第2章_音頻處理技術

1、普通高等教育普通高等教育“十一五十一五”國家級規(guī)劃教材國家級規(guī)劃教材多媒體技術及應用多媒體技術及應用趙英良趙英良 馮博琴馮博琴 崔舒寧崔舒寧清華大學出版社20091第第2章章 音頻處理技術音頻處理技術制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心2簡述簡述n音頻是多媒體技術中媒體的一種，由于音頻音頻是多媒體技術中媒體的一種，由于音頻信號是一種連續(xù)變化的模擬信號，而計算機信號是一種連續(xù)變化的模擬信號，而計算機只能處理和記錄二進制的數字信號，因此，只能處理和記錄二進制的數字信號，因此，音頻信號必須經過一定的變化和處理，變成音頻信號必須經過一定的變化和處理，變成二進制數據

2、后才能送到計算機進行編輯和存二進制數據后才能送到計算機進行編輯和存儲。儲。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心32.1 聲音的基本特性聲音的基本特性 n音頻信號所攜帶的信息大體上可分為語音、音頻信號所攜帶的信息大體上可分為語音、音樂和音響三類。音樂和音響三類。u語音是指具有語言內涵和人類約定的特殊媒體；語音是指具有語言內涵和人類約定的特殊媒體；u音樂是規(guī)范的符號化了的聲音；音樂是規(guī)范的符號化了的聲音；u而音響指其他自然聲音，如動物的叫聲、機器的而音響指其他自然聲音，如動物的叫聲、機器的轟鳴聲、風雨雷電聲等轟鳴聲、風雨雷電聲等 制作：西安交通大學制作：西安

3、交通大學 計算機教學實驗中心計算機教學實驗中心41.音頻信號的特征音頻信號的特征 u機械振動或氣流擾動引起周圍彈性媒質發(fā)生波動，產生聲波。產生機械振動或氣流擾動引起周圍彈性媒質發(fā)生波動，產生聲波。產生聲波的物體為聲源聲波的物體為聲源(如人的聲帶、樂器等如人的聲帶、樂器等)，聲波所及的空間范圍稱，聲波所及的空間范圍稱為聲場。聲波傳到人耳，經過人類聽覺系統的感知就是為聲場。聲波傳到人耳，經過人類聽覺系統的感知就是聲音聲音。u聲波可以用一條連續(xù)的曲線來表示，它在時間和幅度上都是連續(xù)的，聲波可以用一條連續(xù)的曲線來表示，它在時間和幅度上都是連續(xù)的，稱為稱為模擬音頻信號模擬音頻信號。u在任一時刻，聲波可以

4、分解成一系列正弦波的線性疊加：在任一時刻，聲波可以分解成一系列正弦波的線性疊加：制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心5（1）聲音的物理特性）聲音的物理特性 n頻率頻率/周期周期/帶寬帶寬 u單位時間內聲源振動的次數或空氣中氣壓疏密變單位時間內聲源振動的次數或空氣中氣壓疏密變化的次數，稱為聲源的頻率化的次數，稱為聲源的頻率f，單位赫茲，單位赫茲(Hz) u頻帶寬度或稱之為帶寬，它描述組成復合信號的頻帶寬度或稱之為帶寬，它描述組成復合信號的頻率范圍頻率范圍 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心6u雖然高于雖然高于20kHz

5、頻率的聲音人耳聽不到，但由于頻率的聲音人耳聽不到，但由于人的聲學心理特性，可感覺到它的存在。因此，人的聲學心理特性，可感覺到它的存在。因此，有的音響產品的工作頻率上限為有的音響產品的工作頻率上限為50kHz，甚至調，甚至調音臺的最高工作頻率設計到音臺的最高工作頻率設計到100kHz。u聲音信號可被分解和復合，可以從中抽出若干個聲音信號可被分解和復合，可以從中抽出若干個單一的正弦信號，也可以用若干個單一的正弦信單一的正弦信號，也可以用若干個單一的正弦信號來合成任意波形的復合信號，如合成語音和合號來合成任意波形的復合信號，如合成語音和合成音樂等成音樂等 制作：西安交通大學制作：西安交通大學 計算機

6、教學實驗中心計算機教學實驗中心7聲壓和聲強聲壓和聲強u聲波在空氣媒質中是以空氣中的分子振動形成疏密而傳聲波在空氣媒質中是以空氣中的分子振動形成疏密而傳播。它造成空氣中的氣壓發(fā)生大小變化，相當于在無聲播。它造成空氣中的氣壓發(fā)生大小變化，相當于在無聲波下空氣中的氣壓上疊加一個變化的壓強，疊加上的壓波下空氣中的氣壓上疊加一個變化的壓強，疊加上的壓強稱為聲壓，記作強稱為聲壓，記作P。單位有帕斯卡（。單位有帕斯卡（Pa）和微巴）和微巴（bar）。）。u引起人耳剛能聽到聲音時的聲壓稱為引起人耳剛能聽到聲音時的聲壓稱為可聽閾可聽閾u聲波是由能量來維持傳播的。如揚聲器紙盆的振動是由聲波是由能量來維持傳播的。如

7、揚聲器紙盆的振動是由電能轉換而來，因此聲波有能量。電能轉換而來，因此聲波有能量。u單位時間內通過垂直于聲波傳播方向的單位面積內的聲單位時間內通過垂直于聲波傳播方向的單位面積內的聲波能量為聲場中某點的波能量為聲場中某點的聲強聲強，記作，記作I，單位為瓦米，單位為瓦米2（Wm2）。）。u聲強與聲壓最大值的平方成正比關系。聲強與聲壓最大值的平方成正比關系。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心8u在無線電技術中常引用分貝在無線電技術中常引用分貝(dB)來表征電壓、電來表征電壓、電流、功率或放大器的放大能力。流、功率或放大器的放大能力。u在聲學中引用分貝來表示聲壓

