Sladky Player

Көпағынды аудио шығысы және аппараттық DSP

Жүйелік Rust тілінде жазылған портативті аудио ойнатқыш. WGPU API арқылы интерфейстің аппараттық рендерингі, кроссплатформалық Cubeb кітапханасына негізделген төмен деңгейлі аудио шығысы, асинхронды Symphonia декодері және толық реттелетін 32-bit Float DSP конвейері.

АРХИТЕКТУРА СИПАТТАМАСЫ
Sladky Player

Сигнал жолы және төмен деңгейлі DSP

Аудиосигналды өңдеу толығымен 32-bit Float стерео режимінде жүзеге асырылады. DSP конвейері бастапқы сэмплдерді нақты математикалық түзетуді орындайтын жүйелі тәуелсіз модульдерден тұрады.

⚙️

1. Түзету және сүзу (Алдын ала өңдеу)

SignalCorrector модулі айналмалы буфердегі арналардың кідірісін (Time Alignment) сэмплге дейінгі дәлдікпен реттеуді, полярлы фазалық инверсияны және моно-араластыруды орындайды. DynamicsPre модулі каскадты биквадратты сүзгілер арқылы субдыбыстық сүзуді (Subsonic Filter, 20Hz HPF, Linkwitz-Riley 4-ші ретті) және ультрадыбыстық сүзуді (22kHz LPF), сондай-ақ RMS детекторымен басқарылатын автоматты күшейтуді реттеуді (AGC, мақсатты деңгей -16 dBFS) жүзеге асырады.

📉

2. Эквализация және көпжолақты сатурация

Параметрлік 12 жолақты эквалайзер 16 Гц-тен 16 кГц-ке дейінгі жиіліктерде Q=1.41 тұрақты сапа факторы бар пиктік сүзгілерді қолданады. Goodizer модулі таңдалған режимге (A, B, C, D) байланысты тәуелсіз компрессиясы (шабуыл/ыдырау уақытының қатынасы, шегі және қысу коэффициенті) және бейсызықты қанықтылығы (tanh толқындық пішіндеуі) бар 3 жолақты сигналды бөлуді (250 Гц-тегі LPF кроссовері және 4000 Гц-тегі HPF) орындайды.

🧠

3. SoundUP RT психоакустикалық апскейлингі

Көпкомпонентті қозғалтқыш: субгармоникалық резонатор (100 Гц төмен жиілікті) цифрлық алиасингті толығымен жою үшін ADAA (Anti-Aliasing Double Approximation) әдісімен төмен жиілікті гармоникаларды жасайды. Хаас декорреляторы (800 Гц жоғары жиілікті, 1.2 мс кідіріс) стереобазаны кеңейтеді. ATR модулі жылдам және баяу орта ораушы детекторларының көмегімен транзиенттерді (6.5 кГц жолағы) бөледі және олардың шабуыл фазасын динамикалық түрде күшейтеді. Жоғары жиілікті эксайтер 11 кГц-тен жоғары жиілікте көпмүшелік гармоникалық синтезді орындайды және модуляцияланған қызғылт шуды араластырады.

🎧

4. Кеңістіктік бинауральды рендеринг

Hrtf3DVirtualizer модулі Mid/Side декомпозициясын орындайды. Mid арнасы құлақ арнасының резонансын симуляциялау үшін пиктік сүзгі (3 кГц, Q=1.0) және notch сүзгісі (6.5 кГц, Q=2.0) арқылы өтеді. Акустикалық қашықтық ерте шағылысулармен (0.9 мс кідіріс, -15.5 дБ деңгейі) симуляцияланады, бұл «бас ішіндегі локализация» әсерін жояды. Side арнасы 8 кГц notch сүзгісімен түзетіледі. Кросс-ток ITD (0.28 мс, 48 кГц-те 13 сэмпл) арқылы кідіртіледі және бастың акустикалық көлеңкесін симуляциялайтын high-shelf сүзгісімен сүзіледі (1.5 кГц-тен жоғары жиілікте -10 дБ).

