تاریخچه صدای دیجیتال

به سختي مي‌توان گفت كه صداي دیجیتال دقيقا چه زماني اختراع شد اما ايده انتقال سيگنال‌هاي الكترونيكي آنالوگ به چندين دهه قبل باز مي‌گردد و جالب است بدانيد كه قاعده رياضي آن به قرن 17 ميلادي مي‌رسد. اگر بخواهيم دقيق‌تر بگوييم، اختراع اين فناوري مربوط به زمانی است كه مهندسي به نام Alec Reeves در سال 1938 براي نخستين بار تعريف Pulse Code Modulation را ارائه كرد و در نهايت اين قانون به عنوان مبنا و پايه اصلي براي فناوري صداي ديجيتال مورد استفاده قرار گرفت. پس از آن، Claude Shannon كه در بسياري از كتاب‌هاي علمي دنيا تحت عنوان “پدر ارسال سيگنال‌هاي ديجيتال” از وي ياد مي‌شود، انرژي و زمان زيادي را صرف پيشرفته‌تر كردن اين فناوري كرد و به لطف زحمات فراوان Reeves و Shannon از اوايل دهه 1940 ميلادي به بعد، كدگذاري ديجيتال (Digital Encoding) در ارتباطات تلفني مورد استفاده قرار گرفت.
ارسال يك سيگنال صوتي قابل تشخيص از طريق يك خط تلفن يك موضوع است و باز تولید يك ترك موسيقي لذت‌بخش موضوع ديگری، به همين دليل ضبط ديجيتال موسيقي تا دهه 1970 ميلادي محقق نشد. نخستين آلبوم موسيقي تجاري كه قرار شد به صورت ديجيتال ساخته شود در سال 1977 ميلادي وارد بازار شد. در آن زمان Tom Stockham از ابزارهاي الكترونيكي معمولي آن زمان با نرخ آزمايشي 50 كيلوهرتز و رزولوشن 16 بيت براي ضبط صدا (روي كاست‌هاي مغناطيسي) استفاده كرد. ظرف كمتر از دو سال Denon سيستم ضبط صداي ديجيتالي خود را معرفي كرد و در همان زمان بود كه فناوري 3M به جهانيان معرفي شد.
در آن دوران راهي براي انتشار مستقيم آلبوم‌هاي ديجيتال وجود نداشت، به همين دليل تنها كاري كه شركت‌هاي فعال در اين زمينه مي‌توانستند انجام دهند آن بود كه برچسب Recorded Digitally يا ضبط شده به صورت ديجيتال را روي صفحات گرامافون خود بچسبانند! اما مهندسين ديگر شركت‌ها بيكار ننشستند و دست به كار توليد يك سيستم بازپخش ديجيتال خانگي كارآمد شدند. ماحصل اين تلاش، Compact Disk يا همان CD بود كه تنها 30 سالي از ورود آن به بازار مي‌گذرد. اينكه ورود اين لوح‌هاي فشرده مي‌تواند روشن‌ترين روز در تاريخ اين فناوري باشد يا تاريك‌ترين، مسئله‌اي بود كه تنها با گذر زمان مشخص مي‌شد.

مخالفان تجدد
CDهاي فرمت صوتي در اصل حاصل كار دو شركت سوني و فيليپس هستند. شركت فيليپس در نظر داشت كه اين CDها را در فرمت 14 بيتي به بازار عرضه كند، اما سوني بر توليد نوع 16 بيتي آن تأكيد داشت. علاوه بر اين‌ها بر اساس گزارشاتي كه در آن زمان منتشر مي‌شد، رياست كمپاني سوني به نام Akio Morita با در نظر گرفتن اين مسئله كه اغلب اجراهاي سمفوني نهم بتهون (كه Akio هم از طرفداران پر و پا قرصش بود) 75 دقيقه‌اي بودند، طي ابلاغيه‌اي خواستار آن شد كه CDهاي جديد اين شركت هم با ظرفيت 75 دقيقه ساخته شوند. مبناي اپتيكال اين ديسك‌ها در اصل براي سيستم لوح‌هاي ليزري آنالوگ (Analogue Laserdisc) در نظر گرفته شده بود و بعدها دو شركت سوني و فيليپس نسخه‌هاي ديجيتالي آن را ساختند.