8、或聲強的變化程度在聲學中引用分貝來表示聲壓或聲強的變化程度。因為人的聽覺神經的刺激程度不與刺激量大小成因為人的聽覺神經的刺激程度不與刺激量大小成正比，而是按刺激量以正比，而是按刺激量以10為底的對數增長為底的對數增長 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心9制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心10動態(tài)范圍動態(tài)范圍 u聲音的動態(tài)范圍指聲音的最大聲壓級和最小聲壓級之間聲音的動態(tài)范圍指聲音的最大聲壓級和最小聲壓級之間的差值。的差值。u每種聲源的動態(tài)范圍依據各自的特性有所不同。每種聲源的動態(tài)范圍依據各自的特性有所不同。w 如女聲

9、的動態(tài)范圍為如女聲的動態(tài)范圍為2550dB，w 男聲為男聲為3050dB，w 交響樂隊的動態(tài)范圍大于交響樂隊的動態(tài)范圍大于100dB。u動態(tài)范圍不僅用來表示一個聲源產生的最大聲壓級與最動態(tài)范圍不僅用來表示一個聲源產生的最大聲壓級與最小聲壓級之間的差值，錄音設備或記錄聲音的載體小聲壓級之間的差值，錄音設備或記錄聲音的載體(磁帶、磁帶、光盤、硬盤光盤、硬盤)同樣可用動態(tài)范圍表示能夠處理信號電平的同樣可用動態(tài)范圍表示能夠處理信號電平的范圍。范圍。w 如磁帶的動態(tài)范圍為如磁帶的動態(tài)范圍為50dB60dB，w CD光盤光盤96dB，w 磁光盤錄放音機磁光盤錄放音機105dB。制作：西安交通大學制作：西安

10、交通大學 計算機教學實驗中心計算機教學實驗中心11u動態(tài)范圍可以用信號的相對強度表示：動態(tài)范圍可以用信號的相對強度表示：信號的動態(tài)范圍信號的動態(tài)范圍=20lg(信號的最大強度信號的最小信號的最大強度信號的最小強度強度)(dB)u其中的信號可以用電壓或功率衡量。其中的信號可以用電壓或功率衡量。u因為是一種比例關系，故只要采用相同的度量單因為是一種比例關系，故只要采用相同的度量單位，其結果都是一致的。位，其結果都是一致的。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心12頻譜頻譜 u物體在一定位置的附近作來回往復的運動，稱為物體在一定位置的附近作來回往復的運動，稱為簡

11、諧振動。簡諧振動。u簡諧振動會產生一個特定音調的純音，聽起來感簡諧振動會產生一個特定音調的純音，聽起來感覺單薄。覺單薄。u樂器很少產生單一頻率的純音，而是復音。樂器很少產生單一頻率的純音，而是復音。u復音的產生基于物體的復雜振動，可以分解為許復音的產生基于物體的復雜振動，可以分解為許多不同振幅和不同頻率的簡諧振動多不同振幅和不同頻率的簡諧振動(即看成簡諧即看成簡諧振動的疊加振動的疊加)。u簡諧振動的振幅按頻率排列的圖形稱為頻譜簡諧振動的振幅按頻率排列的圖形稱為頻譜。頻。頻譜可一目了然地看出復雜振動的頻率結構。譜可一目了然地看出復雜振動的頻率結構。制作：西安交通大學制作：西安交通大學 計算機教學

12、實驗中心計算機教學實驗中心13u鋼琴（基頻為鋼琴（基頻為253Hz）的復音頻譜）的復音頻譜 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心14（2）聲音的心理學特性）聲音的心理學特性 n從聲學心理角度，聲音的三個要素是音調、從聲學心理角度，聲音的三個要素是音調、響度和音色。它們與聲波的頻率、聲壓和頻響度和音色。它們與聲波的頻率、聲壓和頻譜結構對應。譜結構對應。n音調音調u人對聲音頻率的感覺表現為音調的高低，在音樂人對聲音頻率的感覺表現為音調的高低，在音樂中稱為音高。音調與基頻的對數（中稱為音高。音調與基頻的對數（20lg）成線）成線性關系，單位為美（性關系，單位為美

13、（mei）?；l越低，給人的）?；l越低，給人的感覺越低沉?；l頻率增加一倍，音樂上稱提高感覺越低沉。基頻頻率增加一倍，音樂上稱提高了一個八度了一個八度 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心15頻率與音調的關系頻率與音調的關系 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心16響度響度 u響度是人耳對聲音強弱的感覺響度是人耳對聲音強弱的感覺程度程度u雖然響度與衡量聲音強弱的聲雖然響度與衡量聲音強弱的聲壓有一定關系，但與聲壓的大壓有一定關系，但與聲壓的大小并不完全一致，也就是說聲小并不完全一致，也就是說聲壓大的感覺不一定響。壓大的

14、感覺不一定響。n 由于人的外耳具有一定的耳道長度，耳道會對某段頻率由于人的外耳具有一定的耳道長度，耳道會對某段頻率產生共鳴，使靈敏度提高。因此人耳聽到聲音的響度與產生共鳴，使靈敏度提高。因此人耳聽到聲音的響度與聲音的頻率有關。描述響度、聲壓以及聲源頻率之間的聲音的頻率有關。描述響度、聲壓以及聲源頻率之間的關系曲線稱為等響度曲線（圖關系曲線稱為等響度曲線（圖2-4）。）。n 從曲線看出，當音量開到使聲壓級為從曲線看出，當音量開到使聲壓級為80 dB時，就可做時，就可做到高低頻聲音豐滿到高低頻聲音豐滿 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心17音色音色n音色又稱

