【情報Ⅰ】音のデジタル化とPCM方式をわかりやすく解説!標本化・量子化・符号化の仕組みと計算のコツ

全て

こんにちは、おきぺんです!

今回は高校情報Ⅰの「音のデジタル化」について、元中学校技術科教員の視点から丁寧に解説します。難しそうに見えるPCM方式も、仕組みを順番に紐解けばスッキリ理解できますよ。定期テスト対策にもバッチリ役立つ内容なので、ぜひ最後まで一緒に学んでいきましょう!

1. そもそも「音」ってどんな仕組み?物理と情報をつなぐ基礎知識

音の正体は「空気の振動」!中学校の理科を思い出してみよう

前回までは、2進法や16進法といった基数変換や計算をガシガシ進めてきましたよね。計算続きで「ちょっと頭が疲れたな……」と感じていた人も多いのではないでしょうか。
今回からは少し雰囲気を変えて、私たちが普段スマートフォンやパソコンで毎日のように触れている「音」「画像」「動画」、そして「データの圧縮」といったマルチメディアの世界に入っていきます。
0と1の世界ではあるのですが、より身近でイメージしやすい内容になりますので、リラックスして楽しんでいきましょう!

さて、その第一歩として今回扱うのが「音のデジタル化」です。
実はこの分野、中学校の技術分野(情報の技術)でも少し触れていますし、理科の「音と波」の単元でも登場しました。また、高校で物理を選択している人にとっては、物理の波動分野とも深く関連する内容です。
「情報Ⅰ」の定期テストでも本当によく出題される頻出単元ですので、用語の意味と仕組みをしっかりと押さえていきましょう。

ところで、そもそも私たちが普段耳にしている「音」って、一体何なのでしょうか?
今、私の声が動画や画面越しに皆さんに届いていると思います。これって、どうして聞こえるのか説明できますか?
そうです。音の正体は「空気の振動」です。
私が声帯を震わせて喋ると、その周りにある空気が震えます。その空気の揺れが波となって空間を伝わり、皆さんのスマートフォンのマイクや耳の鼓膜を震わせることで、音として認識されるわけですね。
ちょっとメタ的な視点でお話しすると、今私が喋っている声は、スマートフォンのマイクを通して空気の振動(超アナログな現象)からデジタルの電気信号へと変換されています。
そして、皆さんが動画を再生するときは、スマホのスピーカーがそのデジタルデータを受け取って再び空気の振動(アナログな音)に戻し、皆さんの耳に届けています。
私たちが何気なく聴いているYouTubeの動画や音楽配信サービスも、この「アナログからデジタルへ、そしてデジタルからアナログへ」という変換を常に繰り返しているのです。

音を波として捉えるための2大重要キーワード:「周波数」と「周期」

音の正体が空気の振動であるということは、グラフに描くと「波(ウェーブ)」の形になります。
中学校の理科でも、オシロスコープに映る波の形を見ながら「振幅が大きいと音が大きい」「振動数が多いと音が高い」といった勉強をしましたよね。
波の山と谷の高さがギュッと大きければ大音量、平らで小さければ静かな音です。また、波が横にギュッと詰まっていれば甲高い音になり、ふわーっと間延びしていれば低い音になります。
ちょっと教員らしからぬラフな表現かもしれませんが、感覚的なイメージとしてはまさにそんな感じです!

情報Ⅰの音のデジタル化を理解する上で、まず絶対に覚えてほしい言葉が2つあります。
それが「周波数」と「周期」です。

  • 周波数(振動数):1秒間に繰り返される波の数のこと。単位はヘルツ(Hz)で表します。
  • 周期:波が1つ分(1サイクル)進むのにかかる時間のこと。単位は主に秒(s)で表します。

この2つの言葉は、この後のデジタル化の計算でも主役級に活躍しますので、定義を頭に叩き込んでおいてくださいね。

【具体例で理解】周波数2Hzのとき、周期は何秒?図のイメージを掴もう

言葉の定義だけだと少しイメージしにくいかもしれませんので、簡単なグラフを思い浮かべてみましょう。
波の1サイクルというのは、「基準線から上にぐにゃんと上がって、真ん中に戻って、今度は下にぐにゃんと下がって、また元に戻る」という、山と谷が1つずつ揃ったセットのことです。
この「上に行って戻り、下に行って戻る」という1セットを、波1つ(1周期)と数えます。

では、具体例で考えてみましょう。
もしも「1秒間にこの波のセットがちょうど2回繰り返された」としたらどうなるでしょうか?
1秒間に波が2つあるので、周波数は「2Hz」になりますよね。
では、このときの周期(波1つにかかる時間)は何秒になるでしょうか?

