Se hai mai ascoltato la musica digitale, in particolare qualsiasi tipo di formato audio con perdita, sei stato esposto alla quantizzazione matematica. L'elaborazione del segnale digitale dietro le quinte è abbastanza comune e spesso è una funzione integrale dei moderni software audio o hardware (ad es. convertitori digitale-analogico). Ma la quantizzazione non è limitata al solo audio. Il termine e i suoi usi si applicano anche ad altri campi, come la fisica o l'imaging digitale.
In uno studio di registrazione, i microfoni acquisiscono onde sonore di musica analogica, che vengono poi elaborate in un formato digitale. Il segnale può essere campionato a 44.100 Hz e quantizzato con profondità a 8, 16 o 24 bit (e così via). Le profondità di bit più elevate forniscono più dati, il che consente una conversione e una riproduzione più accurate della forma d'onda originale.
Fondamentalmente, la quantizzazione è un processo complesso di arrotondamento che comporta un certo livello di imprecisione. I computer operano su uno e zero, motivo per cui la conversione da analogico a digitale è considerata un'approssimazione ravvicinata e non una copia esatta. Quando si tratta di musica, non solo il segnale quantizzato deve mantenere la corretta successione e l'ampiezza dei valori, ma anche i tempi devono essere accurati. Il processo deve garantire che il ritmo musicale venga mantenuto, con le note distribuite uniformemente e impostate sugli stessi battiti (o sulle loro frazioni). In caso contrario, l'audio potrebbe terminare o sembrare strano alle orecchie in ascolto.
Questo concetto di quantizzazione può essere osservato visivamente con un programma di modifica delle immagini, come Photoshop. Quando si riduce la dimensione di un'immagine grande, si verifica una perdita di informazioni sui pixel a causa del processo matematico che gestisce l'attività. Il software esegue calcoli e arrotondamenti per scartare i pixel indesiderati, preservando l'integrità complessiva, il rapporto e il contesto dell'immagine - le proporzioni vincolate sono fondamentali per le foto come il ritmo è per la musica. Quando si ingrandisce e si confronta la versione ridimensionata della foto con l'originale, i bordi e gli oggetti tendono ad apparire un po 'grossolani o frastagliati. Questo aspetto visivo della compressione con perdita si riferisce anche ai tipi di file audio digitali. Più dati e / o meno compressione producono una qualità generale più elevata.
