数字音频基础
第03章_数字音频基础
3.2.2 量化（Quantization）
量化是指用若干比特表示一个样本的过程；表示一个样本所使用的比特数称为量化深度 （bit depth）。常见的量化深度有 4 比特、8 比特、16 比特、32 比特等等。不难理解，量化实 际上是一个对声音样本的幅值进行离散化处理的一个过程。虽然采样已经在时间上将模拟信号 离散化了，但是样本的大小（即幅值）仍然有无限种可能的取值（所以本质上还是连续量）， 而数字系统只能表示有限种状态，例如，用 8 个比特表示样本大小的话，则只能有 256 种取值。 所以，量化是一个将无限多种可能取值归结为有限多个数字值的过程。通常，系统会将一个样 本以最接近其值大小的数字表示。总之，采样是时间上的离散化，而量化则是空间上的离散化。 需要强调的是，量化深度也是影响数字音频信号质量的重要因素。4 比特只有 16 种取值， 显然，试图通过这样少数几个状态来恢复原始模拟音频信号是十分困难的。但是，量化深度越 多，数据量也会越大，传输和存储的压力自然越大。所以，也需要根据实际应用环境来采用合 适的量化深度。例如，一般的网络音频应用采用了 8 位的量化深度，CD 音频的量化深度则是 16 比特，而有些高级数字音频系统采用了 32 位的量化深度。 3.2.3 编码（Coding） 在采样、量化处理后，模拟音频数字化的第三个步骤是编码。编码实际上是以某种格式最 终生成数字音频数据流的过程，所得到的数字音频数据将会被存储、传输或者进行各种处理。 本章第 3 节将介绍几种重要的音频编码技术。 需要读者注意的是，把数字化过程分解成采样、量化、编码三个阶段实际上是一种简化描 述，各种不同的数字音频技术会有不同的采样、量化与编码机制，特别是量化与编码往往是同 步进行的，而且编码还包括后续的数据流格式化。因此，多数介绍数字音频技术的教科书或学 术著作在提到音频编码的时候，都将这三个步骤合称为编码系统或编码技术，并在编码系统的 框架下对整个模数转换过程进行整体性介绍。本教程下面的阐述也沿用了这一模式。
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)。
1.4 声音旳三要素⏹声音具有三个要素：音调、响度（音量/音强）和音色⏹人们就是根据声音旳三要素来辨别声音。
音调（pitch ）⏹音调：声音旳高下（高音、低音），由“频率”（frequency）决定，频率越高音调越高。
✦声音旳频率是指每秒中声音信号变化旳次数，用Hz 表达。
例如，20Hz 表达声音信号在1 秒钟内周期性地变化20 次。
数字音频基础
编码
压缩
音频 文件
100101100011101
模拟信号的数字化过程
一、声音的数字化过程
1. 采样（Sampling） • 对振幅随时间连续变化的模拟信号波形按一定的时间间隔 取出样值，形成在时间上不连续的脉冲序列，称之为采样。 2. 量化（Quantization） • 将采样值相对于振幅进行离散的数值化的操作称为量化。 即将模拟信号的幅度，在动态范围内划分为相等间隔的若 干层次，把采样输出的信号电平按照四舍五入的原则归入 最靠近的量值。 3. 编码（Coding） • 把采样、量化所得的量值变换为二进制数码的过程称为编 码。 4. 压缩（Compress）目的是减少数据量与提高传输效率。 依据：声音信息中存在着多种冗余；听觉器官的不敏感性； 采样的标本中存在着相关性。
例2
例3
一般播音员的播音频率是４kHz，采用8bit的采用精度单声道 进行采样的时候，计算该播音员播音１０分钟的数据量为：
８kHz＊１０＊６０ ≈ 4.5MB
例4
以CD音质（44.1kHz的采样频率，16位立体声形式）记录一 首５分钟的乐曲所需的存储容量为： 44 100（Hz）×（16/8）（B）×2×５×60 ≈ 51600kB
705.6
立体声
1411.2
立体声
1536
第2节 常用音频格式介绍
• WAV文件(.wav)
– WAV——Wave，波形文件 – 由Microsoft和IBM联合开发的音频文件格式 – 特点：层次丰富、还原性好、表现力强；数据量大；应用 广泛
• CD-DA文件(.cda)
– 标准激光盘文件 – 特点：数据量大，音质好
• AIFF文件(.aif/.aiff)
数字音频基础知识
3.6常见的数字音频文件格式
常见的数字音频文件格式有很多，每种格式都有自己的优点、缺点及适用范围。
