數(shù)字音頻基礎(chǔ)知識(shí)

第一章 數(shù)字音頻根底學(xué)問(wèn)主要內(nèi)容聲音根底學(xué)問(wèn)生疏數(shù)字音頻數(shù)字音頻專業(yè)學(xué)問(wèn)第1節(jié) 聲音根底學(xué)問(wèn)聲音的產(chǎn)生聲音是由振動(dòng)產(chǎn)生的。物體振動(dòng)停頓，發(fā)聲也停頓。當(dāng)振動(dòng)波傳到人耳時(shí)，人便聽(tīng)到了聲音。人能聽(tīng)到的聲音，包括語(yǔ)音、音樂(lè)和其它聲音〔環(huán)境聲、音效聲、自然聲等樂(lè)音和噪音。樂(lè)音是由規(guī)章的振動(dòng)產(chǎn)生的，只包含有限的某些特定頻率，具有確定的波形。形。聲音的傳播聲音靠介質(zhì)傳播，真空不能傳聲。介質(zhì)：能夠傳播聲音的物質(zhì)。聲音在全部介質(zhì)中都以聲波形式傳播。音速聲音在每秒內(nèi)傳播的距離叫音速。聲音在固體、液體中比在氣體中傳播得快。15oC340m/s。聲音的感知外界傳來(lái)的聲音引起鼓膜振動(dòng)經(jīng)聽(tīng)小骨及其他組織傳給聽(tīng)覺(jué)神經(jīng)，聽(tīng)覺(jué)神經(jīng)再把信號(hào)傳給大腦，這樣人就聽(tīng)到了聲音。雙耳效應(yīng)的應(yīng)用：立體聲人耳能感受到〔聽(tīng)覺(jué)〕的頻率范圍約為20Hz~20kHz，稱此頻率范圍內(nèi)的聲音為可聽(tīng)聲(audiblesound)或音頻(audio)，頻率<20Hz為次聲，頻率>20kHz聲音為超聲?！踩寺暤念l率大約是80Hz～3400Hz〔話音voice/語(yǔ)音speec〕的頻率通常為300H～3000H〔帶寬約3kH。16Hz(C2)～7kHz(a5)，如鋼琴的為(A2)～4186Hz(c5)。聲音的三要素聲音具有三個(gè)要素：音調(diào)、響度〔音量/音強(qiáng)〕和音色人們就是依據(jù)聲音的三要素來(lái)區(qū)分聲音。音調(diào)〔pitch〕音調(diào)：聲音的凹凸〔高音、低音，由“頻率”frequenc〕打算，頻率越高音調(diào)越高。聲音的頻率是指每秒中聲音信號(hào)變化的次數(shù)，用Hz表示。例如，20Hz表示聲音信號(hào)在120次。高音：音色強(qiáng)勁有力，富于英雄氣概。擅于表現(xiàn)猛烈的感情。低音：音色淺薄渾厚，擅于表現(xiàn)莊重雄偉和蒼勁冷靜的感情。響度〔loudness〕響度：又稱音量、音強(qiáng)，指人主觀上感覺(jué)聲音的大小，由“振幅”〔amplitude〕和人離聲源的距離打算，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〕音色〔musicquality〕音色：又稱音品，由發(fā)聲物體本身材料、構(gòu)造打算。每個(gè)人講話的聲音以及鋼琴、提琴、笛子等各種樂(lè)器所發(fā)出的不同聲音，都是由音色不同造成的。聲道聲道〔soundchannel/track〕是分開(kāi)錄音然后結(jié)合起來(lái)以便同時(shí)聽(tīng)到的一段聲音?！瞤layback/reproduction〔mono/monophony只能簡(jiǎn)潔地發(fā)出聲音〔如留聲機(jī)、調(diào)幅AM播送；后來(lái)有了雙聲道的立體聲〔stereo〕技術(shù)〔如立體聲唱機(jī)、調(diào)頻FM立體聲播送、立體聲盒式錄音帶、激光唱盤(pán)CD-DA，利用人耳的雙耳效應(yīng)，感受到聲音的縱深和寬度，具有立體感?，F(xiàn)在又有了各種多聲道的圍繞聲surroundsoun〕重放方式〔，將多只喇叭〔揚(yáng)聲器speaker〕分布在聽(tīng)者的四周，建立起圍繞傾聽(tīng)者四周的聲學(xué)空間，使聽(tīng)者感受到〔DVD-AudioSACDDTS-CD、HDT。第2節(jié) 生疏數(shù)字音頻模擬信號(hào)音頻信號(hào)是典型的連續(xù)信號(hào)，不僅在時(shí)間上是連續(xù)的，而且在幅度上也是連續(xù)的。