DAY4.3音頻信號處理基礎(chǔ)

1、連續(xù)信號 實數(shù)域定義，自變量(時間或空間)取值連續(xù) 時間域連續(xù)信號 信號的值在時間上的任意點均有定義 如正弦波f=sin(t) 空間域連續(xù)信號 信號的值在空間上的任意點均有定義 如圖像I=f(x， y)8/23/20122幅度連續(xù) 指幅度的數(shù)值有無窮多個模擬信號 在時間和幅度上都連續(xù)的信號 語音信號 典型的模擬信號，時間、幅度都連續(xù)采樣(sampling) 在某些特定時刻對模擬信號進行測量8/23/20123離散時間信號 由這些特定時刻采樣得到的信號 采樣得到的幅值是無窮多個實數(shù)值中的一個，因此幅度還是連續(xù)的離散幅度信號 把信號幅度取值的數(shù)目限定為有限個數(shù)值數(shù)字信號 時間和幅度都用離散數(shù)字表示

2、的信號8/23/20124采樣 連續(xù)時間的離散化 均勻采樣 每隔相等的時間采樣一次量化(quantization) 將模擬聲音的連續(xù)波形幅度轉(zhuǎn)換為離散化的數(shù)字 先將整個幅度劃分成有限個量化階距的集合，把落入某個階距內(nèi)的樣本值，并賦予相同的量化值8/23/20125線性/非線性量化 幅度的劃分是等/不等間隔的 線性量化示例 假設(shè)輸入電壓的范圍是0.0V0.7V，并假設(shè)它的取值只限定在0、0.1、0.2，0.7共8個值 量化辦法 小數(shù)點后第二位四舍五入 如果采樣得到的幅度值是0.123V，它的取值就算作0.1V 如果采樣得到的幅度值是0.262V，它的取值就算作0.3V8/23/20126線性/非

3、線性量化 非線性量化示例 數(shù)字電話系統(tǒng)流行的量化機制 A-law 在歐洲占據(jù)主導地位 -law 在北美和日本占據(jù)主導地位 將模擬數(shù)值映射到8位離散值，在小值的時候近似隨著幅度增長按照對數(shù)增加。由于人耳對于音量的感知近似對數(shù)曲線，這就使用一定的位數(shù)在可聽見的聲音強度范圍提供了更高的信噪比？8/23/20127數(shù)字化 采樣量化 聲音進入計算機的第一步處理8/23/20128采樣頻率(fs) 每秒鐘需要采集的聲音樣本個數(shù) 倒數(shù)稱為采樣周期采樣定律 (奈奎斯特定理) 采樣頻率不小于聲音信號最高頻率的兩倍 fs2f 或 TsT/2，f為被采樣信號的最高頻率 無損數(shù)字化 能把數(shù)字表達的聲音還原成原來的模擬

4、聲音8/23/20129理論采樣 把連續(xù)信號乘上梳狀脈沖波形 結(jié)果是一個被改變幅度的梳狀脈沖波形 離散信號就是一連串被改變幅度的波形實際采樣 模擬-數(shù)字轉(zhuǎn)換器(ADC) 非理想的采樣方法下產(chǎn)生各種失真8/23/201210采樣失真-I 頻混現(xiàn)象(頻譜混疊效應(yīng)) 當采樣信號的頻率低于被采樣的2倍最高頻率時，采樣所得的信號中混入了虛假的低頻分量 注意 滿足采樣定理，只能保證不發(fā)生頻率混疊。對信號的頻譜做逆傅里葉變換時，可以完全變換為原時域采樣信號，而不能保證此時的采樣信號能真實地反映原信號 工程實際中采樣頻率通常大于信號中最高頻率成分的3到5倍8/23/201211信號x(t)，傅里葉變換X()，

