音频基础知识讲解
数字音频基础知识
第一章数字音频基础知识
重要内容
⏹声音基础知识
⏹结识数字音频
⏹数字音频专业知识
第1节声音基础知识
1.1 声音旳产生
⏹声音是由振动产生旳。物体振动停止，发声也停止。当振动波传到人耳时，人便听到了声音。
⏹人能听到旳声音，涉及语音、音乐和其他声音（环境声、音效声、自然声等），可以分为乐音和噪音。
✦乐音是由规则旳振动产生旳，只包具有限旳某些特定频率，具有拟定旳波形。
✦噪音是由不规则旳振动产生旳，它包具有一定范畴内旳多种音频旳声振动，没有拟定旳波形。
1.2 声音旳传播
⏹声音靠介质传播，真空不能传声。
✦介质：可以传播声音旳物质。
✦声音在所有介质中都以声波形式传播。
⏹音速
✦声音在每秒内传播旳距离叫音速。
✦声音在固体、液体中比在气体中传播得快。
✦15ºC 时空气中旳声速为340m/s 。
1.3 声音旳感知
⏹外界传来旳声音引起鼓膜振动经听小骨及其他组织传给听觉神经，听觉神经再把信号传给大脑，这样人就听到了声音。
⏹双耳效应旳应用：立体声
⏹人耳能感受到（听觉）旳频率范畴约为20Hz~
20kHz，称此频率范畴内旳声音为可听声(audible sound)或音频(audio)，频率<20Hz声音为次声，频率>20kHz声音为超声。
⏹人旳发音器官发出旳声音（人声）旳频率大概是80Hz～3400Hz。人说话旳声音（话音voice / 语音speech）旳频率一般为300Hz～3000 Hz（带宽约3kHz）。
⏹老式乐器旳发声范畴为16Hz (C2)～7kHz(a5)，如钢琴旳为27.5Hz (A2)～4186Hz(c5)。
音频基础知识及编码原理
音频基础知识及编码原理
音频是我们日常生活中不可或缺的一部分，它通过我们的耳朵传达声
音信息。音频的基础知识和编码原理对于我们理解音频的特性和进行音频
处理都是非常重要的。
一、音频基础知识
1.音频信号：音频信号是一种连续时间变化的模拟信号，它可以通过
声音的压力波来传递声音信息。在计算机中，音频信号会被采样和量化为
离散的数字信号。
2.音频频率：音频频率是指声音中的振荡周期数量。它以赫兹（Hz）
为单位表示，描述了声波的频率。人类可以听到的频率范围约为20Hz到
20kHz，不同的生物和设备有着不同的频率感知范围。
3.音频幅度：音频幅度是指声音的强度或振幅。它可以通过声音的声
压级来表示，单位为分贝（dB）。声压级越高，声音就越大；声压级越低，声音就越小。
4. 音频声道：音频声道是指音频信号的通道数量。单声道（mono）
只有一个通道，立体声（stereo）有两个通道，多声道（multi-channel）有三个或更多个通道。
5.音频采样率：音频采样率是指音频信号在单位时间内进行采样的次数。它以赫兹（Hz）为单位表示，描述了数字音频的采样精度。常见的采
样率有44.1kHz和48kHz，高采样率可以提高音频的质量。
二、音频编码原理
音频编码是将模拟音频信号转换为数字音频信号的过程。在音频编码中，采样和量化是两个主要步骤。
1.采样：采样是将连续时间的模拟音频信号转换为离散时间的数字音频信号的过程。采样率决定了采样的频率，即每秒钟采样的次数。采样过程会将每个采样点的幅度值记录下来，形成一个采样序列。
2.量化：量化是将连续的模拟音频信号转换为离散的数字音频信号的过程。它将每个采样点的幅度值映射到一个有限的数值范围内，通常使用固定的比特数来表示每个采样点的幅度。
音频技术基础知识
05
音频技术前沿与展望
人工智能在音频处理中的应用
语音识别
音频生成
利用深度学习技术，实现语音到文本 的自动转换，广泛应用于语音助手、 智能客服、会议记录等领域。
利用生成对抗网络（GAN）等技术， 实现语音合成、音乐生成等，为内容 创作和娱乐产业提供更多可能性。
音频分类与识别
通过机器学习算法对音频进行分类和识 别，如音乐流派、乐器种类、语音情感 等，有助于个性化推荐和情感分析。
解码器类型
有软解码和硬解码两种方式，软 解码依靠软件进行解码，而硬解 码则由专门的硬件完成解码工作。
播放软件
常见的音频播放软件包括 Windows Media Player、 Foobar2000和VLC等，它们支持 多种音频格式。
音质评价
音质评价包括主观评价和客观评价 两种方式，主观评价依赖于人的听 觉感受，客观评价则通过一系列指 标来衡量音质。
音频信号的传输与存储
01
02
03
传输方式
音频信号可以通过有线和 无线方式传输，如音频线、 蓝牙和Wi-Fi等。
