逐像素把图像转换为声音

原标题Turning Images Into Sound, One Pixel at a Time

一个视觉思想实验:用频率表示像素的位置,用音量表示亮度。

频道
3Blue1Brown
发布
2023年12月8日
视频
0:59
阅读
1 分钟
幻灯片
2
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

这段 3Blue1Brown 短片介绍一种可能的图像声音编码方式:给每个像素分配独特频率,让更亮的像素发出更大的声音,再由听者理解混合信号。

  1. 1从小图像开始例子使用 256×256 像素的图像。
  2. 2给每个像素一个频率每个图像位置可以由独特的音调表示。
  3. 3亮度变成音量更亮的像素在混合声音中产生更响的成分。

要点建议

  1. 图像可以表示为像素网格。
  2. 每个像素可对应一个不同频率,音量反映其亮度。
  3. 混合声音包含图像信息,但起初可能很难理解。
全文

按章节阅读整理后的全文

只看原始文稿
01

表示图像

低分辨率图像被表示为像素网格。

假设我们想编写软件,让人们通过声音感知图像。为了方便初步实验,可以先使用低分辨率图像,例如 256×256 像素,并把它表示为方形网格。

02

将像素映射为声音

频率表示位置,音量表示亮度;所有音调同时播放。

一幅 256×256 图像
幻灯片 1 / 2一幅 256×256 图像图像被视为网格,像素成为声音编码的输入。

一种方法是给每个像素分配一个独特的声音频率。图像中的位置决定用哪个频率表示它。

同时播放许多频率
幻灯片 2 / 2同时播放许多频率混合声音包含代表不同像素位置的成分。

像素越亮,相应频率播放得越响;像素越暗,声音越轻。把所有频率同时播放,就得到一个混合声音,其中较强的成分对应图像较亮的区域。它起初可能听起来十分嘈杂;这个想法是,听者可以学习理解其中的信息。

同频道的其他文章

20 张幻灯片40:44EN → 简体中文
3Blue1Brown· 2026年10月16日Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。MathematicsAI for scienceHuman-AI Collaboration+2
29 张幻灯片51:55EN → 简体中文
3Blue1Brown· 2026年9月18日AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。MathematicsAI researchReasoning & test-time compute+2
0:55EN → 简体中文
3Blue1Brown· 2026年7月24日64 块方糖谜题:六组相等距离一个 4×4×4 的方糖块有三种颜色;证明总能找到六对同色方糖,且每对距离相等。MathematicsEducation
33:51EN → 简体中文
3Blue1Brown· 2026年7月16日交叉熵连接了什么:压缩、语言模型与 KL 散度Grant Sanderson · 3Blue1BrownGrant Sanderson 从码长推导交叉熵,并用它解释下一个 token 训练和模型蒸馏。MathematicsMachine LearningFoundation Models+1
幻灯片2:25EN → 简体中文
3Blue1Brown· 2026年6月12日香农如何测量英语的信息熵一场猜字母游戏帮助克劳德·香农估算英语文本的信息量,也揭示了预测与压缩之间的联系。MathematicsAI History
幻灯片1:02EN → 简体中文
3Blue1Brown· 2026年6月10日月球机器人与最优二进制编码谜题四个方向出现的频率不同,每条指令最少需要多少比特?MathematicsScience Communication