数字音频文件格式与接口标准

合集下载

数字音频作业及其答案[试题]

第一次作业：1:、声音可分为两种：纯音和复合音，平常人们说话的声音属于哪一种？语音的频率范围是多少？音频通常包括哪几种声音信号？其频率范围是多少？2、请说明音频信号数字化的三个步骤？3、如何理解“量化是信号数字化过程中重要的一步，而这一过程又是引入噪声的主要根源”这句话的含义？通过哪些途径可以减小量化误差？4对双极性信号若采用均匀量化，则量化信噪比SNR与量化比特数之间的关系为：SNR=6.02xN+1.76dB，试分析此式对实际量化与编码的指导意义？5:、A/D、D/A转换器的技术指标有哪些？答：1:人们说话的声音为复合音，语言的频率范围为300HZ-3000HZ。

音频暴多语音、音乐、效果声等声音信号，频率范围为20HZ-20KHZ。

2：1取样：对连续信号按一定的时间间隔取样。

奈奎斯特取样定理认为，只要取样频率大于等于信号中所包含的最高频率的两倍，则可以根据其取样完全恢复出原始信号，这相当于当信号是最高频率时，每一周期至少要采取两个点。

但这只是理论上的定理，在实际操作中，人们用混叠波形，从而使取得的信号更接近原始信号。

2量化：取样的离散音频要转化为计算机能够表示的数据范围，这个过程称为量化。

量化的等级取决于量化精度，也就是用多少位二进制数来表示一个音频数据。

一般有8位，12位或16位。

量化精度越高，声音的保真度越高。

以8位的举例稍微说明一下其中的原理。

若一台计算机能够接收八位二进制数据，则相当于能够接受256个十进制的数，即有256个电平数，用这些数来代表模拟信号的电平，可以有256种，但是实际上采样后的某一时刻信号的电平不一定和256个电平某一个相等，此时只能用最接近的数字代码表示取样信号电平。

3编码：对音频信号取样并量化成二进制，但实际上就是对音频信号进行编码，但用不同的取样频率和不同的量化位数记录声音，在单位时间中，所需存贮空间是不一样的。

波形声音的主要参数包括：取样频率.量化位数.声道数.压缩编码方案和数码率等，未压缩前，波形声音的码率计算公式为：波形声音的码率=取样频率*量化位数*声道数/8。

数字音频信息及处理

声音升调后，速度加快，播放时间将缩短
数字音频处理
goldwave
12、制作科幻视频中机器人说话的效果效果/机械化，频率的数值越大，制作的声音效果越尖利
数字音频处理
goldwave
13、消除人说话的声音单击减少人声按钮或效果/立体声/减少人声
14、音频合成把若干个声音素材按照某种方式叠加在一起，是声音编辑最有力的手段 EG：为一段解说词配上背景音乐. 素材：解说词、音乐打开解说词，查看时间，复制全部声音到剪贴板
打开音乐，并把某个乐段设置为选区，将要把语音合成在这个选区中，选区的时间长度要稍大于语音的时间长度单击音量定形按钮， , 显示调整画面，将白色线段两端往下拖
goldwave
数字音频处理
数字音频处理
goldwave
将选区的开始位置向右移动一点，单击混音按钮，将音量滑块调整单击确定按钮，保存
goldwave
10、声道变换
编辑/声道/左、右声道，识别当前声道的方法是：选区背景为深兰色是当前声道，可进行各种编辑操作，黑色背景的选区是不可编辑的声道。注意：在单独一个声道进行的删除操作，剪切操作将改变该声道的时间长度，使两个声道的时间长度不等，导致声音不同步
11、改变说话的声音效果/多普勒效应
音频信息的数字化
采样定理指出：
对一个频率在0～ fc 内的连续信号进行采样，当采样
频率为 fs ≥2 fc
时，由采样信号 xs(nTs )能无失
真地恢复为原来信号x(t) 。采样：在时间轴上对信号数字化。采样的三个标准频率分别为： 44.1KHz，22.05KHz和11.025KHz。一般采样频率是自然声频率的两倍。

