多媒体技术数字音频基础PPT课件
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)
多媒体技术介绍课件ppt课件ppt课件
ABCD
音频编辑
对采集的音频进行剪辑、降噪、混响、均衡等处 理，以达到所需的效果。
数据整合
将获取的数据进行筛选、分类、整合，以生成所 需的多媒体内容。
存储与播放
存储管理
01
采用高效的数据存储和管理技术，确保多媒体数据的安全性和
可靠性。
媒体格式转换
02
将多媒体数据从一种格式转换为另一种格式，以适应不同的应
大数据技术可以对多媒体内容进行深度分析和挖掘，发现 有价值的信息和趋势，为内容创作和推广提供有力支持。
视频采集
将连续的图像和声音采集设备中，生 成连续的动态画面和声音。
数据获取
从数据库、文件、网络等来源获取多 媒体数据，包括文本、图片、音频、 视频等形式。
编辑与制作
图像编辑
对采集的图像进行裁剪、调整亮度、对比度、色 彩平衡等操作，以实现美化和优化。
视频编辑
将多个视频片段进行拼接、转场效果添加、字幕 添加等操作，制作出完整的视频作品。
视频处理软件
总结词
视频处理软件用于视频剪辑、特效添加和后期制作，如Final Cut Pro、Adobe Premiere Pro等。
详细描述
视频处理软件支持视频剪辑、转场效果、字幕添加等功能，还提供了丰富的特效插件和调色工具，方 便用户制作出专业级的视频作品。
动画制作软件
总结词
动画制作软件用于创建二维或三维动画 ，如Flash、Animate、Maya等。
包括字体、字号、颜色、排版等，这些因素都 会影响文本的易读性和视觉效果。
文本的输入方式
可以通过键盘、手写、语音识别等方式输入文本。
图像
01
02
03
图像
多媒体技术之音频信息的获取与处理PPT课件( 75张)
则可由 x(nT) 完全确定 x(t)。 当 fN = 1/(2T) 时，称 fN 为奈奎斯特频率
常用音频采样率：8kHz、11.025kHz、16kHz、22.05kHz、44.1kHz 及 48kHz
2.2.2 数字音频获取
● 量化
量化概念
通过采样得到的表示声音强弱的函数 x(nT) 是连续的，为把 x(nT) 存入计 算机，就必须将采样值离散化，即量化成一个有限个幅度值的集合 x(nT)
多媒体技术及其应用
第二章 音频信息的获取与处理
● 主要知识点
2.1声音概述 2.2数字化音频 2.3音乐合成与 MIDI 2.4音频卡 2.5数字音频压缩标准
2.1.1 声音定义 ● 声音概念 ● 声音特性
2.1.2 声音基本特点 ● 声音传播 ● 声音频率 ● 声音传播方向 ● 声音三要素 ● 声音连续、相关及
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
2.2 数字化音频
转换
模拟信号
数字信号
音频数字化需要考虑的问题
采样、量化、编码
模 拟 信 号 的 数 字 化 过 程
100101100011101
音频信号处理过程流程
音
频采
开信 样
始
号 频
频 率
率
采 样
量 化
保 存 为 声 音 文 件
周期
用声音录制软件记录的英文单词“Hello”的语音 实际波形
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 人耳感觉到这种传播过来的振动，反映到大脑，就意味听到声音 声音在不同的介质中传播，其传播速度和衰减速率都是不一样的
常用音频采样率：8kHz、11.025kHz、16kHz、22.05kHz、44.1kHz 及 48kHz
2.2.2 数字音频获取
● 量化
量化概念
通过采样得到的表示声音强弱的函数 x(nT) 是连续的，为把 x(nT) 存入计 算机，就必须将采样值离散化，即量化成一个有限个幅度值的集合 x(nT)
多媒体技术及其应用
第二章 音频信息的获取与处理
● 主要知识点
2.1声音概述 2.2数字化音频 2.3音乐合成与 MIDI 2.4音频卡 2.5数字音频压缩标准
2.1.1 声音定义 ● 声音概念 ● 声音特性
2.1.2 声音基本特点 ● 声音传播 ● 声音频率 ● 声音传播方向 ● 声音三要素 ● 声音连续、相关及
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
2.2 数字化音频
转换
模拟信号
数字信号
音频数字化需要考虑的问题
采样、量化、编码
模 拟 信 号 的 数 字 化 过 程
100101100011101
音频信号处理过程流程
音
频采
开信 样
始
号 频
频 率
率
采 样
量 化
保 存 为 声 音 文 件
周期
用声音录制软件记录的英文单词“Hello”的语音 实际波形