15、音品。通常說法是：聲音的音調和音色又稱音品。通常說法是：聲音的音調和響度以外的音質差異叫做音色。響度以外的音質差異叫做音色。n聲音的音色取決于該聲音的頻譜結構或是頻聲音的音色取決于該聲音的頻譜結構或是頻譜包絡（聲波曲線）。譜包絡（聲波曲線）。n高次諧波越豐富高次諧波越豐富,音色就越有明亮感和穿透力。音色就越有明亮感和穿透力。此外，音色還與諸多其他因素有關，如聽音此外，音色還與諸多其他因素有關，如聽音條件等。條件等。n它是一個主觀量，常用柔和、刺耳、飽滿等它是一個主觀量，常用柔和、刺耳、飽滿等詞描述。詞描述。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心18掩蔽效應

16、掩蔽效應n稱聽不到的聲音為稱聽不到的聲音為被掩蔽聲被掩蔽聲，而起掩蔽作用的聲音，而起掩蔽作用的聲音為為掩蔽聲掩蔽聲。n掩蔽效應的實質是掩蔽聲的出現使人耳聽覺的等響掩蔽效應的實質是掩蔽聲的出現使人耳聽覺的等響度曲線的最小可聽閾抬高。度曲線的最小可聽閾抬高。n掩蔽效應的一般規(guī)律是強音壓低音、低頻率聲音壓掩蔽效應的一般規(guī)律是強音壓低音、低頻率聲音壓高頻率。高頻率。n利用掩蔽效應可以用有用信號去掩蔽無用的聲信號，利用掩蔽效應可以用有用信號去掩蔽無用的聲信號，只需要把無用聲音的聲壓級降低到掩蔽閾以下即可。只需要把無用聲音的聲壓級降低到掩蔽閾以下即可。n在數字音頻處理中，還可以利用掩蔽效應去掉人耳在數字音

17、頻處理中，還可以利用掩蔽效應去掉人耳聽不到的那部分信號進行聲音數據的壓縮。聽不到的那部分信號進行聲音數據的壓縮。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心19方位感方位感 n人憑借雙耳在一定聲學環(huán)境內能夠對聲源定位，這人憑借雙耳在一定聲學環(huán)境內能夠對聲源定位，這種能力來自于聲源發(fā)出的聲波到達雙耳間的強度差、種能力來自于聲源發(fā)出的聲波到達雙耳間的強度差、時間差以及耳廓時間差以及耳廓(外耳外耳)的阻擋。的阻擋。n聲源到達聽者耳朵的聲音有兩個，其中一個聲音直聲源到達聽者耳朵的聲音有兩個，其中一個聲音直接到達，而另一個由于人頭部遮蔽，需繞過頭部才接到達，而另一個由于人

18、頭部遮蔽，需繞過頭部才能到達。稱前者為直達聲，而后者為繞射聲。能到達。稱前者為直達聲，而后者為繞射聲。n若有兩個聲源，增大其中一個聲源的強度，由于該若有兩個聲源，增大其中一個聲源的強度，由于該聲音源發(fā)出的直達聲或繞射聲的聲壓大于另一個聲聲音源發(fā)出的直達聲或繞射聲的聲壓大于另一個聲源，雙耳將會產生聲壓級差。使聽者感受的聲源源，雙耳將會產生聲壓級差。使聽者感受的聲源（聲像）位置向強度較大的聲源方向移，使人感受（聲像）位置向強度較大的聲源方向移，使人感受到聲音的立體感。到聲音的立體感。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心20空間感空間感 n一個聲源發(fā)出的聲音同

19、時向各個方向散開，其發(fā)散一個聲源發(fā)出的聲音同時向各個方向散開，其發(fā)散的角度取決于聲源所具有的指向性，發(fā)散的聲波有的角度取決于聲源所具有的指向性，發(fā)散的聲波有一小部分直接傳給聽者，而大部分會被空間表面反一小部分直接傳給聽者，而大部分會被空間表面反射，然后到達聽者。由于直接和經反射到達聽者的射，然后到達聽者。由于直接和經反射到達聽者的兩個聲音途徑存在差別（取決于環(huán)境）而帶來時間兩個聲音途徑存在差別（取決于環(huán)境）而帶來時間差。當時間差超過一定數量時，聽者會聽到先后到差。當時間差超過一定數量時，聽者會聽到先后到達的兩個聲音，從而產生達的兩個聲音，從而產生回音回音。經多次反射，造成。經多次反射，造成余聲

20、余聲。即使聲源已停止發(fā)聲，但聽者仍能聽到聲音。即使聲源已停止發(fā)聲，但聽者仍能聽到聲音存在。存在。n回聲與余音的感覺可使聽者感受出房間體積大小、回聲與余音的感覺可使聽者感受出房間體積大小、房間高低及內表面結構上的差異，這便是房間高低及內表面結構上的差異，這便是空間感空間感。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心212.音頻信號的質量指標音頻信號的質量指標 n(1) 頻帶寬度頻帶寬度 u音頻信號所包含的諧波分量越豐富，音色越好。音頻信號所包含的諧波分量越豐富，音色越好。在廣播通信和數字音響系統中，以聲音信號所包在廣播通信和數字音響系統中，以聲音信號所包含的諧波

21、分量的頻率范圍來衡量聲音的質量，即含的諧波分量的頻率范圍來衡量聲音的質量，即帶寬。帶寬。 不同質量的聲音的頻帶對比示意圖不同質量的聲音的頻帶對比示意圖 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心22(2)動態(tài)范圍動態(tài)范圍 n動態(tài)范圍越大，說明音頻信號強度的相對變動態(tài)范圍越大，說明音頻信號強度的相對變化范圍越大，音響效果越好?；秶酱?，音響效果越好。n動態(tài)范圍一般用動態(tài)范圍一般用dB為單位來計量。為單位來計量。uFM廣播的動態(tài)范圍約廣播的動態(tài)范圍約60dB，uAM廣播的動態(tài)范圍約廣播的動態(tài)范圍約40dB。uCDDA的動態(tài)范圍約的動態(tài)范圍約100dB，u數字電話約