存储介质
数字音频可以存储在各种 存储介质上，如硬盘、闪 存盘和云存储等。
音频文件格式
常见的音频文件格式包括 WAV、MP3、FLAC和 OGG等，它们具有不同的 特点和适用场景。
音频信号的解码与播放
多媒体应用技术3-音频知识
7. MP3： MPEG Audio Layer 3的简写，压缩率高达10∶1～ 12∶1，音质基本保持不失真。 8. CD： 一种数字化的声音，其采样频率为44.1KHz，量化 位数为16bit，可以高质量地重现原始声音。
9. MIDI：
文件本身不包含任何的音频信息，主要记录指令和 数据，文件所占用的空间非常小。
2. 软件安装
包括驱动程序和应用软件。当安装完声卡 并重新启动计算机后，系统能够自动识别 声卡，并且提示需要安装驱动程序。
3. 声卡的技术指标
⑴ 采样频率和量化位数 采样频率与量化位数越高，声音的质量越好。 ⑵ FM合成与波表合成 一般较好的声卡采用的都是波表法合成。
⑶ 总线类型
本节内容
数字音频基础知识
声音概念 声音分类和要素 声音信号数字化过程 数字化声音的技术指标 声音质量的度量 数字音频的文件格式 音频信号处理的特点 音频卡工作原理
3.1 声音及其分类
3.1.1 声音的概念 声音（Sound）是通过一定介质（如空气、水） 等传播的连续波，在物理学中称为声波。声音属 于听觉媒体，其频率范围大约在20Hz~20KHz。
⑷ 即插即用能力
⑸ DSP数字信号处理器
⑹ 兼容性
⑺ 音效
⑻ 外围接口
⑼ 音频压缩
3.2.3 声音质量的度量
声音质量的两种方法： 一种是客观评价，即音频信号的技术指标， 如：频带宽度、动态范围和信噪比； 另一种主观评价。
音频基础知识
音频，英文是AUDIO，也许你会在录像机或VCD的背板上看到过AUDIO输出或输入口。这样我们可以很通俗地解释音频，只要是我们听得见的声音，就可以作为音频信号进行传输。有关音频的物理属性由于过于专业，请大家参考其他资料。自然界中的声音非常复杂，波形极其复杂，通常我们采用的是脉冲代码调制编码，即PCM编码。PCM通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。
一、音频基本概念
1、什么是采样率与采样大小（位/bit）。
声音其实是一种能量波，因此也有频率与振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。采样大小相对采样率更难理解，因为要显得抽象点，举个简单例子：假设对一个波进行8次采样，采样点分别对应的能量值分别为A1-A8，但我们只使用2bit的采样大小，结果我们只能保留A1-A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率与采样大小的值越大，记录的波形更接近原始信号。
1.音频技术基本知识
第一章音频信号技术概要及MTS系统
第一节音频信号技术概要
一、音频信号技术基本概念：
1、音频信号技术：
通常是指对工作频率在20HZ——20KHZ范围内的信号进行降噪、频率补偿、频率均衡、前置放大、功率放大等处理的技术。
音频全音域分4个频段：
①、20——150HZ为低音频段，表示声音的基础；
②、150——500HZ为中低音频段，表示声音的力度；
③、500HZ——5KHZ为中高音频段，表示声音的亮度；
④、5K——20KHZ为高音频段，表示声音的色彩；
2、音频信号处理分四部分：
（一）、音频播放设备：
常见：（1）卡座、收音调谐；（2）CD、MP3播放机；
（3）VCD 、DVD、LD、CVD；（4）计算机声卡设备；（二）、音频处理：音量调节、频率均衡、降噪、音效处理、前置放大等；
⑴、音量调节：改变音频信号幅度；
⑵、频率均衡：对高低音频段信号进行提升或衰减；
⑶、降噪：滤除杂波、对波形进行平滑处理；
⑷、音效处理：杜比定向逻辑5.1声道解码，杜比AC-3 5.1声道解码，
DTS5.1声道解码3D、DSP、SRS、BBE等。
（三）、功率放大：
⑴、甲类（Class-A）放大器甲类放大器的优点是无交越失真和开关失真，
而且谐波分量中主要是偶次谐波，在听感上低音厚实、中音柔顺温暖、
高音清晰利落、层次感好。缺点耗电多，效率低，容易发热和对散热
要求高。
⑵、乙类（Class-B）放大器乙类放大器的优点是效率较高，理论上可达
78%，缺点是失真较大。
⑶、甲乙类（Cass-AB）放大器在低电平驱动时，放大器为甲类工作，当提
