Полная настройка и установка Realtek High Definition Audio. Простейшее управление компьютером при помощи голоса

Youtube

Я часто работаю на ПК в то время, когда другие члены семьи спят. Обычно перед тем как начать или завершить работу, отключаю звук, но если забываю это сделать или случается аварийный отказ, звуки разносятся по всему дому. Можно ли как-нибудь заглушать Windows автоматически?

Эндрю Хоббз, Северная Каролина

Операционная система Windows не предлагает беззвучной загрузки в качестве особой опции, но все же кое-какие окольные пути и некоторые утилиты помогают это ограничение преодолеть. Вот несколько моих любимых трюков и инструментов, позволяющих «удерживать ПК от разговоров», да и вообще управлять его звуковыми функциями.

Аппаратный способ. Самый простой вариант заставить компьютер замолчать еще до того, как он начнет издавать звуки, - это убавить звук до нуля, повернув регулятор громкости на динамиках или просто обесточить их, если есть выключатель питания.

К сожалению, подобные способы не годятся не только для ноутбуков, но и для многих настольных систем. Однако для отдельных ПК можно отключать звук через экран настроек, если войти туда во время загрузки, до начала запуска Windows. Конечно, чтобы вернуть звук, придется перезагружаться и снова изменять настройки.

Отключение звука при запуске. Более удачное решение - использование бесплатной утилиты для отключения звука. Читатель Кристиан Клюкас из г. Магдебурга создал программы Mute («Отключение звука») и SetVol («Установка громкости»). Эти бесплатные утилиты доступны по адресу find.pcworld. com/12280. Поместите их в какую-нибудь папку по своему выбору. Чтобы сделать запуск Windows беззвучным, щелкните правой кнопкой мыши на кнопке «Пуск», выберите пункт «Открыть», дважды щелкните на значке «Программы», а затем, также дважды, на значке «Автозагрузка». С помощью Проводника или через «Пуск?Найти» найдите файл mute.exe. Перетащите его при нажатой правой кнопке мыши в папку «Автозагрузка» и выберите опцию «Создать ярлык». После этого при нажатой клавише дважды щелкните на ярлыке (или щелкните на нем правой кнопкой и укажите «Свойства»), чтобы открыть список его свойств. На закладке «Ярлык» щелкните на поле «Объект». Поместите курсор в конец имеющейся командной строки и введите пробел со следующим нужным вам переключателем; в данном случае требуется on -delay. По завершении командная строка должна выглядеть примерно так: «C:Program Filesmute.exe» on -delay (рис. 1).

Теперь нажмите OK. Эта команда будет поддерживать программу Mute в активном состоянии, так что каждый раз, когда вы будете завершать сеанс работы или выходить из Windows, звук отключится.

Хотя Mute и занимает всего лишь 1,5 Кбайт оперативной памяти, вы, возможно, не захотите, чтобы она постоянно там находилась. Поэтому уберите последовательность -delay из графы «Объект» в окне свойств ярлыка, и тогда звук во время запуска Windows будет отключаться, а программа Mute - закрываться. Однако Windows по-прежнему станет воспроизводить звук при запуске приложений из папки «Автозагрузка» (включая программу Mute), так что полностью беззвучного запуска вы не получите. С этой проблемой можно справиться, выбрав опции «Пуск?Настройка?Панель управления?Звук» («Звук и мультимедиа» в Windows 2000 и Me). В списке «События» (в Windows 2000 и Me предварительно выберите закладку «Звуки») отметьте «Запуск Windows», после чего в окне «Файл» укажите «(Нет)». Если есть другие приложения, запускаемые в начале работы ПК, вам, возможно, придется повторить такой шаг и для событий «Открытие программы» и «Закрытие программы». Завершив все, щелкните на OK.

Если требуется отключать звук запуска лишь от случая к случаю, используйте Mute с переключателем -delay, но запускайте программу с помощью ярлыка вручную вместо того, чтобы помещать его в папку «Автозагрузка».

Отключение звука по завершении работы. Программу Mute можно активировать также из какого-либо приложения, созданного специально для запуска программ при закрытии Windows. Парочка таких программ описана во врезке «Инструменты Windows».

Значок на Панели задач. После того как звук отключен, его можно вновь включить, щелкнув на значке громкоговорителя, расположенном в Системном лотке (около часов). Когда на экране появится панель управления громкостью, выключите функцию в квадратике слева от «Выкл.». Чтобы снова отключить звук, повторите те же шаги, снова включив функцию щелчком мыши. Если значок громкоговорителя не виден, откройте Панель управления и дважды щелкните на значке «Мультимедиа» (в Windows 9x) или «Звук и мультимедиа» (в Windows Me или 2000). Включите опцию в позиции «Регулятор громкости на панели задач» и нажмите OK. На Панели задач Windows XP щелкните на значке «Звук, речь и аудиоустройства», потом на «Звуки и аудиоустройства». Включите функцию «Отображать значок на панели задач» и нажмите OK.

Быстрый запуск. Когда вы щелкаете на значке громкоговорителя на Панели задач, то регулятор громкости иногда появляется на экране лишь через несколько секунд. Чтобы избежать такой задержки, можно использовать для включения и отключения звука утилиту Mute или же предпочесть утилиту SetVol для установки уровня громкости одним-единственным щелчком на значке, расположенном на панели «Быстрый запуск» в левой части Панели задач Windows.

Для создания постоянной кнопки отключения звука выберите опции «Пуск?Найти», которые нужны, чтобы найти файл mute.exe, и затем перетащите его при нажатой правой кнопке мыши на панель «Быстрый запуск». Затем задайте опцию «Создать ярлык». С помощью появившегося в результате этой операции значка Mute можно отключать или включать звук. Чтобы получить значок регулировки громкости, проделайте то же самое с файлом setvol.exe. Потом щелкните правой кнопкой на значке SetVol на панели «Быстрый запуск» и выберите «Свойства». В конце командной строки в поле «Объект», что на закладке «Ярлык», введите пробел, а после него - последовательность -10. Теперь создайте еще один ярлык для SetVol с переключателем +10 в конце командной строки. Когда вам захочется уменьшить громкость на 10%, щелкните на первом из этих ярлыков, а если увеличить на 10% - на втором. Можно использовать любые числа с шагом, равным 10. Если опустить знаки «+» или «-», то будет устанавливаться тот процент громкости, который вы укажете.