22、數字電話約50dB。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心23(3)信噪比信噪比 n信噪比信噪比SNR(Signal Noise Ratio)是有用信號與噪是有用信號與噪聲之比的簡稱，即有用信號的平均功率與噪聲的平聲之比的簡稱，即有用信號的平均功率與噪聲的平均功率之比均功率之比 n信噪比大，在一定程度上能夠掩蔽噪聲，從而獲得信噪比大，在一定程度上能夠掩蔽噪聲，從而獲得較好的聲音效果。較好的聲音效果。n信噪比不僅是聲音設備的性能指標，在聲音的錄制信噪比不僅是聲音設備的性能指標，在聲音的錄制和播放時，也要注意環(huán)境噪聲。錄制時應盡可能減和播放時，也要注意環(huán)境噪聲

23、。錄制時應盡可能減小環(huán)境噪音。輸出時應使音量適當大，以減少環(huán)境小環(huán)境噪音。輸出時應使音量適當大，以減少環(huán)境噪音對聽音的影響。噪音對聽音的影響。n一般話筒和音箱的信噪比在一般話筒和音箱的信噪比在75dB以上。聲卡的信以上。聲卡的信噪比在噪比在8595dB。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心2422 數字音頻數字音頻 n1.聲音的數字化聲音的數字化 u數字化就是將連續(xù)信號變成離散信號。數字化就是將連續(xù)信號變成離散信號。u對音頻信號，首先在時間上離散，取有限個時間對音頻信號，首先在時間上離散，取有限個時間點，稱為點，稱為采樣采樣。u然后在幅度上離散，取有限個幅

24、度值，稱為然后在幅度上離散，取有限個幅度值，稱為量化量化。u再將得到的數據表示成計算機容易識別的格式，再將得到的數據表示成計算機容易識別的格式，稱為稱為編碼編碼。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心25(1) PCM編碼編碼 nPCM是一種把模擬信號轉換成數字信號的最基本的編碼方是一種把模擬信號轉換成數字信號的最基本的編碼方法，它主要包括采樣、量化和編碼法，它主要包括采樣、量化和編碼3個過程。個過程。u采樣采樣是每隔一定的時間測量一次聲音信號的幅值，把時間連續(xù)的模是每隔一定的時間測量一次聲音信號的幅值，把時間連續(xù)的模擬信號轉換成時間離散、幅度連續(xù)的采樣信

25、號。如果采樣的時間間擬信號轉換成時間離散、幅度連續(xù)的采樣信號。如果采樣的時間間隔隔相等，這種采樣稱為均勻采樣；相等，這種采樣稱為均勻采樣；u量化量化是按是按“四舍五入四舍五入”或其他方法將采樣得到的數值限定在幾個有或其他方法將采樣得到的數值限定在幾個有限的數值中，將采樣信號轉換成時間離散、幅度離散的數字信號；限的數值中，將采樣信號轉換成時間離散、幅度離散的數字信號；u編碼編碼（coding）是將量化后的信號轉換成一個二進制碼組輸出。比）是將量化后的信號轉換成一個二進制碼組輸出。比如，量化得到的數據中只會出現兩個數值如，量化得到的數據中只會出現兩個數值51和和80，則只用一位二進，則只用一位二進

26、制的數表示即可，用制的數表示即可，用0表示表示51，用，用1表示表示80。若量化級別為。若量化級別為256（有（有256級量化數據），則可用級量化數據），則可用8位二進制數表示，這種編碼方法稱為位二進制數表示，這種編碼方法稱為自自然編碼然編碼。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心26模擬聲音信號的采樣和量化過程示意模擬聲音信號的采樣和量化過程示意 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心27n例例2.1 設一個連續(xù)信號的波形可以表示為設一個連續(xù)信號的波形可以表示為 n設采樣頻率為設采樣頻率為21Hz，-10，10內的量化間

27、隔取為內的量化間隔取為1，試計算出該信號試計算出該信號0到到1秒內的量化數據秒內的量化數據(p24)。u對于對于CDDA，采樣頻率為，采樣頻率為44.1kHz，即每秒取，即每秒取44100個個點。幅度的取值范圍是限制在點。幅度的取值范圍是限制在216=65 536以內，量化間以內，量化間隔為隔為1，即量化幅度可以取，即量化幅度可以取65 536個不同的值，計算機中個不同的值，計算機中用用16位的存儲空間就可以表示一個量化后的數值。動態(tài)位的存儲空間就可以表示一個量化后的數值。動態(tài)范圍為范圍為201g(216)96dB。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心28

28、PCM編碼原理編碼原理 n編碼的過程首先用一組脈沖采樣時鐘信號與輸入的編碼的過程首先用一組脈沖采樣時鐘信號與輸入的模擬音頻信號相乘，相乘的結果就是離散時間信號，模擬音頻信號相乘，相乘的結果就是離散時間信號，然后對采樣后的信號幅值進行量化。然后對采樣后的信號幅值進行量化。n量化過程由量化器來完成。對經量化器量化過程由量化器來完成。對經量化器AD（模（模/數）變換后的信號再進行編碼，即把量化的信號電數）變換后的信號再進行編碼，即把量化的信號電平轉換成二進制碼組，就得到了離散的二進制數據平轉換成二進制碼組，就得到了離散的二進制數據序列序列x(n)，n計算機對量化后的二進制數據可以用文件的形式存計算機

29、對量化后的二進制數據可以用文件的形式存儲、編輯和處理，并可還原成原始的模擬信號播放。儲、編輯和處理，并可還原成原始的模擬信號播放。還原的過程稱為解碼，它是還原的過程稱為解碼，它是AD變換的逆過程，變換的逆過程，即即DA(數數/模模)變換變換 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心29PCM編碼示意圖編碼示意圖 PCM編碼示意圖編碼示意圖 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心30(2)均勻量化和分均勻量化均勻量化和分均勻量化 u量化時，如果采用相等的量化間隔對采樣得到的量化時，如果采用相等的量化間隔對采樣得到的信號作量化，