سرانجام در سال 1982 ميلادي سوني و فيليپس به طور هم‌زمان پليرهاي خانگي را به بازار معرفي كردند. اين پليرها كه در آن زمان حدود 500 پوند قيمت داشتند (معادل 1500 پوند امروز) چندان هم ارزان نبودند، با اين همه در قياس با صفحه‌گردان‌هاي آن زمان مي‌توان گفت كه قيمت مناسبي داشتند. خود CDها هم به مراتب گران‌تر از اغلب صفحه‌هاي گرامافون (LPها) بودند و بسته به نام برند و كمپاني سازنده‌شان گاهي اوقات تا دو برابر هم قيمت داشتند. نكته ديگري هم كه بايد در اين رابطه گفته شود آن است كه تعداد اين محصولات جديد در بازار بسيار كم بود. Herbert von Karajan رهبر معروف كنسرت در استراليا پس از شنيدن يكي از كارهاي خود بر روي اين لوح‌هاي فشرده به شدت شگفت‌زده شد و باقي ابزارهاي ضبط صدا را قديمي و از مد افتاده خواند. از آن پس، بسياري از منتقدين روش‌هاي قديمي ضبط صدا به شدت از روش ديجيتال استقبال كردند. در سوي ديگر، دوستداران روش‌هاي قديمي ضبط صدا قرار داشتند كه به هيچ وجه اين فناوري را نمي‌پسنديدند. James Boyk، پيانيست معروف آمريكايي، مهندس ضبط صدا و استاد دانشگاه پس از ورود اين فناوري تی‌شرت‌هایی را بر تن مي‌كرد كه روي آن‌ها نوشته شده بود “فناوري ديجيتال كاري را كه ترانزيستورها آغاز كرده بودند به اتمام رساند”، ممكن است اين عبارت بسياري را گمراه كرده و به اشتباه بیندازد، اما علاقمندان به موسيقي مفهوم آن را به درستي درك كردند. به اعتقاد اين افراد صداي ديجيتال علاوه بر آنكه زمخت به نظر مي‌رسد، هیچ‌گونه جذابيتي براي شنونده ندارد و كاملا غیر هنری به نظر مي‌رسد.
علاوه بر اين‌ها مجموعه‌اي از بحث‌هاي فني نيز در مورد عدم كارايي و پاسخ‌گويي ديجيتال مطرح شد. اغلب اين مباحث بر پايه دو عامل اصلي مطرح شد: نخست مكث 22 میکرو ثانیه‌ای موجود در نمونه آزمايشي CD ارائه شده كه دقت زماني كار را پايين مي‌آورد و دوم سيستم سمپلينگ ديجيتال كه تنها به همراه تون‌هاي پيوسته كار مي‌كرد و امكان استفاده از آن به همراه Transient كه البته در موسيقي و ديگر فايل‌هاي صوتي سرگرمي و حاوي اطلاعات ضروري هستند، وجود نداشت.

روزهاي بهتر
با گذر زمان، مقاومت مردم در برابر استفاده از صداي ديجيتال رو به افول نهاد. اين مسئله نيز تا حدودي به اين خاطر بود كه كيفيت صداي ديجيتال و سيستم‌هاي پخش بهبود يافته بود. هرچند استدلال‌هاي مطرح شده مبني بر وجود نقايص آشكار در اين سيستم صوتي به اثبات نرسيدند، در مقابل ايرادات كوچك‌تر خود را نشان دادند كه بخش اعظمي از آن‌ها هم مرتفع شدند. براي نمونه فيلترهاي anti-aliasing به كار رفته در برخي از پليرهايي كه اوايل وارد بازار شدند بيش از اندازه ضعيف بودند و همين مسئله باعث پايين آمدن كيفيت صداي آن‌ها مي‌شد. فيلترهايي كه در پليرهاي فيليپس مورد استفاده قرار مي‌گرفت از نوع Oversampling شده بودند و طولي نكشيد كه ديگر كمپاني‌هاي دست‌اندرکار در اين حوزه نيز به اين نتيجه رسيدند كه بايد چنين روندي را در پيش بگيرند.
