco in amplitudo zvočnega tlaka. Prva je povezana z višino tona, druga z glasnostjo. Človeško uho je sposobno zaznavati zvok v frekvenčnem obsegu med 12 Hz in 20.000 Hz. To območje se spreminja glede na starost, poklicno deformacijo sluha in spol; večina ljudi v razvitem svetu od najstništva naprej več ne sliši 20 kHz in ko se starajo, postopoma zgubljajo sposobnost zaznavanja tako višjih kot tudi nižjih frekvenc. Večina človeškega govora zavzema območje med 200 in 8000 Hz, človeško uho pa je najobčutljivejše za frekvence med 1000 in 3500 Hz. Zvok nad slušnim območjem je znan kot ultrazvok, zvok pod slušnim območjem pa infrazvok (slika 1). Amplitudo zvoka merimo in izražamo, npr. lahko kot tlak, lahko pa jo merimo tudi decibelih (enota za glasnost brez dimenzije, s katero izražamo razmerje med spremenljivo količino in fiksno referenco). Najtišji zvok, ki ga še zaznavamo ima 0 dB, najglasnejši pa npr. reaktivno letalo 120 - 130 dB (nevzdržno, trajne poškodbe ušesa); tovorni promet, ki ga smatramo kot zelo glasen zvok ima 80 - 90 dB, pogovor skupine ljudi 60 - 70 dB (glasno), dnevna soba 50-60 dB (tiho), zelo mirna soba 20 -30 dB (tiho) in tišina 10 -20 dB (zelo tiho). 

     Zvok, ki ga sestavlja ena sama frekvenca, imenujemo ton (slika 2). Spekter tona je črta katere višina določa jakost zvoka. Zven je zvok, ki ga sestavlja več sinusnih sestavin z različnimi frekvencami, navadno osnovni ton in višji harmonični toni, katerih frekvence so celoštevilski večkratniki frekvence osnovnega tona. Spekter zvena predstavljajo črte v enakomernih razmakih, ki s svojo višino določajo jakost posameznega tona. Šum je zvok, v katerem so v večji ali manjši meri navzoče vse sinusne sestavine v nekem frekvenčnem intervalu; njegov spekter je zvezen. Posebna vrsta zvoka je pok, pri katerem zvočni tlak v zelo kratkem času močno naraste, nato pa pojema.

Za snemanje zvoka potrebujemo mikrofon. Funkcija mikrofona je, da zvočno valovanje spreminja v ekvivalentno nihanje napetosti (slika 2). Predhodniki današnjega digitalnega zapisovanja zvoka so bili analogni nosilci zvoka (slika 2.1), kot npr. fonograf   (leta 1877, Thomas Edison), gramofon  (leta 1887, Emile Berliner) in kaseta (leta 1963 - magnetni trak za zvočni zapis); v bistvu gre za analogno zapisovanje zvoka. Mikrofon, kot pretvornik ene energije v drugo, opravlja podobno vlogo kot človeško uho. Moderni mikrofoni prekašajo uho v frekvenčnem obsegu (človeka teoretično sliši zvok med 20 in 20.000 Hz, mikrofon pa registrira čez 100.000 Hz), kakor tudi v dinamičnem smislu (mikrofon lahko registrira zvok, ki bi poškodoval uho). Glede na postavitev v prostoru so mikrofoni ročni, mizni oz. na stojalu in brezžični, glede na zgradbo pa ogleni, dinamični (slika 2), kondenzatorski, keramični, kristalni (piezoelektrični), laserski itd.

