声音和语音编码.ppt

南通大学计算机应用教研室 第二章 声音和语音编码 本章主要内容 声音概述 声音的数字化 电子合成音乐 语音编码 脉冲编码调制（PCM） PCM应用 其它编码方法 2.1 声音概述 声音是一种连续的波，具有普通波的一切特性：反射、折射、衍射等。 声音信号是由许多频率不同的信号组成 声波的分类（按频率） 次声波 ( 0 ～ 20 Hz ) 声波 (20 ～ 20 KHz) — 人类听觉范围 超声波 ( 20KHz ) — 强的方向性 应用：B超、探测仪、主动声纳 2.1 声音概述（续） 声音的幅度 人类能够感知的范围是：0～120dB之间 超出120dB人耳可能会感动疼痛 补充：什么是dB（分贝）数？ 什么是dB（分贝）数？ 一种相对量单位，在专业音响设备的调节刻度上经常会遇到，例如增益大小、衰减量、提升量、电平量等。 其定义是：dB数=20lgA/B 但在功率级、声强级及能量级中，其定义是：dB数=10lgA/B 式中，A是被比较的绝对量，例如电压、电流等；B为比较的标准量。 采用dB数表示量值的优点是缩小了数值大小，使量值表示更简单更具体，使运算简化。同时，对一些变化范围很宽的物理量作图表示或刻度与非常方便，一目了然。 2.1 声音概述（续） 音宽与频带：频带宽度或称为带宽，它是描述组成复合信号的频率范围。 2.1.1 音频信号的指标 一. 频带宽度：音频信号的频带越宽，所包含的音频信号分量越丰富，音质越好。 2.1.1 音频信号的指标 (续) 二．动态范围: 动态范围越大，信号强度的相对变化范围越大，音响效果越好。 2.1.1 音频信号的指标 (续) 三．信噪比：信噪比SNR（Signal to Noise Ratio）是有用信号与噪声之比的简称。噪音可分为环境噪音和设备噪音。信噪比越大，声音质量越好 本章主要内容 声音概述 声音的数字化 电子合成音乐 语音编码 脉冲编码调制（PCM） PCM应用 其它编码方法 2.2 声音的数字化 模拟信号与数字信号 声音信号的数字化 采样频率 采样精度 声音质量与数据率 2.2.1 模拟信号与数字信号 模拟信号——时间上、幅度上均连续的 信号。 采样—— 在某一时刻对模拟信号的幅度进行测量，将其时间上离散化 量化—— 将采样得到的信号幅度的取值离散化。如采样得到的幅度为[0,255],一种离散化的方法是取值{0,1,2,…,255} 采样和量化后得到的信号就是数字信号 2.2.1 模拟信号到数字信号 为什么要从模拟信号过渡到数字信号？ 以前声音长途传输用电信号来模拟声波，对电信号的处理，采用模拟电气元件，受环境影响很大（温度、电磁场干扰），难以纠错。 采用数字信号，采用数字信号处理器（DSP）进行数学运算，受环境影响较小，可以实现容错处理。 2.2.1 数字信号处理的优点 数字信号计算是一种精确的计算方法，不受时间和环境变化的影响； 用数学运算来实现（模拟）原来的物理部件的功能相对比较容易 可以通过改变数学运算的方法，实现不同的功能，而不需更换物理部件(DSP)。即只需对DSP编程。 2.2.2 声音信号的数字化 声音信号的数字化步骤： 采样 ——得到一个个时间上离散的幅度值 量化 ——得到一个个离散的幅度值 连续时间的离散化通过采样，一般采用均匀采样(uniform sampling) 连续幅度的离散化通过量化，可采用线性量化, 或非线性量化 2.2.2 声音信号的数字化 (图) 采样和量化——示例 如有一声音信号，对其进行采样和量化。 量化表用 [1，2，3，4，5，6，7，8] ，四舍五入方法。 结果如下表2.2 2.2.2声音信号的数字化 目前应用较为广泛的采样方式: 奈奎斯特(Nyquist)采样 正交采样 带通采样 Sigma-Delta(∑－△)采样等 2.2.2 声音信号的数字化 需要解决的两个问题： 采样频率应该是多少？ 量化的精度？bps(bit per sample) 2.2.3 采样频率 采样频率是指一秒钟内采样的次数。 奈奎斯特采样定理(Nyquist theory): 如果对某一模拟信号进行采样，则采样后可还原的最高信号频率只有采样频率的一半； 或者说只要采样频率高于输入信号最高频率的两倍，就能从采样信号系列重构原始信号。 2.2.3 采样频率 奈奎斯特采样定理: fs = 2 fmax －－ fs为采样频率，fmax为信号最高频率 对声音信号而言，fmax为声音信号的最高频率。 在实际应用中，为了使前级抗混叠滤波器易于实现，提高输入信号的信噪比，一般fs取fmax的2.5倍以上。 2.2.3 采样频率