Чтобы снабдить новые значки подсказками, всплывающими при наведении на них курсора, щелкните на значке правой кнопкой мыши и выберите опцию «Переименовать». Введите текст подсказки и щелкните на OK (в Windows 98 SE). В более ранних версиях Windows для того же щелкните правой кнопкой мыши на свободном поле панели «Быстрый запуск» и выберите опцию «Открыть», после чего используйте в качестве имени значка устраивающий вас текст подсказки (рис. 2).

Управление с клавиатуры. Чтобы включать и выключать звук с помощью клавиатуры, создайте ярлык для утилиты Mute и поместите его на Рабочий стол или в какую-нибудь папку в иерархии Главного меню. Я рекомендую для этого организовать папку под названием «Быстрые клавиши» (или Keyboard Shortcuts, если угодно) в «Главном меню/Программы». Это позволяет легко найти сведения о быстрых клавишах, если вам когда-либо понадобится их удалить или заменить.

Щелкните правой кнопкой мыши на нужном вам ярлыке и выберите пункт «Свойства». На закладке «Ярлык» щелкните на поле «Быстрый вызов», после чего нажмите те клавиши, которые вы хотите назначить для включения-отключения звука. Если вы выберете просто какую-либо из функциональных клавиш (- клавиши в верхнем ряду клавиатуры) или клавишу на цифровой клавиатуре, то не сможете в дальнейшем применять ее для иных целей, так что лучше указать сочетания, +, +, + или ++ с какой-либо иной клавишей. Постарайтесь к тому же выбрать такую комбинацию, которой у вас не будет в других программах (рис. 3).

Щелкните на OK. Если вы в дальнейшем удалите эту быструю клавишу, вам придется перезапускать Windows, чтобы соответствующая комбинация вновь стала свободной.

Компактная панель управления громкостью. Если вы щелкнете на значке громкоговорителя на Панели задач дважды, то на экране появится диалоговое окно управления громкостью, включающее регулятор баланса и отдельные регуляторы громкости для Wav-звуков, лазерного проигрывателя и т. д. (конкретный набор зависит от комплекта установленных в вашей системе аудиодрайверов). Чтобы сделать данное диалоговое окно более компактным, нажмите +S (рис. 4). Оно будет сохранять этот новый, более изящный облик до тех пор, пока вы не откроете его опять и не нажмете на +S.

Мгновенный вызов Диспетчера задач

Windows 2000. Диспетчер задач Windows позволяет с легкостью отключать скрытые или проблемные приложения, проверять, какие из программ пожирают оперативную память, и анализировать работу ЦП. Вы можете быть страстным поклонником Диспетчера задач -- и не знать кратчайшего способа добраться до этой утилиты.

В Windows 2000 Диспетчер задач можно запустить, нажав сочетание клавиш ++ для вывода на экран диалогового окна «Безопасность Windows» и щелкнув потом на кнопке «Диспетчер задач».

В Windows XP надо просто щелкнуть правой кнопкой на свободном пространстве Панели задач и выбрать в раскрывшемся меню опцию «Диспетчер задач».

А вот способ, позволяющий сделать обращение к Диспетчеру задач еще более удобным. Читатель Тимоти Дж. Луома из шт. Флорида указывает, что когда Диспетчер задач работает, то он помещает в Системный лоток (в правом нижнем углу экрана) крохотный анимированный значок, отражающий работу ЦП. Наведя на него курсор мыши и задержав его там на несколько мгновений, можно также увидеть сообщение о том, на сколько процентов используется ЦП, - оно выводится в составе подсказки к этому значку. Если эта функция вам нравится, то почему бы не заставить Диспетчер задач работать постоянно, поместив ярлык к нему в папку «Автозагрузка»?

Щелкните правой кнопкой мыши на кнопке «Пуск» и выберите пункт «Открыть». Дважды щелкните на значке «Программы», потом «Автозагрузка». Снова щелкнув на кнопке «Пуск», выберите «Найти?Файлы и папки», введите в верхнюю графу команду tаskmgr.exe, в графе «Где искать» укажите диск, с которого запускается система (для большинства пользователей это будет c:), и щелкните на кнопке «Найти». Когда увидите программный файл Диспетчера задач в окне результатов поиска, перетащите его при нажатой правой кнопке в раскрытую папку «Автозагрузка». Отпустив кнопку мыши, выберите опцию «Создать ярлыки». Теперь щелкните правой кнопкой на новом ярлыке и укажите пункт «Свойства». Выберите затем закладку «Ярлык», а в ниспадающем списке в графе «Окно» - «Свернутое в значок». Щелкните на OK. Чтобы Диспетчер задач не попадался на глаза, когда он не нужен, дважды щелкните на ярлыке для запуска утилиты и в меню в верхней части ее окна задайте «Параметры?Скрывать свернутое».

Теперь Диспетчер задач будет запускаться незримо, но вы всегда сможете раскрыть его окно, дважды щелкнув на значке ЦП на Системной панели.

Scott Dunn. Sound Off: Take Charge of Windows Audio Controls. PC World, январь 2002 г., с. 148.

Запуск Задач при завершении работы

Имеющуюся в Windows папку «Главное меню/Программы/Автозагрузка» и «Планировщик задач» можно использовать для автоматического запуска приложений или выполнения других задач в определенные моменты времени, за исключением того момента, когда нужно будет завершать работу ПК. Если же вы хотите при выключении компьютера вычищать созданные в течение дня временные файлы или, скажем, отключать после работы звук, то вам помогут следующие утилиты.

В качестве возможного бесплатного решения попробуйте ActiveSaver, тощенький 45-Кбайт файл с данными для хранителя экрана (.scr), который, подобно стандартному хранителю экрана, поможет запускать какой-либо другой файл, выходить из Windows или проводить обе эти операции по истечении некоторого, заранее установленного промежутка времени. Для конфигурирования ActiveSaver подойдет стандартная кнопка «Настройка» хранителя экрана. (Откройте доступ к ней, щелкнув правой кнопкой мыши на свободной поверхности Рабочего стола, выберите пункт «Свойства» и щелкните на закладке «Заставка»). Но чтобы ActiveSaver работал, его даже не обязательно специально указывать в качестве активного хранителя экрана. Просто перетащите файл ActiveSaver.scr на кнопку «Пуск» или на панель «Быстрый запуск», после чего, если вы решите, что на сегодня с вас хватит, используйте образовавшуюся позицию/значок вместо привычных команд «Пуск?Завершение работы».