CD格式——天籁之音
CD音轨文件的后缀名为：cda
标准CD格式是44.1K的采样频率，速率88K/秒，16位量化位数，近似无损的。
数字音频基础知识
转换（A/D）技术将模拟音频转化为二进制数，这样模拟音频就转化为数字音频了。所谓模数转换就是将模拟信号转化为数字信号，模数转换的过程包括采样、量化和编码三个步骤。模拟音频向数字音频的转换是在计算机的声卡中完成的。
3.2采样
采样是指将时间轴上连续的信号每隔一定的时间间隔抽取出一个信号的幅度样本，把连续的模拟量用一个个离散的点表示出来，使其成为时间上离散的脉冲序列。
特点：音质好，压缩比比较高，被大量软件和硬件支持，应用广泛。
适用于：适合用于一般的以及比较高要求的音乐欣赏。
MIDI——作曲家的最爱
MIDI（Musical Instrument Digital Interface）乐器数字接口。
MIDI数据不是数字的音频波形，而是音乐代码或称电子乐谱。
MIDI文件每存1分钟的音乐只用大约5～10KB。
采样频率、采样精度和声道数对声音的音质和占用的存储空间起着决定性作用。
我们希望音质越高越好，磁盘存储空间越少越好，这本身就是一个矛盾。必须在音质和磁盘存储空间之间取得平衡。数据量与上述三要素之间的关系可用下述公式表示：
3.4编码
采样和量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简单的编码方式是二进制编码，即将已经量化的信号幅值用二进制数表示，计算机内采用的就是这种编码方式。
数字音频基础
ISDB T(日本)或8 VSB(美国)调制方式; (2)卫星传输:采用 QPSK 调制方式; (3)有线传输:采用 M QAM 或16 VSB
高数据率调制方式,根据有线信道的不同 特性,分别采用16/32/128/256 QAM 等方 式。
数字音视频技术
三种。DVB－S (QPSK 调制方式)主要用 于数字电视卫星广播系统;DVB －T(OFDM 调制方式)则用于地 面无线发射的数字 电视广播系统;DVB－C(QAM 调制方式)主 要为地面 HFC(Hybrid FiberCoaxnetworks,混合光纤同轴电缆 网)网络数字电视广播所采用。
数字音视频技术
• 图6－1 数字电视系统的基本原理框图
数字音视频技术
下,对反映信源全部信息的数 字信号进 行变换,用尽量少的数字脉冲来表示信源 产生的信息,这就是压缩编码。
信道编码器包括纠错编码和数字调 制,主要解决数字信号传输的可靠性问题, 故又称 为抗干扰编码。经过纠错编码的 传输码流具有检错和纠错的能力,其作用 是最大限度地减 少在信道传输中的误码 率,然后将经过纠错编码后的传输码流调 制成适合于在信道上传输 的波形。
数字音视频技术
6.2 二进制数字调制及其抗噪声性能分 析
6.2.1 二进制数字幅移键控(2ASK) 1.2ASK 调制原理 数字幅度调制又称幅移键控(ASK),二进制幅移键控记作
2ASK。2ASK 是利用代表 数字信息“0”或“1”的基带矩形 脉冲去键控一个连续的载波,使载波时断时续地输出。有载 波输出时发送“1”,无载波输出时发送“0”。
–按照声音的来源以及作用来看，可分为人声、乐音 和响音。人声包括人物的独白、对白、旁白、歌声、 啼笑，感叹等；乐音也可成为音乐，是指人类通过 相关乐器演奏出来的声音，如影视作品中的背景声 音，一般起着渲染气氛的作用；响音是指除语言和 音乐之外电影中所有声音的统称，如动作音响 、 自然音响、 背景音响 、机械音响、特殊音响。
91248-数字音频技术基础-第二讲
1.2 声音的物理特性（频率）
11
• 频率即每秒钟内来回往复振动的次数。 • 频率的单位通常用Hz（赫兹）来表示，简称赫。 • 声波的频率就是声源振动的频率。
岭南师范学院
1.2 声音的物理特性（振幅）
12
• 振动物体（声音）离开平衡位置的最大距离叫振幅。 • 振幅越大，振动物体（声音）释放的能量越多。 • 振幅决定声音的高低。
岭南师范学院
小提琴
钢琴
1.4 声音的录制与重现
19
唱片
岭南师范学院
数识（下） 20
掌握数字音频的四要素 掌握数字音频的常见格式
第2课 数字音频基础知识（下）
21
岭南师范学院
1.5 数字音频的概念（音频数字化）
22
数字世界中的声音 • 数字世界中的声音以0和1的形式存储。
0–5,512 Hz