数字音频接口技术

专业用途和民用用途在软件上的唯一区别就是子码中的通道状态块的不同。两者有不同的定义。除此之外，并没有其它不同的地方。
2.数字音频接口数据结构
数字音频接口是一种单线单向串行传输数字音频数据的接口。它能够传输两个声道的数字音频数据、相关的控制信息，有一些检测错误能力。一个声音样本附带有一位控制信息，这些控制信息汇集成一个控制块。信号是双相调制的，可以从信号中恢复时钟。引导符用来区分块边界和每一个声音样本。
a）帧、子帧和块的结构音频数据放在一个被称为子帧（Sub-frames）有结构里。包含一个4位的引导符，4位的辅助数据，20位的音频数据。三位分别称为合法标记、用户位、通道状态。另外还有一个校验位。引导符标识子帧的开始。按照子帧的数据容量，音频样本最大可达到24位，这点非常令人激动，只要把时钟频率加倍，我们就能够通过数字音频接口传输24位96kHz的数字音频信号。在音频样本大于20位时，数据同时占据辅助和音频数据域。在音频样本小于等于20位时，数据存放在音频数据域中，辅导数据可用于其它应用方面，例如语音数据。音频数据在子帧中是最低有效位在先，最高有效位在后。合法标记位，表示此音频样本是正确的，没有包含错误，适合作数模转换。如果音频样本有错，例如CD唱片上的不可恢复的缺陷，CD-DSP无法进行纠错，它将把此音频样本标记为含有错误，留待以后的电路部分作适当的处理。用户位没有定义，可由用户随意使用。通道状态位包含有重要信息。通道状态块由192位组成，每个音频样本附带一位通道状态位，左右声道的通道状态块是独立的。每192帧通道状态块更新一次。校验位为偶校验位，可检出子帧中奇数个错。
c）专业用途、民用用途
3、媒介接口（Media Interface）
数字音频信号是通过特定的传输媒介传送的，常见的有同轴电缆、Toslink光纤、AT&T光纤、平衡线等。

数字音频知识

数字音频知识AES/EBU：实时立体声数字音频信号格式。

在相应设备之间进行传送。

这种格式是AudioEngineeringSociety/EuropeanBroadcastUnion(录音师协会/欧洲广播系统联盟)的缩写。

这种数字格式亦由这两个组织联合制定的。

AES/EBU是由平衡XLR口输出，其他方面同S/PDIF格式相似。

automatedmixing：自动混音。

将各轨的音量、立体声声像位置、或各轨的其它参数如均衡(EQ)值等同乐曲信息放置在一起。

播放时这些信息将控制各轨完成自动混音过程。

一些录音程序可通过屏幕上一些可编辑的多段音量/声像包络来实现自动混音。

另外一种方法是用鼠标拖动显示屏上的推子或旋钮并进行录音，播放时音量/声像会随着推子或旋钮的变化而变化。

另外音量和声像的变化也可以通过将其所对应的控制器信息录入音序器中来实现自动混音。

backup：备份。

虽然硬盘存储被认为是非常可靠的存储方式，但是存于硬盘上的数据很可能会在不经意间毁于一旦。

在以PC为基础的录音系统中，将文件从一个硬盘备份到另一个硬盘就象用WINDOWS 的drag-copy（拖动复制）一样简单。

另外一些录音机可将数据备份到DAT的两个立体声轨上。

需要时，可将所备份的声音数据从DAT 带上恢复回来。

crossfade：淡入/淡出技术。

特别用在前期制作中的一种技术。

这种技术可使一个声音片段平缓地过渡到另一个声音片段。

有些录音机需要两轨来完成这一过程，一轨将声音进行淡出处理，同时另一轨将声音进行淡入处理。

有些则只需要一轨来完成一个声音片段淡出的同时另一个声音片段淡入的过程。

这时控制程序将产生一个新的文件，包含了两个声音片段的混合过渡情况。

很多控制程序还允许用户选择选择第一个声音片段淡出及第二个声音片段淡入的曲线类型。

当选择的曲线为等幂指数曲线时，可保证整体音量在淡入/淡出的过程中没有明显的变化，即声音过渡在听觉上比较自然一些。

DSP：数字信号处理，即一个对音频信号进行处理并使音频信号产生变化的过程。

数字音频技术基础

27
音频的基础知识
MIDI基本简介
MIDI仅仅是一个通信标准，它是由电子乐器制造商们建立起来的，用以确定电脑音乐程序、合成器和其他电子音响的设备互相交换信息与控制信号的方法。 MIDI系统实际就是一个作曲、配器、电子模拟的演奏系统。从一个MIDI设备转送到另一个MIDI设备上去的数据就是MIDI信息。MIDI数据不是数字的
25
音频的基础知识
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，
•音频信号的数字处理
（2）量化
采样只是在时间上实现了离散化。其音频脉冲信号的幅度仍然是模拟的，因此，还必须对幅度进行离散化处理，这个过程称为量化。
量化的过程如下：
16
音频的基础知识
•音频信号的数字处理
（3）编码
编码：采样和量化之后的音频信号还必需转换为数字编码脉冲才是数字信号，这一转换过程称为编码。最简
杂波不会积累
12
音频的基础知识
音频信号的A/D和D/A变换：
• A/D变换模拟信号变换成数字信号
• D/A变换数字信号转换为模拟信号
2).声音数字化过程
模拟信号
采样
量化
A/D ADC D/A DAC
编码
数字信号
模拟信号
声音是如何数字化的呢？
数字信号
图1-10 模拟信号的数字处理过程
13

常见的数字音频格式常见的声音格式有哪些

常见的数字音频格式常见的声音格式有哪些1.WAV格式，是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，被Window平台及其程序广泛支持。

WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz的采样频率，16位量化位数，跟CD一样，对存储空间需求太大不便于交流和传播。