Утилита ActiveSaver позволяет запускать при завершении работы только одну какую-нибудь программу, и к тому же на моей машине с Windows 2000 она конфликтует с функцией выключения питания компьютера. Если это вас волнует или хочется иметь более многофункциональную утилиту, рассмотрите ShutdownPlus. Эта условно-бесплатная программа разрешает при завершении работы запускать несколько задач, а в Windows 98 и более поздних версиях этой ОС она замещает применяемое в Windows диалоговое окно завершения работы своим собственным. Значит, вам не придется запускать для выхода из системы какое-либо специальное приложение. Утилита ShutdownPlus поставляется в персональной (30 долл.) и профессиональной (40 долл.) версиях. Обе указанные программы можно получить по адресу ind.pcworld.com/12280.

На некоторых сайтах, созданных на основе Flash-технологии, имеется возможность управления звуком. Например, звук можно выключить в процессе проигрывания мультфильма, изменить громкость, а на некоторых сайтах можно даже регулировать звуковой баланс. Сначала рассмотрим общие сведения, а затем перейдем к примеру.
Объект Sound

Для работы со звуком достаточно воспользоваться объектом класса Sound (Звук) и его методами. Сначала определяется объект с помощью следующей конструкции:
Mysound =new Sound О;
Здесь Mysound - имя, назначаемое объекту класса Sound. Теперь можно управлять звуком, присоединяя через точку к имени объекта имена методов и указывая
необходимые параметры. Ниже перечислены основные методы объекта Sound:

attachSound ("имя_звука") -присоединяет к мультфильму звуковой файл из библиотеки;
getPan () - возвращает последнее значение баланса в интервале от -100 до 100. Левому динамику соответствует отрицательное значение, правому - положительное. Значение 0 представляет равномерное распределение силы звука междудинамиками;
getVolume ()- возвращает уровень громкости в интервале от 0 до 100;
setPan () - устанавливает баланс между левым и правым динамиком. Значения от -100 до -1 соответствуют большей громкости левого динамика, а от 1 до 100 - правого;
setVolume () - устанавливает громкость в интервале от 0 до 100. Значением по умолчанию является 100;
start (задержка, количество_повторений) - начинает воспроизведение звукового файла.Необязательные параметры позволяют задать время задержки в секундах и количество повторений воспроизведения;
stop () - приостанавливает воспроизведение звукового файла. Параметров нет;

Кроме перечисленных выше, имеется еще один метод объекта Sound - setTransform. Синтаксис его использования другой. Для вызова метода setTransform необходимо указать объект класса Object, связанный с параметрами управления динамиками. После этого создается объект класса Sound, который будет обрабатывать значения этих параметров с помощью метода setTransform. Параметры, о которых идет речь, определяют уровень входного сигнала в процентах (в интервале от-100 до 100):

l l-уровень воспроизведения в левом динамике сигнала, поступающего с левого входа;
1 r- уровень воспроизведения в левом динамике сигнала, поступающего с
правого входа;
r r - уровень воспроизведения в правом динамике сигнала, поступающего
с правого входа;
r l- уровень воспроизведения в правом динамике сигнала, поступающего c левого входа.

По умолчанию параметры ll и rr имеют значение 100, а параметры 1r и rl - значение 0. процедура настройки параметров звука с помощью метода setTransform выглядит следующим образом:
Mytransform = ne Object () ;
Mytransform.il = 100;
Mytransform.Ir = 0;
Mytransform.rr = 100;
Mytransform.rl = 0;
MySound = new Sound ();
MySound.setTransform (Mytransform};

Задавая другие комбинации параметров звука, можно получать интересные эффекты.

Пример элемента управления звуком
Теперь рассмотрим пример создания элемента управления звуком. В новом мультфильме определим три слоя. Первый, самый верхний, назовем action, второй - volume и третий - pan . У нас должно получиться, как показано на рисунке:

Рис. 630. Создание слоев action, volume и pan в мультфильме
В слой action поместим такое действие:

zvuk = new Sound();
zvuk.attachSound("zvuk") ;
zvuk.start(0, 999999);

Этим создаётся новый звуковой объект. Присоединяем его из библиотеки с именем zvuk и запускаем с позиции 0, устанавливая количество повторений 99 999 раз (т. е. практически бесконечно). Если сейчас запустить мультфильм, то мы ничего не увидим и не услышим. Чтобы что-нибудь услышать, надо дать звуку имя. Для этого откроем библиотеку и найдем в ней наш звуковой символ. Неважно, как он там сейчас называется. Чтобы назвать звук, следует щелкнуть на его имени правой кнопкой мыши и в контекстном меню выбрать команду Linkage (). В раскрывшемся окне выберем переключатель Export this symbol и зададим имя zvuk . Иначе говоря, сделаем так, как показано на рисунке:

Рис. 632. Задание координат и размеров шкалы громкости звука

Теперь создадим в этом символе новый слой и поместим туда polzunok_MC_volume . Слой с ползунком должен быть выше слоя со шкалой. Поставим ползунок в центре шкалы и назначим ему такое действие:
onClipEvent (enterFrame) {
root.zvuk.setVolume(this. x) ;
Этим мы добьёмся того, что звук будет иметь значение, соответствующее координате х ползунка. Теперь переходим на главную сцену и вставляем туда символ shkala_volume . Вот мы и создали элемент управления громкостью звука.
Теперь организуем балансировку звука между левым и правым динамиками. Для этого создадим символ-кнопку с названием polzunok_pan и нарисуем там ползунок, затем создадим символ типа Movie Clip с именем polzunok_MC_pan поместим туда наш polzunok_pan . Зададим ему действие:
on (press) {
startDrag (this, false, on (release) { stopDrag ();
-100, 0, 100, 0) ;
}
Теперь создадим ещё один символ типа Movie Clip с именем shkala_pan . Нарисуем там нашу шкалу в виде прямоугольника с параметрами, как показано на рисунке:

Рис. 633. Задание координат и размеров шкалы балансировки звука

В этом же символе создадим ещё один слой и поместим его выше текущего. В этом слое расположим ползунок polzunok_MC_pan и зададим для него следующее действие:

OnClipEvent (enterFrame)
(root.zvuk.setPan(this. x) ;

Теперь переходим на главную сцену и вставляем в неё шкалу балансировки звука shkala_pan . Посмотрите мультфильм и попробуйте изменить положение ползунков. Если ошибок нет, то всё будет работать.

