Loading article…
パルス符号変調（PCM ）は、アナログ信号をデジタルで表現するために使用される方法です。コンピュータ、コンパクトディスク、デジタル電話、その他のデジタルオーディオアプリケーションにおけるデジタルオーディオの標準形式です。PCMストリームでは、アナログ信号の振幅が一定の間隔でサンプリングされ、各サンプルはデジタルステップの範囲内で最も近い値に量子化されます。クロード・シャノン、バーナード・オリバー、ジョン・ピアースは、1952 年に取得した PCM 特許により、全米発明家殿堂入りを果たしました。[ 6 ] [ 7 ] [ 8 ] [ 9 ]
線形パルス符号変調（LPCM）は、量子化レベルが線形的に均一な特定のタイプのPCMです。[ 5 ]これは、振幅の関数として量子化レベルが変化するPCMエンコーディング（ A法則アルゴリズムやμ法則アルゴリズムなど）とは対照的です。PCMはより一般的な用語ですが、LPCMとしてエンコードされたデータを説明するためによく使用されます。
PCMストリームには、元のアナログ信号に対する忠実度を決定する2つの基本的な特性があります。1つはサンプリングレートで、これは1秒間にサンプルが取得される回数です。もう1つはビット深度で、これは各サンプルを表すために使用できるデジタル値の数を決定します。
初期の電気通信では、複数の電信ソースからのサンプルを多重化して単一の電信ケーブルで伝送するために、信号のサンプリングが始まりました。アメリカの発明家モーゼス・G・ファーマーは、1853年にはすでに電信時分割多重（TDM）を考案していました。電気技師のWM・マイナーは、1903年に複数の電信信号を時分割多重化するために電気機械式整流子を使用し、この技術を電話にも応用しました。彼は3500～4300Hz以上のサンプリングレートでチャネルから明瞭な音声を得ましたが、それより低いレートでは不十分であることが判明しました。
1920年、バートレーンケーブル映像伝送システムは、紙テープにパンチされた文字の電信信号を使用して、 5レベルに量子化された画像のサンプルを送信しました。[ 10 ] 1926年、ウェスタン・エレクトリックのポール・M・レイニーは、光機械式アナログ-デジタル変換器によってエンコードされた5ビットPCMを使用して信号を送信するファクシミリ機の特許を取得しました。[ 11 ]この機械は生産されませんでした。[ 12 ]
イギリスのエンジニア、アレック・リーブスは、以前の研究を知らずに、1937年にフランスの国際電話電信会社で働いていたときに、音声通信にPCMを使用するというアイデアを思いついた。彼はその理論と利点を説明したが、実用化には至らなかった。リーブスは1938年にフランスで特許を申請し、1943年に米国で特許を取得した。[ 13 ]この頃には、リーブスは電気通信研究所で働き始めていた。[ 12 ]
デジタル技術による音声伝送の最初の例であるSIGSALY暗号化装置は、第二次世界大戦中に連合国の高レベルの通信を伝達した。1949年、フェランティ・カナダは、カナダ海軍のDATARシステム向けに、デジタル化されたレーダーデータを長距離にわたって送信できる実用的なPCM無線システムを構築した。[ 14 ]
1940年代後半から1950年代初頭にかけてのPCMは、符号化用の穴が開いたプレート電極を備えた陰極線符号化管を使用していた。[ 15 ]オシロスコープと同様に、ビームはサンプリングレートで水平方向に掃引され、垂直方向の偏向は入力アナログ信号によって制御され、ビームが穴の開いたプレートの高い部分または低い部分を通過するようにした。プレートはビームを収集または通過させ、バイナリコードの電流変化を一度に1ビットずつ生成した。グッドールの後期の管では、自然なバイナリではなく、グリッドに穴が開けられており、グリッチのないグレイコードを生成し、走査ビームの代わりにファンビームを使用することで、すべてのビットを同時に生成した。[ 16 ]
米国では、国立発明家殿堂が、1946年と1952年に出願され、1956年に付与された米国特許2,801,281 「パルス符号変調を用いた通信システム」に記載されているように、 PCMの発明者としてバーナード・M・オリバー[ 17 ] とクロード・シャノン[ 18 ]を称えている[ 19] 。同じタイトルの別の特許は、 1945年にジョン・R・ピアースによって出願され、1948年に発行された米国特許2,437,707である。この3人は1948年に「PCMの哲学」を出版した[ 20 ]。
1961年に導入されたTキャリア方式は、2本のツイストペア伝送線路を用いて、8kHzのサンプリングレートと8ビットの解像度でサンプリングされた24のPCM電話通話を伝送する。この方式は、従来の周波数分割多重 方式に比べて、容量と通話品質を向上させた。
1973年に、 P. Cummiskey、 Nikil Jayant、James L. Flanaganによって適応型差動パルス符号変調（ADPCM）が開発されました。[ 21 ]
