[文学]第3章_音频处理技术2课时.ppt

第3章 音频处理技术 3.1 基本概念 3.2 音频数据采样与简单处理 3.3 数字音频处理软件GoldWave 3.1 基本概念 声音是振动的波，是随时间连续变化的物理量。 声音有三个重要指标： 振幅（Amplitude）——波的高低幅度，表示声音的强弱； 周期（Period）——两个相邻波之问的时间长度； 频率（Frequency）——每秒钟振动的次数，以Hz为单位。 用声音录制软件记录的英文单词“Hello”的语音实际波形 3.1.1 声音基本特点 1．声音的传播与可听域 2．声音的方向 3．声音的三要素 4．声音的频谱 5．声音的质量 6．声音的连续时基性 7．数字化声音 1．声音的传播与可听域 声音依靠介质的振动进行传播。声源实际上是一个振动源，它使周围的介质（空气、液体、固体）产生振动，并以波的形式进行传播，人耳如果感觉到这种传播过来的振动，再反映到大脑，就意味着听到了声音。 人耳听到的声音是有限的，频率低于20Hz和高于20kHz的声音人类听不到，换言之，人耳的可听域在20～20kHz之间。频率低于20Hz的声音叫做“次声”，高于20kHz的声音是“超声”。 频率范围又叫“频域”或“频带”，不同种类的声源其频带也不同，表3.l列出了部分常见声源的频带宽度。 2．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。 3．声音的三要素 声音的三要素是音调、音色和音强。就听觉特性而言，声音质量的高低主要取决于该三要素。 （1）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，反之亦然。 （2）音色——具有特色的声音。 声音分纯音和复音两种类型。所谓纯音，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”，也叫泛音。基音和谐音是构成声音音色的重要因素。 各种声源都具有自己独特的音色，例如各种乐器的声音、每个人的声音、各种生物的声音等，人们就是依据音色来辨别声源种类的。 3．声音的三要素（续） （3）音强——声音的强度，也被称为声音的响度，常说的“音量”也是指音强。音强与声波的振幅成正比，振幅越大，强度越大。唱盘、CD激光盘以及其他形式声音载体中的声音强度是一定的，通过播放设备的音量控制，可改变聆听时的响度。如果要改变原始声音的音强，在把声音数字化以后，使用音频处理软件提高音强。 4．声音的频谱 声音的频谱有线性频谱和连续频谱之分。 线性频谱是具有周期性的单一频率声波； 连续频谱是具有非周期性的带有一定频带所有频率分量的声波。 5．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。悦耳的音色、宽广的频率范围，能够获得非常好的音质。影响音质的因素还有很多，常见的有： （1）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。 （2）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。 （3）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。 6．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。 7．数字化声音 为了用计算机表示和处理声音，必须将声音进行数字化，即用数字表示声波。 数字化了的声音叫做“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的音色和特质 3.1.2 数字音频文件的种类 1．WAV文件 2．MIDI文件 3．光盘数字音频文件（CD-DA） 4. 压缩音频文件 5．其他文件格式 1．WAV文件 WAV文件也称为波形文件，是Windows所使用的标准数字音频，文件的扩展名是WAV。 它是对实际声音进行采样所得到的数据。 使用波形文件最大的缺点是文件太大，不适合长时间记录声音，例如，同样半小时的立体声音乐，MIDI文件只有200KB左右，而WAV文件则要差不多300MB。 波形音频文件占存储空间很大，每秒钟音频文件的字节数可用如下公式计算： （采样频率×采样精度）/8 2．MIDI文件 MIDI是Musical Instrument Digital Interface （乐器数字接口）的缩写，MIDI文件的扩展名为MID。 与波形文件不同，MIDI文件不对音乐进行采样，而是对音乐的每个音符记录为一个数字，所以与波形文件相比要小得多，可以满足长时间音乐的需要。 MIDI标准规定了各种音调的混合及发音，通过输出装置可以将