22,050 Hz
Near FM radio
0–11,025 Hz
32,000 Hz Better than FM radio
0–16,000 Hz
44,100 Hz
CD
0–22,050 Hz
48,000 Hz
Standard DVD
0–24,000 Hz
96,000 Hz
Blu-ray DVD
1.6 数字音频的常见格式
41
岭南师范学院
无损
wav
flac
ape
有损
mp3
wma
aac
1.6 数字音频的常见格式（Audition支持） 42
岭南师范学院
43
The End
岭南师范学院
9
• 由计算机通过专门 定义的语言来驱动 音乐合成器产生的 声音（如电子乐器）
数字音频与视频处理基础概述
数字音频与视频处理基础概述数字音频和视频处理是指将音频和视频信号转换为数字数据，在数字领域中进行编辑、处理、存储和传输的过程。
随着技术的发展，数字音频和视频处理已经成为了现代娱乐、广告、电影、音乐制作和通信等行业的重要组成部分。
本文将为读者介绍数字音频和视频处理的基本概念、技术原理和应用领域。
数字音频处理通过采样和量化将连续的模拟音频信号转换为离散的数字信号。
采样是指在一定的时间间隔内对音频信号进行采集，量化是指将采集到的连续数值转换为离散数值。
音频的采样率和位深度是影响数字音频质量的重要参数。
采样率是指每秒钟采集的样本数，常用的采样率有44.1kHz。
位深度指的是每个样本的精度，常用的位深度有16位和24位。
采样率和位深度的提高可以增加音频的精度和还原度。
数字音频的处理技术包括音频编辑、音频合成、音频效果处理等。
音频编辑是指对音频进行剪切、拼接、淡入淡出等操作，以达到制作和编辑音频的目的。
音频合成是指通过合成器、乐器或录音等手段将不同声音信号进行合成，生成新的音频文件。
音频效果处理包括均衡器、混响、压缩、去噪、变调等，可以改变音频的频谱、声音质量和音量。
数字视频处理涉及到视频的采集、编码、解码、编辑和特效处理等。
数字视频的采集是使用像素阵列传感器将连续的光学图像转换为数字信号。
编码是指将视频信号压缩成较小的数据量，并通过某种编码标准将视频流保存或传输。
解码是指将编码后的视频信号恢复为原始的像素数据。
常见的视频编码标准包括H.264、H.265和MPEG-4等。
视频编辑是指对视频进行剪切、拼接、添加字幕、调整速度和色彩等操作。
视频特效处理包括调色、去噪、特效添加、画面稳定等，可以改变视频的视觉效果和质量。
数字音频和视频处理广泛应用于各个领域。
在娱乐领域，数字音频和视频处理使得音乐和电影制作变得更加简便和高效。
音频的数字处理技术可以对乐器音色进行调整，添加声音效果，使得音乐制作更富有个性和创意。
视频的数字处理技术可以对电影进行后期制作，包括特效制作和颜色分级。
数字音频技术基础
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
数字音频技术基础
20~20000 20~20000
脉冲编码调制（PCM）
PCM的特点
概念最简单、理论最完善的编码系统； 最早研制、使用最广泛的编码系统； 数据量最大的编码系统。
原理
模拟声音 信号输入 防失真 滤波器 波形编码器 (采样器) PCM样本
÷
量化器
量化
分为均匀量化和非均匀量化。 采用的量化方法不同，量化后的数据量不同，可以说量化是一种压 缩数据的方法
数字音频技术基础
Part Part 1 1 数字音频技术基础
数字音频技术基础 声音 声音信号数字化
采样与量化
音频质量与数据量 音频文件的存储格式 语音合成与语音识别技术
声音
声波是由机械振动产生的波。当声波进入人耳 ，鼓膜振动导致内耳里的微细感骨的振动，将 神经冲动传向大脑，听者感觉到的这些冲动就 A 是声音。 周期
声道数：一次采样的声音波形个数。 采样频率 指计算机每秒钟采集多少个声音样本。
采样
音频是连续的时间函数X(t),对连续信号采样， 即按一定的时间间隔(T)取值，得到X(nT)(n为 整数)，T称为采样周期、1/T称为采样频率。
X(0)、X(T)、X(2T)称为采样值。
采样频率与声音频率之间有一定的关系，根据 奈奎斯特（Nyquist）理论，只有采样频率高 于声音信号最高频率的两倍时，才能把数字信 号表示的声音还原成为原来的声音。
频域——声音的频率范围
声音的方向
以振动波的形式从声源向四周传播。
1.