音频基础知识
⾳频基础知识
⼀.⾳频基础知识
1.⾳频编解码原理
数字⾳频的出现，是为了满⾜复制、存储、传输的需求，⾳频信号的数据量对于进⾏传输或存储形成巨⼤的压⼒，⾳频信号的压缩是在保证⼀定声⾳质量的条件下，尽可能以最⼩的数据率来表达和传送声⾳信息。信号压缩过程是对采样、量化后的原始数字⾳频信号流运⽤适，当的数字信号处理技术进⾏信号数据的处理，将⾳频信号中去除对⼈们感受信息影响可以忽略的成分，仅仅对有⽤的那部分⾳频信号，进⾏编排，从⽽降低了参与编码的数据量。
数字⾳频信号中包含的对⼈们感受信息影响可以忽略的成分称为冗余，包括时域冗余、频域冗余和听觉冗余。
1.1时域冗余
．幅度分布的⾮均匀性：信号的量化⽐特分布是针对信号的整个动态范围⽽设定的，对于⼩幅度信号⽽⾔，⼤量的⽐特数A．幅度分布的⾮均匀性
据位被闲置。
B．样值间的相关性:声⾳信号是⼀个连续表达过程，通过采样之后，相邻的信号具有极强的相似性，信号差值与信号本⾝相⽐，数据量要⼩的多。
C．信号周期的相关性:声⾳信息在整个可闻域的范围内，每个瞬间只有部分频率成分在起作⽤，即特征频率，这些特征频率会以⼀定的周期反复出现，周期之间具有相关关系。
D．长时⾃我相关性:声⾳信息序列的样值、周期相关性，在⼀个相对较长的时间间隔也会是相对稳定的，这种稳定关系具有很⾼的相关系数。
E．静⾳:声⾳信息中的停顿间歇，⽆论是采样还是量化都会形成冗余，找出停顿间歇并将其样值数据去除，可以减少数据量。
1.2频域冗余
．长时功率谱密度的⾮均匀性：任何⼀种声⾳信息，在相当长的时间间隔内，功率分布在低频部分⼤于⾼频部分，功率谱A．长时功率谱密度的⾮均匀性
音频的基础知识
MPEG：国际运动图像专家组制定的多媒体文件压缩标 准。这里是指其中的音频部分。是一种有损压缩。其中 的第三层（MP3)使用最多。压缩率为：12：1 还有其它
Szsy-luowei-2006
数字音频文件分类
2、MIDI 文件－乐器数字化接口
选择题：
1、在计算机中，声音的模数转换(A／D)是由( )来完成的。 A、光驱 B、耳麦 c、音箱 D、声卡 2、、常见的波形文件格式有( )两种。 A、wave和MPEG B、wave和MIDI c、wave和BMP D、MPEG和MIDI 3、张华下载了周杰伦的一首歌曲，可能是( ) A、青花瓷、txt B、青花瓷、bmp c、青花瓷、mp3 D、青花瓷、jpg 4、王明制作并保存了一段声音文件，请问可能是哪个文件( ) A、声音.doc B、声音.bmp c、声音.wav D、声音.avi 5、用windows中“录音机”程序录制的声音默认长度是( )。 A、90秒 B、120秒 c、30秒 D、60秒 6、用windows中“录音机”程序录制的声音文件，默认的文件扩展名是( )。 A、MP3 B、WAV C、MID D、AVI 7、要将录音磁带上的模拟信号节目存入计算机，需要使用的计算机设备是 ( ) A、声卡 B、网卡 c、显卡 D、光驱 8、下列文件格式中，不属于音频文件的是( ) A、 .MID B、.WAV C、.MP3 D、BMP
第一章音频声学基础
声波的干涉
声波的干涉是指一些频率相同的声波叠加后所发生的现象。 干涉的结果是使空间声场中有一个固定的分布，形成驻波。 如果它们的相位相同，则两个声波互相叠加而加强；若相 位相反，则叠加后会减弱。
实际应用中也常会利用声波的干涉现象来达到某种预期的 效果（如声柱）。
第二十六页，编辑于星期日：十二点 五十三分 。
几种常见的声学效应
声谐振——任何物体都存在由质量和弹性所决定的固有振 动频率。一个物体吸收了与固有振动频率相同的振动能量 而随之振动，称之为共振，因声波所形成的共振叫声谐振。
例如：把空瓶口贴在耳边，我们听到的那种特 别的声音， 就是声谐振的结果。
第二十七页，编辑于星期日：十二点 五十三分 。
反射演示
当声波遇到障碍物或其他不连续性介质时，波阵面发生畸 变现象，即衍射，亦称“绕射”。
绕射演示
第二十三页，编辑于星期日：十二点 五十三分 。
衰减
引起声音衰减的原因主要有两个。 其一，是球面扩散的反平方律。 其二，是由于空气媒介具有一定的黏滞性，媒质质点运动
时会发生摩擦，使一部分声能变成热能消耗了。
声波的传播特性
声速 不同媒质中声波的传播速度不同，如水中声速约为
1440m/s，钢铁中声速约为5000m/s。
第二十二页，编辑于星期日：十二点 五十三分 。
