第三章声音的合成分解.ppt

第二章 声音的合成 一、音频信号 1 .声音是一种波 声波可以在空气中传播，也可以在液体及固体中传播。 声音三要素 (1) 音调 — (高低) (2) 音强 — (强弱) (3) 音色 — (特质) 2 .音质 音质与频率范围成正比，频率范围越宽音质越好 3 .声音采样 把声音信号按固定的时间间隔，转换成有限个数字表示的离散序列。 常用声音信号与采样频率 4 .音频文件的种类及特点 (1)MIDI文件（电子乐器数字接口） 是用于在音乐合成器、电子乐器、音序器和计算机之间交换音乐信息的一种标准协议。 MIDI实质上是由MIDI控制器（或MIDI文件）产生的指示电子音乐合成器要做什么、怎么做（如演奏某个音符、加大音量、生成音响效果）的一套标准指令。MIDI不是声音信号，在MIDI电缆上传送的不是声音，而是动作指令。 由于MIDI只是记录音乐信息的数字代码，所以生成的文件比较小，便于传播，也便于编辑修改 与Mp3、Wav等音频格式不同的是MIDI的播放质量很大程度上取决于硬件或软件的音源环境，也就是说同样的MIDI文件在不同的电脑上可能有非常明显的效果差别，究其原因是因为它们调用的波表音色库不一样 (2) WAVE (Waveform Audio)波形音频文件 多媒体系统、音乐光盘制作，记录物理波形，数据量大 WAVE格式文件是以RIFF为标准的 在Windows中，把声音文件存储到硬盘上的扩展名为WAV。WAV记录的是声音的本身，所以它占的硬盘空间大的很。例如：16位的44.1KHZ的立体声声音一分钟要占用大约10MB的容量，和MIDI相比就差的很远。 标准格式的WAV文件和CD格式一样，也是44.1K的采样频率，速率88K/秒，16位量化位数 WAV格式的声音文件质量和CD相差无几 MP3也就是指的是MPEG标准中的音频部分，也就是MPEG音频层。根据压缩质量和编码处理的不同分为 3层，分别对应“*.mp1”/“*.mp2”/“*.mp3”这3种声音文件。 MPEG音频文件的压缩是一种有损压缩， MPEG3高压缩率，基本保持低音频部分不失真，但是牺牲了声音文件中12KHz到16KHz高音频这部分的质量来换取文件的尺寸 相同长度的音乐文件，用＊.mp3格式来储存，一般只有＊.wav文件的1/10，而音质要次于CD格式或WAV格式的声音文件。文件尺寸小，音质好 二、录音编辑 1.基于句子和单词的录音编辑方式 可以预先将句子、单词作为录音的单位，对录音、讲话所涉及的有关句子或单词逐个进行录音并保存 为了实现这种录音编辑方式，应事先存入大量的有关单词、句子（即需要大量的存储空间），声音合成时还需要快速地检出和呈现（需要高速的检索和控制）。 2.基于音节的编辑合成方式 在任何语言中，音节的数量比单词的数量少很多； 基于音节的编辑方式在合成时的检索、控制变得十分方便； 基于音节的合成方式的音质较差，很难表现人们在讲话时的各种情感和声调的变化； 根据发音耦合的原理和要求，人们对单词的发音制定了一定的规则，基于这种规则进行声音合成，可以得到较好的声音效果。 3.录音编辑声音合成的分析 （1）以录音编辑的方式进行声音合成，需要大容量的存储设备 （2）为了让一定容量的存储设备能存储更多的声音信息，需要对声音信息的数据量进行压缩 （3）通过编码的方式，减少声音信息中的冗余性是实现声音信息压缩的基本方法。 三、脉冲代码调制PCM 脉冲代码调制 PCM（pulse code modulation） 是一种对模拟信号的编辑 声音信号是一种模拟信号，经PCM编码后，变成数字信号 通常所说的PCM录音就是一种数字录音。 1.基本原理 PCM编码过程： （1）对模拟声音信号进行采样 （2）将各个采样点的声音信号值通过模∕数变换（A ∕ D转换）变换成由0和1组成的脉冲变换序列 （3）在PCM（脉冲代码调制）中所分配码字的首位为符号位， 信号为正时，首位为0 信号为负时，首位为1 （4）对声音采样的频率称为采样频率：f 经采样后对每一个采样点分配的码字为a位， 用于存储1秒钟的声音信号所需的存储容量为f·a ，它也表示了传递声音信号所需的速率。 例： 设声音信号的采样频率为10KHz，PCM编码所分配码字长度为8bit，传送该声音信号所需的传递速率应不低于 10×103×8=8×104 bit∕s （5）PCM录音及其声音合成系统 2.采样与量化 （1）在PCM调制中，采样频率应是声音信号中最高频率的两倍以上 （2）声音信号中包括有多种不同的频率成分，为使各种不同的频率成分都能很好地传递、呈现，所需的带宽应是 20Hz---20KHz 采样频率应选为40Hz （3）对于连续的声音信息，由于