从声源直接到达人类听觉器官的声音称为“ 直达声”，直达声的方向辨别最容易。
2.
现实生活中，森林、建筑、各种地貌和景物 存在于人们的周围，声音从声源发出后，一 般须经过多次反射才能被人们听到，这就是 “反射声”。
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A．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A．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，功率谱具有明显的非平坦性，对于给定的频段而言，存在相应的冗余。
B．语言特有的短时功率谱密度:语音信号在某些频率上会出现峰值，而在另一些频率上出现谷值，这些共振峰频率具有较大的能量，由它们决定了不同的语音特征，整个语言的功率谱以基音频率为基础，形成了向高次谐波递减的结构。
1.3 听觉冗余根据分析人耳对信号频率、时间等方面具有有限分辨能力而设计的心理声学模型，将通过听觉领悟信息的复杂过程，包括接受信息，识别判断和理解信号内容等几个层次的心理活动，形成相应的连觉和意境，由此构成声音信息集合中的所以数据，并非对人耳辨别声音的强度、音调、方位都产生作用，形成听觉冗余，由听觉冗余引出了降低数据率，实现更高效率的数字音频传输的可能。
音频数字信号处理的基础知识
音频数字信号处理的基础知识在日常生活中，我们经常听到各种各样的声音，如音乐、对话、电影等等。
但是，我们是否知道这些声音是如何被录制、保存、处理和播放的呢？这就涉及到了音频数字信号处理的基础知识。
一、什么是音频数字信号所谓音频数字信号，是指将声音通过麦克风等转换成模拟信号之后，再经过模数转换器（ADC）将其转换成数字信号的过程。
数字信号是由一系列离散的数值组成的，这些数值通常是在一定时间内采样的模拟信号的振幅值。
二、音频数字信号的采样率在音频数字信号处理中，采样率是一个非常重要的参数。
它指的是在单位时间内对模拟信号的采样次数。
通常采样率的单位是Hz，即每秒采样的次数。
采样率的选择取决于所需的音频质量。
从理论上讲，采样率越高，数字信号的表现就越接近原始模拟信号。
然而，过高的采样率会占用更多的存储空间，增加处理负担，从而影响系统的性能。
在实际应用中，CD音质的标准采样率是44.1kHz，而更高的采样率通常为88.2kHz或96kHz。
三、音频数字信号的量化位数音频数字信号的采样率是决定音频质量的一个因素，而量化位数是另一个因素。
量化位数指的是每个采样值的二进制位数。
采样值的最大范围是根据量化位数来计算的。
对于 CD 质量的音频，量化位数通常是 16 位。
通过将标准的音频模拟信号采样成 16 位的数字信号，即可将模拟信号转换为数字信号。
四、数字信号处理音频数字信号处理是一种将数字信号进行编辑、修整、过滤和增强的技术。
它有许多常见的应用，如噪声降低、均衡、失真修正、混响效果等等。
数字信号处理通常是通过计算机硬件或软件实现的。
在数字信号处理中，最常见的算法是傅里叶变换。
傅里叶变换是一种将信号从时域转换到频域的数学方法。
通过傅里叶变换，可以将音频信号分解成不同的频率分量，以便更好地理解和处理音频信号。
另一个常见的数字信号处理技术是滤波。
通过不同类型的滤波器，可以增加、减少或改变信号的特定频率分量。
高通滤波器可以帮助消除低频噪音，而低通滤波器则可以过滤高频噪音。
数字音频媒体技术的基本知识
用于数字音频处理、编辑和混音等的专业软件工具。
音频剪辑与拼接技术
音频剪辑
将音频文件剪切成多个片 段，并对其进行调整、修 饰和拼接。
音频文件格式转换
将不同格式的音频文件进 行转换，以适应不同的应 用需求。
音频拼接