5、頻帶范-m+m采樣信號x(t)，周期頻譜，ss2m，周期頻譜分離s2m，周期頻譜相互重疊，頻混現(xiàn)象，信號復原時丟失原始信號中的高頻信息8/23/201212圖 采樣信號的頻混現(xiàn)象時域信號波形圖(a)是頻率正確的情況，以及其復原信號圖(b)是采樣頻率過低的情況，復原的是一個虛假的低頻信號8/23/201213圖 發(fā)生頻混現(xiàn)象時域信號波形采樣失真-II Jitter 采樣時基發(fā)生偏差 積分效應(yīng) 采樣所得并非是瞬時的，而是一小段時間內(nèi)的值 在使用電容的采樣保持電路中，因為電容無法根據(jù)采樣立刻改變電壓，需要非零寬度的采樣信號 噪聲 熱噪聲、模擬電路噪聲.8/23/201214采樣失真-III 量化誤差

6、 ADC轉(zhuǎn)換整數(shù)過程中舍去小數(shù)的誤差 采樣率過慢 ADC轉(zhuǎn)換速度不夠快，無法反映信號變化 截斷誤差 當輸入信號超過ADC所能轉(zhuǎn)換的大小時，輸出就會被截斷 其他失真 當成隨機噪聲來分析8/23/201215量化精度度量-I 用每個聲音樣本的位數(shù)bit度量 例如，每個聲音樣本用16位(2字節(jié))表示，測得的聲音樣本值是在065536的范圍里，它的精度就是輸入信號的1/65536 樣本位數(shù)的大小影響聲音質(zhì)量 位數(shù)多，聲音的質(zhì)量高，需要的存儲空間多 位數(shù)少，聲音的質(zhì)量低，需要的存儲空間少8/23/2012168/23/201217聲音質(zhì)量和數(shù)據(jù)率質(zhì)量質(zhì)量名稱名稱采樣頻采樣頻率率(kHz)(kHz)樣本精

7、度樣本精度(bit/s)(bit/s)單道聲單道聲/ /立體聲立體聲數(shù)據(jù)率數(shù)據(jù)率( (kBkB/s)/s)( (未壓縮未壓縮) )頻率范圍頻率范圍電話88單道聲8 2003 400 HzAM調(diào)幅11.0258單道聲11.02015 000HzFM調(diào)頻22.05016立體聲88.2 507 000HzCD激光唱盤44.116立體聲176.42020 000 HzDAT數(shù)字錄音帶4816立體聲192.02020 000 Hz8/23/201218量化與數(shù)據(jù)壓縮 目的是減少數(shù)據(jù)量 量化通過降低變換值的精度，從而減少數(shù)據(jù)量。精度損失引起的圖像、音頻質(zhì)量的下降，可以通過量化位數(shù)的選擇加以控制 有損數(shù)據(jù)壓

8、縮 MP3 根據(jù)心理聲學，丟棄人耳不能聽見或被掩蔽的部分 JPEG 對原始的圖像數(shù)據(jù)作離散余弦變換 對變換結(jié)果進行量化并作熵編碼8/23/201219傳統(tǒng)壓縮 預測和變換編碼 首先將信號經(jīng)某種映射變換變成一個數(shù)的序列，然后對其一個一個地進行標量量化編碼矢量量化(VQ，Vector Quantization) 70年代后期發(fā)展，新型數(shù)據(jù)壓縮技術(shù) 基本思想 將若干個標量數(shù)據(jù)組構(gòu)成一個矢量，然后在矢量空間給以整體量化 圖像、語音信號編碼技術(shù).8/23/201220矢量量化 碼本(codebook)的建立 已知信源分布特性 未知信源分布，但已知信源的一列具有代表性且足夠長的樣點集合(即訓練序列) 碼字(codeword)搜索 搜索出與輸入最為匹配的碼矢 全搜索算法和樹搜索算法8/23/201221矢量量化舉例 二維平面事先按照概率劃分為N個小區(qū)域 碼字(codeword) 每個區(qū)域?qū)?yīng)的一個輸出結(jié)果 碼書(codebook) 碼字的集合 輸入點落在哪個區(qū)域內(nèi)，矢量量化器就會輸出那個區(qū)域?qū)?yīng)的碼字 一般會比標量量化效率更高8/23/201222窗函數(shù) 一種在給定區(qū)間之外取值均為0的實函數(shù) 矩形窗 在給定區(qū)間內(nèi)為常數(shù)而在區(qū)間外為0 任何函數(shù)與窗函數(shù)之積仍為窗函數(shù) 相乘的結(jié)果就像透過窗口看其他函數(shù)一樣8/23/201223頻譜