2.MIDI是MuicalIntrumentDigitalInterface的缩写，又称作乐器数字接口，是数字音乐/电子合成乐器的统一国际标准。

它定义了计算机音乐程序、数字合成器及电子设备交换音乐信号的方式，规定了不同厂家的电子乐器与计算机连接的电缆和硬件及设备间数据传输的协议，可以模拟多种乐器的声音。

MIDI文件就是MIDI格式的文件，在MIDI文件中存储的是一些指令。

把这些指令发送给声卡，由声卡按照指令将声音合成出来。

midi是乐器数字接口的意思，向合成器发送音乐指令，便可以生成音乐信号。

我们知道，声音有四大特性，音高，音长，音强，音色。

向midi合成器发送用何种乐器演奏（音色），音高，持续时间（音长），音量大小等指令，电子乐器便可以发出所要求的。

3.大家都很熟悉CD这种音乐格式了，扩展名CDA，其取样频率为44.1kHz，16位量化位数，跟WAV一样，但CD存储采用了音轨的形式，又叫“红皮书”格式，记录的是波形流，是一种近似无损的格式。

4.MP3全称是MPEG-1AudioLayer3，它在1992年合并至MPEG规范中。

MP3能够以高音质、低采样率对数字音频文件进行压缩。

换句话说，音频文件(主要是大型文件，比如WAV文件）能够在音质丢失很小的情况下(人耳根本无法察觉这种音质损失)把文件压缩到更小的程度。

5.MP3Pro是由瑞典Coding科技公司开发的，其中包含了两大技术：一是来自于Coding科技公司所特有的解码技术，二是由MP3的专利持有者法国汤姆森多媒体公司和德国Fraunhofer集成电路协会共同研究的一项译码技术。

数字音频文件格式与接口标准

数字音频文件格式与接口标准
无损压缩音频格式的特点 1、压缩比决定无损压缩文件所占存储空间 FLAC的压缩比为58.70%，而APE的压缩比那么要更高一些，为 55.50%，都能压缩到接近源文件一半大小 2、编码速度考验用户的耐心，速度快者优 3、FLAC与APE都能兼容所有系统平台 4、自我纠错能力 FLAC的会以静音方式代替有损局部，APE以爆音方式代替有损局部压缩算法的根本过程： Interchannel Decorrelation ：信道相关性利用 X=(L+R)/2 Y=L-R Prediction：预测 Rise 编码:使用较少的数位来表示小的数目
数字音频文件格式与接口标准
无损压缩音频格式的特点 1、压缩比决定无损压缩文件所占存储空间 FLAC的压缩比为58.70%，而APE的压缩比那么要更高一些，为 55.50%，都能压缩到接近源文件一半大小 2、编码速度考验用户的耐心，速度快者优 FLAC与APE的编码速度都相差无几，这是因为两者的压缩技术是开源的，开发者可以借鉴两者在编码上的不同优势进行开发 3、平台的支持决定普及度 FLAC与APE在这方面都能够兼容所有系统平台 4、自我纠错能力 FLAC的会以静音方式代替有损局部，APE以爆音方式代替有损局部
数字音频文件格式与接口标准
数字音频接口标准多声道数字音频接口标准 MADI〔Multichannel Audio Digital Interface〕由Sony、SSL 和Neve联合开发，作为AES 3的延伸，定义为AES 10标准适用于在同轴电缆或光缆上进行以线性表示的，取样频率范围在32kHz~48kHz，分辨率达每通道24比特，可以在50米的距离内通过一根带有BNC端口的电缆串行传输56个通道的线性量化〔PCM〕音频数据

广电设备用数字音频接口考核试卷

A.数据压缩
B.多路复用
C.信号调制
D.数据加密
12.数字音频接口在传输过程中，哪些因素可能导致信号失真？（）
A.采样频率不匹配
B.量化误差
C.传输介质损耗
D.时钟偏移
13.以下哪些接口支持多通道数字音频传输？（）
A. MADI
B. ADAT
C. AES/EBU
D. S/PDIF
14.数字音频接口的同步方式包括以下哪些？（）
10.为了提高数字音频接口的抗干扰能力，常采用____传输方式。
四、判断题（本题共10小题，每题1分，共10分，正确的请在答题括号中画√，错误的画×）
1. AES/EBU接口标准是由AES和IEC共同制定的。（）
2.数字音频接口的采样频率越高，音质越好。（）
3. S/PDIF接口只能使用同轴电缆进行传输。（）
3.同轴电缆、光纤
4.动态范围、信噪比
5. ADC（模拟-数字转换器）
6. 192000
7.采样频率、量化位数
8. S/PDIF
9. Mbps
10.差分
四、判断题
1. ×
2. √
3. ×
4. ×
5. ×
6. √
7. √
8. ×
9. ×
10. ×
五、主观题（参考）
1.数字音频接口在广播电视设备中用于高质量音频信号的传输，确保音质不受损失，适用于远程直播、后期制作等，其重要性在于保证音频质量，提高工作效率。
A. AES/EBU
B. S/PDIF
C. MADI
D. ADAT
16.以下哪个单位用于描述数字音频接口的传输速率？（）
A. kHz
B. MHz

pcm接口协议标准

PCM接口协议标准一、概述PCM（Pulse Code Modulation，脉冲编码调制）接口协议标准是一种数字通信协议，用于将模拟信号转换为数字信号，以便在数字通信系统中传输。