将多个音频片段拼接成一 个完整的音频作品，以达 到特定的效果或风格。
音频效果处理技术
位深度
每个采样点的数据量表示 了声音的音量和动态范围 ，位深度越高，音质越好 。
量化精度
量化精度决定了声音信号 的动态范围和精度，量化 精度越高，音质越好。
常用数字音频编码标准与格式
PCM编码
最基础的数字音频编码方式，将采样后的声 音信号进行量化编码。
MP3编码
一种有损压缩编码，通过去除声音信号中的 冗余信息来减小文件大小。
网络应用
数字音频媒体技术在电影音效设计和游戏 声音表现方面发挥了重要作用，提升了观 影和游戏的体验。
互联网技术的发展为数字音频媒体技术的 广泛应用提供了平台，技术
音频编码的基本原理
01
02
03
采样率
数字音频是通过采样获取 的声音信号，采样率越高 ，音质越好。
性能指标
包括信噪比、动态范围、失真度等。这些指标直接影响音质 效果，其中信噪比越高、失真度越小，音质就越好。
音频输出设备与音质评价
音频输出设备
主要包括扬声器和耳机。扬声器的音质评价主要考虑低频响应、中频响应、高频 响应、立体声效果等；耳机的音质评价则要考虑清晰度、音色、空间感等。
音质评价
主要从清晰度、音色、空间感三个方面进行。清晰度是指声音的细节表现能力； 音色是指声音的色彩和质感；空间感是指听者对音源位置的感知。
制作数字音频和视频的基础知识
制作数字音频和视频的基础知识数字化技术已经深刻影响了我们的生活，其中数字音频和视频是我们生活中不可或缺的元素。
今天，我们将会介绍数字音频和视频的基础知识，让您更好地了解这方面的技术和方法。
一、数字音频数字音频是指将音频信号转换成数字信号后的音频数据。
它是数字化音乐的基础，也是现代音频技术的基石。
数字音频通常使用脉冲编码调制（PCM）技术将模拟信号转换成数字信号。
PCM码流包括采样率、量化精度和通道数等信息，其中采样率和量化精度是影响音频质量的两个重要因素。
采样率是指每秒钟采样的次数，它的单位是赫兹。
在数字音频中，越高的采样率能捕捉到更多的音频细节和动态范围，但也需要更大的存储空间和处理能力。
CD音质的采样率为44.1kHz，而高保真音乐采样率通常为96kHz或更高。
量化精度是指每个采样点的精确度，它的单位是比特。
通常的采样率为16位和24位，前者能提供128倍的动态范围，而后者则更适合高保真音乐制作。
量化精度越高，越接近原始音频信号，音质也会更好，但它也需要更大的存储空间。
通道数是指音频信号的处理通道数，比如单声道、立体声和环绕声等。
不同的通道数会给人们带来不同的听觉体验。
立体声的通道数为2，而环绕声则至少需要6个通道。
在数字音频的制作过程中，通过音频编辑软件可以对音频进行编辑和处理，比如提高音量、降噪、均衡和混响等。
此外，也可以使用各种音频特效和音频插件来实现更加丰富的声音效果。
二、数字视频数字视频是指以数字方式录制和编辑的视频信号。
当我们观看电影、电视或网络视频时，看到的影像就是数字视频。
数字视频的基本结构是一系列图像帧，这些图像帧以特定的帧率播放来形成连续的视频信号。
数字视频的品质除了受到视频拍摄设备和视频编辑软件的影响之外，还有一个重要因素就是像素。
像素是组成数字图片和视频的最小单位，它表示图像中的一个点，像素其实就是设备在观察物体时所取得的光感信息。
像素越多，能显示的细节和清晰度就越高。
第2章 数字音频技术基础
（1）声调（Pitch，音调） （2）响度（Loundness）
① 声压 ② 声强（SPL，Sound Pressure Level）
（3）音色（Timbre）
图2-5 声强与声压的关系
当频率发生变化时，人们听到的音调 会有变化。
