2-声音处理技术.ppt

《多媒体技术及教育应用》清华大学出版社 第2章 声音处理技术 2.1 声音的相关概念 2.2 声音文件的获取 2.3 波形文件的处理 2.4 声音的编辑 2.5 声音处理技术的教学应用 2.1 声音的相关概念 2.1.1 声音的记录 2.1.2 数字声音的相关概念 2.1.3 数字声音文件的格式 2.1.1 声音的记录 1. 声音的本质 声音的本质是由物体的振动在空气中传播形成的机械波，这种机械波有一部分(频率在20Hz～20kHz范围内)能被人感觉到，这一部分波被称为声波。 频率低于20Hz的称为次声波，频率高于20kHz的称为超声波，次声波和超声波都不能被人耳感觉到。 当声波传至人耳时，产生神经信号传至大脑，大脑通过神经系统将其解释为声音。 因此声音是声波在人耳中的感受，这不仅与声波的特性有关，而且与人的感受特性有关。 2.1.1 声音的记录 2. 声音的记录和表示 声波不同时刻振动幅度的变化是最重要的信息，它反映了声波的主要内容。声波来源的方位信息也会给人的听觉带来一些感受，也是一种重要声音。 记录声音的方法有很多，最早记录声音是使用机械的方法实现的。 利用传声器可以将声波在某处引起的振动幅度的变化情况转化为电流的变化，这种电流称为音频电流。 2.1.1 声音的记录 3. 声音的计算机表示 音频电流的大小是连续变化的，这与声波振动相对应。这种用波形来记录声音的方法得到的声音称为波形声音。 2.1.1 声音的记录 3. 声音的计算机表示 由于计算机只能用二进制表示信息，不能表示连续的量，对声音这种连续变化的波形信息，是无法完整记录下来的，因此用计算机来记录声音时，必须对连续的声音进行一定的处理。 处理的方法是采样和量化。 对于波形声音的记录，只要记下波形的形状就可以了。因为声音波形的连续性，事实上只要记下一些特征点的位置，是可以根据这些特征点回复原来的波形的。 1）采样 在某些特定的时刻对模拟信号进行测量叫做采样，由这些特定时刻采样得到的信号称为离散时间信号。 图2-2中的一系列带黑点的竖线表示的是采样的时间，竖线端点的值表示这个时刻波形的值。只有采样得到的值会被记录下来，其他值在采样后被舍弃。 采样率 每秒钟采样的次数，称为采样频率或采样率。 采样率较高时，声音信息的损失就小，声音采样率超过40?kHz，就可以把整个音频范围的信息记录下来。 采样率较低时，高频频率成分会损失。 采样率与存储空间之间的矛盾 1）采样 理论证明，当采样达到信号中所含最高频率的两倍时，利用采样得到的样本就可以恢复原始信号。 一般选取44.1?kHz的采样率来对音乐进行采样，这样每秒钟可以获得44 100个声音样本。 2) 量化 采样得到的值其幅度可以是无穷多个实数值中的一个，这些值要用二进制数字来表示，必须对每个值分配一个编码。显然对无穷多个值分配编码是不可能的。 如果把信号幅度取值的数目加以限定，量化后得到的值只能取有限个参考值，若实际值不在这些有限个值之内，则使用四舍五入或者其他规则把它近似到某个取值上去。 采样精度(量化位数) 采样精度也称为量化位数，表示了量化时分配参考值的个数，用编码位数来表示，它反映度量声音波形幅度的精度。 例如，每个声音样本用16位(2字节)表示，测得的声音样本值在0～65 536的范围内，它的精度就是最大输入信号的1/65 536。 样本位数的大小影响到声音的质量，位数越多，量化产生的误差越小，声音越接近原来的波形。 采样精度（量化位数）高时，需要的存储空间也越多，如8位的量化时，每个声音样本只需要1个字节表示，而16位量化时，每个声音样本需要2个字节表示。 3) 编码 把量化的值表示为不同的编码过程，就称为编码。 采用PCM（Pulse Code Modulation）编码将模拟声音数字化。 PCM编码就是用一组二进制码组来表示每一个有固定电平的量化值 。 4）数字声音的压缩编码 声音数据中，有很多冗余数据 记录后一个样本与前一个样本的差值； 将声音分为很多频段，将不敏感的声音用较低的量化为数量化，减少存储空间的开销。 5）保存和传输 2.1.2 数字声音的相关概念 1. 波形声音和合成声音 波形声音是计算机中表示声音的一种主要方法，它不关心声音是如何产生的，只关心声音在不同时刻的大小。将声音每时刻的振动位置记录下来，用其大小的变化情况来表示，波形声音像照相一样，把声音的波形绘制出来，其特点是比较逼真，但需要较大的数据量。 合成声音：先分析声音中有哪些成分，用参数的方法来描述，只需要记下一些参数即可，在再现声音的时候，由特定的程序或硬件依据这些参数生成声音信号。这种方法适合合成声音，如合成语言或合成音乐。其特点是需要的数据量较小，但声音逼真程度不及波形声音，这类声音中比较