第5章 多媒体音频技术
合集下载
第5章 多媒体音频技术.ppt
要取决于声波频率的高低。频率越高， 音调越高，反之亦然。 在使用音频处理软件对声音的频率进行 调整时，其音调也会随之产生变化。例 如，男子发音，其频率约在90～140Hz之 间，其音调较低；女子发音的频率约在2 70～550Hz之间，其音调较高。
第五章 多媒体音频技术
音强：是指声音的强度，又称声音的响 度，由量。
② 音质与声音还原设备有关。 ③ 音质与信号噪声比有关。
第五章 多媒体音频技术
5.1.2 音频素材的获取
1. 自行录制
Windows自带的录音机 （Sound Recorder）
2. 从素材库或网站中 获取
3. 从CD、VCD等媒体 中获取
目录
第五章 多媒体音频技术
5.2 声音的数字化
5.1.2 数字化过程
或其他芯片来产生音乐或声音的电子装 置。 利用合成器产生MIDI音乐的主要方法有
调频合成法 波形表合成法
目录
第五章 多媒体音频技术
5.4.5 MIDI音乐制作系统（overture）
目录
第五章 多媒体音频技术
5.5 语音识别技术及应用
5.5.1 语音识别的基本原理及过程
第五章 多媒体音频技术
第5章 多媒体音频技术
1. 音频概述 2. 声音的数字化 3. Audition音频处理软件 4. MIDI与音乐合成 5. 语音识别技术及应用
5.1 音频基础
5.1.1 声音的基本概念 声音在物理学上称之为声波，是通过一
定介质（如空气、水等）传播的连续的 振动的波。 声波引起某处媒质压强的变化量称为该 处的声压。 声音的强弱体现在声波的振幅上 音调的高低体现在声波的周期和频率上。
f(Hz)
第五章 多媒体音频技术
音强：是指声音的强度，又称声音的响 度，由量。
② 音质与声音还原设备有关。 ③ 音质与信号噪声比有关。
第五章 多媒体音频技术
5.1.2 音频素材的获取
1. 自行录制
Windows自带的录音机 （Sound Recorder）
2. 从素材库或网站中 获取
3. 从CD、VCD等媒体 中获取
目录
第五章 多媒体音频技术
5.2 声音的数字化
5.1.2 数字化过程
或其他芯片来产生音乐或声音的电子装 置。 利用合成器产生MIDI音乐的主要方法有
调频合成法 波形表合成法
目录
第五章 多媒体音频技术
5.4.5 MIDI音乐制作系统（overture）
目录
第五章 多媒体音频技术
5.5 语音识别技术及应用
5.5.1 语音识别的基本原理及过程
第五章 多媒体音频技术
第5章 多媒体音频技术
1. 音频概述 2. 声音的数字化 3. Audition音频处理软件 4. MIDI与音乐合成 5. 语音识别技术及应用
5.1 音频基础
5.1.1 声音的基本概念 声音在物理学上称之为声波，是通过一
定介质（如空气、水等）传播的连续的 振动的波。 声波引起某处媒质压强的变化量称为该 处的声压。 声音的强弱体现在声波的振幅上 音调的高低体现在声波的周期和频率上。
f(Hz)
多媒体技术音频处理技术-PPT文档资料
2.1.2 模拟音频的数字化过程
对模拟音频数字化过程涉及到音频的采样、量化和编码。 采样和量化的过程可由A/D转换器实现。A/D转换器以固定 的频率去采样，即每个周期测量和量化信号一次。经采样 和量化后声音信号经编码后就成为数字音频信号，可以将 其以文件形式保存在计算机的存0 0 1 1 1 0 1
未压缩的声音文件的存储量可用下式计算： 存储量（KB） =（采样频率KHZ×采样位数bit×声道数×时间秒）/8
2.VOC文件
VOC文件是Creative公司所使用的标准音频文件 格式，多用于保存 Creative Sound Blaster(创新
声霸)系列声卡所采集的声音数据，被Windows平台
和DOS平台所支持。
3.MPEG音频文件——.MP1/.MP2/.MP3
MPEG音频文件的压缩是一种有损压缩，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)，分别对应MP1、MP2和MP3这三种声音文件；
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 ，也就是说一分钟 CD 音质的音乐，未经压缩需要 10MB存储空间，而经过MP3压缩编码后只有1MB左右，同时 其音质基本保持不失真。
路连接，则可获得CD音质的声音。
4. RealAudio文件——.RA/.RM/.RAM
RealAudio文件是RealNetworks公司开发的一种 新型流式音频(Streaming Audio)文件格式；它包含 在RealNetworks所制定的音频、视频压缩规范 RealMedia中，主要用于在低速率的广域网上实时传 输音频信息；网络连接速率不同，客户端所获得的 声音质量也不尽相同：对于28.8kb/s的连接，可以 达到广播级的声音质量；如果拥有ISDN或更快的线
多媒体音频技术
14
1857年，法国发明家斯科特（Scott）发明 了声波振记器，这是最早的原始录音机，是留 声机的鼻祖。
1877年，爱迪生发明了一种录音装置，可 以将声波变换成金属针的震动，然后将波形刻 录在圆筒形腊管的锡箔上。当针沿着刻录的轨 迹行进时，便可以重新发出留下的声音。这个 装置录下了爱迪生朗读的《玛丽有只小羊》的 歌词：“玛丽抱着羊羔，羊羔的毛象雪一样 白”，共8秒钟的声音成为世界录音史的第一声。
15
1878年，爱迪生成立制造留声机的公司，生 产商业性的锡箔唱筒。这是世界第一代声音载体 和第一台商品留声机（gramophone） 。之后， 其他录音形式的留声机相继出现。到1912年，圆 筒式录音被淘汰。
1924年，贝尔实验室成功进行了电气录音， 录音技术得到很大提高。1925年，世界上第一 台电唱机诞生。
41
数字音频文件的存储量
通过对影响声音数字化质量的三个因素的 分析，可以得出模拟声音数字化后音频文件 的存储量(假定未经压缩)为：
存储量=采样频率×量化位数×声道数×采样时间/8
例如，数字激光唱盘的标准采样频率为 44.1 kHz，量化位数为16位，立体声，录 制一分钟所需的存储量为
44.1k×16×2×60÷8 = 10335 KB
1935年，德国柏林的通用电气公司研制成功 了使用塑料磁带的磁带录音机。1963年，荷兰 生产了音频盒式磁带，唱片的黄金年代渐渐流逝。
16
手提手摇式留声机
胶木留声机
17
文革时期留声机
大喇叭留声机
18
电唱机
19
留声机是采用机械的方法把各种声音记录 在唱片上。可是声音、机械振动不容易传递， 也不容易放大，机械方法很不方便。随着电 学、电子学的发展，人们开始尝试用电来记 录下这些真实的声音，利用把声的振动转换 成电信号的原理，使声音的记录成为可能。 最终电声技术获得了迅速发展。