Однако у нас нет цифрового отображения громкости и баланса звука. Давайте разработаем и такой сервис. На главную сцену вставим два динамических текстовых поля. Одно для отображения громкости, другое -для баланса. Назовем их vol и pan соответственно. Сначала займёмся полем vol.
Выделим символ shkala_volume и откроем палитру Action для нашего ползунка. Добавим к уже имеющемуся следующий код:
s = new Sound(zvuk);
_root.vol = s.getVolume();
Таким образом, у нас должно получиться следующее:
onClipEvent (enterFrame) {
в Flash
root . zvuk . set Volume (this. _x) ; ^ = new Sound (zvuk) ; root.vol = s . getVolume () ;
}

Теперь пользователь может видеть цифровое значение громкости звука. Займемся организацией цифрового отображения баланса. Для этого перейдем к символу shkala_pan и добавим к его действиям следующий код:
s = new Sound (zvuk) ;
root. pan = s. getPan (); В результате должно получиться: onClipEvent (enterFrame) {
root. zvuk. set Pan (this -_x) ; s = new Sound(zvuk);
root. pan = s.getPan(); }
Теперь пользователь получает сведения относительно баланса звука. Однако когда ползунок переходит на левую часть шкалы, мы видим отрицательные числа. Обычно в подобных программах отображаются положительные числа и буква «L» или «R». Давайте попробуем сделать так же. Для этого в символе shkala_pan в палитре Actions для ползунка немного изменим существующий код. После замены должно получиться:
onClipEvent (enterFrame) (_root . zvuk . setPan (this ._x) ; s = new Sound (zvuk) ;
if (this._x<0) (
_root.pan = - (s .getPan ()) +"Left" ; } else if (this._x>0) { _root.pan = s . getPan () +"Right" ; } else if (this._x = = 0) (_root.pan = s. getPan ();
Здесь мы поставили условие, что если значение координаты х ползунка меньше нуля (т. е. баланс смещается влево), то в поле pan возвращается значение с минусом (отрицательное число с минусом есть положительное число). Кроме того, к Цифровому значению приписывается строка Left . А если баланс смещается вправо, то всё остаётся как есть и ещё приписывается Right . Если же значение координаты х равно нулю, то вообще ничего не приписывается. Теперь мы имеем более привычную форму отображения баланса. Таким же способом можно сделать, чтобы при минимальной громкости выводилось бы, например «OFF» или «Выкл.», а при максимальном значении - «МАХ». Для этого нужно лишь заменить код для ползунка в символе shkala_volume на следующий:
_root . zvuk. set Volume (this. _x) ;
s = new Sound (zvuk) ;
if (this._x == 0) {
root.vol = "Выкл."; Т
else if (this._x == 100) { _root.vol = "MAX"; Т
else { _root.vol = s.getVolume ();

В этой статье говорится о проводных гарнитурах работающих с устройствами на базе ОС Android .
Гарнитура - это наушники с микрофоном.

Гарнитуры с одной кнопкой

Гарнитура с одной кнопкой столь проста, что практически любой современный андрофон совместим с любой однокнопочной гарнитурой. Исключение составляют гарнитуры «для старых Нокий» из-за того, что распаяны по «старому» стандарту , но их надо ещё поискать.

В пульте однокнопочной гарнитуры находятся микрофон, конденсатор и кнопка на замыкание. Все они распаяны параллельно друг другу и выведены на контакты №3 и №4 штекера TRRS ▼

При нажатии на кнопку микрофон шунтируется и сопротивление между контактами штекера 3-4 падает до нуля . По этому признаку смартфон понимает, что нажали кнопку. Конденсатор же служит для сглаживания щелчка, возникающего при нажатии кнопки. К тому же, именно по наличию конденсатора некоторые смартфоны определяют, что к ним подключили гарнитуру.

Основные функции кнопки - приём вызова, прекращение разговора и включение голосового поиска. Голосовой поиск вызывается удержанием кнопки до появления характерного сигнала - «OK Google beep» ▼

При воспроизведении звука или видео кнопка выполняет функции паузы. Кстати, при записи на диктофон тоже.

Можно расширить возможности кнопки, типа, двойное нажатие - переход на следующий трек, тройное - на предыдущий. Для этого служат специальные приложения - ищите их на Google Play по запросу вроде «headset button control ». К тому же некоторые плееры позволяют настроить функционал гарнитурной кнопки, например «Плеер мечты ».

Гарнитуры с тремя и более кнопками

Более сложные гарнитуры позволяют регулировать громкость и переключать треки вперёд/назад. Та или иная функция вызывается установкой определённого сопротивления между контактами 3-4 штекера TRRS ▼

И вот тут не всё так однозначно, как с однокнопочной гарнитурой. Беды́, как водится, две:

Никакого единого стандарта на номинал этих резисторов нет! Отчего нет и полной совместимости трёхкнопочных гарнитур с различными моделями смартфонов. У каждого производителя свои сопротивления. Хотя, есть , пытающаяся всех помирить.

Смартфон вовсе не обязан выполнять все команды управления звуком. Samsung, к примеру, умеет безо всякого ПО менять громкость по команде с гарнитуры, а переключать треки - не умеет. А некоторые модели Fly вообще не управляются сопротивлением.

То есть, трёхкнопочная гарнитура HTC конечно же будет воспроизводить звук с Samsung и микрофон будет работать. Но переключение треков работать не будет, хотя кнопки перемотки на пульте есть. Единственное, что работает со всеми смартфонами - кнопка Play/Pause. Она просто замыкает контакты 3-4 штекера TRRS.

Разумеется, с андрофонами не работают медиа-кнопки на гарнитуре от iPhone.

Xiaomi, Nexus One

Xiaomi и Nexus One по команде с пульта переключают треки. Номиналы резисторов отвечают распространённой в сети информации о якобы стандартном наборе сопротивлений для смартфонов Android. На самом деле не все андрофоны поддерживают этот «стандарт».

Пауза ⏸ - 0 Ω
Предыдущий трек ⏪ - 220 Ω
Следующий трек ⏩ - 600 Ω

HTC Desire

Бюджетная модель HTC Desire управляет громкостью. Для сравнения замечу, что HTC Sensation XE управляет переключением треков.