30、那么這種量化稱為信號作量化，那么這種量化稱為均勻量化均勻量化。均勻。均勻量化采用相同的量化采用相同的“等分尺等分尺”來度量采樣得到的幅來度量采樣得到的幅度，也稱為度，也稱為線性量化線性量化.缺點缺點:不能充分利用為不能充分利用為適應幅度大的輸適應幅度大的輸入信號，增加的入信號，增加的樣本的位數樣本的位數.制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心31u非線性量化的思想是大的輸入信號采用大的量化非線性量化的思想是大的輸入信號采用大的量化間隔，小的輸入信號采用小的量化間隔，間隔，小的輸入信號采用小的量化間隔，u這樣就可以在滿足精度要求的情況下用較少的位這樣就可以在滿

31、足精度要求的情況下用較少的位數來表示。聲音數據還原時，采用相同的規(guī)則。數來表示。聲音數據還原時，采用相同的規(guī)則。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心32(3) 律壓擴律壓擴 n律律(-Law)壓擴主要用在北美和日本等地區(qū)壓擴主要用在北美和日本等地區(qū)的數字電話通信中，按下面的式子確定量化的數字電話通信中，按下面的式子確定量化輸入和輸出的關系輸入和輸出的關系 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心33(4) A律律(A-Law)nA律律(A-Law)壓擴主要用在歐洲和中國大陸等壓擴主要用在歐洲和中國大陸等地區(qū)的數字電話通信中

32、，按下面的式子確定地區(qū)的數字電話通信中，按下面的式子確定量化輸入和輸出的關系量化輸入和輸出的關系 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心34n對于采樣頻率為對于采樣頻率為8kHz，樣本精度為，樣本精度為13位、位、14位或者位或者16位的輸入信號，使用位的輸入信號，使用律壓擴編碼律壓擴編碼或者使用或者使用A律壓擴編碼，經過律壓擴編碼，經過PCM編碼器之編碼器之后每個樣本需后每個樣本需8位二進制存儲，輸出的數據率位二進制存儲，輸出的數據率為為64 kb/s。這個數據就是。這個數據就是CCITT推薦的推薦的G.711標準：話音頻率脈沖編碼調制標準：話音頻率脈沖編

33、碼調制 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心352.數字音頻的技術指標數字音頻的技術指標 n(1) 采樣頻率采樣頻率u采樣頻率是指一秒鐘采樣的次數。采樣頻率越高，采樣頻率是指一秒鐘采樣的次數。采樣頻率越高，單位時間內采集的樣本數越多，得到波形越接近單位時間內采集的樣本數越多，得到波形越接近于原始波形，音質就越好。于原始波形，音質就越好。 u根據奈奎斯特根據奈奎斯特(Harry Nyquist)采樣理論：采樣理論：如果采如果采樣頻率高于輸入信號最高頻率的兩倍，重放時就樣頻率高于輸入信號最高頻率的兩倍，重放時就能從采樣信號序列無失真地重構原始信號能從采樣信號序

34、列無失真地重構原始信號。例如，例如，電話話音的信號頻率約為電話話音的信號頻率約為3.4 kHz，若采樣頻率，若采樣頻率選為選為8kHz，就能無失真地重放原始聲音。，就能無失真地重放原始聲音。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心36n采樣的采樣的3個常用頻率分別為個常用頻率分別為u11.025kHzAM廣播廣播u22.05kHz FM廣播廣播u44.1kHz CD高保真音質聲音高保真音質聲音n現在聲卡的采樣頻率一般為現在聲卡的采樣頻率一般為48kHz甚至甚至96kHz。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心37（2）采樣

35、精度采樣精度 n采樣精度用每個聲音樣本的位數表示，也叫采樣精度用每個聲音樣本的位數表示，也叫樣本精樣本精度度或或量化位數量化位數。它反映度量聲音波形幅度的精度。它反映度量聲音波形幅度的精度。u例如，每個聲音樣本用例如，每個聲音樣本用16位表示，則量化樣本值在位表示，則量化樣本值在065535的整數范圍內，它的精度是輸入信號的的整數范圍內，它的精度是輸入信號的1/65536 n采樣精度決定了模擬信號數字化以后的動態(tài)范圍采樣精度決定了模擬信號數字化以后的動態(tài)范圍。u若以若以8位量化，則其波形的幅值可分為位量化，則其波形的幅值可分為28=256等份，等效等份，等效的動態(tài)范圍為的動態(tài)范圍為20lg(2

36、56)=48dB。若以。若以16位采樣，則可位采樣，則可分為分為216=65536等份，等效動態(tài)范圍為等份，等效動態(tài)范圍為20lg(65536)=96dB。n采樣精度影響到聲音的質量采樣精度影響到聲音的質量u位數越多，聲音的質量越高，而需要的存儲空間也越多；位數越多，聲音的質量越高，而需要的存儲空間也越多；位數越少，聲音的質量越低，需要的存儲空間越少。位數越少，聲音的質量越低，需要的存儲空間越少。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心38（3）聲道數）聲道數 u單聲道單聲道(mono)信號一次產生一組聲波數據。如果一次產信號一次產生一組聲波數據。如果一次產生