RUST
// Lock-Free real-time audio pipeline on Cubeb SPSC ring buffers
pub fn process_audio_callback(
output_buffer: &mut [f32],
cons_main: &mut Consumer<f32>,
cons_amb: &mut Consumer<f32>,
dsp: &mut DspProcessor,
quick_dsp: &mut QuickDspState,
settings: &SharedAudioSettings
) -> isize {
let frames_requested = output_buffer.len() / 2;
let mut amb_buffer = vec![0.0f32; output_buffer.len()];

let amb_popped = cons_amb.pop_slice(&mut amb_buffer);
let popped = cons_main.pop_slice(output_buffer);

let vol = settings.get_float(&settings.volume);
let bal = settings.get_float(&settings.balance_lr);
let pitch = settings.get_float(&settings.pitch);
let reverb_wet = settings.get_float(&settings.reverb_wet);
let reverb_room = settings.get_float(&settings.reverb_room);
let crossfeed = settings.get_float(&settings.crossfeed);

let l_gain = if bal > 0.0 { 1.0 - bal } else { 1.0 };
let r_gain = if bal < 0.0 { 1.0 + bal } else { 1.0 };

for i in (0..popped).step_by(2) {
    let mut l = output_buffer[i];
    let mut r = output_buffer[i+1];

    let (l_pt, r_pt) = quick_dsp.pitch_shifter.process(l, r, pitch);
    let (l_rev, r_rev) = quick_dsp.reverb.process(l_pt, r_pt, reverb_wet, reverb_room);
    let (l_cf, r_cf) = quick_dsp.crossfeed.process(l_rev, r_rev, crossfeed);
    let (proc_l, proc_r) = dsp.process_stereo(l_cf, r_cf);

    l = proc_l * l_gain; 
    r = proc_r * r_gain;
    if i < amb_popped {
        l += amb_buffer[i];
        r += amb_buffer[i+1];
    }
    output_buffer[i] = l * vol;
    output_buffer[i+1] = r * vol;
}
frames_requested as isize
}
// 3-Band Linkwitz-Riley Crossover with Envelope Tracked Compression
impl Goodizer {
pub fn process_frame(&mut self, mut l: f32, mut r: f32) -> (f32, f32) {
    if self.amount <= 0.0 { return (l, r); }
    let (dry_l, dry_r) = (l, r);

    // 1. Поканальный кроссовер (LPF на 250 Гц, HPF на 4000 Гц)
    let low_l = self.lpf_l.process(l);
    let low_r = self.lpf_r.process(r);

    let high_l = self.hpf_l.process(l);
    let high_r = self.hpf_r.process(r);

    let mid_l = l - low_l - high_l;
    let mid_r = r - low_r - high_r;

    // 2. Поканальная компрессия выделенных частотных диапазонов
    let comp_low_l = self.c_low_l.process(low_l);
    let comp_low_r = self.c_low_r.process(low_r);

    let comp_mid_l = self.c_mid_l.process(mid_l);
    let comp_mid_r = self.c_mid_r.process(mid_r);

    let comp_high_l = self.c_high_l.process(high_l);
    let comp_high_r = self.c_high_r.process(high_r);

    // 3. Рекомпозиция и смешивание обработанного сигнала с сухим
    let mix_l = comp_low_l + comp_mid_l + comp_high_l;
    let mix_r = comp_low_r + comp_mid_r + comp_high_r;

    (
        dry_l * (1.0 - self.amount) + mix_l * self.amount,
        dry_r * (1.0 - self.amount) + mix_r * self.amount
    )
}
}
// ADAA Non-Linear Waveshaping (Anti-Aliasing Double Approximation)
fn ln_cosh(x: f32) -> f32 {
let ax = x.abs();
if ax > 4.0 {
    ax - 0.69314718
} else {
    let x2 = x * x;
    x2 * (6.0 + x2) / (12.0 + 3.0 * x2)
}
}

fn adaa_tanh(x: f32, x_prev: f32) -> f32 {
let diff = x - x_prev;
if diff.abs() < 1e-5 {
    x.tanh()
} else {
    // Вычисление первой производной первообразной ln(cosh(x))
    (ln_cosh(x) - ln_cosh(x_prev)) / diff
}
}
AUDIO ENGINE STREAM MONITOR
Interface/API:
WASAPI Exclusive (Bit-Perfect)
Output Format:
32-bit Float @ 384000 Hz
Hardware Buffer:
50 samples (~1 ms latency)
Resampling DSP:
Sinc Interpolation (64000 Taps)
Quantize Dither:
NS9 Noise Shaping
PCM-to-DSD SDM:
ASDM7EC (DSD512)
Clipping Guard:
Soft Saturation ON (Thresh: -1.0 dB)
GUI Backend:
WGPU Vulkan 144Hz