PCM 协议是数字通信系统的基础，广泛应用于音频、视频和其他模拟信号的数字化传输和处理。

二、特点PCM接口协议标准的特点主要包括：1.采样定理：PCM协议遵循采样定理，即采样频率至少应为模拟信号最高频率的两倍，以避免信号失真。

2.量化：PCM协议通过将每个采样值量化成一定位数的数字值来将模拟信号转换为数字信号。

常见的量化位数有8位、16位、24位等。

3.编码：量化后的数字值通过编码方式转换为二进制代码，以便在数字通信系统中传输。

4.传输：PCM协议采用串行传输方式，通过时分复用技术将多个通道的数字信号合并到一个传输通道中。

5.同步：PCM协议采用同步传输方式，通过同步信号确保接收端正确解调解码数字信号。

6.误码检测与纠正：PCM协议可采用添加冗余信息等方式实现误码检测与纠正，提高数字信号传输的可靠性。

三、工作原理PCM接口协议标准的工作原理可以分为以下步骤：1.采样：以一定的采样频率对模拟信号进行采样，获取每个时间点的模拟信号值。

2.量化：将每个采样值量化为一定位数的数字值。

量化过程通常采用将连续的模拟量转换为离散的数字量的方法。

常见的量化位数有8位、16位、24位等。

3.编码：将量化后的数字值转换为二进制代码。

这一过程中，每个量化值都被赋予一个唯一的二进制代码，以便在数字通信系统中传输。

4.传输：通过串行传输方式将二进制代码传输到接收端。

这一过程中，可采用时分复用技术将多个通道的数字信号合并到一个传输通道中。

5.同步：在接收端，通过同步信号确保正确解调解码数字信号。

同步信号通常采用特定的代码或标记，以便接收端识别并调整解码器的状态。

6.解码：在接收端，将二进制代码解码为量化后的数字值。

这一过程与编码过程相反，将二进制代码还原为原始的量化值。

常见音频格式、一些有关音乐、CD的几个概念

常见音频格式、一些有关音乐、CD的几个概念常见音频格式、一些有关音乐、CD的几个概念2011年09月08日重要提醒：系统检测到您的帐号可能存在被盗风险，请尽快查看风险提示，并立即修改密码。

| 关闭网易博客安全提醒：系统检测到您当前密码的安全性较低，为了您的账号安全，建议您适时修改密码立即修改 | 关闭常见音频格式、一些有关音乐、CD的几个概念2011-09-08 20:48:54| 分类：音乐Help| 标签：|字号大中小订阅一、音乐格式:1、WAV格式 WAV格式是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz的采样频率，16位量化位数，因此WAV的音质与CD相差无几，但WAV格式对存储空间需求太大不便于交流和传播。

WAV来源于对声音模拟波形的采样。

用不同的采样频率对声音的模拟波形进行采样可以得到一系列离散的采样点，以不同的量化位数（8位或16位）把这些采样点的值转换成二进制数，然后存入磁盘，这就产生了声音的WAV文件，即波形文件。

补充：无损格式，缺点：体积十分大！2、MP3格式MP3的全称是Moving Picture Experts Group Audio Layer III。

简单的说，MP3就是一种音频压缩技术，由于这种压缩方式的全称叫MPEG Audio Layer3，所以人们把它简称为MP3。

MP3是利用 MPEG Audio Layer 3 的技术，将音乐以1:10 甚至 1:12 的压缩率，压缩成容量较小的file，换句话说，能够在音质丢失很小的情况下把文件压缩到更小的程度。

而且还非常好的保持了原来的音质。

正是因为MP3体积小，音质高的特点使得MP3格式几乎成为网上音乐的代名词。

每分钟音乐的MP3格式只有1MB左右大小，这样每首歌的大小只有3-4兆字节。

使用MP3播放器对MP3文件进行实时的解压缩(解码)，这样，高品质的MP3音乐就播放出来了。

音视频信号输出格式与插口

音视频信号输出格式及插口来源: ChinaUnix博客日期：10:45(共有条评论)音视频信号输出格式及插口音视频信号输出格式及插口一、视频输入/输出信号格式1、RF输入/输出：——电视插头插口是射频输出的意思，是将信号以电视信号传输，主要是供给一些老式不带其他输入的电视机使用。

不过现在的DVD中基本已经取消了这种输出接口。

2、Composite复合视频端子——AV黄色Video端子：这种端子的外形和用于传输模拟和数字同轴信号的RCA端子一样，其名称的来源是因为复合视频端子通过单线同时传输色度（各种色彩）和亮度（黑色与白色）信号，通常外观标注为黄色。

