Задержка звукового сигнала: что это и как она возникает?

Современные компьютеры обладают огромным запасом вычислительной мощности и позволяют работать с десятками аудио- и MIDI-треков, виртуальными инструментами и сложной обработкой в реальном времени. Однако важно понимать, что компьютерная система изначально не проектировалась исключительно как среда для записи звука. Поэтому при работе с аудио возникает ряд специфических ограничений, и главное из них — задержка сигнала, или латентность: временной интервал между моментом появления звука на входе и моментом, когда пользователь слышит его в наушниках или мониторах.

Как образуется задержка звука

Чтобы понять природу задержки, нужно сначала разобрать путь аудиосигнала при записи на компьютер. Микрофон преобразует изменения давления воздуха в электрический сигнал. Такой сигнал является аналоговым, потому что изменение напряжения повторяет форму звуковой волны.

Далее в работу вступает аналого-цифровой преобразователь (АЦП). Он измеряет напряжение через равные интервалы времени — например, 44100 раз в секунду при частоте дискретизации 44,1 кГц — и преобразует эти измерения в последовательность чисел. После этого цифровые данные передаются в компьютер, где программа записывает их в память, при необходимости обрабатывает и затем отправляет обратно на выход. На выходе уже цифро-аналоговый преобразователь (ЦАП) восстанавливает сигнал в аналоговой форме.

Теоретически можно было бы ожидать, что весь этот процесс будет происходить мгновенно. На практике это невозможно: между поступлением сигнала на вход, его обработкой, передачей в систему и возвратом на выход неизбежно возникает временной сдвиг. Даже незначительные задержки на любом этапе цепи уже формируют слышимую латентность.

Буферизация сигнала

Если бы каждый сэмпл записывался, обрабатывался и воспроизводился строго по одному, система была бы крайне чувствительной к любым сбоям передачи данных. Поэтому на практике используется буферизация: компьютер сначала накапливает определённое количество сэмплов в буфере и только затем приступает к их обработке.

Буфер можно рассматривать как защитный резерв. Даже если передача данных на короткое время прерывается, буфер позволяет поддерживать непрерывный поток аудио. За счёт этого работа системы становится стабильнее, снижается риск "вылетов" приложения, щелчков и прерываний сигнала.

Но у буферизации есть обратная сторона: чем больше размер буфера, тем больше времени требуется на накопление и обработку блока данных. Это и приводит к тому, что сигнал на выходе начинает отставать от того, что исполняется или записывается в данный момент.

В некоторых сценариях эта задержка не критична. Но если музыкант записывает вокал, гитару, ударные или играет на виртуальном инструменте и одновременно слушает себя в мониторинге, избыточная латентность становится серьёзной проблемой.

Задержка становится заметной уже при интервале в несколько миллисекунд.

Настройка размера буфера

Размер буфера обычно задаётся в сэмплах, хотя некоторые интерфейсы и драйверы позволяют отображать его в миллисекундах. Стандартный набор значений чаще всего выглядит так: 32, 64, 128, 256, 512, 1024 и 2048 сэмплов.

Теоретическую задержку можно оценить, умножив размер буфера на два, чтобы учесть путь сигнала на входе и на выходе — и разделив результат на частоту дискретизации. Например, при частоте 44,1 кГц и буфере 32 сэмпла расчёт выглядит так:

(32 × 2) / 44100 = 1,45 мс

На практике такое значение почти недостижимо в «чистом» виде, потому что в реальной системе всегда присутствуют дополнительные задержки: работа драйвера, внутренние буферы аудиоинтерфейса, особенности ОС, маршрутизация сигнала и нагрузка на процессор. Более того, некоторые производители используют скрытые буферы вне прямого контроля пользователя, поэтому заявленные минимальные значения не всегда соответствуют фактической задержке.