37、兩組聲波數據，則稱其為雙聲道或立體聲生兩組聲波數據，則稱其為雙聲道或立體聲(stereo)。u雙聲道在硬件中占兩條線路，一條是左聲道，一條是右雙聲道在硬件中占兩條線路，一條是左聲道，一條是右聲道。聲道。u立體聲不僅音質、音色好，而且能產生逼真的空間感。立體聲不僅音質、音色好，而且能產生逼真的空間感。但立體聲數字化后所占空間比單聲道多一倍。但立體聲數字化后所占空間比單聲道多一倍。u除采樣頻率、采樣精度、聲道數影響聲音質量外，聲音除采樣頻率、采樣精度、聲道數影響聲音質量外，聲音錄制時環(huán)境噪聲、聲卡內部噪聲以及采樣數據丟失等都錄制時環(huán)境噪聲、聲卡內部噪聲以及采樣數據丟失等都會造成聲音質量的下降。實際

38、收聽時，音響（功率放大會造成聲音質量的下降。實際收聽時，音響（功率放大器、揚聲器等）的質量對音質的表現也起很大作用器、揚聲器等）的質量對音質的表現也起很大作用制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心39（4）音頻數據傳輸率）音頻數據傳輸率 u音頻信號數字化后，產生大量數據音頻信號數字化后，產生大量數據 u產生數據的速度或播放聲音時需要傳輸數據的速產生數據的速度或播放聲音時需要傳輸數據的速度影響聲音的播放質量。數據傳輸率用每秒鐘傳度影響聲音的播放質量。數據傳輸率用每秒鐘傳輸的數據位數表示，記為輸的數據位數表示，記為bps（bit per second）。）。未經

39、壓縮的數字音頻數據傳輸率為未經壓縮的數字音頻數據傳輸率為: w數據傳輸率數據傳輸率(bits)=采樣頻率采樣頻率(Hz)量化位數量化位數(bit)聲道數聲道數 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心40聲音質量和數字化指標聲音質量和數字化指標 質量質量采樣頻率采樣頻率(kHz)樣本精度樣本精度(bit)單道聲單道聲/立體聲立體聲數據率數據率(kB/s)(未壓縮未壓縮)頻率范圍頻率范圍電話電話*88單道聲單道聲82003 400 HzAM11.0258單道聲單道聲11.0507 000HzFM22.05016立體聲立體聲88.22015 000HzCD44.1

40、16立體聲立體聲176.42020 000 HzDAT4816立體聲立體聲192.02020 000 Hz制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心41n例例2.22.2 高保真立體聲數字音頻的量化位數為高保真立體聲數字音頻的量化位數為1616，試計算其，試計算其數據傳輸率數據傳輸率 u解：高保真立體聲數字音頻采樣頻率為解：高保真立體聲數字音頻采樣頻率為44.1kHz44.1kHz，雙聲道，其數據傳輸率為雙聲道，其數據傳輸率為 u數據傳輸率數據傳輸率=44.1(kHz)=44.1(kHz)16(bit)16(bit)2(channel)=1411.2(kbps)

41、2(channel)=1411.2(kbps) n如果采用如果采用PCMPCM編碼，數字音頻文件所占用的空編碼，數字音頻文件所占用的空間可用如下的公式計算間可用如下的公式計算( (數據量數據量) )： u音頻數據量（音頻數據量（ByteByte）= =數據傳輸率數據傳輸率持續(xù)時間持續(xù)時間8(bit/Byte)8(bit/Byte) n其中數據量以字節(jié)其中數據量以字節(jié)(Byte)(Byte)為單位；數據傳輸率以每秒比特為單位；數據傳輸率以每秒比特(bps)(bps)為單位；持續(xù)時間以秒為單位；持續(xù)時間以秒(s)(s)為單位。為單位。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機

42、教學實驗中心42n例例2.32.3 計算計算1 1分鐘未經壓縮的高保真立體聲數分鐘未經壓縮的高保真立體聲數字聲音文件的大小。字聲音文件的大小。 u解：高保真立體聲數字音頻采樣頻率為解：高保真立體聲數字音頻采樣頻率為44.1kHz44.1kHz，1616位量化，雙聲道，其數據傳輸率為：位量化，雙聲道，其數據傳輸率為： u數據傳輸率數據傳輸率=44.1(kHz)=44.1(kHz)16(bit)16(bit)2(channel)=1411.2(kbps)2(channel)=1411.2(kbps) u1 1分鐘這樣的聲音文件的大小為分鐘這樣的聲音文件的大小為 u音頻數據量音頻數據量=1411.2

43、=1411.2（kb/skb/s）6060（s s）/8(bit/Byte)=10458kB/8(bit/Byte)=10458kBn未經壓縮的未經壓縮的4 4分鐘的歌曲文件約分鐘的歌曲文件約42M42M數據，數據，128M128M的的MP3MP3播放器只能存放播放器只能存放3 3首這樣的歌曲首這樣的歌曲 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心43（5）編碼）編碼算法與音頻數據壓縮比算法與音頻數據壓縮比 u未壓縮的音頻數據量非常大，因此在編碼的時候未壓縮的音頻數據量非常大，因此在編碼的時候常常要采用壓縮的方式。常常要采用壓縮的方式。u實際上，編碼的作用一是記

44、錄數字數據，二是采實際上，編碼的作用一是記錄數字數據，二是采用一定的算法來壓縮數據以減少存儲空間和提高用一定的算法來壓縮數據以減少存儲空間和提高傳輸效率。傳輸效率。u壓縮編碼的基本指標之一就是壓縮比，一般為數壓縮編碼的基本指標之一就是壓縮比，一般為數據壓縮前后的數據量之比據壓縮前后的數據量之比制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心44n采用不同的數字化指標實際上也是進行了不同比例采用不同的數字化指標實際上也是進行了不同比例的數據壓縮。的數據壓縮。u如果如果PCMPCM編碼采用編碼采用4bit4bit量化對量化對CDCD音質信號壓縮，其壓縮比音質信號壓縮，其壓