从使用上来讲，只要是RCA插头、用同轴方式传输信号的线材都可以用来传输复合视频信号，不过特别设计的75Ω阻抗的线材能还原更优秀的图像，特别是在长距离传输时区别更明显。

这是因为特别设计的线材更能够减少阻抗不匹配和信号反射对于图像的影响，减少重影。

将亮度信号和色度信号复合在一条信号线上传输。

这种传输的好处是不需要调制就可以接受信号，但是由于亮度和色度在一条信号线上传输，所以画面并不是特别出色，水平解像度一般在300线左右，色彩也会有些干扰。

图中黄色端子线为Video视频端子线。

3、S端子输入/输出：——01年以后的电视带S端子输入，投影仪也带S端子最早是为了S-VHS录像机而开发的。

S端子和复合端子不同的是将亮度和色度信号分开传输，降低了他们之间的干扰，因此可以或者大约450线的清晰度和更好的色纯度。

现在的DVD机上也都标配了S 端子！S端子采用的是独有的四针插头（正式名称是mini-DIN连接头）。

在使用时一定要搞清楚插入的方向和位置，如果使蛮力瞎插，会弄弯针头，造成插头损坏。

4、Component色差视频端子——分量输入/输出：分量端子也叫色差端子，一般利用3根信号线分别传送亮色和两路色差信号。

S端子更高。

分量端子与前面的端子有一个很大的不同就是可以接受逐行扫描信号，而前面几种只可以接受隔行扫描信号。

AES_EBU音频传输

AES/EBU是一种通过基于单根绞合线对来传输数字音频数据的串行位传输协议，其全称是Audio Engineering Society/European Broadcast Union（音频工程师协会欧洲广播联盟），其中AES是指AES3-1992标准：《双通道线性表示的数字音频数据串行传输格式》，EBU是指EBU 发表的数字音频接口标准EBU3250，两者内容在实质上是相同的，统称为AES/EBU数字音频接口。

AES/EBU标准传输数据时低阻抗，信号强度大，波形振幅在3-10V之间，传送速率为6Mbps，抗干扰能力很强，减小了通道间的极性偏移、不平衡、噪音、高频衰减和增益漂移等问题造成的影响，适合较远距离的传输。

整栋大楼内全部以AES/EBU格式电缆进行音频信号的长距离数字化传输，最远的单根信号线传输距离超过400米AES/EBU与网络系统相比的优势1、传输距离更远。

基于局域网的音频传输系统单根网线最长100米，接入路由器后，两点之间最长也就200米的传输距离，超过这个距离就必须使用光纤系统。

而AES/EBU格式在没有中继的情况下，根据AES协会在1995年出台并在2001年更新的AES-3id -1995补充文件规定，最长可以传输超过1000米的距离。

2、传输延时可以忽略。

而AES/EBU格式没有可计的延时，在实际应用中完全可以忽略。

3、系统构成简单可靠4、系统总体造价更低，更为经济AES/EBU信号可采用平衡传输方式（一般应用XLR接头）、也可采用非平衡传输方式（一般应用BNC接头）。

这两种输入/输出接口的阻抗有所不同，但两种传输方式所传输的数据帧结构是一致的，都是遵循AES/EBU帧结构标准的。

在AES/EBU数据帧中包含了时钟信息、音频数据信息、非音频数据三种数据类型。

时钟信息在AES/EUB的信号中，采用“双相位”编码方式，把信号的时钟信息内嵌进了AES/EBU信号流中。

在“双相位”编码方式中，把每一个逻辑“1”和逻辑“0”位所占用的时间称为一个“时间槽”，在逻辑“0”位时，只在“时间槽”的开始与结束处信号进行高、低电平的跳变；在逻辑“1”位时，不仅在“时间槽”的开始和结束处信号进行高、低电平的跳变，同时还要在“时间槽”的中央处再进行一次高、低电平的跳变。