计算机音频处理基础入门
计算机音频处理基础入门
近年来，计算机音频处理技术得到了广泛的应用和发展。从音乐制作和电影配乐到语音识别和音频编码，计算机音频处理已经成为现代科技领域中不可或缺的一部分。本文将介绍计算机音频处理的基础知识，包括音频信号的特性、常见的音频处理算法和工具等。
一、音频信号的特性
音频信号是一种连续的波形信号，通常用数字化的方式来存储和处理。在计算机音频处理中，我们常常需要了解以下几个重要的音频信号特性：
1. 频率：音频信号的频率指的是波形信号的周期性变化。在音频领域中，频率通常以赫兹（Hz）为单位来表示，表示每秒钟内发生的周期数。音频信号的频率决定了声音的高低音调。
2. 振幅：音频信号的振幅决定了声音的音量大小。振幅通常以分贝（dB）为单位来表示，表示信号相对于参考水平的增益或衰减程度。振幅越大，声音越响亮；振幅越小，声音越微弱。
3. 相位：音频信号的相位指的是波形信号的相对位置。相位通常以角度（°）或弧度（rad）来表示，表示波形信号在某一时刻的位置。相位的变化会影响音频信号的波形形状和声音的立体感。
二、常见的音频处理算法和工具
计算机音频处理涉及许多算法和工具，用于改善音频信号的质量、
增强音频效果或实现特定的音频应用。以下是几个常见的音频处理算
法和工具：
1. 音频均衡器：音频均衡器用于调整不同频段的音频信号的增益，
以改变音频的频率响应。常见的音频均衡器包括图形均衡器和参数化
均衡器，可以用于调整声音的高低音平衡。
2. 压缩器：压缩器用于控制音频信号的动态范围，使得音频的响度
在一定范围内保持稳定。通过调整压缩器的阈值、比率和攻击/释放时
音视频基础知识及概念
• 音色主要取决于声音的频谱结构，与响度和音调也有一定的关 系。例如，钢琴和黑管发出的基频都是100Hz，演奏同一乐曲， 响度也一样，我们仍能分辨出这是两种乐器，因为它们的频谱 结构不一样。
目录
1. 音频基础概念 2. 音频技术基础 3. 视频基础概念 4. 视频技术基础
音频技术基础—音频压缩的目的
• 随着数字电话和数据通信容量日益增长，除了提高传 输线路带宽之外，对语音信号进行压缩编码是提高通 信容量的重要措施。压缩语音信号可以获得更小的数 据率，但是又不希望明显降低传送语音信号的质量。 通常来说，语音信号的压缩率越大，对语音信号质量 的影响越大，编解码的延时也越大，编解码的成本也 越高。网络规划者必须在带宽和语音质量之间进行权 衡。
音视频基础知识和概念
目录
1. 音频基础概念 2. 音频技术基础 3. 视频基础概念 4. 视频技术基础
音频工作者最重要的基础知识
音频工作者最重要的基础知识
第一篇：音频工作者最重要的基础知识
186条灯光音响基础知识点
1、人耳能听到的频率范围是20—20KHZ。
2、把声能转换成电能的设备是传声器。
3、把电能转换成声能的设备是扬声器。
4、声频系统出现声反馈啸叫，通常调节均衡器。
5、房间混响时间过长，会出现声音混浊。
6、房间混响时间过短，会出现声音发干。
7、唱歌感觉声音太干，当调节混响器。
8、讲话时出现声音混浊，可能原因是加了混响效果。
9、声音三要素是指音强、音高、音色。
10、音强对应的客观评价尺度是振幅。
11、音高对应的客观评价尺度是频率。
12、音色对应的客观评价尺度是频谱。
13、人耳感受到声剌激的响度与声振动的频率有关。
14、人耳对高声压级声音感觉的响度与频率的关系不大。
15、人耳对中频段的声音最为灵敏。
16、人耳对高频和低频段的声音感觉较迟钝。
17、人耳对低声压级声音感觉的响度与频率的关系很大。
18、等响曲线中每条曲线显示不同频率的声压级不相同，但人耳感觉的响度相同。
19、等响曲线中，每条曲线上标注的数字是表示响度级。20、用分贝表示放大器的电压增益公式是20lg（输出电压/输入电压）。
21、响度级的单位为phon。
22、声级计测出的dB值，表示计权声压级。
23、音色是由所发声音的波形所确定的。
24、声音信号由稳态下降60dB所需的时间，称为混响时间。
25、乐音的基本要素是指旋律、节奏、和声。
26、声波的最大瞬时值称为振幅。
27、一秒内振动的次数称为频率。
28、如某一声音与已选定的1KHz纯音听起来同样响，这个1KHz 纯音的声压级值就定义为待测声音的响度。
音频基础知识讲解
声压级计算公式
所有音响工程都要求声场应达到一定的声压级，参照国家标准。为此，必须正确 配置扬声器——选用合适的扬声器、馈给适当的声频电功率、把扬声器（或扬声器 群）安装在合适的地方
