03第三章多媒体技术基础合编.ppt

第三章 多媒体技术基础 3.1 音频信息处理技术 音频的基本概念 声音 声音多媒体系统中一个基本的元素，是携带信息的重要媒体。在多媒体系统中，声音是指人耳能识别的音频信息，它的主要表现形式为语音、自然声、音乐以及各种人工合成的声音等。 音频的基本概念 声音的三个重要指标 振幅：通常是指音量，也就是声波波形的高低幅度，表示声音的强弱程度。 周期：两个相邻声波之间的时间长度，即重复出现的时间间隔，以秒（s）为单位。 频率：每秒钟声波振动的次数，以赫兹（Hz）为单位。 音频的基本概念 声音的三要素 音调：代表了声音的高低。音调与频率有关，频率越高，音调越高。 音色：具有特色的声音。 纯音，是指振幅和周期均为常数的声音 复音则是具有不同频率和不同振幅的混合声音，大自然中的声音大部分是复音。在复音中，最低频率的声音是基音，它是声音的基调。其他频率的声音称为谐音，称为泛音。基音和谐音是构成声音音色的重要因素。 音强：声音的强度，也被称为声音的响度或声音的大小，它取决于声波振幅的大小，振幅越大，强度越大。常说的音量也是指音强。 音频的基本概念 声音的其他特性 声音的传播与可听域 声音依靠介质的振动进行传播。 模拟音频信号由许多频率不同的信号组成，每个信号都有各自的频率范围，这个组合信号被称为复合信号。声音的频率范围又称频域或频带，不同种类的声源其频带也不同。一般而言，声源的频带越宽则表现力越好，层次越丰富。 人耳的可听域在20~20000Hz之间，这些信号称为音频信号；频率低于20Hz（称为亚音信号或次音信号）和高于20000Hz（称为超音频信号）的声音信号人类是听不到的。 音频的基本概念 声音的其他特性 声音的方向 声音以振动波的形式从声源向四周传播，人类在辨别声源位置时，首先依靠声音到达左、右两耳的微小时间差和强度差异进行辨别，然后经过大脑综合分析而判断出声音来自何方。 音频的基本概念 声音的其他特性 声音的频谱 声音的频谱有线性频谱和连续频谱之分。 线性频谱是指具有周期性的单一频率声波 连续频谱是指具有非周期性的带有一定频带所有频率分量的声波。 纯粹的单一频率的声波只能在专门的设备中创造出来，声音效果单调而乏味。自然界中的声音几乎全部属于非周期性声波，具有广泛的频率分量，听起来声音饱满、音色多样、具有生气。 音频的基本概念 声音的其他特性 声音的质量 声音的质量简称音质，音质的好坏与音色和频率范围有关。 影响音质的因素 对于数字音频信号，音质的好坏与数据采样频率和数据位数有关。采样频率越低，位数越少，音质越差。 音质与声音还原设备有关，音响放大器和扬声器的质量能够直接影响重放的音质。 音质与信号噪声比有关。在录制声音时，音频信号幅度与噪声幅度的比值越大越好，否则声音被噪声干扰，会影响音质。 音频的基本概念 声音的其他特性 声音的连续时基性 声音在时间轴上是连续信号，具有连续性和过程性，属于连续时基性媒体形式。构成声音的数据前后之间具有强烈的相关性。除此之外，声音还具有实时性，这对处理声音的硬件和软件提出很高的要求。 数字化声音 声音是自然界中一切可听到的振动波，为了用计算机表示和处理声音，必须把声音进行数字化，即用数字表示声波。数字化的声音称为“数字音频信号”，它除了包含有自然界中所有的声音之外，还具有经过计算机处理的独特音色和特质，这些是自然界所没有的。 音频的基本概念 数字音频 数字音频是以二进制的方式记录的音频，是模拟音频的数字化表达。 数字音频技术是指把模拟信号通过采样、量化和编码过程转换成数字信号，然后再进行记录、传输以及其他加工处理；在重放时再将这些记录的数字信号还原为模拟信号，获得连续的声音。 音频的基本概念 模拟音频数字化 采样 采样就是每隔一段时间从连续变化的模拟音频信号中取一个幅度值（也称为采样值），从而把时间上的连续信号变成时间上的离散信号。采样的时间间隔称为采样周期；每秒内采样的次数称为采样频率；采样后所得的一系列在时间上离散的样本值称为样值序列。 音频的基本概念 模拟音频数字化 量化 采样是把模拟音频信号转变为时间上离散的样值序列。但每个样值的幅度仍然是一个连续的模拟量。因此还必须对其进行离散化处理，将其转换为有限个离散值，才能最终用数码来表示其幅度值。这种对采样值进行离散化的过程称为量化。 音频的基本概念 模拟音频数字化 编码 采样、量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简单的编码方式是二进制编码。就是用n位二进制码来表示已经量化了的采样值，每个二进制数对应一个量化值，然后把它们排列，得到一串由二值脉冲组成的数字信息流。 音频的基本概念 数字音频的技术指标 采样频率 采样频率是对声音波形每秒钟进行采样的次数。奈奎斯特理论指出：采样频率不应低于模拟音频信号最