Снижение размера буфера действительно уменьшает задержку, но одновременно повышает нагрузку на систему. Поэтому настройка буфера — это всегда поиск баланса между стабильностью и отзывчивостью. Для записи и мониторинга обычно стремятся к минимально возможному буферу без щелчков и сбоев, а при сведении и тяжёлой обработке допускают более высокие значения.

Какая задержка считается допустимой

Восприятие задержки зависит от сценария работы, типа источника звука, системы мониторинга и того, слышит ли исполнитель одновременно прямой акустический звук и сигнал, прошедший через компьютер.

Звук распространяется примерно со скоростью 0,3 метра в миллисекунду. Это означает, что задержка 10 мс субъективно сопоставима с расстоянием около 3 метров до источника. Для некоторых сценических условий это может быть допустимо, но в студийной записи, где исполнитель слышит и прямой звук, и мониторинг, даже меньшая задержка может вызывать дискомфорт.

Особенно критична ситуация, когда прямой и задержанный сигналы смешиваются одновременно: тогда возникает гребенчатая фильтрация, и звук воспринимается как размазанный, фазовый или неестественный. Поэтому практический вывод здесь один: чем меньше задержка, тем лучше, особенно для мониторинга во время записи.

Задержка при работе с MIDI

Когда используется MIDI-контроллер для игры на виртуальном синтезаторе, кажется, что задача проще: аудиосигнал не поступает на вход через микрофон или линейный канал, а генерируется уже внутри компьютера. Теоретически это действительно уменьшает влияние входной части тракта, но полностью проблему не устраняет.

MIDI-данные тоже должны быть сформированы контроллером, переданы в компьютер, обработаны виртуальным инструментом и только после этого преобразованы в звук. Хотя объём MIDI-данных гораздо меньше, чем у аудио, вся цепочка тоже вносит временные задержки.

Отдельную проблему представляет джиттер — ситуация, когда задержка не просто постоянна, а немного плавает во времени. Для протяжённых партий это может быть не столь заметно, но для ударных, перкуссии, ритмичных партий и запуска коротких сэмплов даже небольшая нестабильность становится ощутимой.

Также стоит учитывать, что системы, использующие анализ высоты тона и преобразование сигнала в MIDI, например MIDI-гитары или некоторые алгоритмы pitch-to-MIDI, по своей природе подвержены дополнительной задержке. Для распознавания низких нот системе нужно «увидеть» достаточно длинный участок волны, а значит — подождать дольше.

Роль драйверов и аудиоинтерфейса

Размер буфера — не единственный фактор, определяющий реальную задержку. Большое значение имеют архитектура драйвера, качество программной реализации аудиоинтерфейса, тип подключения, стабильность работы системы и способность устройства эффективно работать с малыми буферами.

Именно поэтому две звуковые карты с похожими техническими характеристиками на бумаге могут вести себя по-разному в реальной работе. Один интерфейс стабильно работает на низких значениях буфера, а другой требует более высоких настроек и раньше начинает давать щелчки, прерывания или нестабильный мониторинг.

Подробнее о том, как драйвер влияет на задержку и почему это важно при выборе интерфейса, читайте в отдельном материале: Драйвер звуковой карты: что это и как он влияет на задержку?

Как подобрать звуковую карту под ваши задачи

Если вы записываете вокал, инструменты, подкасты, стримы или работаете с виртуальными инструментами, выбор аудиоинтерфейса напрямую влияет на комфорт мониторинга и реальную задержку в системе. Важно учитывать не только количество входов и выходов, но и качество драйверов, стабильность работы на малых буферах, совместимость с вашей DAW и операционной системой.

Если нужна помощь в выборе, поможем подобрать звуковую карту под ваш компьютер, программное обеспечение и рабочий сценарий — для домашней студии, профессиональной записи, репетиций, стриминга или концертной работы.

Также смотрите: Как выбрать USB звуковую карту (видео) и каталог USB звуковых карт.

Полезная информация

По материалам focusrite.com