1857年，法国发明家斯科特（Scott）发明 了声波振记器，这是最早的原始录音机，是留 声机的鼻祖。
1877年，爱迪生发明了一种录音装置，可 以将声波变换成金属针的震动，然后将波形刻 录在圆筒形腊管的锡箔上。当针沿着刻录的轨 迹行进时，便可以重新发出留下的声音。这个 装置录下了爱迪生朗读的《玛丽有只小羊》的 歌词：“玛丽抱着羊羔，羊羔的毛象雪一样 白”，共8秒钟的声音成为世界录音史的第一声。
15
1878年，爱迪生成立制造留声机的公司，生 产商业性的锡箔唱筒。这是世界第一代声音载体 和第一台商品留声机（gramophone） 。之后， 其他录音形式的留声机相继出现。到1912年，圆 筒式录音被淘汰。
1924年，贝尔实验室成功进行了电气录音， 录音技术得到很大提高。1925年，世界上第一 台电唱机诞生。
41
数字音频文件的存储量
通过对影响声音数字化质量的三个因素的 分析，可以得出模拟声音数字化后音频文件 的存储量(假定未经压缩)为：
存储量=采样频率×量化位数×声道数×采样时间/8
例如，数字激光唱盘的标准采样频率为 44.1 kHz，量化位数为16位，立体声，录 制一分钟所需的存储量为
44.1k×16×2×60÷8 = 10335 KB
1935年，德国柏林的通用电气公司研制成功 了使用塑料磁带的磁带录音机。1963年，荷兰 生产了音频盒式磁带，唱片的黄金年代渐渐流逝。
16
手提手摇式留声机
胶木留声机
17
文革时期留声机
大喇叭留声机
18
电唱机
19
留声机是采用机械的方法把各种声音记录 在唱片上。可是声音、机械振动不容易传递， 也不容易放大，机械方法很不方便。随着电 学、电子学的发展，人们开始尝试用电来记 录下这些真实的声音，利用把声的振动转换 成电信号的原理，使声音的记录成为可能。 最终电声技术获得了迅速发展。
多媒体技术课件第五章
1 . WAVE文件转换为MP3文件 WAVE文件转换为MP3文件 文件转换为MP3
5.3 常用的数字音频文件
三、如何对WAV文件格式进行转换 如何对WAV文件格式进行转换 WAV
2.其它文件格式转换为MP3文件 2.其它文件格式转换为MP3文件 其它文件格式转换为MP3
5.4 音频编辑处理软件
MIDI系统
MIDI的物理接口标准
各个MIDI设备通过专用的串行电缆(MIDI线)连接， 并以 31.25 KBPS 的速度传送着数字音乐信息。 MIDI
Thru
Out
In
MIDI设备的连接
简单连接
复杂连接
MIDI系统
MIDI的通道概念
5.3 常用的数字音频文件
二、 WAVE与MIDI有何区别
20 300 3000 20000
次声波
听觉： 响度 -高度 -振幅 频率
语音
音频
超声波
听觉心理：物体的振动波引起的感受
2. 声音的量纲：频率、振幅、相位波形、声强 3.声音的分类：
1）音频信号 2）亚音信号 3）话音信号 4）超音频信号
4.音频信息处理技术
1）音频获取技术 2）音频合成技术 3）音频定位技术 4）音频编码、解码技术 5）音频网络传输技术
三、音频信号的技术指标
1.音频信号的主要技术指标
频带宽度 ：音频信号的频率范围 动态范围 ：音频信号的最大强度与最小强度之比。 信噪比：有用信号的平均功率与噪音的平均功率之比。 信噪比
2.音频信号的特性
5.2 音频信号数字化
一、音频信号的特点
1 . 音频信号是时间依赖的连续媒体； 2 . 有两个声道，理想的合成声音应是立体声； 3 . 对语言信号的处理，不仅是信号处理问题，还要抽取语意等其他信息。
5.3 常用的数字音频文件
三、如何对WAV文件格式进行转换 如何对WAV文件格式进行转换 WAV
2.其它文件格式转换为MP3文件 2.其它文件格式转换为MP3文件 其它文件格式转换为MP3
5.4 音频编辑处理软件
MIDI系统
MIDI的物理接口标准
各个MIDI设备通过专用的串行电缆(MIDI线)连接， 并以 31.25 KBPS 的速度传送着数字音乐信息。 MIDI
Thru
Out
In
MIDI设备的连接
简单连接
复杂连接
MIDI系统
MIDI的通道概念
5.3 常用的数字音频文件
二、 WAVE与MIDI有何区别
20 300 3000 20000
次声波
听觉： 响度 -高度 -振幅 频率
语音
音频
超声波
听觉心理：物体的振动波引起的感受
2. 声音的量纲：频率、振幅、相位波形、声强 3.声音的分类：
1）音频信号 2）亚音信号 3）话音信号 4）超音频信号
4.音频信息处理技术
1）音频获取技术 2）音频合成技术 3）音频定位技术 4）音频编码、解码技术 5）音频网络传输技术
三、音频信号的技术指标
1.音频信号的主要技术指标
频带宽度 ：音频信号的频率范围 动态范围 ：音频信号的最大强度与最小强度之比。 信噪比：有用信号的平均功率与噪音的平均功率之比。 信噪比
2.音频信号的特性
5.2 音频信号数字化
一、音频信号的特点
1 . 音频信号是时间依赖的连续媒体； 2 . 有两个声道，理想的合成声音应是立体声； 3 . 对语言信号的处理，不仅是信号处理问题，还要抽取语意等其他信息。
多媒体音频技术
基调，其他频率的声音为 “谐音 (泛音)”
6
2.1.2 声音特点
● 声音的主要性质
连续性
声音具有连续性。在时间轴上是连续信号，具有连续性和过程性
相关性
声音具有相关性。构成声音的数据，前后之间具有强烈的相关性
实时性
声音具有实时性。对处理声音的计算机硬件和软件提出很高要求
7
2.2 数字化音频
由于音频信号是一种连续变化的模拟信号，而在多媒体计算机中，
● 是随时间连续变化的物理量
● 声音特性
● 振幅 — 波的高低幅度，表示声音的强弱
● 周期 — 两个相邻波之间的时间长度 ● 频率 — 每秒钟波振动的次数，单位是 Hz
3
2.1.2 声音特点
● 声音的传播方式
声音是依靠介质 ( 比如：空气、液体、固体 ) 的振动进行传播的
声源是一个振荡源，它使周围介质产生振动，并以波的形式传播
的噪声，通常表示为量化后的音
频信号噪声比，简称信噪比。每 增加 1 位量化精度，信噪比即提 高 6db。例如在高保真音响系统 中，要求信噪比大于 90db，则 量化精度必须在 16 位以上。
17
2.2.3 数字音频音质与数据量
音质基本概念
音质是指声音的质量，与频率的范围成正比；频率范围越宽，音质越好
只有数字形式的信息才能被接收与处理。因此，计算机要获取与处理音
频，必须首先对模拟信号进行数字化处理，然后才能对其进行剪辑、合 成、制作特殊效果、增加混响、调整频率、改善频响特性等。
音频（Audio）：音乐、语音和各种音响效果。
声音的模拟信号
采样
量化
编码
声音的数字信号
8
声音的数字化过程
多媒体部分习题考试参考资料