听音点声压级(L)的计算公式（自由空间点声源）
SPL= S + 10 lg P L = SPL – 20 lg r
式中 S - 扬声器灵敏度 P - 馈给扬声器的功率 r - 扬声器与听音点的距离 SPL - 扬声器的最大声压级
举例：扬声器的灵敏度为95dB,功率为300w,则SPL =91+10lg300=120dB
若扬声器到达听音点的距离为20m,则L=120-20lg20=94dB
常见声源的声压级-分贝
窃窃私语：20dB~35dB 人声语言：30dB~80dB 女高音：35dB~105dB 男高音：40dB~95dB 小提琴：40dB~100dB 打击乐：55dB~105dB 交响乐：20dB~120dB
分贝（decibel）dB 分贝是以美国发明家贝尔命名的，他因发明电话而闻名于世。
声压级
人们采用一种按对数方式分级的办法作为表示声音大小的常用单位，这就 是声压级。 所谓某点的的声压级Lp是指该点的声压P与参考声声压P0的比值取常用对 数再乘以20，单位为分贝（dB),即： Lp= 20 lg (P/P0) （p0=2×10的-5次方Pa） 声压级和声功率级有如下关系： Lp=Lw-10lg（4πr^2) 声源为点声源的情况（理想情况）
音频基础知识
⾳频基础知识
⼀、声⾳的三要素
1.⾳调
⼈⽿对声⾳⾼低的感觉称为⾳调(也叫⾳频)。⾳调主要与声波的频率有关。声波的频率⾼，则⾳调也⾼。当我们分别敲击⼀个⼩⿎和⼀个⼤⿎时，会感觉它们所发出的声⾳不同。⼩⿎被敲击后振动频率快，发出的声⾳⽐较清脆，即⾳调较⾼；⽽⼤⿎被敲击后振动频率较慢，发出的声⾳⽐较低沉，即⾳调较低。⼀般⾳频⼉童>⼥⽣>男⽣。
⼈⽿听觉⾳频范围是20Hz-20000Hz(做⾳频压缩时不在这个范围内的数据就可以砍掉)。
⾳调波形图(图⽚来⾃慕课⽹)
2.⾳量
也就是响度。⼈⽿对声⾳强弱的主观感觉称为响度。响度和声波振动的幅度有关。⼀般说来，声波振动幅度越⼤则响度也越⼤。当我们⽤较⼤的⼒量敲⿎时，⿎膜振动的幅度⼤，发出的声⾳响；轻轻敲⿎时，⿎膜振动的幅度⼩，发出的声⾳弱。
另外，⼈们对响度的感觉还和声波的频率有关，同样强度的声波，如果其频率不同，⼈⽿感觉到的响度也不同。
⾳量波形图(图⽚来⾃慕课⽹)
3.⾳⾊
也就是⾳品。⾳⾊是⼈们区别具有同样响度、同样⾳调的两个声⾳之所以不同的特性，或者说是⼈⽿对各种频率、各种强度的声波的综合反应。⾳⾊与声波的振动波形有关，或者说与声⾳的频谱结构有关。
⾳叉可产⽣⼀个单⼀频率的声波，其波形为正弦波。但实际上⼈们在⾃然界中听到的绝⼤部分声⾳都具有⾮常复杂的波形，这些波形由基波和多种谐波构成。谐波的多少和强弱构成了不同的⾳⾊。各种发声物体在发出同⼀⾳调声⾳时，其基波成分相同。但由于谐波的多少不同，并且各谐波的幅度各异，因⽽产⽣了不同的⾳⾊。
基波与谐波(图⽚来⾃慕课⽹)
音频视频编辑与制作第一章 音频基础知识
1.2 音频信号的数字处理
音频信号的处理过程
（3）量化噪音：在量化时忽略的信号实际值与量化值之间存在偏 差，是由量化编码的位数决定，它也决定了量化的精度
音频信号的数字处理 第10页 返回
1.2 音频信号的数字处理
音频信号的处理过程
（4）动态范围：指噪声电平（最小信号电平）和最大不失真信号 电平之间的范围
MD
MD是MiniDisc的简称，是SONY公司推出的一种便携式音 乐格式。具有很强的编辑功能。用户可以快速完成选曲、编 曲等基本编辑操作，极具个性化。目前流行的MD汽车音响、 MD随身听等都是采用这种音乐格式
音频文件的常见格式 第15页 返回
1.3 音频文件的常见格式
音频文件格式简介
*.MID、*.RMI、*.CMF、*.RCP
这些文件格式属于MIDI文件范畴，这类文件主要应用于 计算机音乐创作，用户可以通过专业的音频创作软件实现谱 曲，或直接通过声卡MIDI接口将外部音序器演奏的乐曲输入 到计算机中完成音乐创作
MOD
MOD的结构类似于MIDI，是一种类似于波表的音乐格式， 常用于游戏的背景音乐
音频文件的常见格式 第16页 返回
音频文件的常见格式 第13页 返回
1.3 音频文件的常见格式
音频文件格式简介
*.ASF、*.ASX 、*.WMA、*.WAX
音频基础知识讲解
音频信号是携带声音信息的模拟 信号，通常以电压或电流的形式 存在，通过电子设备或机械装置 进行记录、传输和重放。
音频的分类
语音音频
效果音频