1967年、 NHKの研究施設が日本国内で最初のPCMレコーダーを開発した。 [ 22 ]この 30kHz 12ビットの装置は、コンパンダー（ DBXノイズリダクションに類似）を使用してダイナミックレンジを拡張し、信号をビデオテープレコーダーに記録した。1969年、NHKはシステムの機能を2チャンネルステレオと 32kHz 13ビット解像度に拡張した。1971年1月、NHKのPCM録音システムを使用して、デノンのエンジニアが最初の商用デジタル録音を行った。[注1 ] [ 22 ]
1972年、デノンは初の8チャンネルデジタルレコーダーDN-023Rを発表した。これは4ヘッドオープンリール放送用ビデオテープレコーダーを使用して47.25kHz 、13ビットPCMオーディオで録音した。[注2 ] 1977年、デノンはポータブルPCM録音システムDN-034Rを開発した。DN-023Rと同様に47.25kHzで8チャンネルを録音した が、14ビットを使用しており、「強調すると、15.5ビットに相当する」[ 22 ] 。
1979年、初のデジタルポップアルバム『Bop till You Drop』が録音された。これは 3Mデジタルテープレコーダーを使用して50kHz、16ビットリニアPCMで録音された。[ 23 ]
コンパクトディスク（CD）は、1982年の登場により、PCMを民生用オーディオ機器にもたらした。CDは44,100Hzのサンプリング周波数と16ビットの解像度を使用し、1枚のディスクに最大80分のステレオ音声を収録できる。
PCMデジタル電話の急速な発展と普及は、1970年代初頭に開発された金属酸化物半導体（MOS）スイッチドキャパシタ（SC）回路技術によって可能になった。 [ 24 ]これにより、1970年代後半にPCMコーデックフィルタチップが開発された。[ 24 ] [ 25 ] 1980年にDavid A. HodgesとWC Blackによって開発されたシリコンゲートCMOS （相補型MOS） PCMコーデックフィルタチップ[ 24 ]は、それ以来デジタル電話の業界標準となっている。[ 24 ] [ 25 ] 1990年代までに、公衆交換電話網（PSTN）などの電気通信ネットワークは、電話交換機、ユーザー側モデム、統合サービスデジタルネットワーク（ISDN）、コードレス電話、携帯電話などの幅広いデジタル伝送アプリケーション用の電子交換システムで広く使用されている超大規模集積回路（VLSI）CMOS PCMコーデックフィルタによって大部分がデジタル化されました。[ 25 ]
PCMは、非圧縮デジタルオーディオに一般的に使用されるエンコード方式です。[注3 ]
図では、正弦波（赤い曲線）がサンプリングされ、PCM用に量子化されます。正弦波は、垂直線で示される一定間隔でサンプリングされます。各サンプルに対して、利用可能な値（y軸上）のいずれかが選択されます。PCM処理は、一般的にアナログ-デジタル変換器（ADC）と呼ばれる単一の集積回路で実装されます。これにより、入力信号（青い点）の完全な離散表現が生成され、保存や操作のためにデジタルデータとして容易にエンコードできます。複数のPCMストリームを多重化して、より大きな集約データストリームにすることもできます。これは通常、単一の物理リンクを介して複数のストリームを伝送するために使用されます。その技術の1つに時分割多重（TDM）があり、特に現代の公衆電話システムで広く使用されています。
離散データから正確なアナログ信号を生成するために必要な電子回路は、デジタル信号を生成する際に使用されるものと類似しています。これらのデバイスはデジタル-アナログ変換器（DAC）です。DACは、デジタル入力に与えられた値を表す電圧または電流（種類によって異なります）を生成します。この出力は、一般的にフィルタリングおよび増幅されて使用されます。
サンプリングされたデータから元の信号を復元するために、復調器は変調の手順を逆に適用することができます。各サンプリング周期の後、復調器は次の値を読み取り、出力信号を新しい値に遷移させます。これらの遷移の結果、イメージング効果により、信号にはかなりの量の高周波エネルギーが残ります。これらの不要な周波数を除去するために、復調器は信号を再構成フィルタに通し、期待される周波数範囲外（ナイキスト周波数より大きい）のエネルギーを抑制します。) [注4 ]
LPCMの一般的なサンプル深度は、サンプルあたり8、16、20、または24ビットです。[ 1 ] [ 2 ] [ 3 ] [ 33 ]
LPCM は単一の音声チャンネルをエンコードします。マルチチャンネル オーディオのサポートはファイル形式に依存し、複数の LPCM ストリームの同期に依存します。[ 5 ] [ 34 ] 2 チャンネル (ステレオ) が最も一般的な形式ですが、システムは最大 8 チャンネル (7.1 サラウンド) [ 2 ] [ 3 ]またはそれ以上のオーディオ チャンネルをサポートできます。
一般的なサンプリング周波数は、DVDフォーマットのビデオで使用される48 kHzまたはCD で使用される 44.1 kHz です。一部の機器では 96 kHz または 192 kHz のサンプリング周波数を使用できますが、その利点については議論があります。[ 35 ]
