第2章_音频处理技术.ppt

第2章 音频处理技术 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。 2.1 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； 而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 2.1.1.音频信号的特征 机械振动或气流扰动引起周围弹性媒质发生波动，产生声波。产生声波的物体为声源(如人的声带、乐器等)，声波所及的空间范围称为声场。声波传到人耳，经过人类听觉系统的感知就是声音。 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。 在任一时刻，声波可以分解成一系列正弦波的线性叠加： 1声音的物理特性 (1)频率/周期/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 虽然高于20kHz频率的声音人耳听不到，但由于人的声学心理特性，可感觉到它的存在。因此，有的音响产品的工作频率上限为50kHz，甚至调音台的最高工作频率设计到100kHz。 声音信号可被分解和复合，可以从中抽出若干个单一的正弦信号，也可以用若干个单一的正弦信号来合成任意波形的复合信号，如合成语音和合成音乐等 (2)声压和声强 声波在空气媒质中是以空气中的分子振动形成疏密而传播。它造成空气中的气压发生大小变化，相当于在无声波下空气中的气压上叠加一个变化的压强，叠加上的压强称为声压，记作P,单位为帕（Pa）或者为ubar。 引起人耳刚能听到声音时的声压称为可听阈值。 声波是由能量来维持传播的。如扬声器纸盆的振动是由电能转换而来，因此声波有能量。 单位时间内通过垂直于声波传播方向的单位面积内的声波能量为声场中某点的声强，记作I，单位为瓦／米2（W／m2）。 声强与声压最大值的平方成正比关系。 在无线电技术中常引用分贝(dB)来表征电压、电流、功率或放大器的放大能力。 在声学中引用分贝来表示声压或声强的变化程度。因为人的听觉神经的刺激程度不与刺激量大小成正比，而是按刺激量以10为底的对数增长 (3)动态范围 声音的动态范围指声音的最大声压级和最小声压级之间的差值。 每种声源的动态范围依据各自的特性有所不同。 如女声的动态范围为25～50dB， 男声为30～50dB， 交响乐队的动态范围大于100dB。 动态范围不仅用来表示一个声源产生的最大声压级与最小声压级之间的差值，录音设备或记录声音的载体(磁带、光盘、硬盘)同样可用动态范围表示能够处理信号电平的范围。 如磁带的动态范围为50dB～60dB， CD光盘96dB， 磁光盘录放音机105dB。 动态范围可以用信号的相对强度表示： 信号的动态范围=20×lg(信号的最大强度／信号的最小强度)(dB) 其中的信号可以用电压或功率衡量。 因为是一种比例关系，故只要采用相同的度量单位，其结果都是一致的。 (4)频谱 物体在一定位置的附近作来回往复的运动，称为简谐振动。 简谐振动会产生一个特定音调的纯音，听起来感觉单薄。 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（基频为253Hz）的复音频谱 2声音的心理学特性 从声学心理角度，声音的三个要素是音调、响度和音色。它们与声波的频率、声压和频谱结构对应。 (1)音调 人对声音频率的感觉表现为音调的高低，在音乐中称为音高。音调与基频的对数（20×lg）成线性关系，单位为美（mei）。基频越低，给人的感觉越低沉。基频频率增加一倍，音乐上称提高了一个八度 频率与音调的关系 (2)响度 响度是人耳对声音强弱的感觉程度 虽然响度与衡量声音强弱的声压有一定关系，但与声压的大小并不完全一致，也就是说声压大的感觉不一定响。 (3)音色 音色又称音品。通常说法是：声音的音调和响度以外的音质差异叫做音色。 声音的音色取决于该声音的频谱结构或是频谱包络（声波曲线）。 高次谐波越丰富,音色就越有明亮感和穿透力。此外，音色还与诸多其他因素有关，如听音条件等。 它是一个主观量，常用柔和、刺耳、饱满等词描述。 (4)掩蔽效应 称听不到的声音为被掩蔽声，而起掩蔽作用的声音为掩蔽声。 掩蔽效应的实质是掩蔽声的出现使人耳