语音音频是指人类说话的声音，通常 用于电话通信、语音助手、语音识别 等应用场景。
效果音频是指经过处理或合成的声音 效果，如环境音效、特效音等，通常 用于电影、游戏、虚拟现实等应用场 景。
录音设备
包括麦克风、录音笔、录音棚等， 它们能够将声音转化为电子信号， 以便进行后续的编辑和处理。
录音环境
录音环境对采集到的音频质量有很 大的影响，因此需要选择一个相对 安静、减少噪音干扰的环境进行录 音。
音频编辑
音频编辑
指对采集到的音频进行裁剪、拼 接、降噪等处理，以达到更好的
听觉效果。
音频编辑软件
音频处理技术的发展
未来，音频处理技术将更加先进，能够实现更加精细的音频调整和优 化，满足不同用户的需求。
THANKS FOR WATCHING
感谢您的观看
语音识别技术将语音转换为文本，而语音 合成技术则将文本转换为语音，广泛应用 于智能助手、虚拟人物等领域。
音频处理与编辑技术包括降噪、混响、均 衡等，广泛应用于音乐制作、录音后期处 理等领域。
02 音频的采集与制作
音频采集
音频采集
指将现实世界的声音转化为数字 信号的过程，通常需要使用录音
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0.16V RT60
Sa
V:房间的容积,单位为立方米(M3) S:房间表面积的总和,单位为(M2)
ā :房间表面的平均吸声系数,百分率， āS=1…S1San1和+Sa12…a2a+n…：S分n别an代÷表S房1+间S表2+面…的S每N个面的面积和它们的吸声系数
25
回声
比听到直达声迟50毫秒以上，可以从直达声中分离出来的 反射声叫做回声。 混响是来自于很多的反射声，听到的是连续的衰减声音。 回声是可以清晰的分离出来听到的反射声。
回声使声音的清晰度明显下降，房间越大，墙壁反射性越 强越容易产生，增加墙壁的吸声能力，改变墙壁的角度可 以防止回声。
26
语言清晰度（可懂度）
声学领域中，分贝的定义是声源功率与基准声功率比值的对数乘以10的数值;其简 单表达式lgA/B。
而分贝，即dB＝10 lgA/B。单位为dB。A为声源功率，B为基准声功率10的-12次方 根据公式计算以及工作中的经验，我们得出以下结论。
功率增加一倍，声压级增加3dB。
距离增加一倍，声压级减少6dB(自由声场的情况下) 在电声领域中，分贝这个量的变化关系恰恰和人耳的听觉强弱感受非常吻 合，这也给声学计算打下了一个良好的基础。
传声增益 稳态声场不均匀度 （dB） （dB）
早后期声能比 系统 （可选项dB） 总噪
声级
一 额定通带* 以80~8000Hz的平均声压级为 100~800 100Hz时小于或等于 500~2000Hz NR-
级 范围内：平 0dB,在此频带内允许范围：-
0Hz的平 10dB、
内1/1倍频带 20
均声压级大 4~+4dB；40~80Hz和
声压
声音大小的量度
疏密波压力的大小称为声压。指的是声音的压力在大气层作用下的相对
变化。压力变化的幅度越大，听觉上声音越大，振幅小的声音小。单位Pa。
引起人耳听到声音时的声压为可闻阈，它与声源的频率及人的年龄有关。使人
的耳膜感到疼痛时的声压为痛阈。
声功率 声源在单位时间内向外辐射的声能量称为声功率，单位W（瓦）。
28
房间的特殊声学现象
声聚焦：由于室内存在的凹面，使部分区域的声音汇集在 某一个焦点上，从而造成室内声场分布不均匀的现象。
死点：由于声音的聚焦或干涉形成某点（或某区域）声音 严重不足的情况。 声影区：由于建筑物或折射的原因，造成声音不能辐射到 的区域。 声染色：由于房间频率相应的问题，原始声音在传播过程 中被赋予了额外的声音特征。
27
语言清晰度和其它声学概念的关系
▪语言清晰度和可懂度的关系 ▪单句可懂度高于单词可懂度。
▪语言清晰度和声压级的关系 ▪在一定声压级范围内，语言清晰度是随声压级的增大而 提高的，但达到一定值后，声压级的增大反而会使清晰度 下降。 ▪语言清晰度和信噪比的关系 ▪在背景噪声较强的情况下，利用一定的手段提高信号的 信噪比，可以使语言清晰度得以提高。
声强
单位面积，单位时间内通过声音的能量称为声强(能量密度），单位w/m²。
声强与声功率的关系：声强I=声功率W/单位面积S
5
分贝
分贝（decibel）dB 分贝是以美国发明家贝尔命名的，他因发明电话而闻名于世。 因为贝尔的单位太粗略而不能充分用来描述我们对声音的感觉，因此前面加了“分” 字，代表十分之一。一贝尔等于十分贝。
13