Analogno zapisovanje zvoka (slika 2) ima več slabosti, kot npr.: podobnost med originalnim in reproduciranim signalom ni najboljša, kvaliteta zapisa se pri vsakem branju nekoliko poslabša, signal izgubi na kvaliteti  tudi pri vsakem presnemavanju itd. Razvoj tehnologije je pripeljal do uvajanja digitalnega snemanja in reprodukcije. Leta 1979 je bil v Evropi in na Japonskem prikazan prvi prototip sistema CD (slika 2.1.), leta 1982 je bila uvedena CD tehnologija,  leta 1985  so bile uvedene prve CD-ROM enote v računalnikih, leta 1988 je bila uvedena tehnologija CDR, leta 1992  Sony MiniDisc, leta 1996 prvi sistem DVD itd. Pred izumom zvočne kartice so osebni računalniki lahko le zapiskali.  Računalnik je lahko spremenil frekvenco in trajanje piska, ni mogel pa spreminjati glasnosti in tvoriti drugih zvokov. Sprva so tak pisk uporabljali za signaliziranje in opozorila.  Kasneje so razvijalci tvorili glasbo za zgodnje računalniške igrice tako, da so uporabljali piske različnih višin in dolžin. Stvar seveda ni zvenela preveč realistično. K sreči so se zvočne zmožnosti računalnikov v 80-tih letih močno izboljšale. Pojavile so se dodatne zvočne kartice. Danes je normalna stereo ozvočitev, lahko pa z zvočnimi karticami tvorimo tudi 3D-zvok, uporaben v igrah ali za prostorsko ozvočenje (ang. surround sound). Take kartice lahko zajemajo in snemajo zvok iz drugih zunanjih virov.

---

Dokler z računalnikom poslušamo samo glasbo, stereofonsko ozvočenje povsem zadostuje; če se z njim tudi igramo zahtevnejše igre ali gledamo 3D filme ali pa želimo imeti hišni TV kino, pa je že koristno razmisliti o prostorskem ozvočenju. Pri prostorskem ozvočenju se srečamo z nekaj različicami, ki jih navadno prepoznamo po številčnih oznakah - recimo 5.1 ali 7.1. Enica za piko vedno pomeni globokotonca, prva številka pa število drugih zvočnikov, ki jim pravimo tudi sateliti. Najpogostejše ozvočenje je 5.1, pri katerem imamo en zvočnik nad monitorjem ali pod njim, dva sta levo in desno od njega, dva pa sta postavljena ob strani ali nekoliko za uporabnikom računalnika. Pri ozvočenju 7.1 je tretji par zvočnikov postavljen za poslušalcem, nasproti prednjemu paru.

Poznamo še nekaj manj pogostih vrst. Pri 6.1 imamo za poslušalcem samo en zvočnik namesto dveh. Pri ozvočenju 4.1, ki bi mu nekoč rekli kvadrofonsko ozvočenje, pa nimamo sprednjega srednjega zvočnika

---

Predstavljajmo si, da uporabljamo računalnik za snemanje našega govora (slika 2). Govorimo v mikrofon, ki smo ga priključili na zvočno kartico. Analogno-digitalni pretvornik (AD) pretvori analogen signal našega glasu v digitalne podatke, ki jih računalnik lahko razume. Če pa hočemo predvajati zapisani signal preko zvočnikov, bo digitalno-analogni pretvornik (DA) opravil obratno operacijo. Če so bile meritve dovolj natančne in z dovolj veliko frekvenco vzorčenja  bo rekonstruirani analogni zvočni signal praktično enak originalnemu zvočnemu signalu. Namesto ločenih AD in DA-pretvornikov imajo sodobnejše zvočne kartice enoten čip in/ali računalniški program za kodiranje in dekodiranje, ki mu pravimo  codec (ang. coder/decoder).

Lastnosti digitalnega zvoka.

Pri zvoku se srečamo s pomembnimi pojmi kot so frekvenca vzorčenja (ang. sampling frequency), hitrost zajema (ang. bitrate), stiskanje (ang. compression). itd. Oglejmo si pomembnejše.

• Postopku pretvorbe analognega signala v digitalno obliko pravimo vzorčenje, ki jo opravimo s pomočjo analogno/digitalnih pretvornikov - zvočne kartice. Pri vzorčenju moramo izbrati vzorčevalno periodo (T), ki določi časovni razmik med posameznimi vzorci (slika 2). Za zvok po navadi uporabimo naslednje frekvence vzorčenja: 44,1 kHz, 32 kHz, 22,05 kHz in 11,025 kHz. Frekvenca vzorčenja 44,1 kHz označuje CD-kakovost, medtem kot 32 kHz predstavlja radijsko kakovost zvoka. Večja, kot je ta frekvenca vzorčenja, bolj natančno bo lahko rekonstruirano zvočno valovanje (slika 2).
  