例如频率为1 000Hz、声压级为40dB 的声音，变化3Hz就能觉察出来，当频率 超过1 000Hz、声压超过40dB时，人耳能 觉察到的相对频率变化范围（Δf/f）约为 0.003。听觉灵敏度还与年龄有关。
研究结果表明：对于纯音，人耳能分 辨出280个声压层次和1 400个频率层次。
第2章 数字音频技术基础
2.1
声学原理
2.2
声音数字化
2.3
数字音频的主要性能参数
2.4
数字音频文件的常见格式
学习目标
知识目标：了解声学的基本原理，了解 数字音频的主要性能参数，掌握声音数字 化的实现方法，掌握与数字音频相关的基 本概念，熟悉数字音频文件的常见格式， 为学好数字音频设备打好基础。
在测试环境中，听众坐在具有同样构
造的两个扬声器前面，尽管两扬声器的声 音幅度相同，但听者定位右边扬声器的声 音更强，这是因为左边扬声器传输有接近 15ms的时延。
当时延超过50ms时，听众感知到来自 左边和右边扬声器两个不同声音事件。
为弥补这一延时产生的影响，需增加 该延时声道的幅度。
设计立体声设备和指导放声布局及聆 听方法时应充分考虑这一点。
技能目标：正确拆装CD机芯，了解CD唱 机的基本结构，掌握CD电路的工作原理。
典型设备：CD机
图2-1 CD唱机外形结构
第三章 数字音频技术基础
第三章 数字音频技术基础
17
3.2 音频数字化 3.2.2音频的数字化过程
• 音频数字化过程的具体步骤包括： • 第一步，将麦克风转化过来的模拟电信号以某一频率进行离散化的样本
采集，这个过程就叫采样； • 第二步，将采集到的样本电压或电流值进行等级量化处理，这个过程就
第三章 数字音频技术基础
7
3.1 音频技术及特性 3.1.2模拟音频记录设备
• 由干音频技术的迅猛发展，不论从机型的繁衍、结构和改进、功能的扩 展、性能的提高诸多方面都取得了瞩目的进步.
• 上述材料中显示了传统音频记录技术的演变历史，从记录介质上看历经 了石蜡（锡箔）记录、钢丝记录、磁带记录；从技术手段上来看经历了 机械记录和磁性记录，从外形上面来看录音设备由原来的开放式结构变 成后来的封闭式的设备（盒式）。
• 例如：用44.1kHz、16bit来进行立体声（即两个声道）采样（标准的 CD音质），录制（或采集）3分钟的音频，那么在该未经压缩的声音数 据文件的大小为：
• 一秒钟内采样44.1×1000次，每次的数据量是16×2＝32bit（因为立 体声是两个声道），那么3分钟的总共数据量是44100×32×60×3= 254016000（bit），换算成计算机中的常用单位(Byte)，总共数据量 是254016000/8/1024/1024= 30.28MByte。
可分等级越多，音质越好。 • 音频流码率：数字化后，单位时间内音频数据的比特容量，流码率越大
音质越好。 • 以上三个方面的指标中，前面两个指标是绝对指标，而音频流码率是一
个相对指标，可以间接用来考察音频的质量。
第三章 数字音频技术基础
数字音频基础知识
数字音频基础知识数字音频是通过数字化处理的音频信号。
它在现代音频行业中扮演了重要的角色，广泛应用于音乐制作、电视广播、电影制作、游戏开发等领域。
本文将介绍数字音频的基础知识，包括采样率、比特率、音频文件格式以及数字音频的应用。
一、采样率采样率是指单位时间内对音频信号进行采样的频率。
它以赫兹（Hz）为单位，表示每秒对音频信号进行多少次采样。
采样率越高，音频的还原质量越高，但同时也会增加文件大小。
常见的采样率有44.1kHz和48kHz，其中44.1kHz是CD音质的标准采样率。
二、比特率比特率是指单位时间内对音频信号进行编码的位数。
它以千比特每秒（kbps）或兆比特每秒（Mbps）为单位，表示单位时间内传输或存储的音频数据量。
比特率越高，音频的质量越高，但同时也会增加文件大小。