第5章多媒体技术概论1.什么是多媒体？答：使用计算机交互式综合技术和数字通信网络技术处理各种表示媒体-----文本、图形、图像和声音，使多种信息建立逻辑连接，集成一个交互式系统。
2.多媒体技术中的主要多媒体元素有哪些？答：文本、图形、图像、音频、视频等。
3.什么是多媒体技术？什么是多媒体计算机？简述多媒体技术的主要特点？答：计算机综合处理文本、图形、图像、音频与视频等多种媒体信息，使多种信息建立逻辑连接，集成为一个交互性系统。
因此，“多媒体”与“多媒体技术”是同义词。
4.简述多媒体系统的组成。
软件系统:多媒体应用软件, 多媒体创作软件, 多媒体数据处理软件, 多媒体操作系统, 多媒体驱动软件硬件系统: 多媒体输入/输出控制卡及接口, 多媒体计算机硬件, 多媒体外围设备5.选择题(1)音频卡是按( C )分类的。
(A)采样频率(B)声道数(C)采样量化位数(D)压缩方式(2)一个用途广泛的音频卡应能够支持多种声源输入，下列( C)是音频卡支持的声源。
①麦克风②线路输入③CD Audio④MIDI(音符,控制参数等命令)(A)仅①(B)①②(C)①②③(D)全部(3)下面哪些是MPC对视频处理能力的基本要求( A)。
①播放已压缩好的较低质量的视频图像②实时采集视频图像③实时压缩视频图像④播放已压缩好的高质量分辨率的视频图像(A)仅①(B)①②(C)①②③(D)全部6.计算机上可以使用的各种输入设备.键盘,鼠标,扫描仪7.计算机上可以使用的各种输出设备.显示器,打印机,音响设备8.列出用于多媒体的几种固定的和可移动的存储设备.软盘、硬盘、光盘、U盘、移动硬盘第6章图形图像处理技术1.名词解释(1)图形(2)图像(3)图像分辨率(4)图像位深度(5)真彩色(6)色调(7)饱和度(8)明度(9)颜色模式(10)像素(1).由外部轮廓线条构成的矢量图(2).由像素点构成的位图(3).能区分图像上两个像元的最小距离(4).是指存储每个象素所用的位数(5).是指图像中的每个像素值都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色(6).色调指的是一幅画中画面色彩的总体倾向(7).指物体颜色的包含量或纯度(8).是眼睛对光源和物体表面的明暗程度的感觉(9)是将某种颜色表现为数字形式的模型，或者说是一种记录图像颜色的方式。
《多媒体技术及应用》第5章 音频处理技术
数字化后的音频质量取决于采样频率、量化位数以及编码 压缩算法等因素。
第10页
5.2 音频数字化
采样与采样频率 量化与量化级 声道 音频采样的数据量 音频数据编码
第11页
采样与采样频率
所谓采样就是每间隔一段时间读取一次声音信号 幅度，使声音信号在时间上被离散化。
采样的主要参数是采样频率。 采样频率(Sampling Rate)是指将模拟声音波形
5.25MB
2.6MB 5.25MB 5.25MB 10.5MB
注释 相当于电话线路较差时的音质 效果不好的立体声 实际上勉强可以接受的最低频率，非常沉闷和压抑 在这样低的采样率下，使用立体声不占优势 相当于电视机的声音质量，非常实用，在 Macintosh 和多媒体 计算机上都能够播放 在全频宽回放不太可能的情况下是立体声录音的较好选择
数字化时，每秒钟所抽取声波幅度样本的次数， 其计算单位是kHz(千赫兹)。 一般来说，采样频率越高，声音失真越小，但用 于存储数字音频的数据量也越大。 采样频率的高低是根据声音信号本身的最高频率 和奈奎斯特采样定理(Nyquist theory)决定的。
第12页
采样与采样频率
奈奎斯特采样定理：设连续信号 x(t) 的频谱 为 x( f ) ，以采样间隔T采样得到离散信号 x(nT)， 如果满足：当 f fc 时， fc 是截止频率，T 1/(2 fc ) 或 fc 1/(2T ) 则可以由离散信号 x(nT ) 完全确定 连续信号 x(t )。当采样频率等于 1/(2T ) 时， 即 fN 1/(2T ) ，称 f N 为奈奎斯特频率。
对于语音是一种不错的选择，但是最好缩减到 8bit，这样可以 节约很多磁盘空间
由于采样频率较低，比 CD 听起来要沉闷。但由于采用高的量 化级和立体声，仍然比较饱满，适用于 CD-ROM 产品
第10页
5.2 音频数字化
采样与采样频率 量化与量化级 声道 音频采样的数据量 音频数据编码
第11页
采样与采样频率
所谓采样就是每间隔一段时间读取一次声音信号 幅度，使声音信号在时间上被离散化。
采样的主要参数是采样频率。 采样频率(Sampling Rate)是指将模拟声音波形
5.25MB
2.6MB 5.25MB 5.25MB 10.5MB
注释 相当于电话线路较差时的音质 效果不好的立体声 实际上勉强可以接受的最低频率，非常沉闷和压抑 在这样低的采样率下，使用立体声不占优势 相当于电视机的声音质量，非常实用，在 Macintosh 和多媒体 计算机上都能够播放 在全频宽回放不太可能的情况下是立体声录音的较好选择
数字化时，每秒钟所抽取声波幅度样本的次数， 其计算单位是kHz(千赫兹)。 一般来说，采样频率越高，声音失真越小，但用 于存储数字音频的数据量也越大。 采样频率的高低是根据声音信号本身的最高频率 和奈奎斯特采样定理(Nyquist theory)决定的。
第12页
采样与采样频率
奈奎斯特采样定理：设连续信号 x(t) 的频谱 为 x( f ) ，以采样间隔T采样得到离散信号 x(nT)， 如果满足：当 f fc 时， fc 是截止频率，T 1/(2 fc ) 或 fc 1/(2T ) 则可以由离散信号 x(nT ) 完全确定 连续信号 x(t )。当采样频率等于 1/(2T ) 时， 即 fN 1/(2T ) ，称 f N 为奈奎斯特频率。
对于语音是一种不错的选择，但是最好缩减到 8bit，这样可以 节约很多磁盘空间
由于采样频率较低，比 CD 听起来要沉闷。但由于采用高的量 化级和立体声，仍然比较饱满，适用于 CD-ROM 产品
多媒体题库
点，则表示该帧是______。
A.普通帧
B.关键帧
C.空白帧
D.空白关键帧 考生答案: B 标准答案: B 得分: 7 .Flash 中要将多个文本分离成矢量图形，必须执行分离操作______次。 A.一 B.两 C.三 D.四 考生答案: B 标准答案: B 得分: 8 .Flash 动画源文件的存储格式是______。 A.*.swf B.*.fla C.*.avi D.*.txt 考生答案: B 标准答案: B 得分: 9 .运用椭圆工具绘图时，同时按住（）键，可以画出正圆形。 A.Ctrl B.Shift C.Alt D.Tab 考生答案: B 标准答案: B 得分: 10 . 假如动画的速度设置为每秒 12 帧，而且对象在每一帧画面中移动 12 个像素（Pixel）， 那么在 Flash 中，处于匀速运动状态的对象的速度就是（ ）像素／秒 A.1 B.12 C.144 D.288 考生答案: C 标准答案: C 得分: 二. 多选题 11 .采用工具软件不同，计算机动画文件的存储格式也就不同。以下几种文件的格式哪些是 计算机动画格式()。 A.gif B.midi C.swf D.mov