در اواخر دهه 1980 ميلادي jitter به عنوان منشأ ايراد تشخيص داده شد، اما اين روزها به ندرت پيش مي‌آيد كه اين موضوع مسئله‌ساز شود. مشكل “Alias-Intermodulation Distortion” كه براي اولين بار توسط Richard Black در سال 1998 ميلادي تعريف شد، دست كم در تعدادي از پليرها و تبديل‌كننده‌هاي ديجيتال به آنالوگ برطرف شد. در هر حال، از سوي ديگر مهندسين صدا ياد گرفتند كه چگونه ظرفيت ابزارهاي ضبط صداي ديجيتال را به بالاترين ميزان آن برسانند.
با اين همه، محدوديت پهناي باند، يكي از نگراني‌هاي عمده در اين حوزه محسوب مي‌شد و زماني افزايش نرخ سمپلينگ ضبط صدا محقق شد كه علاقمندان به اين فناوري كم نبودند. در روزهاي نخستين، سيستم‌هاي حرفه‌اي از نرخ‌هاي نمونه مشابه همچون خود CD استفاده كردند، با اين وجود ضبط صداي ديجيتال با نرخ 24 بيت و 96 كيلوهرتز از دهه 1990 ميلادي آغاز شد و به محض آنكه طرفداران موسيقي از وجود چنين فناوري باخبر شدند، تمایل خود را نسبت به آن اعلام كردند. در همان دوران بود كه سيستم جديد‌تري وارد بازار شد. توليدكنندگان مدارهاي مجتمع كه براي تبديل سيگنال‌هاي آنالوگ به ديجيتال مورد استفاده قرار مي‌گرفتند به اين نتيجه رسيدند كه رمزنگاري يا اصطلاحا encode كردن داده‌ها با نرخ‌ سمپلينگ بسيار بالا و بيت‌هاي كم (حداكثر يك بيت) مزاياي بی‌شماری دارد، علاوه بر اين اطلاعاتي كه در مورد يك موج ارائه مي‌دهد به همان اندازه‌اي است كه در روش encode كردن چند بيتي محقق مي‌شود. Encoding و decoding تك بيتي به سرعت به محبوبيت دست يافتند و بسياري از تحليل‌گران به اين نتيجه رسيدند كه امكان ضبط داده‌هاي تك‌بيتي اصلاح نشده هم وجود دارد و اين روش هم از نظر واكنش بسامد و هم از لحاظ پردازش ديجيتال مزايايي بسیاری دارد. اين فناوري بعدها با عنوان استريم ديجيتالي مستقيم (DSD) شناخته شد و از سوي كمپاني سوني به عنوان سيستم برگزيده براي Super Audio Compact Disc يا همان SACDهاي اين شركت مورد استفاده قرار گرفت.
متأسفانه ديگر توليدكنندگان نظرشان بر آن بود كه انواع مختلف DVDهاي جديد از جمله DVD-Audio بايد از نوع 24 بيتي 96 كيلوهرتزي باشند و همين مسئله جنگ فرمت‌ را ميان توليدكنندگان مختلف لوح‌هاي فشرده به راه انداخت. اگر بگوييم كه DVDهاي صوتي هیچ‌گاه به محبوبيت نرسيدند اغراق نكرده‌ايم، با اين همه واضح بود كه هر دوي این‌ها از نظر عملكرد تكنيكي به مراتب بالاتر از انواع CD قرار داشتند. در مقابل دقيقا مشخص نبود كه كيفيت صداي اين سيستم‌ها تا چه اندازه بهتر است. در آن زمان نظرات متفاوتي در رابطه با اين دو سيستم وجود داشت؛ از سويي بسياري DVD-Aها را از نظر تكنيكي بهتر مي‌دانستند و به اعتقاد برخي ديگر انواع SACD هنري‌تر بودند. DVD-A و لوح‌هاي SACD هر دو جزء جديدترين فناوري‌هاي ارائه شده به بازار بودند، با اين حال ظهور يك تازه‌ وارد جديد در بازار تهديدي جدي عليه فناوري ضبط صداي ديجيتال محسوب مي‌شد. ظاهرا ايده فشرده‌سازي داده يا Data Compression (كه اگر دقيق‌تر بخواهيم بگوييم كاهش داده يا Data reduction) براي رمزنگاري يا اصطلاحا encode كردن صدا آن هم با استفاده از كمتر از يك بيت به سال‌ها قبل يعني حدود 1970 ميلادي باز مي‌گردد.
