من الموجة الصوتية إلى الصوت الرقمي: ماذا يسجّل الميكروفون عندما تُملي
كيف يحوّل الميكروفون والجهاز صوتك إلى أرقام: معدل أخذ العينات، وعمق البت، والصوت الأحادي، وإعادة أخذ العينات، ولماذا يهم موضع الميكروفون أكثر من المواصفات.
باختصار
صوتك موجة ضغط. يحوّلها الميكروفون إلى إشارة كهربائية، ويقيس محوّلٌ هذه الإشارة آلاف المرات في الثانية. الصيغة الكلاسيكية للكلام هي 16,000 قياس في الثانية بعمق 16 بت. الأرقام الأعلى لا تضمن تعرفًا أفضل: صوت واضح قريب من الميكروفون أهم بكثير من المواصفات.
قلتَ
سأتأخر عشر دقائق ابدؤوا من دوني
كتب SayVelio
سأتأخر 10 دقائق، ابدؤوا من دوني.
يبدأ الصوت هواءً متحركًا
عندما تتكلم تُحدث الحبال الصوتية واللسان والشفتان تغيّرات ضغط صغيرة وسريعة في الهواء. في الميكروفون غشاء رقيق يتحرك مع هذه التغيّرات ويحوّل حركته إلى جهد كهربائي متغيّر: موجة تماثلية تحاكي صوتك.
لا يستطيع الحاسوب تخزين موجة متصلة، لذلك يقيسها محوّل من التماثلي إلى الرقمي (مدمج عادةً في الحاسوب المحمول أو الهاتف أو سماعة الرأس) على فترات منتظمة. كل قياس هو عيّنة تُخزَّن رقمًا.

معدل أخذ العينات: كم مرة تُقاس الإشارة
معدل أخذ العينات هو عدد القياسات في الثانية. 16,000 هرتز (16 كيلوهرتز) تعني 16,000 عيّنة في الثانية، و48 كيلوهرتز تعني 48,000.
يحدد معدل أخذ العينات أعلى تردد يمكن أن يحمله التسجيل: نحو نصفه. تسجيل بمعدل 16 كيلوهرتز يحفظ الأصوات حتى نحو 8 كيلوهرتز، وهذا كافٍ لفهم الكلام. أما صوت الهاتف التقليدي فلا يتجاوز نحو 3.4 كيلوهرتز، ولهذا يسهل الخلط في الهاتف بين «س» و«ش» أو «ف» و«ث».
عمق البت: بأي دقة تُخزَّن كل عيّنة
عمق البت يحدد عدد القيم المختلفة التي يمكن أن تأخذها العيّنة. الصوت بعمق 16 بت له 65,536 مستوى ممكنًا. هذا يصف دقة القياس فقط، ولا يعني أن نموذج الكلام يميّز بين 65,536 نوعًا من الأصوات.
تسجيل الإملاء عادةً أحادي القناة: قناة واحدة وعيّنة واحدة في كل لحظة. الاستريو يضيف قناة ثانية لا تفيد التعرف كثيرًا.
كم من البيانات تشغل ثوانٍ من الكلام
الحساب بسيط: 16,000 عيّنة × 16 بت = 256,000 بت في الثانية لصوت أحادي، أي 32 كيلوبايت في الثانية دون حساب الترويسات. إملاء مدته 30 ثانية يشغل نحو 1 ميغابايت دون ضغط. هذا قليل لاتصال حديث، لكنه يتراكم حين يرسل التطبيق تسجيلات كثيرة، ولهذا تضغط بعض التطبيقات الصوت أولًا (انظر ضغط الصوت للكلام).
إعادة أخذ العينات ليست مجرد تغيير رقم
كثير من الميكروفونات تسجّل بمعدل 48 كيلوهرتز، وكثير من نماذج التعرف تتوقع 16 كيلوهرتز. التحويل ليس إعادة تسمية للملف: يجب أولًا ترشيح الترددات التي لا يستطيع المعدل الأدنى حملها، وإلا انطوت داخل التسجيل على شكل تشوّه (aliasing). يقوم نظام التشغيل ومكتبات الصوت بذلك نيابةً عنك، لكنه سبب إضافي لتجنّب تحويل الصوت ذهابًا وإيابًا.
الميكروفون والغرفة أهم من أي شيء
كل هذا يحدث قبل التعرف، ولا يستطيع أي برنامج استعادة كلمات لم يلتقطها الميكروفون بوضوح. عمليًا:
- المسافة أهم شيء. سماعة رأس بميكروفون أو ميكروفون الحاسوب المحمول أمامك أفضل من كاميرا ويب في الطرف الآخر من الغرفة. الميكروفونات البعيدة تلتقط صدى أكثر.
- القرب الشديد يسبب «فرقعة». الكلام والميكروفون ملاصق لفمك يُحدث دفعات هواء مع «ب» و«ت».
- تحقق من جهاز الإدخال المختار. عند توصيل سماعة قد يغيّر الحاسوب الميكروفون. على Mac: إعدادات النظام ← الصوت ← الإدخال، وعلى Windows: الإعدادات ← النظام ← الصوت.
- امنح تطبيق الإملاء إذن الوصول إلى الميكروفون. من دونه لا يستقبل التطبيق إلا الصمت.
نصيحة
إذا ساءت جودة الإملاء فجأة، فتحقق أولًا من جهاز الإدخال. الانتقال إلى ميكروفون سماعة Bluetooth يخفض الجودة في الغالب، لأن كثيرًا من السماعات تتحول إلى وضع صوت ضيّق يشبه الهاتف عندما يكون الميكروفون قيد الاستخدام.
أسئلة شائعة
هل يحسّن معدل أخذ عينات أعلى الإملاءَ؟
ليس بالضرورة. معظم نماذج التعرف تعمل داخليًا بمعدل 16 كيلوهرتز، لذا يُخفَّض التسجيل بمعدل 48 كيلوهرتز في كل الأحوال. الصوت الواضح والموضع الجيد للميكروفون أهم.
هل أحتاج إلى ميكروفون خارجي؟
عادةً لا. الميكروفونات المدمجة في الحواسيب المحمولة والهواتف الحديثة كافية للإملاء في غرفة هادئة. سماعة الرأس بميكروفون تفيد في المكاتب المفتوحة والأماكن الصاخبة.