Бұғаттаусыз көпағынды SPSC архитектурасы

Аудио шығару ағыны (Real-time Thread) GUI ағынынан толық оқшауланған. Декодтау, ресемплинг, реттелетін Безье қисықтары бойынша динамикалық кроссфейд және Ambient синтезі параллель ағындарда орындалады, олар үйіндіде (heap) бөлінген бұғаттаусыз SPSC (Single Producer Single Consumer) айналмалы буферлері арқылы аудио деректермен алмасады. Бұл буфердің таусылуы (Buffer Underrun) мен дыбыстың заикания қаупінсіз жүйелік дыбыстық картаға аудио пакеттердің тұрақты жеткізілуін қамтамасыз етеді.

Crystallization of Sound

CRYSTALLIZATION

Дыбысты апскейлдеу

SoundUP алгоритмдеріне негізделген дыбысты қайта құру.
«Нақты уақыт режимі» үшін оңтайландырылған.

Дыбысты апскейлдеу

Түпнұсқа SoundUP
0:00 / 0:00
Апскейл қарқындылығы
MIN
MAX

Портативтілік және өнімділік

Плеер сыртқы тәуелділіктерсіз біртұтас статикалық орындалатын файлға компиляцияланады. Параметрлер мен DSP конвейерінің конфигурациясы жергілікті жерде settings.json файлында сақталады. WGPU API арқылы графикалық аппараттық күшейту орталық процессорға жүктемесіз интерфейстің лезде рендерингін қамтамасыз етеді.

Sladky Player архитектурасы бойынша техникалық FAQ

Дыбыс шығару және кідірістер

Плеердегі WASAPI Shared және Exclusive режимдерінің айырмашылығы неде?
Shared режимінде плеер декодталған аудио ағынын Windows жүйелік микшеріне береді, ол оны жүйелік параметрлерге сәйкес мәжбүрлі түрде қайта ресемплингтейді және басқа қолданбалардың дыбыстарымен араластырады. Exclusive режимінде аудио қозғалтқышы физикалық құрылғыны тікелей бақылауға алады. Бұл жүйелік аудио стекін бұғаттайды, ағын Windows микшерін айналып өтіп, тікелей ЦАП-қа сыртқы кедергісіз (Bit-Perfect) жіберіледі, бұл фазалық бұрмаланулар мен мәжбүрлі апсемплингті болдырмайды.
Неліктен Exclusive режимі кейбір дискреттеу жиіліктерінде қате береді?
Эксклюзивті режимде аппараттық дыбыстық карта драйвері тек сіздің ЦАП чипіңіз физикалық түрде қолдайтын параметрлерді (Sample Rate және Bit Depth) ғана қабылдайды. Егер плеер параметрлерінде 384 кГц таңдалса, ал құрылғы ең көбі 192 кГц қолдаса, ағынды инициализациялау аппараттық деңгейде сәтсіз аяқталады. Бұл жағдайда плеер ағынды Shared режиміне қауіпсіз түрде бағыттайды.
Көпағынды SPSC схемасы қалай жұмыс істейді және неліктен онда сыртыл мен сықыр болмайды?
Сигнал жолы үш оқшауланған ағынға бөлінеді: декодтау/ресемплинг ағыны, фондық дыбыстар (Ambient) ағыны және төмен деңгейлі шығыс ағыны. Олар үйіндіде бөлінген бұғаттаусыз SPSC айналмалы буферлері арқылы байланысады. Аудиоколлбэк дайын сэмплдерді буферден микросекундтар ішінде алады, дискіні оқу операцияларын немесе декодтаудың ауыр математикасын күтпейді, бұл буфердің таусылуын (Underrun) және онымен бірге жүретін сыртыл дыбыстарын болдырмайды.
Неліктен кірістірілген дельта-сигма модуляторы (PCM-to-DSD) қажет?
Модулятор нақты уақыт режимінде PCM ағынын 1-биттік DSD форматына (DSD512-ге дейін) түрлендіреді. Математикалық алгоритм кванттау шуын есту шегінен әлдеқайда жоғары (Noise Shaping) итереді, бұл пайдалы сигналды мінсіз сызықтық фазада сақтайды. Кейінгі сүзуі бар 'EC' (Error Correction) схемалары да ЦАП-тың бейсызықтықтарын тегістеу үшін әлсіз аналогтық дизерді араластырады, бұл процессорға стандартты алгоритмдерге қарағанда көбірек жүктеме түсіреді.