C.显示媒体 D.传输媒体 考生答案: A 标准答案: A 得分: 7 .多媒体技术是将（ ）融合在一起的一种新技术。 A.计算机技术、音频技术和视频技术 B.计算机技术、电子技术和通信技术 C.计算机技术、视听技术和通信技术 D.音频技术、视频技术和网络技术 考生答案: B 标准答案: B 得分: 8 .请根据多媒体的特性判断以下（ ）属于多媒体的范畴。 A.交互式视频游戏 B.有声图书 C.彩色画布 D.彩色电视 考生答案: D 标准答案: A 得分: 9 .由美国 Commodore 公司研发的世界上第一台多媒体计算机系统是（ ）。 A.Action Media 750 B.Amiga C.CD-I D.Macintosh 考生答案: B 标准答案: B 得分: 10 .媒体有两种含义，即表示信息的载体和（ ）。 A.表达信息的实体 B.存储信息的实体 C.传输信息的实体 D.显示信息的实体 考生答案: A 标准答案: B 得分: 二. 多选题 11 .多媒体技术的主要特性有（ ）。 A.多样性 B.集成性 C.交互性 D.实时性 考生答案: ABCD
多媒体音频技术
量化： 为了把采样得到的离散序列信号 x(nT)存入计算机，必须将采样值量化成 有限个幅度值的集合x(nT)，采样值用二 进制数字表示的过程称为量化编码。
影响数字音频质量的技术参数
对模拟音频信号进行采样量化编码后，得到数 字音频。数字音频的质量取决于采样频率、量 化位数和声道数三个因素。
1）采样频率
(2). MIDI键盘
MIDI键盘是用于MIDI乐曲演奏的，MIDI键 盘本身并不发出声音，当作曲人员触动键盘上的 按键时，就发出按键信息，所产生的仅仅是MIDI 音乐消息，从而由音序器录制生成MIDI文件。
(3). 音序器(Sequencer) 用于记录、编辑、生成MIDI的声音文件， 音序器有以硬件形式提供的，目前大多为软件音 序器。音序器可捕捉MIDI消息，将其存入MIDI文 件，MIDI文件扩展名为.MID。音序器还可编辑 MIDI文件。
2. MIDI设备配置
MIDI设备就是处理MIDI信息所需的硬件设 备，其基本组成包括：
(1). MIDI端口 (2). MIDI键盘 (3). 音序器(Sequencer)
(4). 合成器
(1). MIDI端口
一台MID设备可以有一至三个MIDI端口，分 别称为MIDI In、MIDI Out、MIDI Thru。它们的 作用是： MIDI In：接收来自其它MIDI设备的MIDI信 息。 MIDI Out：发送本设备生成的MIDI信息到 其它设备。 MIDI Thru：将从MIDI In端口传来的信息 转发到相连的另一台MIDI设备上。
量化
A/D ADC
模拟信号
D/A DAC
数字信号
采样和量化
数字化音频的过程如下图所示。
(a) 模拟音频信号
多媒体技术 第5章任务4 掌握声音处理的方法
Cool Edit：
波形声音的合成
计算机合成语音就是让计算机模仿人朗读文字，这个过程 称为文语转换（TTS。 计算机合成音乐是指计算机自动演奏乐曲。
它需要三个要素：乐器、乐谱、“演奏人员”。
乐器指的PC机中的声卡，它一般带有“音乐合成器”，能 像电子琴一样模仿几十种不同的乐器； 乐谱是由一种叫做MIDI的音乐描述语言来表示的，使用 MIDI描述的音乐称之为MIDI音乐，一首乐曲对应于一个 MIDI文件，其文件扩展名为 .MID； 演奏人员则是指计算机中的“媒体播放器”软件。
MIDI标准生成的文件比较小，容易编辑，可以作为背景 音乐，也可以和其他媒体一起播放，加强演示效果。但是 与高保真的波形声音相比，MIDI音乐在音质方面还有一 些差距，而且尚无法合成所有声音（例如语音），目前主 要应用于音乐作曲和自动伴奏等领域。
任务4 掌握声音处理的方法
5.4.1 波形声音的获取和重建 5.4.2 波形声音的编码与压缩 5.4.3 波形声音的处理和合成
声音
声音是传递信息的一种重要媒体，也是计算机信息 处理的对象之一，它在多媒体技术中起着重要的作 用。 自然界中的声音是由振动而产生，通过空气进行传 播，它是由不同频率的谐波组成。 谐波的频率范围称为声音的带宽，单位是赫兹 （Hz），可分为四种类型：次声、可听声、超声 与特超声。 多媒体技术处理的声音主要是人耳可听到的 20Hz~20kHz的可听声，现实世界中的许多声音， 如音乐声、风雨声、汽车声都在该频率范围中。
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
取样、量 化和编码
多媒体音频处理技术
多媒体音频处理技术多媒体音频处理技术是一项重要的技术，可以对音频进行编辑、增强和改进，使得音频互动性更强、质量更高。
以下是一些常见的多媒体音频处理技术的简要介绍。
1. 音频编码技术：音频编码是将模拟音频信号转换为数字音频信号的过程。
目前常用的音频编码技术有MP3、AAC和FLAC等。
这些技术可以压缩音频文件的大小，同时保持音质尽可能地高。
2. 降噪技术：降噪是指减少音频中噪声的技术。
降噪技术通过分析音频信号中的噪声成分，并将其抑制或去除，从而提升音频的质量。
降噪技术广泛应用于电话会议、音乐播放器等领域。
3. 环绕声技术：环绕声技术可以为音频增添立体感，使得听者能够感受到音频来自于不同方向的声音。
环绕声技术常用于家庭影院系统和游戏音效中，通过适当的声音布局和处理，使得音频更加逼真。
4. 回声消除技术：回声消除是一种常用的音频处理技术，用于消除由于声音反射产生的回声。
回声消除技术通过分析原始音频信号和回音信号之间的关系，并逆向推断出原始声音，然后将回音信号减去，从而消除回声。
回声消除技术广泛应用于电话通信和会议系统等场景。
5. 混响技术：混响是指声音在室内环境中的反射和衰减过程。
混响技术可以通过模拟室内空间的声学特性，将原始音频信号加上适当的混响效果，从而使得音频更加自然和富有空间感。
混响技术被广泛用于音乐录音和影视制作等领域。
综上所述，多媒体音频处理技术在音频编辑、增强和改进方面发挥了重要作用。
这些技术不仅可以提升音频质量，还可以为听者带来更好的听觉体验。
随着科技的进步，多媒体音频处理技术将不断创新和发展，为人们带来更加出色的音频效果。
多媒体音频处理技术是在多媒体领域中非常重要的一项技术。
随着科技的不断进步，音频处理技术也在不断发展和改进，为人们带来更加出色的音频效果和全新的音频体验。
音频编码技术是多媒体音频处理技术中的重要组成部分。
