音を数値で記録する

1測る時点と、値の細かさを分ける

音は連続して変化する波です。そのままの波をコンピュータの数値にするため、PCM（音の波を標本化・量子化して符号にする方式）（パルス符号変調）では次の順に処理します。

1. 標本化：一定時間ごとに音の波を測る。横方向の「いつ測るか」を決める段階です。
2. 量子化：測った大きさを、有限個の段階のどれかに割り当てる。縦方向の「どれくらい細かく表すか」に関わります。
3. 符号化：割り当てた値を、0と1のビット列で表す。

1秒間の測定回数が標本化周波数です。一方、量子化ビット数は値を表す細かさに関わり、8ビットなら2の8乗＝256段階を表せます。測定を増やすことと、1回の値を細かく表すことを区別しましょう。

回数やビット数を増やすと、一般に圧縮前の容量も増えます。次の節では「1秒の回数×1回のビット数×時間」にチャンネル数を掛けて計算します。PCMはPulse Code Modulationの略です。

2容量は回数×細かさ×時間

非圧縮PCMのデータ量は、標本化周波数×量子化ビット数×チャンネル数×秒数。1バイトは8ビットなので、バイトへ直すには8で割る。チャンネル数はモノラルなら1、ステレオなら2だ。

学習例として、毎秒8,000回、16ビット、モノラルで10秒録音する。 1. 8,000×16×1×10＝1,280,000ビット。 2. 1,280,000÷8＝160,000バイト。 ファイルの管理情報や圧縮は含めない計算だ。

3演奏の指示と録音を区別する

MIDI（Musical Instrument Digital Interface：電子楽器の共通インタフェース）は、音符・強さ・楽器などの演奏情報を扱う。録音した音の波そのものを保存する方式ではなく、再生する音源で音色が変わり得る。

WAV（Waveform Audio File Format）は音声を格納する形式で、非圧縮PCMで使われることが多いが圧縮音声も格納できる。MP3（MPEG-1 Audio Layer III）とAAC（Advanced Audio Coding）は、聞こえ方の特性などを利用する代表的な音声圧縮方式で、通常は非可逆圧縮を使う。