인공지능 - Computer가 소리를 인식하는 방식 - 1.표본화(Sampling), 양자화(Quantizing), 부호화(Encoding)

표본화(Sampling), 양자화(Quantizing), 부호화(Encoding)

연속적인 아날로그 신호를 표본화(sampling), 양자화(quantizing), 부호화(encoding)를 거쳐 이진 디지털 신호(Binary Digital Signal)로 변화시켜 인식하게 됩니다.

---

1. 표본화 (Sampling)

표본화는 연속적인 아날로그 신호를 일정한 시간 간격으로 측정하여 이산적인 값으로 변환하는 과정입니다. 이때, 초당 샘플링 횟수를 샘플링 레이트(sampling rate)라고 합니다. 샘플링 레이트가 높을수록 시간 간격이 짧아져 더 많은 샘플을 얻을 수 있습니다.

예시

• Low Sample Rate (낮은 샘플링 레이트): 시간 간격이 길어서 적은 샘플이 생성됩니다.
• High Sample Rate (높은 샘플링 레이트): 시간 간격이 짧아서 많은 샘플이 생성됩니다.

---

2. 양자화 (Quantizing)

양자화는 표본화 단계에서 얻어진 이산적인 샘플 값을 디지털 값으로 변환하는 과정입니다. 이 단계에서는 샘플의 연속적인 진폭(amplitude)을 이산적인 구간으로 나누고, 각 구간에 해당하는 디지털 값을 할당합니다.

연속? 이산?

• 연속적인 값 (Continuous Values):

연속적인 값은 실수로 표현되며, 두 값 사이에 무한히 많은 값이 존재할 수 있습니다. 예를 들어, 시간, 온도, 아날로그 신호 등이 있습니다.

예시 : 0.1, 0.12345, 0.99999 등.

예시 : -1.0, -0.5, 0.0, 0.5, 1.0

• 이산적인 값 (Discrete Values):

이산적인 값은 특정한 간격 또는 단계로만 표현될 수 있으며, 두 값 사이에는 다른 값이 존재하지 않습니다. 주로 정수로 표현됩니다.

예시 : 0, 1, 2, 3 등.

예시 : -128, -64, 0, 64, 127

이산의 필요성

• 디지털 저장 및 처리:

이산적인 값으로 변환함으로써 아날로그 신호를 디지털 형식으로 저장하고 처리할 수 있습니다.

• 압축:

연속적인 신호를 이산적인 값으로 양자화하여 데이터 크기를 줄이고 압축할 수 있습니다.

• 일관성:

디지털 신호는 잡음에 덜 민감하므로 더 일관된 처리가 가능합니다.

예시

• Real Value (실제 값): -0.0973
• Quantization Value (양자화 값): -0.1

양자화 단계에서는 비트(bit) 단위로 신호를 표현하며, 비트 수에 따라 표현 가능한 값의 범위가 결정됩니다.

• B bit의 Quantization: -2^(B-1) ~ 2^(B-1)-1
• 16비트 양자화 (Audio CD의 경우): -2^15 ~ 2^15-1

---

3. 부호화 (Encoding)

부호화는 양자화된 디지털 값을 바이너리 디지털 신호(Binary Digital Signal)로 변환하는 과정입니다. 이 단계에서 각 샘플의 디지털 값은 컴퓨터가 이해할 수 있는 이진수 형태로 변환됩니다.

종합 예시

• Amplitude (진폭): 0.0973 → -0.1로 양자화
• 양자화된 값을 이진수로 변환하여 저장

이와 같이 표본화, 양자화, 부호화 단계를 거쳐 연속적인 아날로그 신호가 이산적인 디지털 신호로 변환되며, 이를 통해 컴퓨터는 소리를 인식하고 처리할 수 있게 됩니다.

추가 설명

• 파란선: 원래 아날로그 소리 신호를 나타냅니다.
• 검은 점: 샘플링된 지점을 나타내며, 샘플링 레이트에 따라 개수가 달라집니다.
• 수직선: 각 샘플의 진폭을 나타내며, 양자화 과정을 통해 이산적인 값으로 변환됩니다.

이 과정에서 샘플링 레이트와 양자화 비트 수는 음질에 큰 영향을 미칩니다. 높은 샘플링 레이트와 더 많은 비트를 사용하면 더 높은 음질을 얻을 수 있습니다.