它通过数学算法将模拟音频信号转换为数字音频信号，使得音频可以在数字媒体中进行存储、传输和处理。
多媒体音频技术
次声波
20Hz
可听声波
20kHz
超声波 f(Hz)
人类说话声音频率范围：300Hz人类说话声音频率范围：300Hz-3kHz Hz 声音质量的频率范围： 声音质量的频率范围：
CD-DA
频带
10 20 50 200
FM广播 广播 AM广播 广播 电话 3.4k 7k 15k 20k
f(Hz)
2.1 数字音频基础
2.4 音频处理软件
2.音频的编辑 2.音频的编辑 选择 删除(选区、非选区) 删除(选区、非选区) 复制 粘贴 混合粘贴
2.4 音频处理软件
3.音频文件管理 3.音频文件管理 新建文件 打开文件 保存文件 另存为(其他格式) 另存为(其他格式) 保存选择区
2.4 音频处理软件
三、调整音量大小 1.调整音量 1.调整音量 Transform/Amplitude/Amplify菜单 Transform/Amplitude/Amplify菜单 Amplify对话框 Amplify对话框 Amplification选项卡 Constant Amplification选项卡 2.显示振幅边界线 显示振幅边界线(90%) 2.显示振幅边界线(90%) View/Show Boundaries 3.静音 选择区域) 静音( 3.静音(选择区域) Transform/Silence
2.4 音频处理软件
四、淡入与淡出 淡入效果是指音频选区的起始音量很小 淡入效果是指音频选区的起始音量很小 甚至无声，而最终音量相对效大。 甚至无声，而最终音量相对效大。 淡出效果是指音频选区的起始音量相对 淡出效果是指音频选区的起始音量相对 较大，而最终音量很小甚至无声。 较大，而最终音量很小甚至无声。 操作步骤：选择音频区域→ 操作步骤：选择音频区域→Transform/ Amplitude/Amplify→选择 选择Fade In(淡入 淡入) Amplitude/Amplify→选择Fade In(淡入)、 Fade Out(淡出)→Linear Fades(线性) Out(淡出)→Linear Fades(线性) 淡出)→ 线性 Fades(对数 对数) Logarithmic Fades(对数)
20Hz
可听声波
20kHz
超声波 f(Hz)
人类说话声音频率范围：300Hz人类说话声音频率范围：300Hz-3kHz Hz 声音质量的频率范围： 声音质量的频率范围：
CD-DA
频带
10 20 50 200
FM广播 广播 AM广播 广播 电话 3.4k 7k 15k 20k
f(Hz)
2.1 数字音频基础
2.4 音频处理软件
2.音频的编辑 2.音频的编辑 选择 删除(选区、非选区) 删除(选区、非选区) 复制 粘贴 混合粘贴
2.4 音频处理软件
3.音频文件管理 3.音频文件管理 新建文件 打开文件 保存文件 另存为(其他格式) 另存为(其他格式) 保存选择区
2.4 音频处理软件
三、调整音量大小 1.调整音量 1.调整音量 Transform/Amplitude/Amplify菜单 Transform/Amplitude/Amplify菜单 Amplify对话框 Amplify对话框 Amplification选项卡 Constant Amplification选项卡 2.显示振幅边界线 显示振幅边界线(90%) 2.显示振幅边界线(90%) View/Show Boundaries 3.静音 选择区域) 静音( 3.静音(选择区域) Transform/Silence
2.4 音频处理软件
四、淡入与淡出 淡入效果是指音频选区的起始音量很小 淡入效果是指音频选区的起始音量很小 甚至无声，而最终音量相对效大。 甚至无声，而最终音量相对效大。 淡出效果是指音频选区的起始音量相对 淡出效果是指音频选区的起始音量相对 较大，而最终音量很小甚至无声。 较大，而最终音量很小甚至无声。 操作步骤：选择音频区域→ 操作步骤：选择音频区域→Transform/ Amplitude/Amplify→选择 选择Fade In(淡入 淡入) Amplitude/Amplify→选择Fade In(淡入)、 Fade Out(淡出)→Linear Fades(线性) Out(淡出)→Linear Fades(线性) 淡出)→ 线性 Fades(对数 对数) Logarithmic Fades(对数)
多媒体音频技术
多媒体音频技术1. 引言多媒体音频技术在现代科技发展中起着重要的作用。
通过音频技术，人们可以创建、编辑和播放不同类型的音频内容，包括音乐、语音和其他声音效果。
本文将介绍多媒体音频技术的基本概念和应用领域，以及一些相关的技术和工具。
2. 多媒体音频的基本概念多媒体音频是指通过数字化技术将声音信号处理和存储，使其能够与其他媒体类型（如图片和视频）一起在电子设备上播放和编辑。
音频数据通常以数字化的形式表示，并使用不同的编码格式进行存储和传输。
音频的主要特征是声音信号的波形和频谱。
波形是一种声音信号在时间轴上的表示，揭示了声音的振动和变化。
频谱是一种声音信号在频率轴上的表示，展示了声音的不同频率成分。
多媒体音频技术的基本任务包括音频的录制、编辑、压缩、存储和播放。
这些任务需要使用相应的技术和工具，如音频接口、音频编辑软件和音频编码算法。
3. 多媒体音频的应用领域多媒体音频技术在各个领域都有广泛的应用。
以下是一些常见的应用领域：3.1 音乐制作音乐制作是多媒体音频技术最常见的应用之一。
音乐制作人使用专业的音频工作站和音频编辑软件创建和编辑音乐。
他们可以录制和编排不同乐器的声音，添加音效，并进行混音和后期制作。
通过多媒体音频技术，音乐制作人可以实现对音乐创作和制作过程的精确控制。
3.2 语音识别语音识别是将人的语音信息转化为文字信息的技术。
多媒体音频技术在语音识别中发挥重要作用。
语音识别系统使用音频信号进行分析和处理，将其转化为相应的文字表示。
语音识别技术广泛应用于语音助手、语音导航和语音输入等领域。
3.3 电话通信多媒体音频技术在电话通信中扮演着重要角色。
通过音频编解码算法，电话系统能够实现语音通信，并保证音质的清晰和稳定。
同时，多媒体音频技术还支持电话会议、语音信箱和自动语音应答等功能。
3.4 游戏和虚拟现实游戏和虚拟现实应用中广泛使用多媒体音频技术。
游戏开发者可以为游戏添加音乐、声效和语音对话，增强游戏的沉浸感和娱乐性。
多媒体技术与应用课件第五章
多媒体技术与应用教程
二, 声音的编辑处理
1,Sound Forge音频编辑软件
执行"开始""所有程序"SonySound Forge 8.0命令, 即可打开Sound Forge软件.选择一个合适的音频文件并将其导入, 此时的主界面如下图所示.
