第3章数字音频处理技术

MPEG音频编码具有很高的压缩率： 音频编码具有很高的压缩率： 音频编码具有很高的压缩率 MP1-------4:1 MP2-------6:1~8:1 MP3-------10:1~12:1
3.4数字音频信号的编码 ●3.4数字音频信号的编码
一般情况下，声音的制作是使用麦克风或录音机来产生， 一般情况下，声音的制作是使用麦克风或录音机来产生， 再由声卡上的WAVE合成器的( WAVE合成器的 数转换器)对模拟音频采样后， 再由声卡上的WAVE合成器的(模/数转换器)对模拟音频采样后， 量化编码为一定字长的二进制序列，并在计算机内传输和存储。 量化编码为一定字长的二进制序列，并在计算机内传输和存储。 在数字音频回放时，再由数字到模拟的转化器( 模转换器) 在数字音频回放时，再由数字到模拟的转化器(数/模转换器) 解码可将二进制编码恢复成原始的声音信号， 解码可将二进制编码恢复成原始的声音信号，通过音响设备输 如下图所示。 出。如下图所示。
S＝44100×10×（16／8）×2=1764KB ＝ × × ／ ）
●
VOC文件 文件
是声霸卡使用的音频文件格式。 是声霸卡使用的音频文件格式。
文件头：包含一个标识、版本号个一个指向数据块起始 文件头：包含一个标识、版本号个一个指向数据块起始 标识 地址的指针 地址的指针 VOC文 文 件格式 数据块：分为各种类型的子块。 声音数据、静音、标记、 数据块：分为各种类型的子块。如声音数据、静音、标记、 ASCII码文件、重复、重复的结束及中止标记等。 码文件、 码文件 重复、重复的结束及中止标记等
文件头：包含一个标志符、语音特征值、声道特征值以及 文件头：包含一个标志符、语音特征值、声道特征值以及 标志符 PCM格式类型标志等 格式类型标志等 格式类型标志 RIFF文 文 件格式 数据块：数据子块标记、数据块长度、波形音频数据 个数据 数据块：数据子块标记、数据块长度、波形音频数据3个数据 子块组成、 子块组成、
(3) 音强 — (强弱)，声音的强度，与声音幅度有关，振幅越大，则 强弱) 声音的强度，与声音幅度有关，振幅越大， 响度越大，反之亦然，但它们也不是线性关系 响度越大，反之亦然，
● 3.1.3声音的质量 3.1.3声音的质量
简称音质。音质与频率范围有关，频率范围越宽音质越好 简称音质。音质与频率范围有关， 影响音质的因素，常见的有： 影响音质的因素，常见的有： 1）对于数字音频，音质的好坏与数据采样频率和量化位数有关。 ）对于数字音频，音质的好坏与数据采样频率和量化位数有关。 数据采样频率 有关 2）与还原设备有关 ） 还原设备有关 3）与信噪比有关。 ） 信噪比有关。 有关
.wav
多媒体系统、音乐光盘制作，记录物理波形，数据量大 多媒体系统、音乐光盘制作，记录物理波形，
● VOC是Creative公司的波形音频文件格式 VOC是Creative公司的波形音频文件格式
.voc
同WAV格式类似 WAV格式类似
● mp3 (MPEG音频压缩标准)压缩音频文件 (MPEG音频压缩标准 压缩音频文件 音频压缩标准)
模拟音频信号输入 播放 解码
采样/ 采样/量化编码 传输/ 传输/存储
由前面的学习我们知道数字波形文件数据量大， 由前面的学习我们知道数字波形文件数据量大，数字音频 的编码必须采用高效的数据压缩编码技术。 的编码必须采用高效的数据压缩编码技术。音频信号能够被压缩 编码的依据有两个： 编码的依据有两个： 一是声音信号存在着数据冗余； 一是声音信号存在着数据冗余； 二是利用人的听觉特性来降低编码率，人的听觉具有一个强音能 二是利用人的听觉特性来降低编码率， 抑制一个同时存在的弱音现象， 抑制一个同时存在的弱音现象，这样就可以抑制与信号同时存在 的量化噪声；另外人耳对低频端比较敏感，而对高频端不太敏感， 的量化噪声；另外人耳对低频端比较敏感，而对高频端不太敏感， 由此引出了“子带编码技术” 由此引出了“子带编码技术”。 波形编码、 音频信号的压缩编码方式可分为波形编码 参数编码和 音频信号的压缩编码方式可分为波形编码、参数编码和混 合编码三种 三种。 合编码三种。
S＝22050×10×（8／8）×1＝220.5KB ＝ × × ／ ） ＝
2.用44.1KHz的采样频率进行采样，量化位数选用 位，则录制 秒的立体声 用 的采样频率进行采样， 秒的立体声 的采样频率进行采样 量化位数选用16位 则录制10秒的 节目，其波形文件所需的存储量为： 节目，其波形文件所需的存储量为：
3.3
数字音频文件的种类
● 文件种类及特点 ● MIDI (Musical Instrument Digital Interface)乐器接口文件 (M nterface)乐器接口文件
.mid
用于合成、游戏，记录音符时值、频率、音色特征，数据量小 用于合成、游戏，记录音符时值、频率、音色特征，