• S hitrost zajema povemo koliko fizičnega prostora namenjamo zapisu ene sekunde zvoka in jo izražamo v bitih. Pri hitrosti zajema 384 Kb/s, na primer, dobimo CD-kakovost zvoka, medtem ko s 192 kB/s dobimo kakovost stereo radijskega programa.
• Ker pri digitalizaciji potrebujemo zelo veliko fizičnega spominskega prostora potrebujemo še stiskanje. Kot že vemo, poznamo brezizgubno in izgubno stiskanje. Pri izgubnem stiskanju algoritem odstrani tiste informacije izvornega zvoka, ki jih človek ne bi zaznal in s tem zmanjša velikost dokumenta. Po standardu MPEG poznamo npr. tri različne vrste stiskanja: nivo 1 - faktor 4:1, nivo 2 - faktor 6:1 do 8:1 in nivo 3, ki ima faktor stiskanja od 10:1 do 12:1. Kot primer navedimo, da zapis zvoka v priljubljenem formatu MP3 pri vzorčenju 128 Kb/s ponuja razred stiskanja okoli 11:1.
• Tudi pri zvoku se srečamo z različnimi formati zvočnih datotek. Razlika med formatom datoteke in med kodekom (ang. codec) nam je že znana. Kodek izvaja kodiranje in dekodiranje zvočnega signala, medtem ko so podatki shranjeni v datoteki s specifičnem formatu. Format zvoka se torej nanaša na način uvažanja zvočnih podatkov z interneta ali zvočnega CD-ja v računalnik in shranjevanje le-teh v obliki glasbenih datotek. Obstajata dve glavne skupine formatov zvočnih datotek, in sicer:
  • Nestisnjeni zvočni formati kot so: 
    • WAV (ang. Waveform Audio ), ki se uporablja za Windows in IBM okolja; je najbolj pogosto uporabljen format za zajemanje in obdelavo zvoka na osebnih računalnikih.
    • AIFF (ang. Audio Interchange File Format); je podoben format kot WAV, ki ga uporablja Apple.
    • FLAC (ang. Free Lossless Audio Codec); je odprtokodni format. 
      
  • Formati z izgubnim stiskanjem kot so: 
    • WMA (ang. Windows Media Audio), format, razvit pri Microsoftu namenjen operacijskemu sistemu Windows, zamišljen kot tekmec popularnemu formatu MP3 in kodeku RealAudio. 
    • MP3 (MPEG-1 Audio Layer 3), najbolj priljubljen format, ki omogoča močno stiskanje brez večjih izgub kakovosti zvoka, Naredili so ga z namenom, da bi se lahko zvočni zapis stisnil na tak način, da človeško uho kljub temu, da so informacije reducirane, nebi zaznalo večjih sprememb. To naredi tako, frekvence zvoka, ki jih človeško uho ne sprejema, preprosto izpusti in tako prihrani veliko več prostora.
    • RA (ang. RealAudio), je eden izmed izgubno kompresijski format, ki ga je razvila družba RealNetworks. Pogosto ga uporabljamo za »streaming« oz. pretok, to je poslušanje glasbe v istem času, kot je prenesena iz medmrežja. Velika večina radijskih postaj uporablja RealAudio za prenašanje svojega programa preko medmrežja v realnem času.
    • MIDI (ang. Musical Instument Digital Interface); za razliko od drugih standardov ni le format datotek, ampak tudi jezik za definiranje glasbe in komunikacijski protokol. Zaradi tega protokola lahko obstaja komunikacija med sintetizatorjem zvoka in drugo opremo (računalnik, zvočne kartice ali druga elektronika, ki se uporablja pri ustvarjanju ali obdelavi zvoka). Zvoka ne prenese v digitalni obliki, ampak prenese navodila, ki omogočajo enoti za predvajanje zvoka (na odjemalcu) elektronsko sintezo zvoka. MIDI datoteke so zato občutno krajše od ostalih (do 100-krat) in zato najprimernejše za prenos zvoka preko medmrežja. MIDI zapis je stisnjen zato, ker zvoka ne snema, ampak vse zvoke ponazori računalnik. Zapisu podamo kanal, na katerem se predvaja, glasnost in na katero glasbilo naj računalnik igra.