多媒体技术与应用教程
三, 音频软件的基本操作
1,打开现有音频文件
多媒体技术与应用教程
三, 音频软件的基本操作
2,创建一个新的波形数据
执行FileNew命令,弹出New Windows对话框,如下图 所示.选择合适的音频格式后按OK按钮,即可生成新的波形 数据窗口.这样创建的波形数据窗是空无任何声音的.实际 上Sound Forge并不认为这是没有"声音"的,只是这段"声 音"非常短,时间长度为0.
多媒体技术与应用教程
三, 音频软件的基本操作
3,声音数据的拷贝
(1)选中需要拷贝的波形 (2)执行EditCopy命令.快捷方式:Ctrl + C. (3)激活另一个波形数据窗,再执行EditPaste命令,即 3 Edit P 音频软件的基本操作
多媒体技术与应用教程
四, 声音效果的添加
2,回声效果
执行FileOpen命令,导入一 个声音文件. 执行Effects]Delay/Echo] Effects] Delay/Echo] Multi-Tap Delay命令,打开如右图 所示的"Sony Multi-Tap Delay-清 唱.wav"对话框.在Preset下拉列表 中选择Cathedral3选项,点击OK按 钮保存设置,这样便实现了模拟教 堂回声的效果,感觉好象一个人在 教堂中唱歌.
多媒体制作技术教程 第5章 GoldWave音频编辑技术
（ 4）选择“类似”选项面板，可以通过重叠或复制相似 的短声音片段来改变声音长度，音调没有改变。 （5）选择FFT选项面板，如图5-24所示。
图5-23 Time Warp对话框
图5-24 时间弯曲FFT调整面板 返回本节
5.2.6 特殊音效
（1）机器人声音（如图5-25所示）。
（2）倒序声音。
返回本节
5.3 声音文件格式的转换与输出
5.3.1 直接从CD光盘上获得声音文件
5.3.2 将WAV格式文件压缩成MP3格式文件
5.3.3 编辑已有的MP3格式文件
5.3.4 自制MP3声音文件
5.3.5 把录音带转录成数字化文件 5.3.6 声音文件的批处理
返回首页
5.3.1 直接从CD光盘上获得声音文件
图5-22 Shape对话框 返回本节
5.2.5 时间调整
【基本操作】
（1）将一段声音调入编辑器，并选中编辑区域。
（2）单击“时间弯曲”按钮，打开Time Warp对话框， 如图5-23所示。当前默认为“频率”选项面板。
（3）选中“改变”单选按钮，调整“改变”滑块，可以 改变声音的频率值，从而改变声音的时间长度。
5.1.2 GoldWave声音文件的操作
5.1.3 GoldWave声音文件的编辑
返回首页
5.1.1 GoldWave的工作界面
图5-1 GoldWave的工作界面
1．标题栏
用于显示该应用程序的名称及正在编辑的声音 对象的名称等。
2．菜单栏 包括文件 （ File）、编辑 （ Edit）、效果 （ Effect）、 查看 （ View）、工具 （ Tool）、选项 （ Options）、 窗口（Window）和帮助（Help）8个选项。用户可 以单击这些菜单选项，从弹出的下拉菜单中选 择相应的子命令，即可执行相应的任务。
图5-23 Time Warp对话框
图5-24 时间弯曲FFT调整面板 返回本节
5.2.6 特殊音效
（1）机器人声音（如图5-25所示）。
（2）倒序声音。
返回本节
5.3 声音文件格式的转换与输出
5.3.1 直接从CD光盘上获得声音文件
5.3.2 将WAV格式文件压缩成MP3格式文件
5.3.3 编辑已有的MP3格式文件
5.3.4 自制MP3声音文件
5.3.5 把录音带转录成数字化文件 5.3.6 声音文件的批处理
返回首页
5.3.1 直接从CD光盘上获得声音文件
图5-22 Shape对话框 返回本节
5.2.5 时间调整
【基本操作】
（1）将一段声音调入编辑器，并选中编辑区域。
（2）单击“时间弯曲”按钮，打开Time Warp对话框， 如图5-23所示。当前默认为“频率”选项面板。
（3）选中“改变”单选按钮，调整“改变”滑块，可以 改变声音的频率值，从而改变声音的时间长度。
5.1.2 GoldWave声音文件的操作
5.1.3 GoldWave声音文件的编辑
返回首页
5.1.1 GoldWave的工作界面
图5-1 GoldWave的工作界面
1．标题栏
用于显示该应用程序的名称及正在编辑的声音 对象的名称等。
2．菜单栏 包括文件 （ File）、编辑 （ Edit）、效果 （ Effect）、 查看 （ View）、工具 （ Tool）、选项 （ Options）、 窗口（Window）和帮助（Help）8个选项。用户可 以单击这些菜单选项，从弹出的下拉菜单中选 择相应的子命令，即可执行相应的任务。
多媒体音频技术
音频编码的目的是为了降低存储容量和传输带宽的需求，同时尽可能地保留原始信号的质量。
01
根据压缩比和压缩算法的不同，音频压缩技术可以分为无损压缩和有损压缩两大类。
音频压缩的技术分类
02
无损压缩是指压缩过程中不丢失任何原始信息，解压缩后可以完全还原出原始信号。这种压缩方法通常用于对音质要求较高的场合，如音乐录音和电影原声等。
虚拟现实音频技术
虚拟现实音频技术能够与虚拟现实技术相结合，为听众提供更加真实的沉浸式体验。未来，虚拟现实音频技术将更加普及，能够为虚拟现实应用提供更加逼真的声音效果，提高听众的体验感受。
音频技术的沉浸式体验
感谢观看
THANKS
例如Adobe Audition、Steinberg Cubase等，这些软件提供了音频录制、编辑、合成等功能，广泛应用于音乐制作、影视后期、广告制作等领域。
软件介绍
音乐制作中，音频合成软件可以帮助音乐制作人创建新的音乐作品，对现有音乐进行编辑和混音；在影视制作中，音频合成软件可用于音效设计和背景音乐的制作，提高影视作品的观赏体验。
02
频域分析法
将音频信号转换到频域，分析其频率成分和能量分布，以揭示音频信号的频谱特征。
通过数学方法模拟不同波形，生成所需的声音波形。
波形合成
采样合成
物理模型合成
通过对现有声音样本进行采样、编辑和再合成，产生新的声音。
通过建立声音产生的物理模型，模拟不同乐器的声音特性。
03
音频合成的技术分类
02
01
03
有损压缩是指压缩过程中会丢失一部分原始信息，解压缩后不能完全还原出原始信号。这种压缩方法通常用于对音质要求较低的场合，如语音通信和在线音乐等。
多媒体音频技术-文档资料
声音的合成