45、縮比為為4:14:1。這種情況下，用來記錄幅值的比特位越少，編碼。這種情況下，用來記錄幅值的比特位越少，編碼后數據量就越小，壓縮比越后數據量就越小，壓縮比越大大。但壓縮比越。但壓縮比越大大，丟掉的，丟掉的信息就會越多，信號還原后失真就越大。信息就會越多，信號還原后失真就越大。( (對有損壓縮對有損壓縮) )n壓縮算法包括有損壓縮和無損壓縮；壓縮算法包括有損壓縮和無損壓縮；u有損壓縮有損壓縮解壓后數據不能完全復原，要丟失一部分信息。解壓后數據不能完全復原，要丟失一部分信息。u無損壓縮無損壓縮不丟失任何信息，能較好地復原原始信號不丟失任何信息，能較好地復原原始信號制作：西安交通大學制作：西安交通大

46、學 計算機教學實驗中心計算機教學實驗中心453.3.數字音頻文件格式數字音頻文件格式 n數字聲音文件格式是數字音頻在磁盤文件中的存放數字聲音文件格式是數字音頻在磁盤文件中的存放形式，相同的數據可以有不同的文件格式，而不同形式，相同的數據可以有不同的文件格式，而不同的數據也可以有相同的文件格式的數據也可以有相同的文件格式.u(1) WAVEWAVE文件格式文件格式 w WAVEWAVE文件是一種通用的音頻數據文件，文件擴展名為文件是一種通用的音頻數據文件，文件擴展名為“WAV”WAV”，WindowsWindows系統和一般的音頻卡都支持這種格式文件的生成、編輯系統和一般的音頻卡都支持這種格式文

47、件的生成、編輯和播放。和播放。w WAVEWAVE文件由三部分文件由三部分組成組成：文件頭文件頭( (標明是標明是WAVEWAVE文件、文件結構和文件、文件結構和數據的總字節(jié)數數據的總字節(jié)數) )、數字化參數數字化參數( (如采樣率、聲道數、編碼算法如采樣率、聲道數、編碼算法等等) )，最后是，最后是實際波形數據實際波形數據。CDCD激光唱盤中包含的就是激光唱盤中包含的就是WAVEWAVE格式格式的波形數據，只是擴展名沒寫成的波形數據，只是擴展名沒寫成“.WAV”.WAV”。一般說來，聲音質量。一般說來，聲音質量與其與其WAVEWAVE格式的文件大小成正比。格式的文件大小成正比。w WAVEW

48、AVE文件的文件的特點特點是易于生成和編輯，但在保證一定音質的前提下是易于生成和編輯，但在保證一定音質的前提下壓縮比不夠，不適合在網絡上播放壓縮比不夠，不適合在網絡上播放 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心46(2) MP3MP3文件文件uMP3MP3文件是采用文件是采用MP3MP3算法壓縮生成的數字音頻數據文件，算法壓縮生成的數字音頻數據文件，以以“.MP3”.MP3”為文件后綴。為文件后綴。uMP3MP3利用利用MPEGMPEG（Motion Picture Expert GroupMotion Picture Expert Group，運動圖，運動

49、圖像專家組）制定的像專家組）制定的MPEG-1 Audio layer 3MPEG-1 Audio layer 3的壓縮標準，的壓縮標準，將音頻信息用將音頻信息用10:110:1甚至甚至12:112:1的壓縮率，變成容量較小的的壓縮率，變成容量較小的數據文件。數據文件。uMPEG1MPEG1壓縮主要用于壓縮主要用于VCDVCD數據的壓縮，也用來壓縮不包數據的壓縮，也用來壓縮不包含圖像的純音頻數據，音頻壓縮算法包括含圖像的純音頻數據，音頻壓縮算法包括MPEG Audio MPEG Audio Layer1Layer1、MPEG Audio Layer2MPEG Audio Layer2等，而等，

50、而MPEG Audio Layer3MPEG Audio Layer3有很高的壓縮比。有很高的壓縮比。u雖然雖然MP3MP3是一種利用了人類心理聲學特性的有損壓縮，人是一種利用了人類心理聲學特性的有損壓縮，人耳基本不能分辨出失真，音質幾乎達到了耳基本不能分辨出失真，音質幾乎達到了CDCD音質標準。音質標準。按照這種算法，按照這種算法，1010張張CDDACDDA的內容可以壓縮到的內容可以壓縮到l l張張CDCDROMROM中，而且視聽效果相當好。中，而且視聽效果相當好。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心47(3) RARA文件文件 nReal Audi

51、oReal Audio是是Real networksReal networks推出的一種音樂推出的一種音樂壓縮格式壓縮格式, ,它的壓縮比可達到它的壓縮比可達到96:196:1，因此在網，因此在網上比較流行。經過壓縮的音樂文件可以在通上比較流行。經過壓縮的音樂文件可以在通過速率為過速率為14.4kb14.4kbs s的的MODEMMODEM上網的計算機中上網的計算機中流暢回放。其最大特點是可以采用流媒體的流暢回放。其最大特點是可以采用流媒體的方式實現網上實時播放，即邊下載邊播放。方式實現網上實時播放，即邊下載邊播放。 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心4

52、82.32.3電子合成音樂電子合成音樂 n在多媒體系統中，除了用數字音頻的方式以在多媒體系統中，除了用數字音頻的方式以外，還可以用合成的方式產生音樂外，還可以用合成的方式產生音樂.n音樂合成的方式根據一定的協議標準，使用音樂合成的方式根據一定的協議標準，使用音樂符號來記錄和解釋樂譜，并組合成相應音樂符號來記錄和解釋樂譜，并組合成相應的音樂信號，這就是的音樂信號，這就是MIDI(Musical MIDI(Musical Instrument Digital Interface Instrument Digital Interface 樂器數字接樂器數字接口口) )。 制作：西安交通大學制作：西安

