音をデジタルに変換する技術：パルス符号変調

音をデジタルに変換する技術：パルス符号変調

デジタル化の立役者

今日の社会において、音楽や動画を場所を選ばずに楽しめるのは、もはや当たり前の光景となっています。スマートフォンやパソコン、あるいは高性能なイヤホンなど、多種多様な機器を通じて、いつでもどこでも高音質のコンテンツを体験できるようになりました。こうしたデジタル化社会の到来を支えているのが、音や映像といったアナログ情報をコンピュータが処理できるデジタル信号に変換する技術です。

中でも、「パルス符号変調」と呼ばれる技術は、高音質化を実現する上で欠かせない技術として、現代のデジタル機器に欠かせないものとなっています。音楽CDやデジタル放送など、私たちにとって身近な存在であるデジタル機器の多くに、このパルス符号変調技術が活用されています。

この技術は、複雑な波形で表現されるアナログの音声信号を、コンピュータが理解できる0と1のデジタル信号に変換する際に、元の音の波形を非常に細かい間隔で測定し、その測定値を数値化することで、元の音に限りなく近い形でデジタル信号化することを可能にします。

しかし、この技術の革新的な点は、単にデジタル化を実現しただけではありません。デジタル信号の送信や保存、そして再生といった一連の過程において、劣化しやすいというデジタル信号の弱点を克服した点にあります。これにより、高音質を維持したまま、音楽や動画を世界中に配信することが可能になったのです。

音を波形として捉える

私たちが普段耳にしている音は、空気の振動によって生まれます。この振動は、空気の密度の変化が波のように伝わっていく現象であり、音波と呼ばれています。音波は、まるで水面に広がる波紋のように、音源から周囲へと広がっていきます。音の大きさや高さは、この音波の形（波形）によって決まります。 大きな音は波の高さが高く、小さな音は波の高さが低くなります。また、高い音は波の間隔が狭く、低い音は波の間隔が広くなります。

コンピュータは、この音波をそのまま理解することはできません。コンピュータが音を扱うためには、音波をデジタルデータに変換する必要があります。この変換方法の一つがパルス符号変調（PCM）です。パルス符号変調は、音波を一定の時間間隔で標本化し、その時点での音の強さを数値データとして記録する仕組みです。標本化の回数が多いほど、元の音波に忠実なデータを得ることができます。こうしてデジタル化された音は、コンピュータで処理したり、保存したりすることが可能になります。

三つの段階でデジタル化

音をデジタル化する過程であるパルス符号変調は、大きく三つの段階に分けて行われます。

第一段階は「標本化」です。私たちの耳に届く音は、空気の振動が波となって伝わってくる現象です。この音の波は時間とともに滑らかに変化していきますが、そのままではコンピュータで扱うことができません。そこで、一定の時間間隔でこの波形を切り取り、その瞬間の音の強さを記録するという方法がとられます。この作業が「標本化」であり、切り取られた一つ一つの点を「標本」と呼びます。

第二段階は「量子化」です。標本化によって得られた音の強さは、まだ細かい数値で表現されています。コンピュータで処理するためには、この数値を、あらかじめ決められたいくつかの段階のいずれかに当てはめる必要があります。この段階分けを「量子化」と呼びます。量子化の段階数を多くすれば音の強弱をより細かく表現できますが、その分データ量も増加します。

最後の段階は「符号化」です。量子化によって段階分けされた音の強弱は、コンピュータが理解できる0と1のデジタル信号に変換されます。これが「符号化」です。こうして、連続的な音の波形が、コンピュータで処理可能なデジタルデータへと変換されるのです。

標本化：音を分割する

音楽や人の声など、私たちが耳にする音は、空気の振動によって生まれます。この振動は連続的な波として伝わっていくのですが、コンピュータで扱うためには、この連続的な音をデジタルデータに変換する必要があります。この変換作業を行うための重要なプロセスが「標本化」です。

標本化は、例えるならば、映画フィルムのように、連続した音の波形を一定の時間間隔で切り取って記録していく作業に似ています。映画フィルムの場合、パラパラ漫画のように、コマ送りの静止画を高速で連続して表示することで、滑らかな動きを表現しています。

音の場合も同様に、一定の時間間隔で切り取った音の強弱を数値データとして記録し、それを高速で再生することで、元の連続的な音に近い音を再現できます。この切り取る間隔を「サンプリング周波数」と呼び、単位は「Hz（ヘルツ）」を用います。サンプリング周波数の値が大きいほど、より短い間隔で音を切り取ることになるため、元の音により近い滑らかな波形を再現できます。例えば、CDの音質は44.1kHzのサンプリング周波数で記録されており、これは1秒間に44,100回も音の強弱を測定していることを意味します。

量子化：段階的に数値化する

私たちが耳にする音は、空気の振動によって生まれます。この振動は、音の大きさや高さなど、様々な情報を持っています。これらの情報をコンピュータで扱うためには、音のアナログ信号をデジタル信号に変換する必要があります。この変換処理において、量子化は重要な役割を担っています。

音の大きさを例に考えてみましょう。マイクを通して取り込まれた音の強さは、連続的に変化するアナログ信号として表現されます。しかし、コンピュータは連続的な値をそのまま扱うことができません。そこで、量子化の出番となります。量子化は、連続的な値を一定の段階に区切り、それぞれの段階を特定の数値で表すプロセスです。

例えば、音の強さを0から100までの数値で表すとします。量子化を行うことで、0.5、1.2、99.9といった細かい値は、それぞれ最も近い段階の値、例えば0、1、100に置き換えられます。このようにして、無限に存在する可能性のあるアナログ信号を、コンピュータが処理できる有限のデジタル信号に変換することができるのです。

ただし、量子化を行う際に注意すべき点があります。それは、段階を区切る際に、本来の音の情報が一部失われてしまう可能性があるということです。段階の数を増やすことで、より元の音に忠実なデジタル信号を作り出すことができますが、その分データ量も増え、処理に時間がかかってしまいます。そのため、量子化を行う際には、データ量と音質のバランスを考慮する必要があります。

符号化：０と１のデジタル信号へ

音楽や音声などのアナログ信号をコンピュータで処理するには、人間には聴き取れないレベルにまで音を細かく分割し、それぞれの瞬間の音の大きさを数字に変換する必要があります。この過程を量子化と呼びます。量子化によって、連続的なアナログ信号は、段階を持ったデジタル信号へと変化します。
しかし、数字のままではコンピュータは理解できません。そこで、最後の段階として「符号化」を行います。
符号化とは、量子化によって決められた段階を、コンピュータが理解できる言葉である「0」と「1」の組み合わせ（ビット列）に変換する作業です。例えば、「16段階」で量子化された場合、それぞれの段階を4桁のビット列（0000、0001、0010…1111）で表すことができます。
このようにして、音の波形という連続的なアナログ信号は、0と1のデジタル信号へと変換され、コンピュータで処理できるようになります。これが、CDやデジタルオーディオファイルなど、私達が普段耳にするデジタル音声の基本原理なのです。