扩声系统指标——效果
主观：声音好听吗？舒服吗？——音色、音质 客观：A、够响吗？——声压级
B、所有人都能听到吗？——覆盖范围、均匀度 C、听得清楚吗？——清晰度 D、反馈回授吗？——传声增益
《厅堂扩声系统声学特性指标》GB50371-2006 表为文艺演出类扩声系统设计的声学特性指标
等 最大声压级 传输频率特性 级 （dB）
成一次振动所走的距离。
C：声速，声波在某一介质中1秒钟传播的距离。单位m/s。（声速受温
度的影响）
3
声波的基本量
波长公式
波长＝声速/频率
=c/f
举例： C= 340m/s（空气15℃） f=100Hz = c/f=340/100=3.4m
通过计算波长我们可知道最高可听声和最低可听 声的范围
4
声波的基本量
9
声音的叠加
单频率的正弦波称为纯音，声音是由基波和高次谐波组成 当两上或多个具有相同频率和振幅的正弦波信号叠加在一起， 其合成的信号还具有同样的频率，其振幅由两原信号的相位 关系所决定。当相位相同，振幅则会增加。当两个信号完全 相反时，则全部抵消。
10
本底噪声
在厅堂声学设计中，本底噪声是指房间内部自身振动或外来干扰而形成固有
15
声波的反射
当声波遇到一块尺寸比波长大得多的障碍时，声波将被反射。类似 于光在镜子上的反射。
反射的规则：
1）入射线、反射线法线在同一侧。 2）入射线和反射线分别在法线两侧。 3）入射角等于反射角。Li=L
16
声波的折射
声波在传播途中，遇到不同介质的分界面时，除了发生反射 外，还会发生折射。一般来说，只要是介质的密度、压强、温度 或声阻不同，就应看做是两种介质，在其传播的速度就会发生变 化，声波就会产生折射。
29
倍频程
倍频程：通常将可闻频率范围内20~20KHz分为十个倍频 带，其中心频率按2倍增长，共十一个，为： 16 31.5 63 125 500 1K 2K 4K 8K 16K 1/3倍频程：将倍频程再分成三个更窄 的频带，使频率划分更加细化，其中 心频率按倍频的1/3增长，为： 12.5 16 20 25 31.5 40 50 63 80 100 125 160 ...
24
参考混响时间
500Hz为标准
厅堂类型 电影院 会议厅 音乐厅
电视演播室 语言录音室 录音控制室 多轨录音棚
参考混响时间 1.0 ~ 1.2 Sec 1.0 ~ 1.4 Sec 1.5 ~ 1.8 Sec 0.8 ~ 1.0 Sec 0.3 ~ 0.4 Sec 0.3 ~ 0.4 Sec
0.6 Sec
7
声压级计算公式
所有音响工程都要求声场应达到一定的声压级，参照国家标准。为此，必须正确 配置扬声器——选用合适的扬声器、馈给适当的声频电功率、把扬声器（或扬声器 群）安装在合适的地方
听音点声压级(L)的计算公式（自由空间点声源）
SPL= S + 10 lg P L = SPL – 20 lg r 式中 S - 扬声器灵敏度 P - 馈给扬声器的功率 r - 扬声器与听音点的距离 SPL - 扬声器的最大声压级
6
声压级
人们采用一种按对数方式分级的办法作为表示声音大小的常用单位，这就
是声压级。
所谓某点的的声压级Lp是指该点的声压P与参考声声压P0的比值取常用对 数再乘以20，单位为分贝（dB),即：
Lp= 20 lg (P/P0) （p0=2×10的-5次方Pa）
声压级和声功率级有如下关系： Lp=Lw-10lg（4πr^2) 声源为点声源的情况（理想情况）
举例：扬声器的灵敏度为95dB,功率为300w,则SPL =91+10lg300=120dB 若扬声器到达听音点的距离为20m,则L=120-20lg20=94dB
8
常见声源的声压级-分贝
窃窃私语：20dB~35dB 人声语言：30dB~80dB 女高音：35dB~105dB 男高音：40dB~95dB 小提琴：40dB~100dB 打击乐：55dB~105dB 交响乐：20dB~120dB
17
声波的绕射
声波在传播过程中遇到障碍或孔洞时将发生绕射。绕射的 情况与声波的波长和障碍物（或孔）的尺寸有关。
18
声波的散射
当障碍物的尺寸与声波相当时，将不会形成定向反射，而 以障碍物为一子波源，形成扩散。
19
声波的透射与吸收
• 声波具有能量，简称声能。 • 当声波碰到室内某一界面后（如天花、墙），一部分声能被反射，
的噪声，大小仍以声压级dB的方式表示。
厅堂的本底噪声是建筑声学设计以及专业音响工程需要涉及和控制的一个基 本物理量，它的大小、处理方式对厅堂的声学环境有着重要意义。