Полное описание параметров, а также инструкция по настройке встроенных звуковых карт Realtek. Настройка воспроизведения, записи, 3D звука. Windows Vista/7/8

2012-02-17T18:19

Audiophile"s Software

Полное или частичное копирование текста допускается только с письменного разрешения автора .

Пролог

На этот раз я затрону тему, актуальную, так сказать, для энтузиастов начинающих - т. е., для тех, кто ещё не разжился на дискретную звуковую карту и хочет выжать максимум из интегрированной.

1. Ликбез

Для начала - краткий ликбез. Кто не знает, или не до конца понимает, что такое аппаратный аудиокодек , внимательно ознакомьтесь с соответствующими страницами Википедии:

Прочитали? Отлично! А теперь было бы ещё очень неплохо, если бы вы ознакомились с двумя моими статьями:

Ну вот, теперь можем и начать.

2. Что мы имеем

Итак, в моём распоряжении ОС Windows 7 SP1 Ultimate x64 (описанная в статье настройка подходит для всех ОС, начиная с Vista), встроенный в материнскую плату (ASUS P7H55-V) кодек ALC887 (имеется даташит), подключенные в задние разъемы внешний усилитель и микрофон (зелёное и розовое гнезда соответственно). Обратите внимание, что настраивать мы будем карту для вывода стерео звука по аналоговому интерфейсу.

3. Установка ПО

Прежде всего надо установить драйвера. Конечно, скорее всего ОС Windows уже сама нашла и установила драйвера для звукового устройства, однако для получения доступа ко всему функционалу, а также для душевного спокойствия, установим пакет драйверов непосредственно от Realtek, последнюю версию которого вы можете скачать на соответствующей странице моего сайта. К слову, указанные здесь настройки проверялись на версии драйверов R2.67.

Скачиваем драйвера, производим несложную процедуру установки (запустив HD_Audio/Setup.exe ), перезагружаем компьютер.

После загрузки ОС в системном трее должен появиться коричневый значок динамика:

4. Настройка драйверов

Прежде всего заходим в Панель Управления Windows->Оборудование и звук->Звук и, убедившись, что наши наушники или динамики подключены в зеленое гнездо звуковой карты, отключаем все ненужные устройства, а наше подключённое устройство делаем устройством по умолчанию:

Заодно проделаем тоже самое с устройствами записи:

Теперь дважды кликаем по значку в трее. Если значка нет, ищем его в скрытых значках, если и там нет - заходим в Панель управления->Оборудование и звук->. Так или иначе, должно открыться окно диспетчера:

Здесь сразу задаем конфигурацию динамиков (стерео), задаем наше аналоговое устройство устройством по умолчанию (после чего соответствующая кнопка потухнет), отключаем, если, не дай Бог, включено, объёмное звучание.

По кнопке в виде жёлтой папки можно настроить отключение определения разъемов передней панели:

Также обратите внимание, что подключённые разъемы отображаются ярким цветом - в нашем случае к зелёному выходу подключены динамики, к розовому входу - микрофон. Здесь - одна весьма важная деталь: дважды нажав по значку разъема, вы увидите окно с выбором типа подключенного устройства. Важно это потому, что если выбрать «наушники» , то кодек будет использовать специальный дополнительный усилитель (иначе звук в наушниках будет слишком тихим), для подключенных же активных колонок или внешних усилителей следует выбирать «Выход на передние динамики» . Здесь же включается автоматическое всплывание данного окна при подключении устройства в какой-либо из разъёмов карты:

С помощью кнопки «i» можно открыть окно с информацией о версии драйвера, DirectX, аудиоконтроллере и версии кодека, там же включается/выключается отображение значка в системном трее:

Теперь поотключаем эффекты:

Настройки «Поправки на помещение» для стерео конфигурации недоступны, что вобщем-то странно - в той же консоли от THX (которая включена, например, в пакет драйверов Creative X-Fi) можно отрегулировать расстояние и угол направления на динамики относительно вашего расположения, что бывает очень полезно, когда вы не сидите непосредственно перед колонками, или же они расположены относительно вас несимметрично. Ну да ладно, пусть это будет на совести разработчиков.

Последняя вкладка дублирует настройки панели управления (впрочем, большинство настроек из Диспетчера есть и в панели управления):

Здесь можно задать параметры системного микшера - с какой частотой дискретизации и глубиной бит Windows будет микшировать все воспроизводимые звуки. Установим 24 бит, 96 кГц. Почему - расскажу далее.

Так как меня постоянно штурмуют вопросами, как настроить микрофон (что, по моему мнению, должно вызывать минимум непоняток), я всё же остановлюсь на настройке устройств записи. Их настройки, кстати, как и устройств воспроизведения, находятся на отдельных вкладках вверху окна. Начнём со стерео микшера:

Здесь всё элементарно. Данное устройство записывает всё, что вы слышите через динамики, т. е., тот готовый звуковой поток, который Windows передает на звуковую карту. Приводится он к указанному виду (раз микшер работает с частотой дискретизации 96 кГц, то и тут поставим столько же).

Но нашим основным устройством записи является, конечно же, микрофон:

Итак, ставим громкость записи на максимум, а усиление микрофона выключаем (потом, если понадобится, можно включить). Также, очень часто люди жалуются, что у них воспроизводится звук воспринимаемый микрофоном, чтобы этого не было - отключаем воспроизведение. На свой вкус - фильтрация шума , подавление эхо . На вкладке , опять же, задается формат записи:

Учитывая характеристики звукозаписывающего тракта, здесь хватит и стандартного 16 бит/44.1 кГц.

5. Настройка foobar2000

В принципе, проделанной работы хватит, чтобы обеспечить наиболее высокое (для данной карты) качество звучания в любом плеере. Но для настоящих параноиков я приведу настройки foobar2000. Нам понадобится, собственно, сам плеер и несколько плагинов к нему - WASAPI output support и SoX Resampler . Ну или вы можете скачать мою сборку , в которой всё уже имеется.

Итак, в настройках вывода плеера (File->Preferences->Playback->Output) выбираем WASAPI: <наше устройство> , разрядность ставим 24 бит :

При выводе через WASAPI Exclusive обходятся все эффекты звуковой карты (если они включены), а также микшер Windows (для которого мы указывали частоту семплирования).

Теперь перейдём к настройкам DSP:

Тут добавляем в цепочку ресемплер SOund eXchange и Advanced Limiter. В настройках ресемплера ставим частоту 96 кГц.