DSP жолы және психоакустика

SoundUP RT алгоритмі дыбысты апскейлдеу кезінде нақты не істейді?
Қарапайым эквалайзерлерден айырмашылығы, SoundUP RT жаңа жоғары жиіліктерді детерминирленген түрде синтездейді. Модуль орта/төмен диапазондағы тональді негізді талдайды және бейсызықты көпмүшелік синтез арқылы оның обертондарын жоғары жиілікті аймаққа бағыттайды. Clarity (ATR) модулі шабуылдарды ерекшелеу үшін транзиенттердің динамикалық орта ораушысын есептейді, Хаас декорреляторы стереобазаны кеңейту үшін арналардың бірінің жоғары жиілікті спектріне 1.2 мс фазалық кідіріс енгізеді, ал эксайтер жеңілдік сезімін жасау үшін модуляцияланған қызғылт шуды араластырады.
Суббас резонаторындағы ADAA дегеніміз не және ол не үшін қажет?
Сандық ортада бейсызықты қанықтыру (tanh сатурациясы) әдісімен субгармоникаларды жасау кезінде міндетті түрде алиасинг пайда болады — паразиттік жиіліктердің Найквист жиілігінен естілетін спектрге кері шағылысуы, бұл басты ластайды. ADAA (Anti-Aliasing Double Approximation) алгоритмі бейсызықтық функцияны сандық интегралдау арқылы бұл мәселені шешеді. Сигналдың алғашқы бейнесінің бірінші туындысын есептей отырып, ADAA спектрлік қабаттасуды дерлік толығымен басады, бұл суббастың терең әрі таза болуын қамтамасыз етеді.
Бинауральды 3D-дыбыс (HRTF) қалай жұмыс істейді?
HRTF режимін белсендіру стереосигналды Mid (орталық声像) және Side (стерео-ені) компоненттеріне бөледі. Орталық арна құлақ қалқанының анатомиялық резонансын симуляциялау үшін арнайы сүзгілер каскадымен өңделеді (3 кГц-те күшейту және 6.5 кГц-те бәсеңдету) және «бас ішіндегі дыбыс» әсерін жою үшін ерте шағылысулардың кідірісімен (0.9 мс, -15.5 дБ) толықтырылады. Бүйірлік арналар бинауральды уақыт айырмашылығына ITD (0.28 мс) кідіртіледі және бастың акустикалық көлеңкесін симуляциялайтын сүзгімен өңделеді (қарама-қарсы құлақ үшін 1.5 кГц-тен жоғары жиілікте жоғары жиіліктерді 10 дБ бәсеңдету), бұл шынайы бинауральды кеңістікті жасайды.
Пиктік лимитер цифрлық削波-дан қалай қорғайды?
Пиктік лимитер 2 мс уақытша алдын ала қарау (look-ahead) буферін қолданады. Плеер негізгі дыбыс ағынын осы уақытқа кідіртеді, бұл оған жаңа сэмплдер шықпас бұрын пиктердің амплитудасын талдауға мүмкіндік береді. Егер шекті деңгейден асу анықталса, толқынды күрт кеспей-ақ, жылдам күшейтуді бәсеңдету (0.5 мс шабуыл) қосылады. Егер жүктеме тым жоғары болса, пиктерді гиперболалық тангенс (tanh) қисығы бойынша біртіндеп дөңгелететін жұмсақ қанықтыру (Soft Saturation) функциясы қосылады, бұл өткір цифрлық бұрмаланулардың пайда болуын болдырмайды.