これは難しく考える必要はありません。ただの算数です!
1秒の間に波が2個入っているのですから、波1個あたりの時間は1秒を2で割ればいいですよね。
計算式は、1 ÷ 2 = 0.5 です。
つまり、周波数が2Hzのとき、周期は0.5秒になります。
このように、「周波数」と「周期」は互いに逆数の関係(周期 = 1 ÷ 周波数)になっているということも、頭の片隅に置いておくと計算問題でとても役に立ちますよ。

身近な例:音楽CD(44.1kHz)の波の細かさはどれくらい?

「1秒間に波が2個で2Hz」という例を出しましたが、私たちが普段聴く音楽の世界では、もっと桁違いの波が飛び交っています。
最近は音楽配信が主流になってCDを見る機会も減ってしまったかもしれませんが、教科書やテスト問題では今でも音楽用CDが定番の題材として登場します。
CDに記録されている音の標準的な周波数は、なんと44.1kHz(キロヘルツ)です。
「キロ」は1,000倍を意味する接頭辞ですから、44.1kHzとは44,100Hzのことです。
つまり、1秒間に波の山と谷のセットが4万4100回も敷き詰められているということになります!
先ほどの「1秒間に2回のぐにゃん」と比べると、もう信じられないくらい超高密度にギュウギュウに波が詰まっているイメージですね。
人間の耳には滑らかな音に聴こえていても、実際にはこれほど凄まじい細かさで空気が振動しているのです。

2. なぜ音をデジタル化するの?アナログとデジタルの根本的な違い

アナログ=「連続的な量」、デジタル=「段階的・断片的な数字」

音の仕組みが分かったところで、いよいよ今回のメインテーマである「デジタル化」の理由について考えていきましょう。
皆さんは、「アナログ」と「デジタル」の根本的な違いを覚えていますか?

アナログとは、時間とともに連続的になめらかに変化する量のことです。
例えば、水銀の温度計や時計の針の動き、そして私たちが普段発している生の声の波などはすべてアナログです。どこを切り取っても途切れがなく、無限に細かく拡大していくことができます。
それに対してデジタルとは、情報を一定の間隔で区切り、飛び飛びの段階的な数値(断片的な量)として表したものです。
デジタル時計が「12時00分」からカチッと「12時01分」に一瞬で切り替わる様子を思い浮かべると分かりやすいですね。

コンピュータは「0と1(電圧のON/OFF)」しか扱えない!

では、なぜ私たちは、なめらかで美しいアナログの音をわざわざデジタルに変換したいのでしょうか?
その最大の理由は、「コンピュータは0と1のデジタルデータしか扱えないから」です。
コンピュータの内部は電子回路の塊です。回路の中に電気が流れているか(ON=1)、流れていないか(OFF=0)という、電圧の高低の組み合わせだけで全ての処理を行っています。
いくら生演奏の音が素晴らしくても、アナログの連続的な波の形のままでは、コンピュータは理解することも、ハードディスクに保存することも、インターネットで友達に送信することもできません。
だからこそ、究極的にアナログで連続的な音の波を、コンピュータが処理できるように0と1の数字に置き換える作業(デジタル化)が必要になるのです!

3. 音をデジタル化する「PCM方式」3つのステップ

PCM方式(パルス符号変調方式)とは?全体の流れを俯瞰しよう

アナログな音をコンピュータが扱える0と1のデータに変換する代表的な手法を、PCM方式(Pulse Code Modulation:パルス符号変調方式)と呼びます。
定期テストでも「PCM方式の3つの手順を順番通りに答えよ」という問題が頻出ですので、必ず名前を覚えておきましょう。
PCM方式では、次の3つのステップを経て音をデジタルデータへと変換します。

  1. 標本化(サンプリング):時間を細かく区切り、波の数値を測る点を取り出す。
  2. 量子化:取り出した点の高さを、あらかじめ決めた段階の整数値に当てはめる。
  3. 符号化:段階ごとの数値を、コンピュータが読める「2進数(0と1)」に変換する。

「時間を区切って、数値を丸めて、2進数にする」。この大まかなストーリーを頭に入れた上で、それぞれのステップを細かく見ていきましょう!