А вот теперь - почему 96 кГц. Я провел серию экспериментов, и вот что мне удалось выяснить. В режиме «выход на передние динамики», если регулятор громкости установлен более чем на 90%, при воспроизведении тестового сигнала udial (частота дискретизации - 44.1 кГц) слышны сильные искажения. Искажения пропадают, если или понизить громкость, или переключиться на режим наушников, или выполнить передискретизацию аудио до 96 кГц.

О причинах данного явления по имеющимся данным судить трудно, но можно сделать выводы и дважды перестраховаться: всё аудио выводить с частотой дискретизации 96 кГц, а громкость не повышать более чем до 90% .

И пара слов о необходимости настройки foobar2000. В принципе, можно выводить звук на устройство «DS: Первичный звуковой драйвер». В этом случае передискретизация будет выполняться средствами Windows (ресемплер там не самый плохой), к тому же ещё и не будут отключаться все остальные звуки (как при воспроизведении через WASAPI Exclusive). Кроме того, выбрав данное устройство, Windows будет выводить звук на то устройство, которое установлено по умолчанию в панели управления, что бывает удобно (например, при отключении одного из устройств звук автоматически переключается на другое). Так что выбор за вами - удобство, или же уверенность в качестве.

6. Воскрешение трехмерного звука и аппаратного микширования

И конечно же я не забыл про геймеров. Так как в Windows, начиная с Vista, отсутствует доступ к аппаратному микшированию потоков (все операции выполняет Windows, а потом один единственный поток выводится на звуковую карту), то разработчики придумали специальную программу, аналог Creative ALchemy, но для Realtek - 3D SoundBack . Она подключается к аппаратным ресурсам через интерфейс OpenAL, эмулируя для указанных программ Windows эмулирует DirectSound устройство (как в Windows XP), а затем просто выполняет преобразование команд DirectSound (или DirectSound 3D) в команды OpenAL, в итоге - получаем настоящий EAX 2.0 в играх, а также возможность преобразования многоканального аудио в стерео с эффектами окружения.

Для запуска программы откройте папку .../Program Files/Realtek/3D Sound Back Beta0.1 , в свойствах файла 3DSoundBack.exe на вкладке «Совместимость» установите режим совместимости с Windows Vista SP2 :

Теперь запустите этот файл. Чтобы добавить приложение - нажмите Add Game , введите название и адрес папки, в которой содержится исполняемый файл программы. Например:

После добавления не забудьте выделить добавленное приложение и нажать кнопку Enable .

Теперь указанное приложение будет по умолчанию использовать эмулированное DirectSound устройство и получит доступ к аппаратным ресурсам звуковой карты:

Эпилог

Ну вот, очередная грандиозная статья завершена. Кстати, я тут подумал: а ведь по-хорошему, эту статью надо было написать одной из первых... Впрочем, на то время у меня ещё не хватило бы знаний, чтобы всё так вот подробно описать, так что оно может быть и к лучшему.

Если что-то непонятно, остались какие-то вопросы - спрашивайте, комментируйте. Желаю удачи!

Информация от спонсора

ЕвроТехника: сеть магазинов бытовой техники. На сайте http://euro-technika.com.ua/ Вы можете ознакомиться с ассортиментом современных 8-ядерных смартфонов (воспользовавшись удобным каталогом) и здесь же сделать заказ (с доставкой или самовывозом).

Ко мне обратился человек с просьбой написать программу, которая позволила бы управлять компьютерной мышью при помощи голоса. Тогда я и представить себе не мог, что, практически полностью парализованный человек, который даже не может сам повернуть голову, а может лишь разговаривать, способен развить бурную деятельность, помогая себе и другим жить активной жизнью, получать новые знания и навыки, работать и зарабатывать, общаться с другими людьми по всему свету, участвовать в конкурсе социальных проектов.

Позволю себе привести здесь пару ссылок на сайты, автором и/или идейным вдохновителем которых является этот человек – Александр Макарчук из города Борисов, Беларусь:

Для работы на компьютере Александр использовал программу «Vocal Joystick» - разработку студентов Университета штата Вашингтон, выполненную на деньги Национального Научного Фонда (NSF). См. melodi.ee.washington.edu/vj

Не удержался

Кстати, на сайте университета (http://www.washington.edu/) 90% статей именно про деньги. Трудно найти что-нибудь про научную работу. Вот, например, выдержки с первой страницы: «Том, выпускник университета, раньше питался грибами и с трудом платил за квартиру. Теперь он старший менеджер ИТ-компании и кредитует университет», «Большие Данные помогают бездомным», «Компания обязалась заплатить 5 миллионов долларов за новый учебный корпус».

Это одному мне режет глаз?

Программа была сделана в 2005-2009 годах и хорошо работала на Windows XP. В более свежих версиях Windows программа может зависнуть, что неприемлемо для человека, который не может встать со стула и её перезапустить. Поэтому программу нужно было переделать.

Исходных текстов нет, есть только отдельные публикации, приоткрывающие технологии, на которых она основана (MFCC, MLP – читайте об этом во второй части).

По образу и подобию была написана новая программа (месяца за три).

Собственно, посмотреть, как она работает, можно :

Скачать программу и/или посмотреть исходные коды можно .

Никаких особенных действий для установки программы выполнять не надо, просто щёлкаете на ней, да запускаете. Единственное, в некоторых случаях требуется, чтобы она была запущена от имени администратора (например, при работе с виртуальной клавиатурой “Comfort Keys Pro”):

Пожалуй, стоит упомянуть здесь и о других вещах, которые я ранее делал для того, чтобы можно было управлять компьютером без рук.

Если у вас есть возможность поворачивать голову, то хорошей альтернативой eViacam может послужить гироскоп, крепящийся к голове. Вы получите быстрое и точное позиционирование курсора и независимость от освещения.

Если вы можете двигать только зрачками глаз, то можно использовать трекер направления взгляда и программу к нему (могут быть сложности, если вы носите очки).

Часть II. Как это устроено?

Из опубликованных материалов о программе «Vocal Joystick» было известно, что работает она следующим образом:

Нарезка звукового потока на кадры по 25 миллисекунд с перехлёстом по 10 миллисекунд
Получение 13 кепстральных коэффициентов (MFCC) для каждого кадра
Проверка того, что произносится один из 6 запомненных звуков (4 гласных и 2 согласных) при помощи многослойного персептрона (MLP)
Воплощение найденных звуков в движение/щелчки мыши

Первая задача примечательна лишь тем, что для её решения в реальном времени пришлось вводить в программу три дополнительных потока, так как считывание данных с микрофона, обработка звука, проигрывание звука через звуковую карту происходят асинхронно.