SPDIF接口规范

SPDIF使用双相标记编码（Bi-phase Mark Coding;BMC）法，属调相（Phase-Modulation）式传输的一种，逻辑0以跨越一次准位0来表示，逻辑1以跨越两次准位0来表示。SPDIF仅用一条线路就可进行数字音源传输，同时传递音源信息与时钟信息。但因为它实行Bi-phase Mark双向标记的编码传输，由于传递距离的远近与噪声干扰等，送抵接收端并将数据与时钟恢复还原时，因时序的偏误以至相位振幅的取样偏差，容易造成时钟信号的微失真，此微失真也称之为Jitter （抖跳、时基误差）。这时已有偏差的数据和时钟再进行DAC转换，转换成模拟音频信号，虽然音频信号不致完全走样，但确实已非忠实呈现。为了解决这样的问题，高品质外置DAC的解决方式是在SPDIF接收端设置数据缓冲存储器（Buffer），待整体接收后再重新以接收端产生的精确时钟来处理数据，称为：Re-Clock（时基重整）。就传输介质而言，SPDIF从传输介质上来分为光纤和同轴两种，属不平衡传输方式。其实它们传输的信号是相同的，只不过是传输载体不同，接口和连接线外观也有差异。
SPDIF严格的写法是S/PDIF，是“SONY/PHILIPS Digital Interface Format”的缩写，它是由SONY与PHILIPS公司在上世纪80年代制订的一种数字音频信号传输标准，可以传输LPCM流和Dolby Digital、DTS这类数字音频信号。其标准的输出电平是0.5Vpp（发送器负载75Ω），输入和输出阻抗为75Ω（0.7-3MHz频宽）。常用的SPDIF接口有光纤、RCA和BNC。我们常见的同轴线接口是RCA插头作同轴输出，但是用RCA作同轴输出是个错误的做法，正确的做法是用BNC作同轴输出。因为BNC头的阻抗是75Ω，刚好适合S/PDIF的格式标准，但由于历史的原因，在一般的家用机上大多用的是RCA作同轴输出。SPDIF最初应用于CD、数字TAPE播放器上的数字音频传送接口，后来逐渐应用到其它各类家用电子消费产品上。通过SPDIF接口传输数字声音信号已经成为了新一代家用电子消费产品上。通过SPDIF接口传输数字声音信号已经成为了新一代家用数字音响电器普遍拥有的特点。

