《如何处理声音技术》由会员分享，可在线阅读，更多相关《如何处理声音技术（21页珍藏版）》请在金锄头文库上搜索。
1、第2章 音频处理技术西安交通大学计算机教学实验中心1简述音频是多媒体技术中媒体的一种，由 于音频信号是一种连续变化的模拟信号， 而计算机只能处理和记录二进制的数字信 号，因此，音频信号必须经过一定的变化 和处理，变成二进制数据后才能送到计算 机进行编辑和存储。 2声音的基本特性 音频信号 所携带的信息大体上可分为 语音、音乐和音响三类。 语音是指具有语言内涵和人类约定的特殊媒体; 音乐是规范的符号化了的声音;音响指其他自然声音，如动物的叫声、机器的 轰鸣声、风雨雷电声等; 3音频信号的特征 声音机械振动产生声波。 声波可以用一条连续的曲线来表示，它在时间和幅 度上都是连续的，称为模拟音频信号。
2、4声音的物理特性 频率/带宽 单位时间内声源振动的次数或空气中气压疏密 变化的次数，称为声源的频率f，单位赫兹(Hz) 频带宽度或称之为带宽，它描述组成复合信号 的频率范围 5频谱 乐器很少产生单一频率的纯音，而是复音。 复音的产生基于物体的复杂振动，可以分解为许多 不同振幅和不同频率的简谐振动(即看成简谐振动的 叠加)。简谐振动的振幅按频率排列的图形称为频谱。频谱 可一目了然地看出复杂振动的频率结构。钢琴的复音频谱,基频为253Hz6音频信号的质量指标 频带宽度 音频信号所包含的谐波分量越丰富，音色越好。在 广播通信和数字音响系统中，以声音信号所包含的 谐波分量的频率范围来衡量声音的质量，即
3、带宽。 不同质量的声音的频带对比示意图 7声音的数字化数字化就是将连续信号变成离散信号。 对音频信号，首先在时间上离散，取有限个时间点 ，称为采样。 然后在幅度上离散，取有限个幅度值，称为量化。 再将得到的数据表示成计算机能够识别的格式，称 为编码。 8PCM编码PCM是一种把模拟信号转换成数字信号的最基本的编码 方法，它主要包括采样、量化和编码3个过程。是一种最通用的无压缩编码，特点是保真度高，解码速 度快，但编码后数据量大，CD就是采用这种编码方式 。 9量化位数10数字音频的技术指标 采样频率 采样频率是指一秒钟采样的次数。采样频率越 高，单位时间内采集的样本数越多，得到波形 越接近于原
4、始波形，音质就越好。 根据奈奎斯特(Harry Nyquist)采样理论：如果采 样频率高于输入信号最高频率的两倍，重放时 就能从采样信号序列无失真地重构原始信号。 例如，话音的信号频率约为3.4 kHz，若采样频 率选为8kHz，就能无失真地重放原始声音。11常用采样频率11.025kHzAM广播 22.05kHz FM广播 44.1kHz CD高保真音质声音现在声卡的采样频率一般为 48kHz甚至96kHz。 12采样精度 采样精度用每个声音样本的位数表示，也 叫样本精度或量化位数。它反映度量声音波形幅 度的精度。 例如，每个声音样本用16位表示，则量化样本 值在065535的整数范围内，
5、它的精度是输入 信号的1/65536 采样精度影响到声音的质量 位数越多，声音的质量越高，而需要的存储空 间也越多；位数越少，声音的质量越低，需要 的存储空间越少。13声道数 单声道(mono)信号一次产生一组声波数据。如果一 次产生两组声波数据，则称其为双声道或立体声 (stereo)。双声道在硬件中占两条线路，一条是左声道，一条 是右声道。 立体声不仅音质、音色好，而且能产生逼真的空间 感。但立体声数字化后所占空间比单声道多一倍。14音频数据传输率 音频信号数字化后，产生大量数据 产生数据的速度或播放声音时需要传输数据的 速度影响声音的播放质量。数据传输率用每秒 钟传输的数据位数表示，记为
6、bps（bit per second）。 未经压缩的数字音频数据传输率为: 数据传输率(bits)=采样频率(Hz)量化 位数(bit)声道数 15例高保真立体声数字音频的量化位数为16， 试计算其数据传输率 解：高保真立体声数字音频采样频率为44.1kHz，双 声道，其数据传输率为 数据传输率=44.1(kHz)16(bit)2(channel)=1411.2(kbps) 如果采用PCM编码，数字音频文件所占用的 空间可用如下的公式计算： 音频数据量（Byte）=数据传输率持续时间8(bit/Byte) 其中数据量以字节(Byte)为单位；数据传输率以每秒比特 (bps)为单位；持续时间以秒
7、(s)为单位。 16例计算1分钟未经压缩的高保真立体声数 字声音文件的大小。 解：高保真立体声数字音频采样频率为44.1kHz ，16位量化，双声道，其数据传输率为： 数据传输率=44.1(kHz)16(bit)2(channel)=1411.2(kbps) 1分钟这样的声音文件的大小为 音频数据量=1411.2（kb/s）60（s）/8(bit/Byte)=10584kB未经压缩的4分钟的歌曲文件约42M数 据.17数字音频文件格式 数字声音文件格式是数字音频在磁盘文件中的存放 形式，相同的数据可以有不同的文件格式，而不同的数据 也可以有相同的文件格式. WAVE文件格式 WAVE文件是一种
8、通用的音频数据文件，文 件扩展名为“WAV”，Windows系统和一般的音 频卡都支持这种格式文件的生成、编辑和播放。 CD激光唱盘中包含的就是WAVE格式的波形 数据，只是扩展名没写成“.WAV”。一般说来， 声音质量与其WAVE格式的文件大小成正比。 WAVE文件的特点是易于生成和编辑，但在 保证一定音质的前提下压缩比不够，不适合在网 络上播放 18MP3文件MP3文件是采用MP3算法压缩生成的数字音频数据文件，以 “.MP3”为文件后缀。 MP3利用MPEG（Motion Picture Expert Group，运动图像 专家组）制定的MPEG-1 Audio layer 3的压缩标准
9、，将音频 信息用10:1甚至12:1的压缩率，变成容量较小的数据文件。 MPEG1压缩主要用于VCD数据的压缩，也用来压缩不包含 图像的纯音频数据，音频压缩算法包括MPEG Audio Layer1 、MPEG Audio Layer2等，而MPEG Audio Layer3有很高的压 缩比。 MP3是一种利用了人类心理声学特性的有损压缩，人耳基本 不能分辨出失真，音质几乎达到了CD音质标准。按照这种算 法，10张CDDA的内容可以压缩到l张CDROM中，而且视听 效果相当好。 19RA文件 Real Audio是Real networks推出的一种音乐 压缩格式,它的压缩比可达到96:1，因此在网上比 较流行。经过压缩的音乐文件可以在通过速率为 14.4kbs的MODEM上网的计算机中流畅回放。其最 大特点是可以采用流媒体的方式实现网上实时播放 ，即边下载边播放。 20MIDI文件 用乐谱指令代替声音数据 有效记录和重现各种乐器声音 MIDI声音仅适于重现打击乐或一些电子乐器的声音 占用存储空间极小 例如一个8位、22.05kHz的波形音频文件持续2s就需超 过40KB的容量，而一个MIDI文件播放2分钟所需的空间 不超过8KB。 适合乐曲创作和远距离传输21