Последняя задача просто реализуется при помощи функции SendInput.

Наибольший же интерес, мне кажется, представляют вторая и третья задачи. Итак.

Задача №2. Получение 13 кепстральных коэффициентов

Если кто не в теме – основная проблема узнавания звуков компьютером заключается в следующем: трудно сравнить два звука, так как две непохожие по очертанию звуковые волны могут звучать похоже с точки зрения человеческого восприятия.

И среди тех, кто занимается распознаванием речи, идёт поиск «философского камня» - набора признаков, которые бы однозначно классифицировали звуковую волну.

Из тех признаков, что доступны широкой публике и описаны в учебниках, наибольшее распространение получили так называемые мел-частотные кепстральные коэффициенты (MFCC).

История их такова, что изначально они предназначались совсем для другого, а именно, для подавления эха в сигнале (познавательную статью на эту тему написали уважаемые Оппенгейм и Шафер, да пребудет радость в домах этих благородных мужей. См. A. V. Oppenheim and R.W. Schafer, “From Frequency to Quefrency: A History of the Cepstrum”).

Но человек устроен так, что он склонен использовать то, что ему лучше знакомо. И тем, кто занимался речевыми сигналами, пришло в голову использовать уже готовое компактное представление сигнала в виде MFCC. Оказалось, что, в общем, работает. (Один мой знакомый, специалист по вентиляционным системам, когда я его спросил, как бы сделать дачную беседку, предложил использовать вентиляционные короба. Просто потому, что их он знал лучше других строительных материалов).

Являются ли MFCC хорошим классификатором для звуков? Я бы не сказал. Один и тот же звук, произнесённый мною в разные микрофоны, попадает в разные области пространства MFCC-коэффициентов, а идеальный классификатор нарисовал бы их рядом. Поэтому, в частности, при смене микрофона вы должны заново обучать программу.

Это всего лишь одна из проекций 13-мерного пространства MFCC в 3-мерное, но и на ней видно, что я имею в виду – красные, фиолетовые и синие точки получены от разных микрофонов: (Plantronix, встроенный массив микрофонов, Jabra), но звук произносился один.

Однако, поскольку ничего лучшего я предложить не могу, также воспользуюсь стандартной методикой – вычислением MFCC-коэффициентов.

Чтобы не ошибиться в реализации, в первых версиях программы в качестве основы был использован код из хорошо известной программы CMU Sphinx, точнее, её реализации на языке C, именующейся pocketsphinx, разработанной в Университете Карнеги-Меллона (мир с ними обоими! (с) Хоттабыч).

Исходные коды pocketsphinx открыты, да вот незадача – если вы их используете, то должны в своей программе (как в исходниках, так и в исполняемом модуле) прописать текст, содержащий, в том числе, следующее:

* This work was supported in part by funding from the Defense Advanced * Research Projects Agency and the National Science Foundation of the * United States of America, and the CMU Sphinx Speech Consortium.
Мне это показалось неприемлемым, и пришлось код переписать. Это сказалось на быстродействии программы (в лучшую сторону, кстати, хотя «читабельность» кода несколько пострадала). Во многом благодаря использованию библиотек “Intel Performance Primitives”, но и сам кое-что оптимизировал, вроде MEL-фильтра. Тем не менее, проверка на тестовых данных показала, что получаемые MFCC-коэффициенты полностью аналогичны тем, что получаются при помощи, например, утилиты sphinx_fe.

В программах sphinxbase вычисление MFCC-коэффициентов производится следующими шагами:

Шаг	Функция sphinxbase	Суть операции
1	fe_pre_emphasis	Из текущего отсчёта вычитается большая часть предыдущего отсчета (например, 0.97 от его значения). Примитивный фильтр, отбрасывающий нижние частоты.
2	fe_hamming_window	Окно Хемминга – вносит затухание в начале и конце кадра
3	fe_fft_real	Быстрое преобразование Фурье
4	fe_spec2magnitude	Из обычного спектра получаем спектр мощности, теряя фазу
5	fe_mel_spec	Группируем частоты спектра [например, 256 штук] в 40 кучек, используя MEL-шкалу и весовые коэффициенты
6	fe_mel_cep	Берём логарифм и применяем DCT2-преобразование к 40 значениям из предыдущего шага. Оставляем первые 13 значений результата. Есть несколько вариантов DCT2 (HTK, legacy, классический), отличающихся константой, на которую мы делим полученные коэффициенты, и особой константой для нулевого коэффициента. Можно выбрать любой вариант, сути это не изменит.

В эти шаги ещё вклиниваются функции, которые позволяют отделить сигнал от шума и от тишины, типа fe_track_snr, fe_vad_hangover, но нам они не нужны, и отвлекаться на них не будем.

Были выполнены следующие замены для шагов по получению MFCC-коэффициентов:

Задача №3. Проверка того, что произносится один из 6 запомненных звуков

В программе-оригинале «Vocal Joystick» для классификации использовался многослойный персептрон (MLP) – нейронная сеть без новомодных наворотов.

Давайте посмотрим, насколько оправдано применение нейронной сети здесь.

Вспомним, что делают нейроны в искусственных нейронных сетях.

Если у нейрона N входов, то нейрон делит N-мерное пространство пополам. Рубит гиперплоскостью наотмашь. При этом в одной половине пространства он срабатывает (выдаёт положительный ответ), а в другой – не срабатывает.

Давайте посмотрим на [практически] самый простой вариант – нейрон с двумя входами. Он, естественно, будет делить пополам двумерное пространство.

Пусть на вход подаются значения X1 и X2, которые нейрон умножает на весовые коэффициенты W1 и W2, и добавляет свободный член C.

Итого, на выходе нейрона (обозначим его за Y) получаем:

Y=X1*W1+X2*W2+C

(опустим пока тонкости про сигмоидальные функции)

Считаем, что нейрон срабатывает, когда Y>0. Прямая, заданная уравнением 0=X1*W1+X2*W2+C как раз и делит пространство на часть, где Y>0, и часть, где Y<0.

Проиллюстрируем сказанное конкретными числами.