ステップ①:標本化(サンプリング)〜波を縦に細かく区切る〜

最初のステップは「標本化(ひょうほんか)」です。英語ではサンプリングとも言います。
これは、なめらかに繋がっている波に対して、一定の時間間隔ごとに縦の区切り線を入れ、その瞬間の波の値を拾い出す作業のことです。
例えば、連続して流れる動画から、1秒間に何十枚もの静止画をパラパラマンガのようにパシャパシャと切り取るイメージに近いですね。
このとき、縦線と波が交わったところを「標本点(サンプリングポイント)」と呼びます。
時間を細かく区切ることで、無限に続いていた連続的なアナログ信号が、飛び飛びの瞬間の集まりへと変わります。

ステップ②:量子化〜区切った点の高さを段階的な数値(電圧)にする〜

2番目のステップは「量子化(りょうしか)」です。
標本化によって、時間を一定間隔で区切って標本点を取り出すことができました。しかし、それぞれの標本点の「波の高さ(電圧の大きさ)」は、まだアナログな端数を含む連続的な値のままです。
例えば、ある点の高さが「2.3481……」だったり「7.1293……」だったりすると、コンピュータでは扱いづらいですよね。
そこで、今度はグラフの横方向に等間隔の目盛りを引き、それぞれの標本点の高さを一番近い段階の整数値に当てはめる(丸める)作業を行います。
これが量子化です。
コンピュータはもともと電圧の高低で情報を処理しますので、波の大きさを電圧の目盛りに対応させて、「この点の高さはレベル2」「次の点はレベル7」というように、段階的な整数値へと置き換えていくのです。

ステップ③:符号化〜数値をコンピュータが得意な「2進数(0と1)」に変換〜

最後のステップが「符号化(ふごうか)」です。
量子化によって、波の高さは「2」「7」「4」といった人間にも分かりやすい10進数の数値になりました。
しかし、前述の通りコンピュータは「0」と「1」しか理解できません。
そこで、量子化された数値を2進数のコード(0と1の並び)に変換する作業を行います。
数字を暗号のように0と1のコードに置き換えるから「符号化(コード化)」と呼ぶわけですね。
こうして、元は空気の振動だったアナログな音が、最終的にすべて「010111……」というデジタルのビット列になり、コンピュータの中で自由に記録・編集・再生できるようになるのです!

【動画の図表を徹底再現】具体例「2, 7, 7, 4, 5, 3, 2」をデジタル化してみよう

言葉だけの説明だと抽象的で分かりにくいと思いますので、授業動画の中でホワイトボードに描かれていた具体的な波のグラフを使って、実際にデジタル化の過程を追ってみましょう!

今、手元になめらかな音の波があるとします。
これをPCM方式に沿って、順番に料理していきますよ。

まず、波に対して縦に等間隔の線を引き、7つの標本点を取り出しました(標本化)。
次に、横方向に0から7までの目盛りを用意し、それぞれの標本点の高さを一番近い整数値に読み取りました(量子化)。
動画の具体例では、棒グラフのように高さを測ると、左から順に次のような数値になりました。

【量子化された数値の並び】
2 → 7 → 7 → 4 → 5 → 3 → 2

この7つの数値を、今度は3ビットの2進数へと変換していきます(符号化)。
基数変換の復習になりますが、0から7までの数字を2進数3桁で表すとどうなるでしょうか?表で確認してみましょう。

サンプリング順 アナログの測定点 量子化された値(10進数) 符号化されたデータ(2進数3ビット)
1点目 最初の標本点 2 010
2点目 急激に上がった山 7 111
3点目 高い位置をキープ 7 111
4点目 下がってきた中間点 4 100
5点目 少し盛り返した点 5 101
6点目 下がり気味の点 3 011
7点目 元の高さに戻った点 2 010

いかがでしょうか?
このように変換すると、最終的にコンピュータに記録されるデータは、次のようになります。
「010111111100101011010」
あのなめらかだった音の波が、見事に0と1だけのデジタルデータに化けましたよね!これがPCM方式の全貌です。

4. 定期テスト頻出!音質とデータ量の「トレードオフ」関係

トレードオフとは?「あちらを立てればこちらが立たず」

PCM方式の仕組みが理解できたところで、次は定期テストで先生が一番狙い撃ちしてくる最重要テーマ、「音質とデータ量の関係」について解説します。
ここで絶対に覚えておいてほしいキーワードが「トレードオフ」です。
トレードオフとは、一言で言うと「一方を良くしようと追求すると、もう一方が悪くなってしまう(両立できない)」という関係のことです。
「あちらを立てればこちらが立たず」ということわざ通りの状態ですね。

音のデジタル化におけるトレードオフは、ズバリ次の関係です。

  • 音質を極限までキレイにしたい! → サンプル数やビット数が増えるため、データ量が重くなってしまう。
  • データ量を軽くしてスマホの容量を節約したい! → 細かい情報を削らなければならないため、音質が悪くなってしまう。

どちらも最高!というのは原理的に無理なのです。では、具体的にどの数値をいじると音質とデータ量が変化するのか、詳しく見ていきましょう。

標本化周期を短くする(標本化周波数を高くする)とどうなる?