در دهه 80 مهندسين و دست‌اندركاران ضبط صدا بر پايه اين اصل كه گوش انسان قابليت درك تمامي جزئيات موجود در يك فايل صوتي را ندارد و مي‌توان آن را فريب داد، عمل كدگذاري ترك‌هاي موسيقي را انجام مي‌دادند. در عين حال ساختار نسبتا نظام‌مند موسيقي، اين امكان را فراهم مي‌كند تا بدون فقدان محسوس داده، آن‌ها را فشرده‌سازي نمود. مهندسين توانستند با تركيب نمودن اين فاكتورها به سيستم‌هايي دست يابند كه تا 90 درصد حجم فضاي مورد نياز براي ذخيره‌سازي موسيقي را كاهش داده و در عين حال كيفيت خوبي نيز داشته باشند.
نخستين و مهم‌ترين سيستم طراحي شده MP3 نام دارد و پس از آن AAC قرار داشته كه چندي است در انحصار اپل درآمده و با سرعت بسيار بالايي در حال رسيدن به جايگاه نخست مي‌باشد. هر دوي اين سيستم‌ها ماهيت غيرفيزيكي ذخيره‌سازي موسيقي را نشان دادند؛ كامپيوتر خانگي، پلير قابل حمل و فضاي Cloud يا ابر همگي از جمله مواردي هستند كه مي‌توانند براي ذخيره‌سازي اين فايل‌هاي صوتي مورد استفاده قرار گيرند. در واقع مي‌توان گفت كه موسيقي ديجيتال همان بيت است و فرقي ندارد كه در كجا ذخيره شده باشد.
با افزايش سرعت اينترنت و ارزان شدن مداوم هزينه ذخيره‌سازي اطلاعات، ديگر نيازي به فشرده‌سازي داده‌ها براي ذخيره‌سازي non-local آن‌ها نخواهد بود. صداي فشرده‌سازي شده به همراه تمام جزئيات آن كه كيفيتي برابر با CD و حتي بالاتر از آن دارد به آساني و با سرعت بسيار بالا از طريق اتصال پهن‌باند قابل دريافت مي‌باشد. به تازگي امكاني فراهم شده تا كاربران بتوانند فايل‌هاي موسيقي مورد نظر خود را با بالاترين وضوح (hi-res) دانلود كنند و انتظار مي‌رود كه اين امكان به زودي در بازارهاي انبوه هم فراهم شود. يك قرن تاريخچه صداي ديجيتال نشان مي‌دهد كه اين روند همچنان ادامه دارد و صداي DAC هم از اين قاعده مستثني نيست.

تنها راه حل، امید به آینده است!
چندي است كه ذخيره‌سازي موسيقي ديجيتال به فرمت فیزیکی خاصي وابسته نيست، به همين دليل بدون آنكه نيازي به خريد نسل تازه‌ پليرها براي پخش آن فرمت جديد باشد، مي‌توان كيفيت اين فايل‌هاي موسيقي را بهبود بخشيد. در مقابل مي‌توان با اعمال تنظيمات جديد در ميان‌افزار كامپيوتر خود و يا استفاده از Codec جديد، از صداي ديجيتال باكيفيت‌تري بهر‌ه‌مند شد. اگر صداي ديجيتال از طريق MP3 به كامپيوترها راه نمي‌يافت، هیچ‌گاه فايل‌هاي صوتي 24 بيتی 96 كيلوهرتزي FLAC هم وجود نداشت.
بنابراين بهتر است منتظر بمانيم و چشم به راه آينده‌اي درخشان براي صداي ديجيتال باشيم، اما اينكه صداي ديجيتال از آنالوگ بهتر است يا خير داستان ديگري است كه بايد در جايی ديگر به آن پرداخته شود.