O som é um processo contínuo de variações de pressão no ar. Para que isso seja digitalizado, é necessário um conversor AD (Analógico/Digital). A qualidade do som convertido é definida por três fatores: os componentes eletrônicos, a taxa de amostragem (sample rate) e a taxa de resolução (sample resolution ou bit depth)

Os componentes eletrônicos, bem como a proximidade da fonte de energia, são responsáveis pela quantidade de ruído somada ao som convertido. O uso de interfaces comuns, cujos conversores são acoplados, tem por conseqüência uma interferência elétrica do circuito de alimentação da CPU. As profissionais são conectadas aos conversores por cabos, minimizando a interferência elétrica.

Sample rate

A sample rate – ou taxa de amostragem – define a quantidade de amostras do som original que será captada a cada segundo. Fazendo uma analogia: em um filme são utilizados 24 fotogramas por segundo. Ao analisar-se uma foto, não se tem a impressão de movimento. Mas quando são mostrados os 24 fotogramas em um segundo, a mente humana não percebe o intervalo entre eles. A diferença é que no áudio com qualidade de CD, por exemplo, são necessárias 44.100 amostras (samples) por segundo. Ou seja, cada sample tem a duração de 1/44.100 de segundo, tornando-se imperceptível. No cinema, recria-se o movimento. No áudio, a onda sonora original. Cada uma das amostras representa o nível de amplitude (volume) dessa onda em um dado instante de tempo (veja quadro 1).
O som que sai dos sistemas digitais passa pelo processo inverso. Ou seja: uma réplica da onda original é criada a partir das amostras, o que é chamado de conversão DA (digital-analógica).

O teorema de Nyquist, diz que, para poder gravar um determinado som, o valor da sample rate (taxa de amostragem) deve ser igual ao dobro da freqüência mais aguda possível (dentro dessa sample rate). Isso quer dizer que, se o ouvido humano é capaz de ouvir entre 20Hz e 20 kHz é necessária uma sample rate de pelo menos 40 kHz. A taxa de 44,1 kHz (44.100 Hz) do CD de áudio torna possível registrar freqüências de até 22,5 kHz (22.050 Hz), o que estabelece um headroom (reserva) de 2.050 Hz (22.050 – 20.000).

Alguns equipamentos chegam a apresentar taxas de 88 kHz, 96 kHz ou mesmo 192 kHz. Isso se torna justificável pois, quanto menor a distância entre os samples, mais precisão se tem na representação da onda original. Com a taxa de 44,1 kHz, o intervalo entre um sample e outro é de 22,67 microssegundos (22,67 milionésimos de um segundo); com 48 kHz, o intervalo cai para 20,83 microssegundos; com 96 kHz, para 10,41 microssegundos e, finalmente, com 192 kHz, para 5,2 microssegundos. Diferenças de até 15 microssegundos são facilmente percebidas pela média das pessoas. Portanto, para representar, da maneira mais fiel possível, a posição de uma determinada fonte sonora, é necessária uma taxa de 192 kHz (com 5,2 microssegundos de intervalo entre um sample e outro).

Sample resolution (bit depth)

O termo bit vem da contração entre as palavras em inglês binary e digit – referindo-se a uma unidade de informação de capacidade de armazenamento – e é definido como um único caractere de uma linguagem de apenas dois caracteres, como os dígitos binários 0 ou 1.

Em uma analogia com um bit sendo uma letra, uma palavra com oito bits recebe o nome de byte. Este termo é uma contração de by eigth, que deriva do conceito de um bit multiplicado por oito. Em um sistema de gravação digital de áudio, cada bit representa estados possíveis no eixo das amplitudes com a presença ou ausência de som. Se cada bit representa dois estados possíveis, em um arquivo de três bits, ocorreriam até 23 (2 x 2 x 2 = 8) combinações: 000, 001, 010, 011, 111, 110, 100 e 101. Um arquivo de áudio com oito bits pode apresentar até 28 (2 x 2 x 2 x 2 x 2 x 2 x 2 x 2 x 2 =256) combinações possíveis ou níveis de amplitude. Em um arquivo de 16 bits, tem-se até 216 níveis de amplitude, ou seja, 65.536. Em um arquivo de 24 bits, tem-se 224 níveis de amplitude, ou seja, 16.777.216. Portanto, cada bit adicional dobra a quantidade possível de níveis de amplitude representáveis.

A resolução da amplitude de um sample em uma gravação digital intitula-se quantization (quantização). Cada bit adicional acrescenta até 6 dB no nível de amplitude. Sendo assim, quanto maior for o bit depth, maior a intensidade do som sem distorção harmônica (veja quadro 2).

Conclusão: Quanto maiores forem as taxas de sample rate e a taxa de bit depth, melhor será a representação da onda original em um sistema digital. A relação mínima aceitável em um padrão profissional é um sample rate de 44.100 com bit depth de 16 bits.

Quadro 1

Uma onda analógica apresenta uma variação contínua de voltagem similar à variação de pressão no ar, provocada pela fonte sonora. Para representá-la usa-se um gráfico cartesiano, onde o eixo “X” representa o tempo (sample rate), e o eixo “Y” representa a amplitude (bit depth ou sample resolution).

Os conversores digitais “fotografam” a onda original em intervalos mínimos, recriando digitalmente a variação de pressão no ar (som).

Quanto maior a sample rate (taxa de amostragem), menor o intervalo entre os samples (amostras), tornando assim mais precisa a representação digital da onda sonora.

Quadro 2

8 bits

48 dB

16 bits

96 dB

18 bits

108 dB

20 bits

120 dB

24 bits

144 dB