常见的比特率有128kbps和320kbps，其中128kbps是MP3音质的标准比特率。
三、音频文件格式音频文件格式是指存储音频数据的文件格式。
不同的文件格式对音频的存储方式和编码方式有所差异。
常见的音频文件格式包括WAV、MP3、AAC、FLAC等。
其中，WAV是无损音频格式，可以保持音频的原始质量；MP3是有损音频格式，通过压缩音频数据来减小文件大小；AAC是一种高级音频编码格式，具有更高的压缩比和更好的音质；FLAC是一种无损音频压缩格式，可以压缩音频文件大小而不损失音质。
四、数字音频的应用数字音频在各个领域都有广泛的应用。
在音乐制作领域，数字音频技术使得音乐制作过程更加便捷高效，同时保证了音质的高保真度。
在电视广播和电影制作领域，数字音频技术可以实现多声道环绕音效，提升观众的沉浸感。
在游戏开发领域，数字音频技术可以为游戏增添真实感和交互性，提升游戏的娱乐性和体验度。
此外，数字音频还应用于语音识别、语音合成、语音传输等领域。
结语：数字音频是现代音频行业不可或缺的一部分。
了解数字音频的基础知识对于从事音频相关领域的人士至关重要。
- 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)。
• 两者与音质还原的关系是：采样频率越 高，量化深度越大，声音质量越好。
数字音视频技术
2020/11/19
13
1.1.2音频的数字化过程
• 横坐标是时间轴（采样频率），纵坐标是幅度 值（量化分辨率），曲线代表的是模拟信号对 应的波动曲线，带颜色的方格是采样量化后的 所得结果。
数字音视频技术
采样量化
2020/11/19
14
1.1.2音频的数字化过程
• 由图中可以得知，当频率越小（时间间 隔越短），量化深度（量化分辨率）越 大，二者的轮廓越吻合，这也说明数字 化的信号能更好的保持模拟音频信号的 形状，有利于保持原始声音的真实情况。
数字音视频技术
2020/11/19
15
1.1.2音频的数字化过程
• 振幅是指发声物体在振动时偏离中心位置的幅度，代 表发声物体振动时动势能的大小。振幅是由物体振动 时所产生的声音的能量或声波压力的大小所决定的。 声能或声压愈大，引起人耳主观感觉到的响度也愈大。
• 音色是指声音的纯度，它由声波的波形形状所决定。 即使某种声音它们的振动和频率都一样，也就是说它 们的音调高低，声音强弱都相同，但它们的波形不一 样，所以听起来就会有明显的区别。
• 音频数字化一般经过三个阶段“采样——量 化——编码”。
数字音视频技术
2020/11/19
11
1.1.2音频的数字化过程
音频数字化过程的具体步骤包括：
第一步，将麦克风转化过来的模拟电信号以某一频率进 行离散化的样本采集，这个过程就叫采样；
第二步，将采集到的样本电压或电流值进行等级量化处 理，这个过程就是量化；
–按照声音的来源以及作用来看，可分为人声、乐音 和响音。人声包括人物的独白、对白、旁白、歌声、 啼笑，感叹等；乐音也可成为音乐，是指人类通过 相关乐器演奏出来的声音，如影视作品中的背景声 音，一般起着渲染气氛的作用；响音是指除语言和 音乐之外电影中所有声音的统称，如动作音响 、 自然音响、 背景音响 、机械音响、特殊音响。
• 在数字音频的衡量指标中，采样频率的单位是 HZ，量化深度一般用比特（Bit）来度量。例 如：某一音频的数字化指标是44.1kHZ，8个比 特位。那么这里的44.1kHZ比较容易理解，但8 比特位并不是说把某一单位的电压（电流）值 成8份，而是分成28＝256份；同理16位是把纵 坐标分成216＝65536份。
数字音视频技术
2020/11/19
9
1.1.2数字音频
• 数字音频是指用一连串二进制数据来保存的声 音信号。
数字音视频技术
2020/11/19
10