まず1つ目の要素は、時間を区切る間隔です。
標本化を行う際の間隔のことを「標本化周期(サンプリング周期)」と呼びます。また、1秒間にサンプリングを行う回数のことを「標本化周波数(サンプリング周波数)」と呼びます。

もし、この標本化周期をものすごく短く(狭く)したらどうなるでしょうか?
周期を短くするということは、1秒間に刻む標本点の数(標本化周波数)が爆発的に増えるということです。
縦の区切り線をギザギザと超細かく入れることになるので、元のアナログの波の形をほぼそのまま忠実に捉えることができます。
そのため、元の音(原音)に極めて近い、高音質なデジタル音を作ることができます。
しかし、その代償として集めるデータの数(数字の量)が何倍にも跳ね上がりますから、データ量は激増してしまいます。

量子化ビット数を増やすとどうなる?表現できる段階数の変化

2つ目の要素は、縦の高さ(電圧)を区切る細かさです。
量子化を行うときに、何ビットの2進数を使って数値を表現するかを表す値を「量子化ビット数」と呼びます。
先ほどの具体例では「3ビット」を使いました。3ビットで表現できる段階数は、2の3乗で「8段階(0〜7)」でしたね。
では、これを増やして「4ビット」「8ビット」「16ビット」にするとどうなるでしょうか?

  • 3ビットの場合:2の3乗=8段階の粗い目盛りでしか高さを測れない。
  • 8ビットの場合:2の8乗=256段階の細かい目盛りで表現できる。
  • 16ビット(CD音質)の場合:2の16乗=65,536段階という超精密な目盛りで表現できる!

目盛りが6万段階以上もあれば、どんな微妙な音の強弱やニュアンスも精密にデジタル化できますよね。
したがって、量子化ビット数を増やす(大きくする)と、原音の細かな強弱までリアルに再現できて音質が向上します。
しかし、当然ながら1つの点を記録するために必要なビット数が増えるわけですから、こちらもデータ量は大きく増加してしまいます。

なぜ私たちはスマホやCDのデジタル音を「自然な音」だと感じるのか?

ここで少し不思議に思いませんか?
デジタル化された音は、元を正せば飛び飛びの断片的なデータ(カクカクした階段状の数値)に過ぎません。
それなのに、私たちがスマホで音楽を聴いたり動画を見たりしているとき、カクカクした不自然さを感じることはまずありませんよね。まるで目の前でアーティストが生で歌っているかのように、なめらかで美しい音として耳に届きます。
それは一体なぜなのでしょうか?

その答えは、「人間の耳の限界を超えて細かく刻んでいるから」です!
音楽用CDの例を思い出してください。標本化周波数は44.1kHz(1秒間に44,100回)です。
これを周期(1回あたりの時間)に直すと、約0.000023秒(約23マイクロ秒)という、想像もつかないほど短い一瞬です。
そんな超ハイスピードでカチカチと切り替えられた音の階段の段差を、人間の耳や脳は「途切れている」と認識することができません。
本来はカクカクの断片的なデジタルデータであっても、人間の感覚の限界を超えて細密に並べることで、私たちの脳内では「完全になめらかなアナログの音」として錯覚し、楽しむことができているのです。
この「人間には分からないギリギリの絶妙なバランス」を突いているところが、情報システムの本当に面白いところですよね!

5. テストで差がつく!「標本化定理(サンプリング定理)」の仕組み

標本化定理とは?「最大周波数の2倍より大きい周波数」でサンプリングする理由

授業の最後にお話しした、定期テストで高得点を狙うためのハイレベル用語を1つ紹介します。
それが「標本化定理(サンプリング定理)」です。

標本化定理とは、一言で言うと次の法則のことです。
「元のアナログ波に含まれる最大周波数の『2倍より大きい周波数』で標本化を行えば、元の波を完全に再現することができる」

「えっ、最大周波数の2倍より大きいってどういうこと?」と頭にハテナが浮かんだ人も多いと思います。
でも、図を描いて考えてみると、実はものすごく当たり前のことを言っているんです。

もし標本化の間隔が広すぎたら?波の形が変わってしまう「エイリアシング」

もしも、標本化の間隔(サンプリング周期)をめちゃくちゃケチって、ものすごく広い間隔で大雑把にサンプリングしてしまったらどうなるでしょうか?
例えば、波が「山へ上がって、谷へ下がって、また山へ上がって……」と小刻みに揺れているのに、サンプリングを「最初のスタート地点」と「ずっと後の遠い地点」の2箇所だけでしか測らなかったとします。
すると、コンピュータ側から見れば、その途中にあったはずの山や谷の存在をまったく知ることができません。
2つの標本点を直線で結ぶと、本来は波打っていたはずなのに、「ただ右肩下がりにスーッと落ちているだけの別の波」として誤認されてしまうのです!

