Conhecer termos e definições é imprescindível para o bom entendimento das configurações de áudio e das conexões entre os equipamentos

A primeira coisa a entender sobre as configurações de hardware – seguindo o setup com laptop, controlador MIDI e interface de áudio – é como o sistema operacional “conversa” com todos os componentes conectados. No caso do Windows, a Microsoft criou o conceito de “drivers”. Um driver é um programa (ou extensão de programa) que auxilia o sistema operacional a se comunicar com os diversos dispositivos. Os drivers são desenvolvidos por cada fabricante e acoplados posteriormente ao sistema operacional. Portanto, fabricantes de impressoras desenvolvem drivers para seus produtos, fabricantes de pen drive idem, e assim sucessivamente. A interface de áudio também tem um driver a ser instalado.

O driver da maioria das interfaces de áudio trabalha em um padrão chamado de ASIO. O Audio Stream Input/Output (ASIO) é um driver ou um protocolo para interfaces de áudio especificado pela Steinberg provendo baixa latência e, ao mesmo tempo, alta fidelidade sonora. ASIO permite o acesso a equipamentos de áudio externos de forma direta. O driver ASIO oferece processamento de áudio de baixa latência. Isso significa que, ao executar um evento qualquer, como por exemplo, tocar uma nota, o tempo de processamento, ou seja, o tempo para que o som seja reproduzido finalmente em uma caixa de som (ou fone), pode ser maior ou menor.

Na prática, latência é percebida como um atraso entre o evento (tocar uma nota ou aplicar um efeito) e a percepção  sonora final. Quanto menor a latência, melhor. Em áudio, latência é medida em milissegundos. Se você já conversou com alguém pela internet e observou um atraso no áudio, então sabe o que é latência.

Sample rate
Outro fator é a qualidade de áudio aplicada. Essa qualidade pode ser definida pelos parâmetros das taxas de amostragem. A taxa de amostragem (sample rate) é medida em Hertz. A taxa de amostragem para um áudio com qualidade de CD, por exemplo, é de 44.100Hz. Um telefone tem um “sample rate” de 8.000Hz. Portanto, quanto maior a taxa, maior a qualidade e maior o volume de informação a processar e, consequentemente, uma tendência a ter uma latência um pouco maior.

Além da taxa de amostragem, é preciso definir a profundidade do sinal ou também chamado de resolução do áudio. A resolução refere-se à quantidade de bits utilizados para representar uma amostra. Quando digitalizamos um áudio (voz, guitarra etc.), o sinal analógico é convertido para “0” e “1”. A resolução está relacionada à quantidade de “0” e “1” que serão considerados na conversão. Toda informação em um computador é traduzido em “0” e “1”, por isso é chamado de sistema binário. Então, toda a informação é descrita em uma cadeia de dígitos (de “0”s e “1”s), incluindo o que é apresentado na tela, textos, imagens e, claro, áudio.

Um grupo de 8 bits resulta em um byte. Um conjunto de bytes compõe o universo digital. Dezesseis bits (dois bytes) significam uma informação de 16 dígitos; 24 bits (três bytes), que são 24 dígitos binários por informação, e assim por diante. O número de bits implica em dizer o quão precisa é a informação. A resolução é chamada de “bit depht”.

Os gráficos abaixo demonstram um sinal convertido com baixa resolução (esquerda) e outro com resolução maior.