在時(shí)間上“連續(xù)”是指在任何一個(gè)指定的時(shí)間范圍里聲音信號(hào)都有無(wú)窮多個(gè)幅值；在幅度上“連續(xù)”是指幅度的數(shù)值為實(shí)數(shù)。我們把在時(shí)間〔或空間〕和幅度上都是連續(xù)的信號(hào)稱為模擬信號(hào)(analogsignal)。數(shù)字信號(hào)在某些特定的時(shí)刻對(duì)這種模擬信號(hào)進(jìn)展測(cè)量叫做采樣(sampling)，在有限個(gè)特定時(shí)刻采樣得續(xù)的。把幅度取值的數(shù)目限定為有限個(gè)的信號(hào)就稱為離散幅度信號(hào)。我們把時(shí)間和幅度都用離散的數(shù)字表示的信號(hào)就稱為數(shù)字信號(hào)(digitalsignal)。從模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換為模數(shù)轉(zhuǎn)換，記為A/D(Analog-to-Digital)；從數(shù)字信號(hào)到模擬信號(hào)的轉(zhuǎn)換為數(shù)模轉(zhuǎn)換，記為D/A(Digital-to-Analog)。3數(shù)字音頻專業(yè)學(xué)問(wèn)人們?nèi)粘Ｉ盥?tīng)到的各種聲音信息是典型的連續(xù)信號(hào)，它不僅在時(shí)間上連續(xù)，而且在幅度上也連續(xù)，我們稱之為模擬音頻。在數(shù)字音頻技術(shù)產(chǎn)生之前，我們只能用磁帶或膠木唱片來(lái)存儲(chǔ)模擬音頻，隨著技術(shù)的進(jìn)展，聲音信號(hào)漸漸過(guò)渡到了數(shù)字化存儲(chǔ)階段，可以用計(jì)算機(jī)等設(shè)備將它們存儲(chǔ)起來(lái)。模擬音頻的數(shù)字化對(duì)于計(jì)算機(jī)來(lái)說(shuō)，處理和存儲(chǔ)的只可以是二進(jìn)制數(shù)，所以在使用計(jì)算機(jī)處理和的。采樣采樣是指將時(shí)間軸上連續(xù)的信號(hào)每隔確定的時(shí)間間隔抽取出一個(gè)信號(hào)的幅度樣本，把連續(xù)的模擬量用一個(gè)個(gè)離散的點(diǎn)表示出來(lái)，使其成為時(shí)間上離散的脈沖序列。每秒鐘采樣的次數(shù)稱為采樣頻率，用f表示；樣本之間的時(shí)間間隔稱為取樣周期，用T表示，T=1/f。例如：CD441008kHz、、15kHz、48kHz等。在對(duì)模擬音頻進(jìn)展采樣時(shí)，取樣頻率越高，音質(zhì)越有保證；假設(shè)取樣頻率不夠高，聲音就會(huì)產(chǎn)生低頻失真。那么怎樣才能避開(kāi)低頻失真呢著名的采樣定理〔Nyquist定理〕中給出有明確的答案：要想不產(chǎn)生低頻失真，采樣頻2倍。例如，話音的信號(hào)頻率約為kHz，采樣頻率就應(yīng)當(dāng)≥kHz8kHz。量化量化是將采樣后離散信號(hào)的幅度用二進(jìn)制數(shù)表示出來(lái)的過(guò)程。每個(gè)采樣點(diǎn)所能表示的二進(jìn)制位數(shù)稱為量化精度，或量化位數(shù)。量化精度反映了度量聲音波形幅度的精度。例如，每個(gè)聲音樣本用16位(2字節(jié))表示，測(cè)0～655361/65536。8bit/s、12bit/s、16bit/s、20bit/s、24bit/s采樣頻率、采樣精度和聲道數(shù)對(duì)聲音的音質(zhì)和占用的存儲(chǔ)空間起著打算性作用。我們期望音質(zhì)越高越好，磁盤(pán)存儲(chǔ)空間越少越好，這本身就是一個(gè)沖突。必需在音質(zhì)和磁盤(pán)存儲(chǔ)空間之間取得平衡。數(shù)據(jù)量與上述三要素之間的關(guān)系可用下述公式表示：編碼的就是這種編碼方式。模擬音頻經(jīng)過(guò)采樣、量化和編碼后所形成的二進(jìn)制序列就是數(shù)字音頻信號(hào)，我們可以將其以文件的形式保存在計(jì)算機(jī)的存儲(chǔ)設(shè)備中，這樣的文件通常稱之為數(shù)字音頻文件。