让计算机演奏音乐最简单的方法是采用录音/重放的方式。这种方 法数据量大。另一种方法是采取合成的方式产生音乐。1976年， FM(frequency modulation，FM)调频合成法产生，1984年另一种合成 技术是乐音样本合成法，也称为波形表(Wavetable)合成法产生。 一、调频音乐合成 音乐包括确定的基频谱和这个基频整数倍的谐波谱。这是与噪声不 同的地方。 一个音乐必须有音高、音色、响度和持续时间4个因素。 音高是指声波的基频。基频越低给人的感觉越低沉。 音色是由声音的频谱决定。人们能分辨出相同音高的小提琴和钢琴 的声音，是因为它们的音色不同。小号有较强的穿透力是其声音中的 高次谐波非常丰富。 响度可通过调节声波的整体幅度来实现。 时值的变化导致旋律的进行，或平缓，或跳跃。 通过对上述参数的控制来合成音乐是FM的基本思想。
分数
质量级别
失真级别
5
4 3
优(Excellent)
良(Good) 中(Fair)
无察觉
(刚)察觉但不讨厌 (察觉)有点讨厌
2
1
差(Poor)
劣(Bad)
讨厌但不反感
极讨厌(令人反感)
1.概述 MIDI是Musical Instrument Digital Interface的首写字母 组合词，可译成“电子乐器数字接口”。用于在音乐合成器 (music synthesizers)、乐器(musical instruments)和计算机 之间交换音乐信息的一种标准协议. MIDI是乐器和计算机使用的标准语言，是一套指令(即命令的 约定)，它指示乐器即MIDI设备要做什么，怎么做，如演奏音符、 加大音量、生成音响效果等。MIDI不是声音信号，在MIDI电缆上 传送的不是声音，而是发给MIDI设备或其它装置让它产生声音或 执行某个动作的指令。 MIDI标准下列几个优点：生成的文件比较小，因为MIDI文件 存储的是命令，而不是声音波形；容易编辑，因为编辑命令比编 辑声音波形要容易得多；可以作背景音乐，因为MIDI音乐可以和 其它的媒体，如数字电视、图形、动画、话音等一起播放，这样 可以加强演示效果。 产生MIDI乐音的方法很多，现在用得较多的方法有两种：一 种是(frequency modulation，FM)合成法，另一种是乐音样本合 成法，也称为波形表(Wavetable)合成法
多媒体音频及音频处理
多媒体音频及音频处理第五章多媒体音频及音频处理本章提要●声音媒体的有关概念●模拟声音信息的数字化处理●MIDI与音乐合成●数字音频格式及格式转换●音频卡（声卡）●音频处理软件－Cool Edit Pro 2.0●语音识别技术音频（声音）是表达思想和情感的一种必不可少的媒体，也是多媒体信息中一个重要组成部分。
声音的种类有很多，从人的说话声、乐声到风声、雨声，当它能与文字、图像等结合，一起传递信息时，计算机世界才会变得如此丰富多彩。
5.1 音频信息及数字音频的产生5.1.1 多媒体中的音频信息自然界中的声音是由于物体的振动产生的，通过空气传递振动，最后这种机械运动被传递到人的耳膜而被人感知。
我们下面以音叉为例，具体说明一下声音的产生和传播过程。
当一个音叉受到敲击振动时，叉枝会左右摆动。
当叉枝向外摆动时，叉枝会挤压周围的空气使周围空气形成一个密部，相反，当叉枝向内摆动时，会引起周围的空气拉动而形成一个疏部。
空气这样密部与疏部交替运动形成一种波（声波）会向周围发散传播出去，从而形成声音的传播。
传播过程如图5-1所示。
密疏密图5-1 声音传播示意图这种声音的传播运动最后传递给人的耳膜并通过听小骨传递给听觉神经产生了人的听觉。
听觉是人类感知自然的一种重要手段，所以音频也就成为多媒体范畴中一个重要部分。
从听觉角度讲，声音媒体具有三个要素：音调、音强和音色（1）音调：与声音的频率有关，频率越快，音调越高。
所谓声音的频率是指每秒中声音信号变化的次数，用Hz表示。
例如，20Hz表示声音信号在1秒钟内周期性地变化20次。
并不是所有频率发出的声音信号都能够被人们感觉到，人的听觉范围大约为20—20000Hz，这个频率范围内的信号被称为音频或声音，多媒体技术主要研究的是这部分音频信息的使用；频率范围小于20Hz 的信号被称为亚音频，这个范围内的信号人们一般感受不到。
比如，大气压的变化周期很长，以小时或天数计算，人们几乎感觉不到这种气压信号的变化，更听不到这种变化所带来的声音：频率范围高于20kHz的信号被称为超音频或超声波，超声波具有很强的方向性，并且可以形成波束，利用这种特性，人们制造了超声波探测仪、超声波焊接设备等；另外，人的发声器官可以发出80～3400Hz频率范围的声音，但人们平时说话的频率范围在300～3000Hz之间。
相关主题
- 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)。
● MIDI (Musical Instrument Digital Interface)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
● CDA (CD Audio)激光音频文件
.cda
准确记录声波，数据量大，经过采样生成WAV和MP3音频文件
● MP3/WMA(MPEG音频压缩标准)压缩音频文件
2. 从素材库或网站中 获取 3. 从CD、VCD等媒体 中获取
目录
第五章 多媒体音频技术
5.2 声音的数字化
5.1.2 数字化过程
声音的数字信号 采样 量化 编码 声音的模拟信号
1. 采样频率
在某个特定的时刻对模拟信号进行测量叫 做采样。采样频率也称取样频率，是指在 单位时间（1s）内采样的次数。
目录
第五章 多媒体音频技术
第5章 多媒体音频技术
1. 音频概述 2. 声音的数字化 3. Audition音频处理软件 4. MIDI与音乐合成 5. 语音识别技术及应用
5.1 音频基础
5.1.1 声音的基本概念 声音在物理学上称之为声波，是通过一 定介质（如空气、水等）传播的连续的 振动的波。 声波引起某处媒质压强的变化量称为该 处的声压。 声音的强弱体现在声波的振幅上 音调的高低体现在声波的周期和频率上。
第五章 多媒体音频技术
2．声音的频率
声源每秒振动的次数称为该声源的“频 率”。 用音频来表示声音信号的频率，单位为 赫兹（Hz）。
频率对于声音来说是个非常重要的概念，不 同的声音有不同的频率范围，人耳只能听到 频率范围在20Hz～20kHz之间的声音，低于2 0Hz的次声和高于20kHz的超声都听不到。
输入音频信号
输出音频信号
第五章 多媒体音频技术
5.2.2 数字音频压缩标准
2.音频压缩技术标准
目录
第五章 多媒体音频技术
5.2.3 数字音频的格式
● RA(RealAudio) Real音频文件
.rm
主要适用于在网络上的在线音乐欣赏
●APE
无损音频压缩格式 现在网络上比较流行的 Nhomakorabea频文件格式
.ape
