Wenn Sie jemals digitale Musik gehört haben - insbesondere jedes verlustbehaftete Audioformat -, dann haben Sie sich mit der mathematischen Quantisierung befasst Hardware (z. B. Digital-Analog-Wandler). Die Quantisierung ist jedoch nicht nur auf Audio beschränkt. Der Begriff und seine Verwendung gelten auch für andere Bereiche wie Physik oder Digital Imaging.
In einem Aufnahmestudio nehmen Mikrofone analoge Musikwellen auf, die dann in ein digitales Format umgewandelt werden. Das Signal kann mit 44.100 Hz abgetastet und mit einer Tiefe von 8, 16 oder 24 Bit (und so weiter) quantisiert werden. Höhere Bittiefen liefern mehr Daten, was eine genauere Umwandlung und Wiedergabe der ursprünglichen Wellenform ermöglicht.
Grundsätzlich ist die Quantisierung ein komplexer Rundungsprozess, der eine gewisse Ungenauigkeit mit sich bringt. Computer arbeiten mit Einsen und Nullen, weshalb die Analog-Digital-Umwandlung als Annäherung und nicht als exakte Kopie betrachtet wird. Wenn es um Musik geht, muss das quantisierte Signal nicht nur die richtige Reihenfolge und Amplitude der Werte beibehalten, sondern auch das Timing muss genau sein. Der Prozess muss sicherstellen, dass der Musikrhythmus beibehalten wird, wobei die Noten gleichmäßig verteilt und auf die gleichen Beats (oder Teile davon) gesetzt werden. Andernfalls klingt das Audiosignal möglicherweise ab oder das Hörvermögen ist merkwürdig.
Dieses Quantisierungskonzept kann mit einem Bildbearbeitungsprogramm wie Photoshop visuell beobachtet werden. Wenn ein großes Bild verkleinert wird, gehen Pixelinformationen aufgrund des mathematischen Prozesses verloren, der die Aufgabe erledigt. Die Software führt Berechnungen und Rundungen durch, um unerwünschte Pixel zu verwerfen, während die Gesamtintegrität, das Verhältnis und der Kontext des Bildes erhalten bleiben. Die eingeschränkten Proportionen sind für Fotos genauso wichtig wie für den Rhythmus für Musik. Beim Vergrößern und Vergleichen der neu formatierten Version des Fotos mit dem Original wirken Kanten und Objekte tendenziell etwas grob oder gezackt. Dieser visuelle Aspekt der verlustbehafteten Komprimierung bezieht sich ebenfalls auf Typen digitaler Audiodateien. Mehr Daten und / oder weniger Kompression führen zu einer höheren Gesamtqualität.