Slika 3 prikazuje razmerja velikosti datoteke glede na izbran format. WAV format je nestisnjen in zavzema največ prostora, priljubljeni MP3 pa pri 64 kb/s zavzame skoraj 30 krat manj prostora, seveda na račun nekoliko slabše kakovosti zvoka.

• Število kanalov - večina aplikacij potrebuje dva kanala (stereo), v profesionalnih aplikacijah pa se jih uporablja tudi več, kot smo že povedali v opisu digitalizacije zvoka (npr. prostorski zvok 4.1, 5.1., 6.1, 7.1 itd.).

 

ZVOK V MEDICINI

        Oglejmo si nekaj značilnih primerov multimedijske uporabe zvoka v medicini.

        Pričnimo z uporabo zvoka v zdravstveni administraciji, in sicer z uporabo diktafonov (slika 5), ki so v sklopu ambulantne obravnave pacienta že nekaj desetletij stalnica v mnogih zdravstvenih ustanovah. S pomočjo klasičnih, analognih nosilcev zvoka je bil odpravljen velik organizacijski problem - naenkrat ni bilo več nujno, da medicinska sestra ali administratorka, ki je na pregledu prisotna zgolj zaradi tega, natipka besedilo izvida neposredno po zdravnikovem nareku. Tako je bil sicer storjen velik korak naprej, vendar pa so se zdravstveni delavci soočili s celo vrsto novih problemov, ki jih je s seboj prinesel novi način dela, od izgube ali fizičnega poškodovanja kaset do slabe kakovosti in hitre obrabe zvočnih posnetkov ter omejenih možnosti za njihovo enolično identifikacijo ter posledično zamenjav narekov za posamezne paciente.

Vse skupaj je npr. SLO podjetje SRC Infonet nadgradilo še z modulom, ki omogoča identifikacijo pacienta preko čitalca črtne kode, ki je del diktafona, in direkten prenos zvočnega zapisa iz datotečnega sistema v podatkovno bazo, ki jo uporablja BIRPIS21 (slika 5) kot osnovni bolnišnični informacijski sistem (oziroma ISOZ21 kot informacijski sistem osnovnega zdravstva). To pomeni, da se vsi zvočni zapisi zdravnika avtomatsko shranijo v elektronski karton pacienta. Delovni proces je zato še preglednejši in hitrejši, obenem pa možnost napake (zamenjave) praktično nična.

          Ultrazvok (UZ)(slika 6) je zvok s frekvenco valovanja, ki se razprostira nad našim slišnim območjem (nad 20 kHz). UZ so sprva uporabljali v vojne namene, saj so s sonorji že leta 1914 odkrivali podmornice. Tehnologija se je razvijala in UZ se je leta 1940 začel uporabljati tudi v medicini. Tako se danes UZ v medicini uporablja v terapevtske in diagnostične namene. Razlika, ali bo deloval terapevtsko (razbijal ledvične kamne, uničeval rakave celice, sproščal izločanje histamina, grel tkivo, pospeševal metabolizem ali krvni obtok itd.) ali diagnostično (npr. ultrazvok srca, vratnih žil, arterij ali ven spodnjih okončin, trebuha, v ginekologiji itd.), pa je med drugim tudi v njegovi frekvenci oz. moči delovanja. Tako se za diagnostiko, kjer s pomočjo odbojnih valov od tkiv ustvarjamo na ekranu sliko pregledovanega tkiva, uporabljajo nižje frekvence od 1 do 18 ali 30 MHz, za terapijo denimo rakavih celic pa višje  frekvence med 250 do 2000 kHz.