1.1.2音频的数字化过程
• 数字化的音频信号两种途径：
–第一种途径就是将现场声源的模拟信号或已存储的 模拟声音信号通过某种方法转换成数字音频；
–第二种途径就是在数字化设备中创作出数字音频， 比如电子作曲。
1.4 数字音频的格式以及转换
1.4.1 常见的数字音频格式 1.4.2 不同音频格式间的转换 1.4.3 音频格式转换应用实例
1.5 数字音频编辑软件
数字音视频技术
2020/11/19
1
1.1数字音频基础
2.1.1音频的概念及特性
• 物理学上，声音被看成一种波动的能量，即声 波。同时在物理学上，一般用声音的三个基本 特性来描述声音，即频率、振幅和波形。
• 通常情况下，在音频数字化的过程中，设置的 采集频率可已选择三种：32kHz、44kHz、 48kHz。特别是在CD制作过程中，一般的采样 频率是44.1kHz，那么为什么会设置这三个档 次呢？
数字音视频技术
2020/11/19
16
1.1.2音频的数字化过程
• 如图，上半部分表示原始音频的波形；下半部 分表示录制后的波形；红色的点表示采样点。
数字音视频技术
2020/11/19
6
数字音视频技术
2020/11/19
7
数字音视频技术
2020/11/19
8
1.1.2 音频数字化
• 模拟音频信号。一般，模拟信号在时间 或者空间维度上可以无限制的细分下去。 模拟信号最大的特点就是它是一种连续 的不间断的信号。
• 对音频模拟信号进行处理时，一般采用 模拟的技术手段。电器元件是将连续的 原始信号的变化形式原封不动的传递给 下一单元，这就是模拟的处理方式。
数字音视频技术
采样频率对波形的影响
2020/11/19
17
1.1.2音频的数字化过程
• 上下波形之所以不吻合，是因为采样点不够多， 或是采样频率不够高。这种情况关于合理的采 样频率这一问题在Nyquist（奈奎斯特）定理 中早已有明确的答案：要想不产生低频失真， 则采样频率至少是录制的最高频率的两倍（上 图中，采样频率只是录制频率的4/3倍）。这 个频率通常称作Nyquist极限。 ，称之为低频 失真。
数字音视频技术
2020/11/19
4
1.1.1音频的概念及特性
数字音视频技术
2020/11/19
5
1.1.1音频的概念及特性
• 声音的分类
–按照人耳可听到的频率范围，声音可分为超声、次 声和正常声。人耳可感受声音频率的范围介于20～ 20000赫兹间。声音高于20000赫兹为超声波，低于 20赫兹为次声波。
第三步将等级值变换成对应的二进制表示值（0和1）， 并进行存储，这个过程就是“编码”。
通过这三个环节，连续的模拟音频信号即可转换成离散 的数字信号——二进制的0和1。
数字音视频技术
2020/11/19
12
1.1.2音频的数字化过程
• 数字化过程两个指标：
–一是量化深度，也可称之为量化分辨率，是 指单位电压值和电流值之间的可分等级数；
第1章 数字音频基础
• 1.1数字音频基础
1.1.1 音频的概念以及特征 1.1.2 音频数字化
1.2 音频的处理设备
1.2.1 模拟音频处理设备 1.2.2 数字音频处理设备
1.3 数字音频的获取
1.3.1 使用录音笔录音 1.3.2 在计算机录音工作室中录音 1.3.3 从Internet上搜索和下载
• 生理学上，声音是指声波作用于听觉器官所引 起的一种主观感觉。如响度、音调、音色和音 长等。
数字音视频技术
2020/11/19Fra bibliotek2数字音视频技术
2020/11/19
3
1.1.1音频的概念及特性
• 在物理学上声音的三个基本特性：频率、振幅和波形， 对应到人耳的主观感觉就是音调、响度和音色。
• 所谓频率即发声物体在振动时，单位时间内的振动的 次数，单位为赫兹（HZ）。