ナイキスト・シャノン標本化定理によれば、PCM デバイスは、入力信号に含まれる最高周波数の少なくとも 2 倍のサンプリング周波数を提供すれば、設計された周波数帯域内で歪みを発生させることなく動作できます。たとえば、電話の場合、使用可能な音声周波数帯域は約 300 ～ 3400 Hzです。[ 36 ]そのため、音声信号を効果的に再構成するために、電話アプリケーションでは通常、使用可能な最高音声周波数の 2 倍以上である 8000 Hz のサンプリング周波数を使用します。
いずれにせよ、あらゆるPCMシステムには潜在的な障害要因が内在している。
PCMには、信号処理と符号化を組み合わせた方式がいくつかあります。これらのシステムの旧バージョンでは、アナログ領域での処理がアナログ-デジタル変換プロセスの一部として適用されていましたが、新しい実装ではデジタル領域で処理されます。これらの単純な手法は、修正離散コサイン変換（MDCT）符号化などの最新の変換ベースの音声圧縮技術によって、ほぼ時代遅れとなっています。
電話では、1回の通話の標準音声信号は、1秒あたり8,000サンプル（各8ビット）でエンコードされ、DS0 と呼ばれる64kbit/sのデジタル信号になります。DS0のデフォルトの信号圧縮エンコーディングは、 μ-law（mu-law） PCM（北米と日本）またはA-law PCM（ヨーロッパと世界のほとんどの地域）です。これらは対数圧縮システムであり、12ビットまたは13ビットの線形PCMサンプル番号が8ビット値にマッピングされます。このシステムは、国際規格G.711で規定されています。
回線コストが高く、音声品質の低下が許容範囲内である場合、音声信号をさらに圧縮することが有効な場合がある。ADPCMアルゴリズムを用いて、8ビットのμ則またはA則PCMサンプルを4ビットのADPCMサンプルに変換する。これにより、回線容量が2倍になる。この技術はG.726規格に詳述されている。
音声符号化フォーマットと音声コーデックは、さらなる圧縮を実現するために開発されてきました。これらの技術の中には、標準化され特許を取得しているものもあります。修正離散コサイン変換（MDCT）や線形予測符号化（LPC）などの高度な圧縮技術は、現在、携帯電話、VoIP（Voice over IP ）、ストリーミングメディアなどで広く利用されています。
PCMは、リターン・トゥ・ゼロ（RZ）方式とノン・リターン・トゥ・ゼロ（NRZ）方式のいずれかです。NRZシステムがインバンド情報を使用して同期するには、1や0などの同一シンボルの長いシーケンスがあってはなりません。バイナリPCMシステムの場合、1シンボルの密度は1密度と呼ばれます。[ 37 ]
1の密度は、ランレングス制限符号化などのプリコーディング技術を用いて制御されることが多い。この方式では、PCMコードをわずかに長いコードに展開し、1の密度が一定の上限値に達するようにしてからチャネルに変調する。また、場合によっては、ストリームに余分なフレーミングビットを追加することで、少なくとも時折シンボル遷移が発生するようにする。
1の密度を制御するために用いられるもう一つの手法は、データにスクランブラーを適用することです。これにより、データストリームは擬似乱数に見えるストリームになりますが、補完的なデスクランブラーによってデータは正確に復元できます。この場合、出力に0または1が連続して出現する可能性はありますが、信頼性の高い同期を可能にするには十分に低いと考えられます。
場合によっては、変調信号の長期的な直流値が重要になります。直流バイアスが蓄積されると、通信回路が動作範囲から外れてしまう傾向があるためです。このような場合、累積直流バイアスを常にカウントし、必要に応じてコードを変更することで、直流バイアスが常にゼロに戻るようにする特別な対策が講じられます。
これらのコードの多くは双極性コードであり、パルスは正、負、または無のいずれかになります。典型的な交互マーク反転コードでは、ゼロ以外のパルスは正と負が交互に現れます。これらの規則は、フレーミングやその他の特殊な目的で使用される特殊シンボルを生成するために破られることがあります。
パルス符号変調（PCM）という用語の「パルス」とは、伝送線路に存在するパルスを指します。これはおそらく、この技術がパルス幅変調（PWM）とパルス位置変調（PPM）という2つのアナログ方式と並行して発展してきたことによる自然な帰結でしょう。これらのアナログ方式では、符号化される情報は、それぞれ幅または位置が変化する離散的な信号パルスによって表現されます。この点において、PCMはこれらの他の信号符号化方式とはほとんど似ていませんが、いずれも時分割多重化に使用でき、PCMコードの数値は電気パルスとして表現されるという点だけは共通しています。
{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）。ライ・クーダーのアルバム『Bop Till You Drop』は、デジタル録音された最初のポップアルバムだった。
{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク)