數(shù)字音頻技術(shù)概述

數(shù)字音頻技術(shù)概述第1頁，課件共27頁，創(chuàng)作于2023年2月關(guān)于“聲音”聲音的記錄與回放音頻文件格式音頻驅(qū)動常用的數(shù)字音頻接口第一章數(shù)字音頻技術(shù)概述第2頁，課件共27頁，創(chuàng)作于2023年2月百度百科詞目：聲音

英語：sound;voice

基本解釋

1.使人產(chǎn)生聽覺的振動

2.一種由物體振動而發(fā)生的波造成的聽覺印象

3.[voice]∶某些起與人的語言相同作用的工具或表達手段何為“聲音”第3頁，課件共27頁，創(chuàng)作于2023年2月百度百科詞目：聲音詳細解釋

1.指由物體振動而發(fā)生的聲波通過聽覺所產(chǎn)生的印象。

《禮記·樂記》：“樂必發(fā)於聲音，形於動靜，人之道也?！蹦铣熙U照

《擬<行路難>》詩之七：“聲音哀苦鳴不息，羽毛憔悴似人髠(kūn)?！鼻謇顫O

《巧團圓·默訂》：“你看臥房門啟，想是曹小姐聽見聲音，知道小生在此，又出來探望了?！鄙驈奈?/p>

《從文自傳·我讀一本小書同時又讀一本大書》：“若在四月落了點小雨，山地里田塍上各處全是蟋蟀聲音，真使人心花怒放?！焙螢椤奥曇簟钡?頁，課件共27頁，創(chuàng)作于2023年2月聲音沒有質(zhì)量,也就是沒有重量。聲音不是物體，只是一個名稱，聲音是一種機械縱波,波是能量的傳遞形式，它有能量,所以能產(chǎn)生效果,但是它不同于光(電磁波),光有質(zhì)量有能量有動量,聲音在物理上只有壓力，沒有質(zhì)量。“聲音”的重量第5頁，課件共27頁，創(chuàng)作于2023年2月（一）響度（loudness）：人主觀上感覺聲音的大?。ㄋ追Q音量），由“振幅”（amplitude）和人離聲源的距離決定，振幅越大響度越大，人和聲源的距離越小，響度越大。（單位：分貝dB）（二）音調(diào)（pitch）：聲音的高低（高音、低音），由“頻率”（frequency）決定，頻率越高音調(diào)越高（頻率單位Hz（hertz），赫茲[/url，人耳聽覺范圍20～20000Hz。20Hz以下稱為次聲波，20000Hz以上稱為超聲波）例如，低音端的聲音或更高的聲音，如細弦聲。聲音的特性第6頁，課件共27頁，創(chuàng)作于2023年2月（三）音色（musicquality）：聲音的特性，由發(fā)聲物體本身材料、結(jié)構(gòu)決定。又稱音品、音質(zhì)。頻率是每秒經(jīng)過一給定點的聲波數(shù)量，它的測量單位為赫茲，是以一個名叫海里奇R.赫茲的音響奇人命名的。此人設(shè)置了一張桌子，演示頻率是如何與每秒的周期相關(guān)的。

1千赫或1000赫表示每秒經(jīng)過一給定點的聲波有1000個周期（khz），1兆赫就是每秒鐘有1,000,000個周期，等等。聲音的特性第7頁，課件共27頁，創(chuàng)作于2023年2月

（四）樂音：有規(guī)則的讓人愉悅的聲音。噪音：從物理學(xué)的角度看，由發(fā)聲體作無規(guī)則振動時發(fā)出的聲音；從環(huán)境保護角度看，凡是干擾人們正常工作、學(xué)習(xí)和休息的聲音，以及對人們要聽的聲音起干擾作用的聲音。（五）混響：也稱“交混回響”，指直達聲消失后，聲音延續(xù)所引起的交混現(xiàn)象。在室內(nèi)，混響常由聲音在墻面等連續(xù)多次反射所引起?；祉憰r間太長，則前后聲音交混，聽不清楚，過短則音量不夠，聲音干澀不動聽。第8頁，課件共27頁，創(chuàng)作于2023年2月聲音干：混響時間偏短，混響量不足，尤其是中高頻段的混響量缺乏造成聽感干澀。聲音硬：主要是中高頻成分偏多，低頻缺乏，且高頻波衰落過快。對1Khz附近頻率作過多的提升，容易造成明顯的聲音硬的感覺。聲音空：混響聲（尤其是中高頻混響聲）比例過大，造成聽感上主音不突出，不結(jié)實有虛無縹緲的感覺，拾音距離過遠也會造成“空”的感覺。常用音質(zhì)評價術(shù)語第9頁，課件共27頁，創(chuàng)作于2023年2月聲音薄：是指500Hz低頻衰減過多，低頻能量欠缺，力度感不夠且混響也不足時聲音在聽感上單薄無力的情況。聲音悶：由于3000Hz以上高音部分衰落較多，高頻混響不足；而在低頻，尤其是100-200Hz頻段能量過高，造成聲音不亮的現(xiàn)象。聲音哄：中低頻段能量過強，混響過度，且可能有共振現(xiàn)象，造成一種“哄哄”作響的聲音，使清晰度下降。常用音質(zhì)評價術(shù)語第10頁，課件共27頁，創(chuàng)作于2023年2月赫茲赫茲是頻率單位，記為Hz，指每秒鐘周期性變化的次數(shù)。分貝分貝是用來表示聲音強度的單位，記為dB。聲音的單位第11頁，課件共27頁，創(chuàng)作于2023年2月聲音的記錄原理：聲音能記錄下來，是因為它是一種連續(xù)的空氣振動，屬于機械振動中的縱波，具有大小和方向，我們能通過一定的技術(shù)手段記錄到這種機械振動，于是聲音就能被記錄。聲音的記錄與回放第12頁，課件共27頁，創(chuàng)作于2023年2月記錄聲音的方式常用有兩種：1.模擬2.數(shù)字聲音的記錄與回放第13頁，課件共27頁，創(chuàng)作于2023年2月模擬方式——磁記錄：就是將聲音的空氣震動，變成大小強弱對應(yīng)的連續(xù)的電信號，然后再轉(zhuǎn)變?yōu)檫B續(xù)的磁信號，記錄在能被磁化的介質(zhì)上，如鋼絲錄音機（很早的設(shè)備）、磁帶錄音機就是這個原理。被磁化的介質(zhì)以一定的速度通過線圈（磁頭）時，強弱變化的磁場感生出強弱變化的電場，形成對應(yīng)變化的電流，讓后將這種電流通過一定方式的放大，就還原出記錄的聲音了。聲音記錄模擬方式第14頁，課件共27頁，創(chuàng)作于2023年2月模擬方式——黑膠唱片：空氣震動信號——電信號——機械振動，帶動一根記錄針，將振動的規(guī)律記錄在黑膠母碟上，也就是在母碟上刻出一圈一圈的凹槽，就制作出黑膠唱片的母版，然后通過一定的技術(shù)手段翻版出能實用的黑膠唱片。還原聲音時，則正好是上述記錄過程的反向，將唱針放到凹槽里，轉(zhuǎn)動唱片，唱針就會根據(jù)凹槽的深淺、彎曲產(chǎn)生對應(yīng)的機械振動，然后這種機械振動再轉(zhuǎn)換為電信號，通過檢波和放大，就還原出記錄的聲音了。聲音記錄模擬方式第15頁，課件共27頁，創(chuàng)作于2023年2月數(shù)字方式：聲音的空氣振動轉(zhuǎn)變?yōu)檫B續(xù)變化的電信號，然后對這種連續(xù)變化的信號進行采樣—量化—編碼，然后以文件的形式（音頻文件）記錄下來?；胤艅t是上述過程的逆向運算，最后得到一個變化的電信號，驅(qū)動揚聲器，將這種變化的電信號轉(zhuǎn)換為空氣振動，形成我們聽到的聲音。聲音記錄數(shù)字方式第16頁，課件共27頁，創(chuàng)作于2023年2月奈奎斯特定理（采樣定理）：如果連續(xù)變化的模擬信號最高頻率為F，若以2F的采樣頻率對其采樣，則采樣得到的離散信號序列就能完整地恢復(fù)出原始信號。語音信號要在數(shù)字線路上傳輸，必須將語音信號轉(zhuǎn)換成數(shù)字信號。這需要經(jīng)過三個步驟：

1）采樣——按一定間隔對語音信號進行采樣

2）量化——對每個樣本舍入到量化級別上

3）編碼——對每個舍入后的樣本進行編碼聲音記錄數(shù)字方式脈沖幅度調(diào)制第17頁，課件共27頁，創(chuàng)作于2023年2月聲音記錄數(shù)字方式BACDABCD模擬話音采樣時鐘PAM信號PCM信號采樣電路量化和編碼數(shù)字化聲音PCM（PulseCodedModulation）（脈碼調(diào)制信號）PAM（PulseAmplitudeModulation）脈沖幅度調(diào)制第18頁，課件共27頁，創(chuàng)作于2023年2月聲音記錄數(shù)字方式PCM轉(zhuǎn)換過程舉例 3.23.92.83.41.24.2343314011100011011001100

