Lecture-5-数字声音与midi简介.ppt

多媒体技术 第3讲 主要内容 声音本质与听觉特性 声音质量的度量 声音信号数字化 声音文件的存储格式 音乐的基础知识 电子音乐合成技术 电子乐器数字接口（MIDI） 声音的分类 波形声音 语音 80－3400Hz 音乐 声音的三要素 音强、音调、音色为声音的三要素。 音强（响度）取决于声音的幅度（分贝）。 声音的三要素 音调取决于声音的频率。 一般樂器所發出的聲音頻率約為 20-400OHz 之間， 人類發出的聲音頻率約為 80-3400/ 4000 Hz 之間。 人類耳朵的聽覺範圍約在 20-200OOHz 之間， 狗的聽覺範圍約在 15-500OOHz 之間。 声音的三要素 音色是由混入基音的泛音所决定的。 同一樂器所發出的聲音，其響度、音調都可調整，但基 音和各組泛音的強度比是一定的，其音品也是一定的。 對於不同的樂器所發出的聲音，即使響度、音調都調成一樣， 但是基音和各組泛音的強度比卻都不相同，其音品也不相同。 声音的听觉特性 人的耳朵对声音强度的反应成对数形式 韦伯定律和费希钠定律: 在一定的刺激范围内，当物理刺激量呈指数变化时，人们的心理感受是呈线性变化的，好象人的感受器官是一个对数转换装置一样。 声音的方向性 人类听觉在水平方向的定位精度高达3～5°，最小能分辨的时间差为26～44μS 声音的掩蔽特性（时域掩蔽、频域掩蔽、MP3） 舞会，一段时间后听不到太多的声音 主唱的声音被吉他手的声音淹没 声音质量的度量 声音的质量与声音的带宽有关，一般来说频率范围越宽，声音质量也就越高。 声音质量的度量 声音质量的度量 声音质量的度量 声音信号数字化 声音信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。 声音进入计算机的第一步就是数字化，数字化实际上就是采样和量化。 声音信号数字化 采样（sampling）：将声音信号在时间上离散化，即每隔相等的一段时间抽取一个信号样本。 声音信号数字化 量化（quantization）：将连续的信号幅度离散化。如果幅度的划分是等间隔的，称为线性量化，否则为非线性量化。 声音信号数字化 采样频率 奈奎斯特理论指出：采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音还原成原来的声音，称为无损数字化。 fs = 2fmax 话音信号最高频率约为3.4kHz，所以采样频率取为8kHz。 声音信号数字化 采样精度 每个声音样本的数字化位数反映了声音波形幅度的采样精度。 声音文件的存储格式 wav(waveform)， PC au(audio)， Unix工作站 aiff(Audio Interchangeable File Format) snd(sound) 苹果机和美国视算科技有限公司(Silicon Graphics，Inc.，SGI)的工作站上 wav，波形文件格式(WAVE File Format)，它在多媒体编程接口和数据规范1.0(Multimedia Programming Interface and Data Specifications 1.0)文档中有详细的描述。该文档是由IBM和微软公司于1991年8月联合开发的，它是一种为交换多媒体资源而开发的资源交换文件格式(Resource Interchange File Format，RIFF)。 波形文件格式 常见的声音文件扩展名 常见的声音文件扩展名（2） 音乐 音乐起初是与巫术和宗教活动联系在一起的，舜作“韶”、禹作“大夏”、武王作“大武”，“乐”被孔夫子列为“六艺”之一 。后来，音乐从宗教中渐渐脱离出来，成为一种独立的艺术。 以小提琴为例，当它的A弦振动时，并不仅仅是整根弦在振动，这根弦的二分之一、三分之一、四分之一、五分之一……处都在振动着。于是，整根弦的振动产生了最主要的频率，我们称之为基音，而弦长的二分之一、三分之一、四分之一等处的振动则产生了一些次要的频率，我们称之为泛音。 如果一个物体振动所发出的泛音为基音的整数倍，这个音就会具有清晰可辨的音高，我们称之为乐音，如钢琴，小提琴等发出的都是乐音；如果泛音是基音的非整数倍，这个音就不具备清晰可辨的音高，我们称之为噪音，如汽车发动机、计算机风扇等发出的都是噪音。 音乐的四要素 音高：由基音的频率决定。即“哆”“唻”“咪”等音符。 响度：由声波的振幅决定。 音色：由基音与泛音的比例、泛音的分布、泛音随时间的衰减变化决定。不同发音源（乐器）的材质、形状不同，其泛音的排列组合也不同，也就构成了这一物体特殊的音色。 时值：乐音振动的持续时间，即节奏。 电子音乐合成 使用电子元器