● WAV (Waveform Audio)波形音频文件 (W Audio)波形音频文件
● 声音质量分级与带宽
电
话
语
音
200Hz ～ 3,400Hz 50Hz ～ 7,000Hz 20Hz ～ 15,000Hz 10Hz ～ 44,000Hz 频 带 宽 度
调 幅 广 播 ( AM) 调频广播(FM) 超 高 保 真
3.2 声音的数字化
数字化音频的过程如下：
● 3.2.1 声音的采样
● 3.2.2 声音的量化
(c) 采样信号的量化
量化：通常把声波波形的幅度的数字化表示称之为量化。 量化：通常把声波波形的幅度的数字化表示称之为量化。 量化的过程：先将采样后的信号按声波的幅度划分为有限个区段的集合， 量化的过程：先将采样后的信号按声波的幅度划分为有限个区段的集合， 把落入到某个区段的样值归为一类，并赋予相同的量化值。 把落入到某个区段的样值归为一类，并赋予相同的量化值。 分割采样信号幅度的方法：采取二进制的方式， 分割采样信号幅度的方法：采取二进制的方式，以8bit或16bit的方式来划分 二进制的方式 或 的方式来划分 纵轴
第 章 数字音频处理技术
3.1 基本概念
■ 声音概念 ■ 声音三要素 ■ 声音质量 ■ 数字音频文件的种类
3
3.3 数字音频文件的格式
■ WAV文件 WAV文件 ■ VOC文件 VOC文件 ■ MIDI文件 MIDI文件
3.4 声卡 3.4 音频的采样与编辑
■ 录音 ■ Goldwave软件简介 Goldwave软件简介
(a) 模拟音频信号
(b) 音频信号的采样
采样的过程：每隔一个时间间隔，在模拟声音的波形上取一个幅度值， 采样的过程：每隔一个时间间隔，在模拟声音的波形上取一个幅度值， 时间间隔 把时间上的连续信号变成时间上的离散信号。 把时间上的连续信号变成时间上的离散信号。 采用的是PCM（脉冲编码调制）方法， 例：1、电话 、 采用的是 （脉冲编码调制）方法， 可进行8000次/秒的采样。 秒的采样。 可进行 次 秒的采样 2、CD唱片：要获得 音质的效果，则要保证采样频 唱片： 音质的效果， 、 唱片 要获得CD音质的效果 率是44.1KHZ 率是
● MP3文件 文件
标准中的音频部分， 音频层（ 指MPEG标准中的音频部分，即MPEG音频层（MPEG Audio Layer）。 标准中的音频部分 音频层 ）。 根据压缩质量和编码复杂程度的不同可分为3层 根据压缩质量和编码复杂程度的不同可分为 层（ MPEG Audio Layer1/2/3 分别对应MP1,MP2,MP3这三种声音文件。 这三种声音文件。 分别对应 这三种声音文件
● 声音的编码
模拟信号经过采样个量化后，形成脉冲数字信号，再以一定的方式进 脉冲数字信号， 模拟信号经过采样个量化后，形成脉冲数字信号 行编码，形成计算机内部运行的数据。 行编码，形成计算机内部运行的数据。 编码：按照一定的格式把经过采样和量化得到的离散数据记录下来， 编码：按照一定的格式把经过采样和量化得到的离散数据记录下来， 并在有效的数据中加入一些用于同步和控制的数据。在数据回放时， 并在有效的数据中加入一些用于同步和控制的数据。在数据回放时， 可以根据所记录的纠错数据判别读出的声音数据是否有错， 可以根据所记录的纠错数据判别读出的声音数据是否有错，如一定范 围内有错，可以加以纠正。 围内有错，可以加以纠正。 常见的编码方式是脉冲编码调制 常见的编码方式是脉冲编码调制（Pulse Code Modulation，PCM） 脉冲编码调制（ Modulation，PCM）
.mp3
必须经过解压缩，数据量小 必须经过解压缩，
教学进程
●
WAV文件 文件
WAV文件来源于对于声音的模拟波形的采样，它使用的是资源交换文件 文件来源于对于声音的模拟波形的采样， 文件来源于对于声音的模拟波形的采样 的格式描述的。 （Resourse Interchange File Format，RIFF)的格式描述的。 ， 的格式描述的 RIFF格式文件是一种带有标记的文件结构。 格式文件是一种带有标记的文件结构。 格式文件是一种带有标记的文件结构
3.2 声音数字化
■ 采样 ■ 量化 ■ 编码
3.1 基本概念
3.1.1 声音概念
● 声音定义
声音是振动的波,是随时间变化的物理量，它有三个指标: 声音是振动的波,是随时间变化的物理量，它有三个指标: (1)振幅---波的高低幅度。体现了声音的强弱 (1)振幅 波的高低幅度。 振幅---波的高低幅度 (2)周期---两个相邻波波峰到波峰或波谷到波谷之间的时间长度。 (2)周期 两个相邻波波峰到波峰或波谷到波谷之间的时间长度 周期---两个相邻波波峰到波峰或波谷到波谷之间的时间长度。 (3)频率---每秒钟振动的次数。以HZ为单位.体现了音调的高低。 (3)频率---每秒钟振动的次数 频率---每秒钟振动的次数。 HZ为单位 体现了音调的高低。 为单位.
声音数字化