(1) 声卡 (2) 音箱系统
6 低音炮 1 3 2 左环绕 低音炮 右环绕
4 5
音频放大器
第五章 多媒体音频技术
5.3 Audition音频处理软件
5.3.1 经典软件概念
Goldwave、Cakewalk、Adobe Audition
5.3.2
声音的一般处理
① 使用声音文件 ② 录制声音 ③ 选区的操作 ④ 利用剪贴板复制、剪切和粘贴声音 ⑤ 恢复/重做操作 ⑥ 形成静音 ⑦ 倒转声音
第五章 多媒体音频技术
音强：是指声音的强度，又称声音的响 度，由声波振动的振幅决定。它是人耳 感受到的声音强弱，是人对声音大小的 一个主观感觉量。 音色：即声音的品质，它由泛音的多少、 泛音的频率和振幅决定。例如，不同的 乐器在基本振动频率相同的情况下，仍 然可以区分各自的特色，就是因为它的 音色不同。
第五章 多媒体音频技术
3.6.1 MIDI概述
2．MIDI术语 3．MIDI与普通音频的区别 MIDI与普通音频的本质区别是携带的信 息不同。MIDI本身并不是音乐，不能发 出声音。它是一个协议，只包含用于产 生特定声音的指令，而这些指令包括调 用何种MIDI设备的音色、声音的强弱及 持续的时间等。计算机把这些指令交由 声卡去合成相应的声音（如依指令发出 钢琴声或小提琴声等）。
第五章 多媒体音频技术
5.2 声音的数字化
2. 量化位数
量化是将经过采样得到的离散数据转换成 二进制数的过程。量化位数，即分辨率， 是指将经过采样得到的离散数据转换成二 进制数的位数,一般为32、16、8、4位。
声音通道的个数称为声道数，是指一次采 样所记录产生的声音波形个数。声道有单 声道和立体声之分。
5.4 MIDI与音乐合成
MIDI是多媒体计算机系统生成音乐的一 种主要方式，它不仅是多媒体音频技术 的重要组成部分，而且也使演奏音乐和 使用乐器的方式产生很大的变化。
第五章 多媒体音频技术
5.4.1 MIDI概述
1．什么是MIDI
MIDI是乐器数字接口（Musical Instrument D igital Interface）的英文缩写，是数字音乐 /电子合成乐器的统一国际标准。 它是数字乐器与计算机连接的接口，即在数字 乐器与计算机相连接时所使用的可以直接插到 计算机串口上的一个小部件，通过它可以使数 字乐器与计算机相互“沟通”信息。 在这个接口之间传送的信息也叫MIDI信息。
● OGG( Ogg Vorbis)
一种免费的开源音频格式
.ogg
比MP3先进，可以在相对较低的数据速率下实现比MP3更好的音质。
● 其他… … AIFF 、VOC
.aiff
第五章 多媒体音频技术
● 文件 ● WAVE (Waveform Audio)波形音频文件
.wav
多媒体系统、音乐光盘制作，记录物理波形，数据量大
次声波
20Hz
可听声波
20kHz
超声波 f(Hz)
第五章 多媒体音频技术
人耳对不同频率的敏感程度有很大差别 对中频段（2 kHz～4 kHz）最为敏感，幅度 很低的信号都能被人耳听到； 对低频区和高频区较不敏感，能被人耳听到 的信号幅度比中频段要高得多。
CD-DA
FM广播 AM广播 电话 10 20 50 200 3.4k 7k 15k 20k f(Hz)
第五章 多媒体音频技术
3. 声道数
5.2.2 数字音频压缩标准
1
音频压缩方法概述 音频压缩方法是指对原始数字音频信号 流（PCM编码）运用适当的数字信号处理 技术，在不损失有用信息量，或者所引 入损失可忽略的条件下，降低（压缩） 其码率，也称为压缩编码。逆变换的过 程，称为解压缩或解码。
编码器 传输/存储 解码器
.mp3/wma
必须经过解压缩，数据量小
第五章 多媒体音频技术
5.2.4 音频压缩工具
AVI-MPEG-WMV-RM to MP3 Converter
第五章 多媒体音频技术
1 声音适配器与声音还原
（1） 声音适配器 (声卡)
主板
主机箱 声音适配器 音频信号 音箱 音箱
数字信号
● 作用: 数字信号与模拟信号之间的双向转换 ● 单板 (输出功率大，抗干扰，音质好)
● 主板集成 (易受干扰，性能指标比单板略差)
● 采样模式 16bit ~ 24bit ● 音频输出模式：2
STEREO
5.1 STEREO
第五章 多媒体音频技术
2 声音还原设备
● 普通音箱／耳机
● 有源音箱(内含放大器)
● 输入灵敏度 ● 输出功率
Speak 输出端
line 输出端
分频器
音频放大器
第五章 多媒体音频技术
3．声音的传播方向
当辐射出来的声波波长比声源的尺寸大 时，声波比较均匀地向各方向传播；
当辐射出来的声波波长小于声源的尺寸 时，声波集中地向正前方一个尖锐的圆
锥体范围内传播。
第五章 多媒体音频技术
4．声音的三要素
声音效果的三要素：音调、音强、音色。 音调：指声音的高低。音调的高低，主 要取决于声波频率的高低。频率越高， 音调越高，反之亦然。 在使用音频处理软件对声音的频率进行 调整时，其音调也会随之产生变化。例 如，男子发音，其频率约在90～140Hz之 间，其音调较低；女子发音的频率约在2 70～550Hz之间，其音调较高。
调频合成法 波形表合成法
目录
第五章 多媒体音频技术
5.4.5 MIDI音乐制作系统（overture）
目录
第五章 多媒体音频技术
5.5 语音识别技术及应用
5.5.1
语音识别的基本原理及过程
第五章 多媒体音频技术
5.5 语音识别技术及应用
5.5.2 5.5.3
文本—语音转换技术 语音识别软件（ViaVoice）
● 单元音箱 ● 2单元音箱 100Hz 3000Hz 12000Hz 高音 中低音 高音 ● 3单元音箱 中音 低音 20Hz 3000Hz 12000Hz 20000Hz
电源
第五章 多媒体音频技术
● 声道与音箱
● 双声道立体声音箱
左声道 中置 低音炮 右声道
● 2.1 声道环绕立体声音箱 ● 5.1 声道环绕立体声音箱 ● 环绕立体声产品
第五章 多媒体音频技术
5.4.2 MIDI标准
MIDI的标准有GS、GM、XG三种。 MIDI系统的大致工作过程：
音频卡 MIDI接口 合成器 扬声器
5.4.3 MIDI的工作过程
MIDI乐器 输入设备
音序器
PC机
MIDI文件
第五章 多媒体音频技术
5.4.4 MIDI合成器 MIDI合成器是利用数字信号处理器（DSP） 或其他芯片来产生音乐或声音的电子装 置。 利用合成器产生MIDI音乐的主要方法有
第五章 多媒体音频技术
5．音质
“音质”是声音的质量，音质的好坏与 音色的频率范围有关。 影响音质的因素
① 对于数字音频信号，音质的好坏与数据采 样频率和数据位数有关。
② 音质与声音还原设备有关。 ③ 音质与信号噪声比有关。