Kako naprava deluje? Ehograf oziroma ultrazvočna naprava (slika 6) je pravzaprav neke vrste sonar, ki oddaja ultrazvočne signale oziroma valove. Ko valovi pridejo do mesta, kjer je gostota tkiva drugačna - recimo do površine organa - se odbijejo (slika 6). Računalnik analizira odmev in na zaslonu se prikažejo 2D ali 3D značilnosti organa, (slika 7) kot so globina, velikost, oblika in gostota. Pri tem se največkrat uporablja ročna naprava - pretvornik oziroma sonda. Zatem ko na kožo nanesejo prozoren gel (boljša prevodnost), drsijo s pretvornikom po delu telesa, ki ga želijo pregledati, pri čemer lahko dogajanje v organu spremljajo na računalniškem zaslonu. Kadar je potrebno, pa lahko majhno sondo vstavijo v kateter in jo potisnejo pacientu v določeno telesno odprtino s čimer lahko opravijo nekatere notranje preglede (npr. pregled in meritev prostate itd. - slika 8).

Pri ultrazvočnem pregledu v medicini oddajanje valov poteka pulzno. Oddani impulz potuje v telo pacienta in po poti slabi zaradi absorpcije in odbojev, ki so povezani z vrstami tkiva. Frekvenca uporabljanega valovanja je kompromis med veliko jakostjo zvoka (sorazmerna s kvadratom frekvence), ki nam da natančnejše podatke in stopnjo absorpcije, ki s frekvenco približno linearno narašča. Frekvenčno območje je v medicini tako od 0,5 do 10 MHz, odvisno od globine opazovanega dela telesa. Dobra računalniška podpora in kompenzacija dušenja valovanja v določenih smereh nam dajo dokaj dobro sliko notranjosti telesa. Slika, ki jo imenujemo tomogram (slika 7), nam da trenutni prerez določenega telesnega področja. Z opazovanjem z več strani in hitrimi zaporednimi slikami lahko dobimo 3D slike in s tem natančnejše in nazornejše podatke o določenem organu, z dodajanjem časa pa 4D oz. kratek videoposnetek, z upoštevanjem Dopplerjevega premika (slika 7) pa še informacije o hitrostih opazovanih delcev (uporabno pri merjenju prekrvavljenosti, pretoka krvi itd.).

          Slušni aparati (slika 9) so naprave, ki ojačajo zvok da je glasnejši; v bistvu so torej miniaturni ojačevalniki. Sestojijo iz miniaturnega mikrofona, ojačevalca in zvočnika. Sodobna digitalna tehnologija omogoča z njimi kakovostno zaznavanje zvoka in razumevanje govora tudi v hrupnem okolju, celo pri težjih okvarah sluha.  Za ljudi z težjo slušno okvaro se uporabljajo kohlearni (polžji) implatanti - vsadki (slika 9), katerih osnova ni ojačevalec zvoka, temveč neposredna stimulacija živčnih vlaken v polžu, s čimer se omogoča boljše zaznavanje zvoka.

Podcasti (ang. podcasts - poslovenjeno poddaja) so zvočne datoteke v mp3-formatu ali podobnem, ki se samodejno naložijo na računalnik takoj, ko so objavljene na spletu. Izbrano radijsko oddajo lahko tako poslušamo, kadar hočemo. Podobno kot pri blogih se vsebina nalaga periodično, edina razlika je, da je ta posneta in ne zapisana. Za samodejno nalaganje oddaj  potrebujemo ustrezno programsko opremo (angl. podcatcher), kod npr. iTunes, Primetime Podcast Reciver itd. Uporabniki podcastov smejo oddaje uporabljati le za lastno uporabo, vsaka predelava, kopiranje, posredovanje, prodaja, javno predvajanje ipd. ni dovoljena. Podcasti so sprva vključevali le avdio vsebine, novejšem času pa tudi video.

---