2数字声音简介选读.ppt

数字声音 第一节 数字声音 声音的本质 声音是携带信息的极其重要的媒体（20％） 声音是通过空气传播的一种连续的波，叫声波，也具有反射、折射和衍射现象。 声音信号是由许多频率不同的分量信号组成的复合信号。复合信号的频率范围称为带宽。 带宽为20Hz－20kHz的信号称为音频（audio）信号，可以被人的耳朵感知。 声音是时基类媒体。 一、基本概念 声音：人耳所感觉到的空气分子的震动， 由振动的声波组成。 声音主要有以下类型： 语音 人的说话声虽是一种特殊的媒体，也是一种波形声音，更重要的是它包含有丰富的语言内涵，可以经过抽象，提取特定成分，理解其意义。(80Hz－3400Hz) 其它几个基本概念 纯音：振幅和周期均为常数的声音。 复音：由不同频率和不同振幅的声波组合起 来的声音。 语音、乐声、自然界中的大部分声音都不是纯音。 基音：复音中频率最低的声波。 是决定声音音调的基本因素，通常为常数。 谐音：复音中其他频率的声波，或称泛音。 基音和谐音组合起来，决定了特色声音的音色（音质）。 声音质量的度量 声音的质量与声音的带宽有关，一般来说频率范围越宽，声音质量也就越高。 二、声音的三要素 音调：与声音的频率有关，频率快则声 音高，频率慢则声音低。 次声 可听声20HZ—20kHZ 超声 音强：又称响度，取决于声音的振幅， 也即振幅的大小和强弱。 音色：由混入基音的谐音决定。每个基音 都有其固定频率和不同音强的谐音， 使得每个声音具有特殊的音色效果。 三、音频信号数字化 模拟信号数字化的步骤：采样、量化、编码 采样：连续信号离散化，即按一定的时间间隔取值。 ADC (Analogue Digital Converter) 采样频率：每秒钟的采样次数 标准采样频率 2. 采样定理 奈奎斯特理论（Nyquist Theory）认为数字采样频率的大小由声音信号本身的最高频率决定。指出：进行无损的数字化转换，采样频率至少是所采信号所含最高频率的2倍。 fs = 2f 举例说明： 电话音质： 电话话音的信号最高频率约为3.4kHz，采样频率就应大于6.8kHz。选择一个标准采样频率：8kHz。 CD音质： 人耳听觉的上限为20kHz，因此要获得较佳的听觉效果，采样频率要达到40kHz以上。选择一个标准采样频率：44.1kHz。 3.量化 为了把采样序列存入计算机，必须将样值量化为一个有限个幅度值的集合。通常用二进制数字表示量化后的样值。 量化的过程：先将整个幅度划分为有限个小幅度（量化阶距）的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。 量化噪声：量化误差，量化后的样本值和原始值的差，随量化间隔变大而增加。 - (Δ/2) = e(n) = (Δ/2) 量化位数/采样字长： 表示采样值的二进制位数（比特数），决定了采样值的精度。 整个过程描述： 4. 数据量的计算 声道数：指一次采样所记录产生的声音波形个数 （立体声：要求声道数至少是2个） 数字声音相关的参数 计算： 一张CD唱盘容量为640MB，问最多能存储多长时间的CD音质，采样字长为16bit 的双声道立体声歌曲？ 四、音频的存储格式 如同存储文本文件一样，存储声音数据也需要有存储格式。 .wav格式主要用在PC上， .au主要用在Unix工作站上， .aiff和snd主要用在苹果机和美国视算科技有限公司的工作站上。 MIDI格式 CD.DA格式 MP3格式 MP3采用MPEG Layer 3标准对WAVE音频文件进行压缩而成，以达到CD唱盘的音质。 RM格式RM采用音频/视频流和同步回放技术来实现在互联网上提供优质的多媒体信息。 资源交换档案标准（Resource Interchange File Format，RIFF）是一种把资料储存在被标记的区块（tagged chunks）中的档案格式。它是在1991年时，由Microsoft和IBM提出。 WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的，每个WAVE文件的头四个字节便是“RIFF”。 MIDI音频（MIDI audio）:电子合成器合成的声音，文件格式 *.mid。 CD唱盘数字音频（CD audio）: 数字采样技术制作的，把数字位1和0通过激光刻写在盘片上（形式为微小的长短不等的凹坑），重放时用激光读出数据，再通过D/A转换成模拟信号。 第二节 声音工具 Cool Edit Pro 2.0 一款非常出色的音频录制、