このように、標本化の間隔が広すぎるせいで、元の波とはまったく異なる別物の低周波な波が現れてしまう現象のことを、専門用語で「エイリアシング(折り返し雑音)」と呼びます。
教科書によってはコラム欄に小さく載っている程度の用語ですが、元中学校技術科教員としては、この理屈を知っておくと一気に理解が深まるのでぜひ知っておいてほしいポイントです!

波の山と谷を捉えるために「周期の半分(1/2)より小さい間隔」が必要なワケ

では、エイリアシングを防ぎ、元の波の形をきちんと再現するためには最低限何が必要でしょうか?
波というものは、必ず「山(上に上がる部分)」と「谷(下に下がる部分)」が交互にやってきますよね。
ということは、波が1回振動する間(1周期)の間に、最低でも「山で1回」「谷で1回」の合計2回以上は測定点を打ってあげないと、上がって下がったという事実を記録できません。
もし1周期の間に1回しか測らなかったら、波が上がったのか下がったのかすら分かりませんよね。

つまり、「波の周期の半分(1/2)よりも小さい間隔」で細かく標本化する必要があります。
「周期の半分より小さい間隔」を周波数(1秒あたりの回数)の言葉に言い換えると、「元の波の周波数の2倍より大きい周波数」となるわけです!
ちなみに、人間が聞き取ることができる音の周波数の限界(可聴領域の上限)は、一般的に約20,000Hz(20kHz)と言われています。
CDのサンプリング周波数が「44.1kHz」に設定されているのは、この20kHzの2倍(40kHz)よりも大きい数値にすることで、人間の耳に聞こえるすべての音を忠実にデジタル再現できるように設計されているからなんですね。すべてが綺麗に繋がって感動しませんか?

6. 今回のまとめ:音のデジタル化で絶対に押さえておきたい重要ポイント

用語と仕組みのおさらいチェックリスト

今回は情報Ⅰの超重要単元である「音のデジタル化」について、じっくりと解説してきました。
定期テスト前の総復習として、以下の重要ポイントを頭の中で説明できるかセルフチェックしてみましょう!

  • 周波数と周期:周波数は1秒間の波の数(Hz)、周期は波1つにかかる時間(秒)。互いに逆数の関係にある。
  • PCM方式の3ステップ:
    1. 標本化:時間を一定間隔(標本化周期)で区切り、波の測定点を取り出す。
    2. 量子化:測定点の高さを、あらかじめ決めた段階的な整数値(量子化ビット数)に丸める。
    3. 符号化:整数値をコンピュータが扱える「2進数(0と1)」に変換する。
  • 音質とデータ量のトレードオフ:
    • 標本化周波数を高くする(標本化周期を短くする)ほど、また量子化ビット数を増やすほど、音質は原音に近づくが、データ量は大きくなる。
  • 標本化定理:元の波を正しく再現するためには、元波の最大周波数の2倍より大きい周波数でサンプリングする必要がある。

定期テスト対策に向けたおきぺんからのアドバイス

定期テストでは、単に「標本化・量子化・符号化」という言葉を穴埋めで答えさせる問題だけでなく、
「標本化周期を半分にしたらデータ量はどうなるか?(答え:2倍になる)」
「量子化ビット数を8ビットから16ビットにしたらデータ量はどうなるか?(答え:2倍になる)」
といった、仕組みを理解しているかを問う応用問題が非常によく出題されます。
丸暗記しようとするのではなく、「縦に細かく切るのが標本化」「横の目盛りを細かくするのが量子化」というグラフのイメージを頭の中に描けるようにしておいてくださいね。
次回は、音に続いて「画像や動画のデジタル化」、そして「データの圧縮」について進んでいく予定です。ぜひ楽しみにしていてください!

君ならできます。頑張って!

← 戻る

ご回答をありがとうございました。 ✨

コメント

タイトルとURLをコピーしました