5.3 数字声音及应用

数字波形声音的表示及参数
数字波形声音是使用二进位表示的一种串行比特流，其数据 按时间顺序进行组织，文件扩展名为“.wav” 数字波形声音的主要参数有：
- 取样频率： - 语音的取样频率低，一般为8kHz - 全频带声音（如音乐）的取样频率高，一般为44.1kHz - 量化位数：通常为8位、12位或16位 - 声道数目：单声道为1，双声道为2 - 码率(比特率)，每秒钟的数据量
什么是计算机合成声音？ 什么是计算机合成声音？
计算机合成声音就是计算机模仿人说话或演奏音乐 计算机合成声音有两类：
- 计算机合成语音： - 计算机模仿人把一段文字朗读出来，即把文字转换为语音（简称为 TTS） - 应用：有声查询、文稿校对、语言学习、语音秘书、自动报警、残疾 人服务等 - 计算机合成音乐： - 计算机模拟各种乐器发声并按照乐谱演奏音乐 - 应用：计算机作曲、配器等
流媒体技术就是允许在网络上让用户一边下载一边收看(听)音 流媒体 视频媒体的一种技术 目前主要有3个公司的流媒体产品：
1.Real Networks公司的 Real Media 2.微软公司的 Windows Media 3.苹果公司的 Quick Time
数字波形声音的主要文件格式
.wav——波形声音文件 .pcm——使用PCM编码的声音文件 .mp2——MPEG 层 1 或层2 编码的声音文件 .mp3——MPEG 层3 编码的声音文件 .rm，.ra(RealAudio)——RealNetworks的流式声音文件 .wma——微软公司的流式声音文件 .aif (Audio Interchangeable File Format)——苹果公司的声音 文件
注：当前PC机的声卡已 当前 机的声卡已 经与主板芯片组集成在一 起，不再做成独立的插卡
音乐合成器 PC总线 总线
MIDI接来自百度文库 接口
声音的重建与播放
计算机输出声音分为两步：
1 声音的重建：把声音从数字形式转换成模拟信号形式，由声卡完成
数字 解码 声音 011010011101…
把压缩编码的数字 声音恢复为压缩编 码前的状态
- 话音或语音(speech)，专指人的说话声音，带宽仅为300～3400Hz - 全频带声音(如音乐声、风雨声、汽车声等)，其带宽可达到20Hz～ 20kHz
人耳可听到的声音统称“可听声”(audio) ，20Hz～20kHz
数字波形声音的获取
方法： 1. 取样（sampling） 取样（ ） 2. 量化（quantization，模数转换 ) 量化（ ，
模 拟 声 音 信 号 取样的 的 的 的 转换 量化 样 模 数字量(8 量转换 数字量 16 ) 数 样 码 数
3. 编码（encoding） 编码（ ）
取 样 量 化 编 码
数字 声音 01100011001··· 的 ，
数字波形声音的获取设备
声音的联机获取设备(声卡)
声波转换 为电信号 模 拟 声 音 microphone
MIDI的优点：
- 数据量极小（比CD立体声少3个数量级，比MP3少3个数量 级） - 易于制作和编辑修改 - 可以与波形声音同时播放
MIDI的不足：
- 只能合成音乐，不能合成歌曲和语言 - 音质与硬件设备相关
压缩编码之后数字波形声音的码率为：
压缩后的码率 = 未压缩时的码率/压缩倍数
例：上面CD唱片的立体声音乐压缩为MP3后，若压缩倍数 是10倍，则该MP3音乐的码率是：114kb/s左右
数字波形声音的数据压缩
数字波形声音的数据量很大，例如：
- 数字语音1小时的数据量大约是30MB - CD立体声高保真的数字音乐1小时的数据量大约是635MB
取样、量化、 取样、量化、 压缩和编码
数 声音卡 sound card 字 声 音
声音的
机获取设备 数码 音
声卡的功能与组成
波形声音的获取与编码 波形声音的重建与播放 MIDI消息的输入 MIDI音乐的合成
声卡的主要功能
取样， 取样，量化
声音输入
DSP
DMA接口 接口
D/A
重建， 重建，滤波
mixer 声音输出