原始信號PAM脈沖PCM脈沖（有量化誤差）011100011011001100PCM輸出第19頁，課件共27頁，創(chuàng)作于2023年2月常識：采樣率：數(shù)字音頻采樣標(biāo)準(zhǔn)頻率44.1kHz（20kHz*2）采樣的位數(shù)：16bit位速：位速是指在一個數(shù)據(jù)流中每秒鐘能通過的信息量；Kbps表示“每秒千字節(jié)數(shù)”，因此數(shù)值越大表示數(shù)據(jù)越多，位速越高，信息量越大！常用的位速為：128kbps、192kbps、256kbps等。聲音記錄數(shù)字方式第20頁，課件共27頁，創(chuàng)作于2023年2月

音頻文件第21頁，課件共27頁，創(chuàng)作于2023年2月媒體格式擴展名公司主要優(yōu)點主要缺點適用領(lǐng)域WAVwavMicrosoft可通過增加驅(qū)動程序而支持各種各樣的編碼技術(shù)。不適于傳播和用作聆聽。支持的編碼技術(shù)大部分只能在Windows平臺下使用。音頻原始素材保存。mp3(MPEG音頻)mp3（包括mp2mp1）Fraunhofer-IIS在低至128kbps的比特率下提供接近CD音質(zhì)的音頻質(zhì)量。廣泛的支持。出現(xiàn)得比較早，因此音質(zhì)不是很好。一般聆聽和高保真聆聽。mp3PROmp3Fraunhofer-IIS在低至64kbps的比特率下提供接近CD音質(zhì)的音頻質(zhì)量。專利費用較高，支持的軟件和硬件不多。一般聆聽和高保真聆聽。RealMediara,rmaRealNetworks在極低的比特率環(huán)境下提供可聽的音頻質(zhì)量。不適于除網(wǎng)絡(luò)傳播之外的用途。音質(zhì)不是很好。網(wǎng)絡(luò)音頻流傳輸。WindowsMediawma,asfMicrosoft功能齊全，使用方便。同時支持無失真、有失真、語音壓縮方式。失真壓縮方式下音質(zhì)不高。必須在Windows平臺下才能使用。音頻檔案級別保存，一般聆聽，網(wǎng)絡(luò)音頻流傳輸。MIDIMIDMIDIRMI、XMIMIDIAssociation音頻數(shù)據(jù)為樂器的演奏控制，通常不帶有音頻采樣。沒有波表硬件或軟件配合時播放效果不佳。與電子樂器的數(shù)據(jù)交互，樂曲創(chuàng)作等。OggVorbisOGGXiphFoundation在低至64kbps的比特率下提供接近CD音質(zhì)的音頻質(zhì)量。開放源代碼，不需要支付使用許可費用?？缙脚_。發(fā)展較慢。推廣力度不足。一般聆聽和高保真聆聽。Monkey'sAudioapeMatthewT.Ashland無失真壓縮。部分開放代碼。由于是個人作品，使用上存在一定風(fēng)險。高保真聆聽和音頻檔案級別保存。aiffaiffApple可通過增加驅(qū)動程序而支持各種各樣的編碼技術(shù)一般限于蘋果電腦平臺使用。蘋果電腦平臺下音頻原始素材保存。auauSunUnix和Java平臺下的標(biāo)準(zhǔn)文件格式。支持的壓縮技術(shù)太少且音頻數(shù)據(jù)格式受文件格式本身局限。Unix和Java平臺下音頻原始素材保存。MusicInstrumentDigitalInterface數(shù)字化樂器接口第22頁，課件共27頁，創(chuàng)作于2023年2月MME（Muti-MediaExtensions），一般的Windows驅(qū)動程序。響應(yīng)速度較慢。GSIF（GigaStudiocompactableInterFace）,是NemeSys為其著名的軟音源GigaSampler/Studio制定的接口規(guī)范。符合這個規(guī)范的聲卡在應(yīng)用Giga軟音源時能獲得零延遲的效果。ASIO（AudioStreamInputOutput），音頻流輸入輸出接口，專業(yè)聲卡或高檔音頻工作站具備的接口。音頻驅(qū)動簡介同一塊聲卡采用MME驅(qū)動時延遲時間為750毫秒，采用ASIO驅(qū)動時延遲降低到40毫秒以下。第23頁，課件共27頁，創(chuàng)作于2023年2月AES/EBO，美國和歐洲錄音協(xié)會制定的專業(yè)數(shù)字音頻數(shù)據(jù)格式，接口硬件為卡儂接口。常用的數(shù)字音頻接口標(biāo)準(zhǔn)第24頁，課件共27頁，創(chuàng)作于2023年2月S/PDIF，Sony公司和Philip公司制定的一種音頻格式，民用和普通領(lǐng)域使用，接口硬件使用的是光纖或同軸口，CD機、MD機和計算機聲卡普遍采用S/PDIF格式。常用的數(shù)字音