由于本底噪声主要来自于外界环境噪声和振动、设备噪声和振动两个方面。 在音响工程中，这两方面的内容都会不同程度上的涉及：一是在建筑上进行 隔声，二是在设备上降低噪声。
20
声音在室内传播
当一个声源在室内发声，任一点听到的声音按照先后顺 序分为直达声、早期反射声和混响声。
21
声音在室内传播
直达声
直达声是室内任一点直接接收到声源发出的声音，是接收声音的 主体，不受空间界面的影响。
早期反射声
早期反射声是指延迟直达声50毫秒以内到达听音点的反射次数 较少的声音，包括一次、二次或少数三次反射声。
混响声
混响声是指声源发出的声波经过室内界面多次反射，迟于早期反 射声到达听音点的声音。
22
室内声音反射的几种情况
23
混响时间
混响时间（Reverberation Time），表示声音混响程度的参量，声 源停止发声后，声压级减少60分贝所需要的时间，单位为秒。用T60或 RT表示 。
混响时间对音质有着很大的影响。混响时间短，有利于听音的清晰 度，但过短则会感觉到声音干涩和响度变弱；混响时间长，有利于声音 的丰满感，但过于长则会感到前后声音分辨不清，降低了听音的清晰度。
2
声波的基本量
f：频率，每秒钟振动的次数，单位Hz(赫兹）频率高的声音称为高音，
频率低的声音称为低音。 声音是声波作用于人耳引起的主观感受，人耳对声波频率的主观感觉 范围为20Hz~20kHz，通常称此范围为音频；低于20Hz为次声波，高 于20kHz为超声波。
：波长，在传播途径上，两相邻同相位质点距离。单位m(米)。声波完
11
各种场所的噪声级
分贝（dB） 120 110 100 90 80 70 60 50 40 30
场所 飞机起飞着路时，正下方 列车通过铁路桥时，正下方
地铁行车时，车厢内 公共汽车内 白天十字路口 普通讲话 安静的街头 安静的办公室
安静的住宅小区，白天 安静的住宅小区，夜晚
12
声音的三要素
响度
响度又称声强或音量，它表示的是声音能量的强弱程度，主要取决 于声波振幅的大小。响度是听觉的基础。正常人听觉的强度范围 为0dB—140dB。
一部分被吸收（主要是转化成热能），一部分穿透到另一空间。
E oE E E
透射系数： Ei
Eo
反射系数： Er
Eo
吸声系数wenku.baidu.com1r1ErE aEi
Eo Eo
不同材料，不同的构造对声音具有不同的反应性能。在隔声中希望用 透射系数小、吸声系数大的材料防止噪声。在音质设计中需要选择合 适的吸声材料，控制厅堂内声场扩散。
音频基础知识
1
声学基础知识
声音是如何产生的
振动的物体能使邻近的空气分子振动，这些分子又引起它们邻近的空气分子振 动，从而产生声音，声音以声波的形式传递，这种传递过程叫声辐射。由于分 子振动产生的声波的方向与波传递的方向相同，所以是一种纵波。
声音必须在介质中传播，无论是固体、液体还是气体，都可以作为介质。 声音在固体中的传播速度最快，其次是液体，声音在气体中传播的速度最慢。
语言清晰度和可懂度是语言经过传输，受到各种失真（处 理）和干扰后，能够听清或听懂的程度。
目前，经常使用的清晰度的评价方法叫做STI。这种测量 方法的特征是计算自声源连续发出声音的直达声，经过各 种各样的反射，以及噪声的干扰程度，并用0～1的数值表 示听取的难以程度。
不良 不可 可 良
优
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
30
频谱与音质的关系
在评价乐器或声音时，频谱结构在很大程度上决定声音的 音质。了解声音频谱与音质的内在关系，有助于声音的调 整和修饰。这对声音的前期处理喝后期加工都是十分必要 的。
音高
音高也称音调，表示人耳对声音调子高低的主观感受。客观上音 高大小主要取决于声波基频的高低，频率高则音调高，反之则低， 单位用赫兹(Hz)表示。
音色
音色又称音品，由声音波形的谐波频谱和包络决定。声音波形的 基频所产生的听得最清楚的音称为基音，各次谐波的微小振动所 产生的声音称泛音。单一频率的音称为纯音，具有谐波的音称为 复音。
均值≥－ 1000Hz时小于或者 分析的平均值
于等于
8000~16000Hz允许在-10~+4dB 8dB
等于8dB、
大于或等于
106dB
如图4.2.1-2
8000Hz时小于或者 +3dB
等于6dB
14
声波的传输特性
1.声波的反射 2.声波的折射 3.声波的绕射 4.声波的散射 5.声波的投射与吸收