Үзіліссіздік және деректер базасы

Үзіліссіз ойнату (Gapless) және біртіндеп аусу (Crossfade) қалай жүзеге асырылады?
Декодер алдын ала жұмыс істейді. Ағымдағы трек аяқталуға жақындағанда, келесі файлды фондық декодтау басталады. Егер Crossfade қосылған болса, плеер баптауларда белгіленген кубтық Безье қисықтары бойынша өшіп бара жатқан аудио ағынының дыбысын біртіндеп азайтады және жаңа тректің дыбысын көтереді. Бұл тректерді ауыстыру кезінде шағын үзілістердің, сыртылдар мен кідірістердің болмауын қамтамасыз етеді.
Тональділікті өзгерткен кезде WSOLA және Phase Vocoder алгоритмдерінің айырмашылығы неде?
WSOLA алгоритмі уақыт аймағында жұмыс істейді: ол сигналды қабаттасатын сегменттерге бөледі, максималды кросс-корреляция (толқын ұқсастығы) нүктелерін табады және оларды ығысумен бір-біріне қабаттастырады. Бұл әдіс вокал мен аспаптар үшін өте қолайлы, себебі ол шабуылдардың фазалық құрылымын сақтайды. Phase Vocoder алгоритмі Фурье түрлендіруі арқылы сигналды жиілік аймағына өткізеді, уақытша ығысуды өтеу үшін биндердің фазаларын түзетеді және кері түрлендіруді орындайды. Ол күрделі полифониялық микстер үшін жақсырақ келеді, бірақ фазалық размытие әсерін тудыруы мүмкін.
Плейлистердің деректер базасының схемасы қалай құрылған және неліктен рекурсивті сұраныстар қажет?
Деректер базасы (music.db) реляциялық байланыс кестелерін қамтиды. Плейлистер аталық плейлист өрісі арқылы иерархиялық ағаш құрылымын қолдайды. Аталық плейлист таңдалған кезде плеер рекурсивті CTE сұранысын орындайды, ол автоматты түрде ағаш бойынша төмен қарай өтеді, барлық қосымша плейлистердің идентификаторларын жинайды және пайдаланушының ретін сақтай отырып, тректердің толық тізімін қайтарады.

Графика және визуализация

Неліктен плеер Electron емес, WGPU-де жазылған және ОЗУ-дың нақты шығыны қандай?
Electron тек браузер қозғалтқышының қажеттіліктері үшін 150-300 МБ жедел жадты тұтынатын толық Chromium данасын іске қосады. Біздің WGPU негізіндегі графикалық қозғалтқышымыз төмен деңгейлі API арқылы бейнекартамен тікелей байланысады. Плеердің орындалатын файлы автономды және қолданба деңгейінде шамамен 6-8 МБ жедел жадты тұтынады. Дегенмен, заманауи графикалық API (DirectX 12 немесе Vulkan) жұмысының ерекшеліктеріне байланысты жүйедегі процестің жалпы жедел жад шығыны жоғары болады (40-70 МБ шамасында): бейнедрайвер Swapchain, шейдерлерді компиляциялау және текстураларды кэштеу үшін жедел жадтың едәуір блоктарын мәжбүрлі түрде резервтейді.
Спектр анализаторы (FFT) қалай жұмыс істейді және ол жүйені жүктей ме?
Аудио ағынындағы арналардың моно-сомасы нақты уақыттағы айналмалы буферге көшіріледі. Арнайы фондық ағын аудио блоктарды (интерфейстегі FFT параметрлеріне байланысты 512-ден 8192 сэмплге дейін) алады, оларға Ханн терезесін қолданады және жылдам Фурье түрлендіруі (FFT) әдісімен спектрограмманы есептейді. Есептелген жиілік амплитудалары текстураға асинхронды түрде оралады. Спектрограмманы салу және жолақтардың төмендеуі GPU-да кастомды WGSL шейдерлерінің көмегімен орындалады, бұл орталық процессорға түсетін есептеу жүктемесін барынша азайтады.
Спектрограммадағы жұқа көк сызық нені білдіреді?
Бұл бастапқы аудиофайлдың нақты сүзу жиілігінің (Cutoff Frequency) көрнекі индикаторы. Плеер кадр спектрін сканерлейді, одан жоғары энергия деңгейі -96 дБ-ден төмен түсетін диапазонды табады және осы шекараны көрсетеді. Бұл сізге түпнұсқалық жоғары сапалы файлдарды жасанды түрде созылған төмен сапалы апскейлдерден (мысалы, 96 кГц FLAC ретінде сақталған 128 kbps MP3, мұнда сүзу сызығы 16 кГц белгісінде анық қатып қалады) бірден ажыратуға мүмкіндік береді.