PCM編碼接形成的二進(jìn)制序列，未經(jīng)過(guò)任何編碼和壓縮處理。PCM編碼的最大的優(yōu)點(diǎn)就是音質(zhì)好，最大的缺點(diǎn)就是體積大。在計(jì)算機(jī)應(yīng)用中，能夠到達(dá)最高保真水平的就是PCM編碼，常見(jiàn)的WAV文件中就有應(yīng)用。音頻壓縮音頻壓縮屬于數(shù)據(jù)壓縮的一種，是減小數(shù)字音頻信號(hào)文件大小〔數(shù)據(jù)比率〕的過(guò)程。一般數(shù)據(jù)的壓縮方法對(duì)于音頻數(shù)據(jù)不利，很少能將源文件壓縮到87%以下。音頻壓縮算法：無(wú)損壓縮算法和有損壓縮算法無(wú)損壓縮是對(duì)未壓縮音頻進(jìn)展沒(méi)有任何信息/質(zhì)量損失的壓縮機(jī)制。但音質(zhì)卻根本一樣。50–60%左右，而有損壓縮可以到達(dá)原文件的5–20%。常見(jiàn)的數(shù)字音頻文件格式常見(jiàn)的數(shù)字音頻文件格式有很多，每種格式都有自己的優(yōu)點(diǎn)、缺點(diǎn)及適用范圍。CDCDcda標(biāo)準(zhǔn)CD88K/秒，16位量化位數(shù)，近似無(wú)損的。CD光盤(pán)可以在CD唱機(jī)中播放，也能用電腦里的各種播放軟件來(lái)重放。一個(gè)CD音頻文件是一個(gè)＊.cda文件，這只是一個(gè)索引信息，并不是真正的包含聲音信息，所以不管CD音樂(lè)的長(zhǎng)短，在電腦上看到的“＊.cda44字節(jié)長(zhǎng)。WAV格式——無(wú)損的音樂(lè)WAV為微軟公司開(kāi)發(fā)的一種聲音文件格式。標(biāo)準(zhǔn)格式化的WAV文件和CD格式一樣，也是的取樣頻率，16位量化位數(shù)，聲音文件質(zhì)量和CD特點(diǎn)：音質(zhì)格外好，被大量軟件所支持。適用于：多媒體開(kāi)發(fā)、保存音樂(lè)和原始音效素材。MP3全稱MovingPictureExpertsGroupAudioLayerII損壓縮格式。是ISO標(biāo)準(zhǔn)MPEG1和MPEG2第三層(Layer316-48kHz，編碼速率。特點(diǎn)：音質(zhì)好，壓縮比比較高，被大量軟件和硬件支持，應(yīng)用廣泛。適用于：適合用于一般的以及比較高要求的音樂(lè)賞識(shí)。MIDI——作曲家的最?lèi)?ài)MIDI〔MusicalInstrumentDigitalInterface〕樂(lè)器數(shù)字接口。MIDI數(shù)據(jù)不是數(shù)字的音頻波形，而是音樂(lè)代碼或稱電子樂(lè)譜。MIDI15～10KB。MID＊.mid文件重放的效果完全依靠聲卡的檔次。wav——量化處理，不經(jīng)壓縮處理，變成與聲音波形對(duì)應(yīng)的數(shù)字信號(hào)。而MIDI指令，如用哪一種樂(lè)器，什么時(shí)候按某個(gè)鍵，力度怎么樣等等，至于播放時(shí)發(fā)出的聲音，那MIDI只有十幾K或幾十K，只有聲音文件的千分之一左右，便于儲(chǔ)存和攜帶。WMA格式——最具實(shí)力的敵人WMA(WindowsMediaAudio)由微軟開(kāi)發(fā)。音質(zhì)要強(qiáng)于MP3格式，更遠(yuǎn)勝于RA格式，它以削減數(shù)據(jù)流量但保持音質(zhì)的方法來(lái)到達(dá)比MP3WMA1：18左右。內(nèi)置了版權(quán)保護(hù)技術(shù)，可以限制播放時(shí)間和播放次數(shù)甚至于播放的機(jī)器等等。WMA格式在錄制時(shí)可以對(duì)音質(zhì)進(jìn)展調(diào)整。同一格式，音質(zhì)好的可與CD媲美，壓縮率較高的可用于網(wǎng)絡(luò)播送。Ra格式——流淌的旋律RealAudio主要適用于在網(wǎng)絡(luò)上的在線音樂(lè)賞識(shí)，現(xiàn)在大多數(shù)的用戶照舊在使用56Kbps或更低速率的Modem，所以典型的回放并非最好的