53、交通大學 計算機教學實驗中心計算機教學實驗中心491.1.電子合成音樂的有關概念電子合成音樂的有關概念 nMIDIMIDI不是把音樂的波形進行數字化采樣和編不是把音樂的波形進行數字化采樣和編碼，而是將數字式電子樂器的彈奏過程以命碼，而是將數字式電子樂器的彈奏過程以命令符號的形式記錄下來，如按了哪一個鍵、令符號的形式記錄下來，如按了哪一個鍵、力度多大、時間多長等。當需要播放這首樂力度多大、時間多長等。當需要播放這首樂曲時，根據記錄的樂譜指令，通過音樂合成曲時，根據記錄的樂譜指令，通過音樂合成器生成音樂聲波，經放大后由揚聲器播出。器生成音樂聲波，經放大后由揚聲器播出。 制作：西安交通大學制作：西安

54、交通大學 計算機教學實驗中心計算機教學實驗中心50n(1)MIDI(1)MIDI電子樂器電子樂器u它是能產生特定聲音的合成器，如電子鍵盤、吉他、薩克斯管等；它是能產生特定聲音的合成器，如電子鍵盤、吉他、薩克斯管等；它們相互間的數據傳送符合它們相互間的數據傳送符合MIDIMIDI的通信約定。的通信約定。n(2)MIDI(2)MIDI消息消息(message)(message)或指令或指令uMIDIMIDI軟件通信協議，實際上是用數字指令描述的音樂樂譜，其中包軟件通信協議，實際上是用數字指令描述的音樂樂譜，其中包含音符、強度、定時及樂器的指派等。含音符、強度、定時及樂器的指派等。n(3)MIDI(

55、3)MIDI接口接口(interface)(interface)uMIDIMIDI硬件通信協議，可使電子樂器互連或與計算機硬件端口相連，硬件通信協議，可使電子樂器互連或與計算機硬件端口相連，可發(fā)送和接收可發(fā)送和接收MIDIMIDI消息。消息。n(4)MIDI(4)MIDI通道通道(channel)(channel)uMIDIMIDI標準提供了標準提供了1616個通道，每種通道對應一種邏輯的合成器，即對個通道，每種通道對應一種邏輯的合成器，即對應一種樂器的合成。應一種樂器的合成。n(5)(5)音序器音序器(sequencer)(sequencer)u它指可用來記錄、編輯和播放它指可用來記錄、編輯

56、和播放MIDIMIDI文件的計算機程序。文件的計算機程序。制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心512.2.電腦合成音樂的制作原理電腦合成音樂的制作原理 n電腦合成音樂需要使用電腦合成音樂需要使用MIDIMIDI語言。語言。MIDIMIDI語言利用字語言利用字節(jié)傳送來告知相應的設備能夠做什么和不能做什么。節(jié)傳送來告知相應的設備能夠做什么和不能做什么。MIDIMIDI字節(jié)通知樂器、聲卡和其他字節(jié)通知樂器、聲卡和其他MIDIMIDI設備什么時候設備什么時候開始和什么時候結束演奏音符開始和什么時候結束演奏音符 .nMIDIMIDI自身并不產生和傳送聲音，只是傳送產

57、生聲音自身并不產生和傳送聲音，只是傳送產生聲音的控制符號的控制符號. .n使用使用MIDIMIDI語言的設備（語言的設備（MIDIMIDI設備）可以互聯。典型設備）可以互聯。典型設備是合成器或者設備是合成器或者MIDIMIDI控制鍵盤，也可以是外掛式控制鍵盤，也可以是外掛式音響效果單元、計算機、配備有音響效果單元、計算機、配備有MIDIMIDI接口的吉他等接口的吉他等 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心52(1) MIDIMIDI音樂的產生過程音樂的產生過程 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心53(2) MIDIM

58、IDI通道通道 n當當MIDIMIDI設備交流信息時，需要遵循一定的事件序列。設備交流信息時，需要遵循一定的事件序列。例如，兩個例如，兩個MIDIMIDI設備在建立連接之后首先要做的事設備在建立連接之后首先要做的事情就是在使用相同的情就是在使用相同的MIDIMIDI通道方面達成一致。通道方面達成一致。MIDIMIDI可以在可以在1616個這樣的通道上進行操作，這些通道用數個這樣的通道上進行操作，這些通道用數字分別標記為字分別標記為0 01515。只要兩個。只要兩個MIDIMIDI設備進行交流，設備進行交流，就必須使用相同的通道。對電腦合成音樂，就必須使用相同的通道。對電腦合成音樂，每個邏每個邏

59、輯通道可指定一種樂器，音樂鍵盤可設置在這輯通道可指定一種樂器，音樂鍵盤可設置在這1616個個通道之中的任何一個，而通道之中的任何一個，而MIDIMIDI聲源或者聲音模塊可聲源或者聲音模塊可被設置在指定的被設置在指定的MIDIMIDI通道上接收通道上接收 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心54(3) MIDIMIDI接口和計算機的連接接口和計算機的連接 nMIDIMIDI接口由三個端口組成：輸入端口接口由三個端口組成：輸入端口(In)(In)、輸出端口輸出端口(0ut)(0ut)和直達端口和直達端口(Thru)(Thru) u直達端口對直達端口對MIDIM

60、IDI數據只是進行簡單傳輸，來自直數據只是進行簡單傳輸，來自直達端口的數據僅僅是來自輸入端口數據的拷貝，達端口的數據僅僅是來自輸入端口數據的拷貝，在離開直達端口前數據不會發(fā)生任何的改變在離開直達端口前數據不會發(fā)生任何的改變 制作：西安交通大學制作：西安交通大學 計算機教學實驗中心計算機教學實驗中心554.MIDI4.MIDI音樂合成器音樂合成器 nMIDIMIDI指令送到合成器，由合成器指令送到合成器，由合成器(synthesizer)(synthesizer)產產生相應的聲音。同樣的樂譜如選擇不同的樂器播放，生相應的聲音。同樣的樂譜如選擇不同的樂器播放，會聽到不同的音色會聽到不同的音色 nM