Пусть W1=1, W2=1, C=-5;

Теперь посмотрим, как нам организовать нейронную сеть, которая бы срабатывала на некоторой области пространства, условно говоря – пятне, и не срабатывала во всех остальных местах.

Из рисунка видно, что для того, чтобы очертить область в двумерном пространстве, нам потребуется по меньшей мере 3 прямых, то есть 3 связанных с ними нейрона.

Эти три нейрона мы объединим вместе при помощи ещё одного слоя, получив многослойную нейронную сеть (MLP).

А если нам нужно, чтобы нейронная сеть срабатывала в двух областях пространства, то потребуется ещё минимум три нейрона (4,5,6 на рисунках):

И тут уж без третьего слоя не обойтись:

А третий слой – это уже почти Deep Learning…

Теперь обратимся за помощью к ещё одному примеру. Пусть наша нейронная сеть должна выдавать положительный ответ на красных точках, и отрицательный – на синих точках.

Если бы меня попросили отрезать прямыми красное от синего, то я бы сделал это как-то так:

Но нейронная сеть априори не знает, сколько прямых (нейронов) ей понадобится. Этот параметр надо задать перед обучением сети. И делает это человек на основе… интуиции или проб и ошибок.

Если мы выберем слишком мало нейронов в первом слое (три, например), то можем получить вот такую нарезку, которая будет давать много ошибок (ошибочная область заштрихована):

Но даже если число нейронов достаточно, в результате тренировки сеть может «не сойтись», то есть достигнуть некоторого стабильного состояния, далёкого от оптимального, когда процент ошибок будет высок. Как вот здесь, верхняя перекладина улеглась на два горба и никуда с них не уйдёт. А под ней большая область, порождающая ошибки:

Снова, возможность таких случаев зависит от начальных условий обучения и последовательности обучения, то есть от случайных факторов:

- Что ты думаешь, доедет то колесо, если б случилось, в Москву или не доедет?
- А ты как думаешь, сойдётся ента нейронная сеть или не сойдётся?

Есть ещё один неприятный момент, связанный с нейронными сетями. Их «забывчивость».

Если начать скармливать сети только синие точки, и перестать скармливать красные, то она может спокойно отхватить себе кусок красной области, переместив туда свои границы:

Если у нейронных сетей столько недостатков, и человек может провести границы гораздо эффективнее нейронной сети, зачем же их тогда вообще использовать?

А есть одна маленькая, но очень существенная деталь.

Я очень хорошо могу отделить красное сердечко от синего фона отрезками прямых в двумерном пространстве.

Я неплохо смогу отделить плоскостями статую Венеры от окружающего её трёхмерного пространства.

Но в четырёхмерном пространстве я не смогу ничего, извините. А в 13-мерном - тем более.

А вот для нейронной сети размерность пространства препятствием не является. Я посмеивался над ней в пространствах малой размерности, но стоило выйти за пределы обыденного, как она меня легко уделала.

Тем не менее вопрос пока открыт – насколько оправдано применение нейронной сети в данной конкретной задаче, учитывая перечисленные выше недостатки нейронных сетей.

Забудем на секунду, что наши MFCC-коэффициенты находятся в 13-мерном пространстве, и представим, что они двумерные, то есть точки на плоскости. Как в этом случае можно было бы отделить один звук от другого?

Пусть MFCC-точки звука 1 имеют среднеквадратическое отклонение R1, что [грубо] означает, что точки, не слишком далеко отклоняющиеся от среднего, наиболее характерные точки, находятся внутри круга с радиусом R1. Точно так же точки, которым мы доверяем у звука 2 находятся внутри круга с радиусом R2.

Внимание, вопрос: где провести прямую, которая лучше всего отделяла бы звук 1 от звука 2?

Напрашивается ответ: посередине между границами кругов. Возражения есть? Возражений нет.
Исправление: В программе эта граница делит отрезок, соединяющий центры кругов в соотношении R1:R2, так правильнее.

И, наконец, не забудем, что где-то в пространстве есть точка, которая является представлением полной тишины в MFCC-пространстве. Нет, это не 13 нулей, как могло бы показаться. Это одна точка, у которой не может быть среднеквадратического отклонения. И прямые, которыми мы отрежем её от наших трёх звуков, можно провести прямо по границам окружностей:

На рисунке ниже каждому звуку соответствует кусок пространства своего цвета, и мы можем всегда сказать, к какому звуку относится та или иная точка пространства (или не относится ни к какому):

Ну, хорошо, а теперь вспомним, что пространство 13-мерное, и то, что было хорошо рисовать на бумаге, теперь оказывается тем, что не укладывается в человеческом мозгу.

Так, да не так. К счастью, в пространстве любой размерности остаются такие понятия, как точка, прямая, [гипер]плоскость, [гипер]сфера.

Мы повторяем все те же действия и в 13-мерном пространстве: находим дисперсию, определяем радиусы [гипер]сфер, соединяем их центры прямой, рубим её [гипер]плоскостью в точке, равно отдалённой от границ [гипер]сфер.

Никакая нейронная сеть не сможет более правильно отделить один звук от другого.

Здесь, правда, следует сделать оговорку. Всё это справедливо, если информация о звуке – это облако точек, отклоняющихся от среднего одинаково во всех направлениях, то есть хорошо вписывающееся в гиперсферу. Если бы это облако было фигурой сложной формы, например, 13-мерной изогнутой сосиской, то все приведённые выше рассуждения были бы не верны. И возможно, при правильном обучении, нейронная сеть смогла бы показать здесь свои сильные стороны.

Но я бы не рисковал. А применил бы, например, наборы нормальных распределений (GMM), (что, кстати и сделано в CMU Sphinx). Всегда приятнее, когда ты понимаешь, какой конкретно алгоритм привёл к получению результата. А не как в нейронной сети: Оракул, на основе своего многочасового варения бульона из данных для тренировки, повелевает вам принять решение, что запрашиваемый звук – это звук №3. (Меня особенно напрягает, когда нейронной сети пытаются доверить управление автомобилем. Как потом в нестандартной ситуации понять, из-за чего машина повернула влево, а не вправо? Всемогущий Нейрон повелел?).

Но наборы нормальных распределений – это уже отдельная большая тема, которая выходит за рамки этой статьи.

Надеюсь, что статья была полезной, и/или заставила ваши мозговые извилины поскрипеть.