Cos'è l'audio digitale? Spiegazione della rappresentazione del suono digitale
Audio data è una rappresentazione digitale di onde sonore continue, creata campionando l'ampiezza della forma d'onda a intervalli regolari e quantizzando ogni campione a un valore numerico discreto. Questo processo — Modulazione a impulsi codificati (PCM) — è il fondamento di tutto l'audio digitale.
Parametri principali
| Parametro | Valori tipici | Effetto |
|---|---|---|
| Frequenza di campionaggio (fs) | 44,1 kHz (CD), 48 kHz (video), 96/192 kHz (pro/alta risoluzione) | Frequenza massima = fs/2 (Nyquist). 44,1 kHz → 22,05 kHz (copre umano 20 Hz–20 kHz). |
| Profondità bit | 16 bit (CD), 24 bit (pro), 32 bit float (interno DAW) | Gamma dinamica ≈ 6,02 dB × bit. 16 bit = 96 dB; 24 bit = 144 dB (teorico). |
| Canali | 1 (mono), 2 (stereo), 5.1/7.1/Atmos (spaziale) | Archiviazione interleaved o planar. |
Formati comuni
| Formato | Compressione | Uso tipico | Qualità massima |
|---|---|---|---|
| WAV / AIFF | Nessuna (PCM) | Registrazione professionale, mastering, archiviazione | Illimitata (32-bit float, 384 kHz) |
| FLAC | Lossless (~40–60% dimensione) | Archiviazione, streaming alta risoluzione, DAP | 32-bit, 384 kHz, multicanale |
| ALAC | Lossless (~40–60%) | Ecosistema Apple | 32-bit, 384 kHz |
| MP3 | Lossy (psicoacustica) | Compatibilità legacy, banda bassa | 320 kbps CBR / VBR V0 |
| AAC / HE-AAC | Lossy (meglio di MP3) | Streaming (Apple, YouTube), iOS, Bluetooth | 320 kbps / 64 kbps (HE) |
| Opus | Lossy (stato dell'arte) | VoIP, Discord, WhatsApp, WebRTC | 510 kbps (stereo fullband) |
| DSD (DSF/DFF) | 1-bit sigma-delta | SACD, audiofilo | DSD64–DSD1024 |
Esempi di velocità dati
- PCM qualità CD (44,1k/16/2): 1.411 kbps → 10,6 MB/min
- PCM alta risoluzione (96k/24/2): 4.608 kbps → 34,6 MB/min
- FLAC (CD): ~700–900 kbps → 5–7 MB/min
- Spotify "Molto alta" (320 kbps Ogg): 2,4 MB/min
- Apple Music Lossless (ALAC): ~6–12 MB/min
Udito umano e limiti percettivi
- Gamma di frequenza: 20 Hz – 20 kHz (età/rumore riducono il limite superiore)
- Gamma dinamica: ~130 dB (soglia del dolore – soglia dell'udito)
- Bande critiche: ~24 ERB (Equivalent Rectangular Bandwidths) — base per la codifica percettiva
- Mascheramento temporale: suoni forti nascondono quelli deboli prima/dopo (sfruttato da MP3/AAC/Opus)
Applicazioni
- Produzione musicale, distribuzione, streaming
- Voce: telefonia (8 kHz stretto), VoIP (16–48 kHz wideband/fullband)
- Sound design, film, gaming (audio spaziale: Ambisonics, Dolby Atmos, DTS:X)
- Scientifico: bioacustica, sismologia, NDT ultrasonico
- Machine learning: ASR, TTS, generazione musicale, classificazione audio
I dati audio sono numeri che rappresentano la pressione nel tempo. L'arte sta nel catturare, elaborare e consegnare quei numeri in modo che muovano l'aria — e l'ascoltatore — esattamente come previsto.