I2S接口规范

I2S接口规范I2S（Inter-IC Sound Bus）是飞利浦公司为数字音频设备之间的音频数据传输而制定的一种总线标准。

在飞利浦公司的I2S标准中，既规定了硬件接口规范，也规定了数字音频数据的格式。

I2S有3个主要信号：1、串行时钟SCLK，也叫位时钟，即对应数字音频的每一位数据，SCLK有1个脉冲。

SCLK的频率=2×采样频率×采样位数2、帧时钟LRCK，用于切换左右声道的数据。

LRCK为“1”表示正在传输的是左声道的数据，为“0”则表示正在传输的是右声道的数据。

LRCK的频率等于采样频率。

3、串行数据SDATA，就是用二进制补码表示的音频数据。

有时为了使系统间能够更好地同步，还需要另外传输一个信号MCLK，称为主时钟，也叫系统时钟（Sys Clock），是采样频率的256倍或384倍。

一个典型的I2S信号见图3。

3（图3 I2S信号）图I2S格式的信号无论有多少位有效数据，数据的最高位总是出现在LRCK变化（也就是一帧开始）后的第2个SCLK脉冲处。

这就使得接收端与发送端的有效位数可以不同。

如果接收端能处理的有效位数少于发送端，可以放弃数据帧中多余的低位数据；如果接收端能处理的有效位数多于发送端，可以自行补足剩余的位。

这种同步机制使得数字音频设备的互连更加方便，而且不会造成数据错位。

随着技术的发展，在统一的 I2S接口下，出现了多种不同的数据格式。

根据SDATA数据相对于LRCK和SCLK的位置不同，分为左对齐（较少使用）、I2S格式（即飞利浦规定的格式）和右对齐（也叫日本格式、普通格式）。

这些不同的格式见图4和图5。

（图4 几种非I2S格式）图4（图5 几种I2S格式）图5为了保证数字音频信号的正确传输，发送端和接收端应该采用相同的数据格式和长度。

当然，对I2S格式来说数据长度可以不同。

有了这些背景知识，让我们用示波器来观察一下CT7160的输出波形。

图6中的波形是采用Creative原厂的EEPROM ini文件，选择Dolby Prologic方式时的I2S接口输出。

I2S和PCM 接口

I²S和PCMI²S总线规范I²S（Inter-IC Sound Bus）是飞利浦公司为数字音频设备之间的音频数据传输而制定的一种总线标准。

在飞利浦公司的I2S标准中，既规定了硬件接口规范，也规定了数字音频数据的格式。

I2S有3个主要信号：1、串行时钟SCLK，也叫位时钟BCLK，即对应数字音频的每一位数据，SCLK 有1个脉冲。

SCLK的频率=2×采样频率×采样位数。

2、帧时钟LRCK，用于切换左右声道的数据。

LRCK为“0”表示正在传输的是左声道的数据，为“1”则表示正在传输的是右声道的数据。

LRCK的频率等于采样频率。

3、串行数据SDATA，就是用二进制补码表示的音频数据。

有时为了使系统间能够更好地同步，还需要另外传输一个信号MCLK，称为主时钟，也叫系统时钟（Sys Clock），是采样频率的256倍或384倍。

I²S格式的信号无论有多少位有效数据，数据的最高位总是出现在LRCK变化（也就是一帧开始）后的第2个SCLK脉冲处，见下面I²S格式图。

这就使得接收端与发送端的有效位数可以不同。

如果接收端能处理的有效位数少于发送端，可以放弃数据帧中多余的低位数据；如果接收端能处理的有效位数多于发送端，可以自行补足剩余的位。

这种同步机制使得数字音频设备的互连更加方便，而且不会造成数据错位。

随着技术的发展，在统一的I²S接口下，出现了多种不同的数据格式。

根据SDATA数据相对于LRCK和SCLK的位置不同，分为左对齐（较少使用）、I²S 格式（即飞利浦规定的格式）和右对齐（也叫日本格式、普通格式）。

非I²S格式如图：I²S格式如图：对非I²S格式而言，为了保证数字音频信号的正确传输，发送端和接收端应该采用相同的数据格式和长度。

对I²S格式来说数据长度可以不同。

而且帧时钟LRCK 高低电平对应左右声道的意义也不同？注意I²S总线和I²S格式的区别，I²S总线是一种总线标准，I²S格式是飞利浦制定的数据格式。

常见音频文件格式简介

常见音频文件格式简介1.--MIDI（.MID）MIDI是乐器数字接口的英文缩写，是数字音乐/电子合成乐器国际标准。

MIDI文件有几个变通的格式，其中CMF文件是随声卡一起使用的音乐文件，于MIDI文件非常相似，只是文件头略有差别；另一种MIDI文件是WINDOWS使用的RIFF文件的一种子格式，称为RMID，扩展名为.RMI。

2.--WA VE（.W A V）由MICROSOFT公司开发的一种W A V声音文件格式，是如今电脑上最为常见的声音文件，他符合RIFF文件规范，用于保存WINDOWS平台的音频信息资源，被WINDOWS平台机器应用程序所广泛支持，W A VE格式支持MSADPCM、CCIPTALAW、CCIPT-LAW和其他压缩算法，支持多种音频位数，采样频率和声道，但其缺点是文件体积较大，所以不适合长时间纪录。

3.--MP1/.MP2/.MP3MPEG频文件根据压缩质量和编码复杂程度的不同可分为三层（MPEG AUDIO LAYER 1/2/3分别与MP1,MP2和MP3这三种声音文件相对应MPEG音频编码具有很高的压缩率，MP1和MP2 的压缩率分别为4：1和6：1--8：1，而MP3的压缩率则高达10：1--12：1。

目前INTERNET上的音乐格式以MP3最为常见。

MP3是一种有损压缩，但是它的最大优势是一极小的声音失真换来了较高的压缩比。

4.--.MP4MP3问世不久，就凭这较高的压缩比12：1和较好的音质创造了一个全新的音乐领域，然而MP3的开放性却最终不可避免的导致了版权之争，在这样的背景之下，文件更小，音质更佳，同时还能有效保护版权的MP4就应运而生了。

MP3和MP4之间其实并没有必然的联系，首先MP3是一种音频压缩的国际技术标准，而MP4确实一个商标的名称，其次，他采用的音频压缩技术也迥然不同，MP4采用的是美国电话电报公司所研发的，以“知觉编码”为关键技术的a2b音乐压缩技术可将压缩比成功的提高到15：1，最大可达到20；1而不影响音乐的实际听感，同时mp4在加密和授权方面也做了特别设计，它有如下特点：（1）每首mp4乐曲就是一个扩展名为.exe的可执行文件。

常用电脑声音格式详解

常用电脑声音格式详解1.多媒体中的音频处理技术多媒体涉及到多方面的音频处理技术，如:音频采集、语音编码/解码、文一－语转换、音乐合成、语音识别与理解、音频数据传输、音频一－视频同步、音频效果与编辑等。

其中数字音频是个关键的概念，它指的是一个用来表示声音强弱的数据序列，它是由模拟声音经抽样（即每隔一个时间间隔在模拟声音波形上取一个幅度值）量化和编码（即把声音数据写成计算机的数据格式）后得到的。

计算机数字cd、数字磁带（dat）中存储的都是数字声音。

模拟一－数字转换器把模拟声音变成数字声音；数字一－模拟转换器可以恢复出模拟来的声音。

一般来讲，实现计算机语音输出有两种方法:一是录音/重放，二是文一－语转换。

第二种方法是基于声音合成技术的一种声音产生技术，它可用于语音合成和音乐合成。

而第一种方法是最简单的音乐合成方法，曾相继产生了应用调频（fm）音乐合成技术和波形表（wavetable）音乐合成技术。

2.乐器数字接口midi的概念现在我们用的最多的音频名词之一midi（musical instrument digital interface）是作为“乐器数字接口”的缩写出现的，并用它来泛指数字音乐的国际标准。

由于它定义了计算机音乐程序、合成器及其他电子设备交换信息和电子信号的方式，所以可以解决不同电子乐器之间不兼容的问题。

另外，标准的多媒体pc平台能够通过内部合成器或连接到计算机midi端口的外部合成器播放midi文件，利用midi文件演奏音乐，所需的存储量最少。

至于midi文件，是指存放midi信息的标准文件格式。

midi文件中包含音符、定时和多达16个通道的演奏定义。

文件包括每个通道的演奏音符信息:键通道号、音长、音量和力度（击键时，键达到最低位置的速度）。

由于mddi文件是一系列指令，而不是波形，它需要的磁盘空间非常少；并且现装载midi文件比波形文件容易的多。

这样，在设计多媒体节目时，我们可以指定什么时候播放音乐，将有很大的灵活性。

数字音频接口标准

数字音频接口标准一、AES/EBUAES／EBU的全称是Audio Engineering Society／European Bro adcast Union(音频工程师协会／欧洲广播联盟)，现已成为专业数字音频较为流行的标准。