媒体播放器软件相当 于“演奏员”。播放 演奏员” MIDI音乐时，它先 音乐时， 音乐时 从磁盘上读入.MID 从磁盘上读入 文件，解释其内容， 文件，解释其内容， 然后以MIDI消息的 然后以 消息的 形式向声卡上的音乐 合成器发出各种指令
声卡上的音乐合成 器能像电子琴一样 模仿几十种不同的 乐器发出声音， 乐器发出声音，它 按照MIDI消息合成 按照 消息合成 出不同音色和音调 的音符， 的音符，通过扬声 器播放出音乐来
什么是流媒体？ 什么是流媒体？
在因特网上收听(看)音(视)频节目的2种方式：
i下载存储方式：先下载存储在计算机中，下载完毕后再播放（缺点：需要等 待很长时间，并需要较大的存储容量） i流式传输方式：边下载、边播放（优点：只需要下载一部分数据之后, 就可 以开始一边播放一边下载，等待时间短、存储需求小）
5.3 数字声音及应用
5.3.1 波形声音的获取与播放 5.3.2 波形声音的表示与压缩编码 5.3.3 波形声音的编辑 5.3.4 计算机合成声音
5.3.1 波形声音的获取与播放
声音的特性和类型 声音的特性和类型
声音由振动产生，通过空气进行传播 声音是一种波，它由许多不同频率的谐 波组成 谐波的频率范围称为声音的“带宽” 计算机处理的声音类型：
全频带数字音频编码的标准
标准名称
MPEG-1 audio层1 MPEG-1 audio层2 MPEG-1 audio层3 MPEG-2 audio Dolby AC-3
压缩后的码率(每个声道 压缩后的码率 每个声道) 每个声道
192 kbps （压缩4倍） 128 kbps（压缩6倍） 64kbps（压缩12倍） 与MPEG-1层1,层2,层3相同 64 kbp
声道数目
2 2 2 5.1, 7.1 5.1, 7.1
主要应用
数字盒式录音带 DAB,VCD, Internet，MP3音乐 同MPEG-1 DVD, DTV，家庭影院
所谓“MP3音乐”就是一种采用MPEG-1 层3编码的高质量数字声音, 它能以10倍 左右的压缩比降低高保真数字声音的存储 量，使一张普通CD光盘上可以存储大约 100首MP3歌曲
数字波形声音码率的计算
未压缩时数字波形声音的码率计算公式
码率 = 取样频率 × 量化位数 × 声道数
例：
声音类型 数字语音 CD立体声 声音信号带宽 (Hz) 300～3 400 20～20 000 取样频率 (kHz) 8 44.1 量化位数 (bits) 8 16 声道 数 1 2 未压缩时的 码率 64 kb/s 1141.2(kb/s)
数模转换
插值
重建的模拟 声音信号
把声音样本从 数字量转换为 模拟量
把时间上离散的一组 样本转换成在时间上 连续的模拟声音信号
2 声音播放：将模拟声音信号经处理和放大后送到音箱(扬声器)
关于音箱：
- 普通音箱接收的是重建的模拟声音信号 - 数字音箱可直接接收数字声音信号，声音失真更小
5.3.2 波形声音的表示 与压缩编码
数据压缩的必要性：
- 为了降低存储成本和提高在网络上的传输效率
数据压缩的可能性：
- 声音中包含了大量冗余信息；人耳的灵敏度有限，允许有一定失真
数字波形声音压缩编码的方法：
- 全频带声音：国际标准MPEG；工业标准Dolby AC-3 - 数字语音：固定电话使用ADPCM编码 移动电话使用高效率的混合编码技术
计算机合成音乐（ 计算机合成音乐（MIDI） ）
计算机合成音乐需要三个要素：乐器、乐谱和“演奏员” MIDI
MIDI 文件
媒体 播放器
消息
音乐 合成器
音乐
乐谱在计算机中使用 一种叫做MIDI的音 一种叫做 的音 乐描述语言来表示。 乐描述语言来表示。 使用MIDI描述的音 使用 描述的音 乐称为MIDI音乐。 音乐。 乐称为 音乐 一首乐曲对应一个 MIDI文件，其文件 文件， 文件 扩展名为 .MID 或 .MIDI
5.3.3 波形声音的编辑
波形声音编辑软件的功能
时间刻度
主要功能：
1 编辑声音：如声音剪辑、复制、 调节音量 2 声音的效果处理：如混响、回声 等 3 录音 4 声音的格式转换 5 播放声音
声音编辑软件的 典型用户界面
播放标尺
左声道 右声道 信号波形 信号波形
淡入
淡出
数字声音 的参数
5.3.4 计算机合成声音