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从小图像开始例子使用 256×256 像素的图像。
- 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
- 图像可以表示为像素网格。
- 每个像素可对应一个不同频率,音量反映其亮度。
- 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
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。

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
40:44EN → 简体中文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。
51:55EN → 简体中文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。
0:55EN → 简体中文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。
33:51EN → 简体中文交叉熵连接了什么: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。
2:25EN → 简体中文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。
1:02EN → 简体中文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?