大量民用产品和专业音频数字设备如CD机、D AT、MD机、数字调音台、数字音频工作站等都支持AES／EBU。

AES／EBU是一种通过基于单根绞和线对来传输数字音频数据的串行位传输协议。

它无须均衡即可在长达100米的距离上传输数据，如果均衡，可以传输更远距离。

它提供两个信道的音频数据(最高24bit量化)，信道是自动计时和自同步的。

它也提供了传输控制的方法和状态信息的表示(“channel status bit”)和一些误码的检测能力。

它的时钟信息是由传输端控制，来自AES／EBU的位流。

它的三个标准采样率是32kHz、44．1kHz、48kHz，当然许多接口能够工作在其它不同的采样率上。

二、S/PDIFS／PDIF的全称是Sony／Philips Digital Interface Format，由于广泛地被采用，它成为事实上的民用数字音频格式标准，大量的消费类音频数字产品如民用CD机、DAT、MD机、计算机声卡数字口等都支持S／PDIF，在不少专业设备上也有该标准的接口。

S／PDIF 格式和AES／EBU有略微不同的结构。

音频信息在数据流中占有相同位置，使得两种格式在原理上是兼容的。

在某些情况下AES／EBU的专业设备和IS／PDIF的用户设备可以直接连接，但是并不推荐这种做法，因为在电气技术规范和信道状态位中存在非常重要的差别，当混用协议时可能产生无法预知的后果。

三、ADATADAT（又称Alesis多信道光学数字接口）。

是美国ALRSTS公司开发的一种数字音频信号格式，因为最早用于该公司的ADAT八轨机，所以就称为ADAT格式。

该格式使用一条光缆传送8个声道的数字音频信号。

AES-EBU接口标准

AES/EBU 接口标准
AES/EBU 接口标准
AES 和EBU 一起开发的数字音频传输接口标准：
AES/EBU 标准，即AES3-1992，ANSI S4.40-1992，或IEC-958 标准。

它是传输和接收数字音频信号的数字设备接口协议：
规定音频数据必须以2 的补码进行编码。

传输介质是电缆，允许高带宽容量和并行数据字节的串行传输，串行传输16 到20bit 的字节时先传输最低有效位。

串行后的数据流经格式化器加入字节时钟标志以表明每个样值的开始，
格式化后的串行数据流经双向标志码编码器编码后输
出，最后传输的数据流为双相标志码码流。

AES/EBU 编码器框图和并串转换
AES/EBU 接口数据结构
一个音频帧包括两个32 比特的子帧（子帧1 和子帧2），一个子帧只包括一个音频声道的一个样值数据：20 比特、同步数据（子帧的首标）：4 个比特、附加数据：4 个比特、有效比特（V）：1 比特、用户比特（U）：1 比特、声道状态比特（C）：1 比特，奇偶校验比特（P）：1 比特。

音频的数字化与语音编码课件.ppt

学习内容
第一节音频的数字化 1、声音 2、模拟音频与数字音频 3、音频的采样、量化和数字化（重点） 4、数字音频的格式
学习内容
第二节语音编码 1、人耳的听觉特性 2、脉冲编码调制(PCM) 3、G.711标准、G.721标准、G.722标准（重点）
学习目标
1、了解声音相关概念及要素 2、掌握音频采样、量化和数字化原理 3、了解数字音频的文件格式 4、掌握常见的音频压缩编码方法 5、理解G.711、G.721、G.722标准
量化等级的划分
三、音频的数字化
模拟信号
采样
量化
编码
A/D转换中，影响质量及数据量的主要因素：
每秒钟需要采集多少个声音样本即采样频率
每个声音样本的位数(bps)应该是多少即量化位数
三、音频的数字化
例子:每个声音样本用16位表示,测得声音样本值是在0~65536的范围里,它的精度就是输入信号的1/65536
五、音频文件的读取
六、声音质量的度量
1、客观质量度量：信噪比
信噪比SNR（Signal to Noise Ratio）是有用信号与噪声之比的简称。噪音可分为环境噪音和设备噪音。信噪比越大，声音质量越好。
2、客观质量度量：带宽
200—3.4KHz
电话声音范围
50—7KHz
调幅广播声音范围
文件数据量计算：
? 1分钟单声道，采样频率为11.025kHz，8位采样位数
四、数字音频的文件格式
2、MP3文件
MPEG Audio Layer-3 特点：数据量较小，压缩率10：1—20：1 音质较好是目前最为流行的音频格式文件
四、数字音频的文件格式
例：sound.wav
44.1kHz 16位双声道 12.68秒 2236752字节数据量