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 人耳感觉到这种传播过来的振动，反映到大脑，就意味听到声音 声音在不同的介质中传播，其传播速度和衰减速率都是不一样的
[课件]第1章 数字音频基础PPT
![[课件]第1章 数字音频基础PPT](https://img.taocdn.com/s3/m/85b32d1210661ed9ad51f3c7.png)
数字音视频技术
2018/12/15
15
1.1.2音频的数字化过程
• 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。 • 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？
• 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
2018/12/15
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； 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
2018/12/15
18
1.2音频的处理设备
1.2.1 模拟音频处理设备
在对声音进行处理的过程中，除了对 声音进行记录之外，还需要对声音进行 一些其它方面的调整。如对声音进行音 调的调节、多声音混合、高中低音的调 整，还有诸如原始声波信号的拾取等等 问题。这就会涉及到一些其它的音频处 理设备。
第1章 数字音频基础
数字音视频技术
1.1数字音频基础
《多媒体技术基础》PPT课件
8.2.4 数据压缩技术
数字化了的视频和音频信号的数量之大是非常惊人的。 带来的问题
占用存储容量 降低通信干线的信道传输率 影响计算机的处理速度和播放效果 问题的解决：数据压缩 数据压缩：一般可以分为有损压缩和无损压缩两种。
数据压缩技术的性能指标
① 压缩比:指输入数据和输出数据比。 ② 图像质量：对于有损压缩，失真情况很 难量化，只能对测试的图像进行估计。而无损压缩 不存在这一问题。 ③ 压缩／解压速度：在静态图像中，对压 缩速度的要求没有对解压速度的要求严格；在动态 图像中，压缩、解压速度都有要求，因为需实时地 从摄像机或其他设备中抓取动态视频。 ④ 硬软件系统：有些压缩／解压工作可用 软件实现，在设计系统时必须充分考虑如下两个因 素：比较复杂的算法，压缩或解压过程比较长；比 较简单算法，压缩比和压缩效果比较差。
2.常用图像文件格式
•BMP和DIB格式文件 设备无关的位图格式文件，Windows环境中经常使用.
•GIF格式文件 Internet上的重要文件格式之一，最大不超过64 KB， 256色以内，压缩比较高，与设备无关。
•JPEG格式文件（.JPG） 利用JPEG方法压缩, Internet上重要文件格式之一， 适用于处理256色以上、大幅面图像。
例1分钟的数字视频容量
分辨率
采样深度 帧/秒
640×480 ×3 ×30 ×60 =1 658 880 000字节
时间
常用视频文件格式
•AVI（Audio-Video Interleaved）文件 将视频与音频信息交错地保存在一个文件中，较好地解决了音频 与视频的同步问题，已成为Windows视频标准格式文件。 •MOV文件 利用它可以合成视频、音频、动画、静止图像等多种素材。 •MPG(.mpg)文件 是按照MPEG标准压缩的全屏视频的标准文件。 •DAT文件 是VCD专用的格式文件，文件结构与MPG文件格式基本相同。
多媒体技术020音频处理基础PPT课件
其直观结果是频谱发生混叠，声音听起来发闷。
与其选择宽带音频，不如选择窄带音频效果好。
11KHz 16 bits
6KHz 16 bit
6KHz 16 bit 3KHz Cutoff 10
抽样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
8
第二节 音频编码算法
抽样与混叠
9
抽样与混叠
若抽样频率小于fN ，离散信号x(nT) 不能唯一地确定x(t) 。
这时离散信号频谱XT ( f ) 是连续信号频谱折叠而成，即
XT ( f ) X( f
m)
X( f
T
m
2 fcm)
X( f ) 是一个周期函数，周期为2fc ，
XT ( f ) 仍是一个周期函数，只是由X( f ) 分段叠加而成。
17
特征计算、短时处理
如何计算其平均幅度? 设音频信号抽样频率为10KHz，设矩形窗的窗长为
100点，
18
特征计算、短时处理
窗函数对短时处理的影响：
加窗处理等于对语音特性进行了低通滤波： • 矩形窗的截止频率：Fc=Fs/N • 哈明窗的截止频率：Fch=2Fs/N
– 窗长的影响 – 窗特性的影响
或
fc
1 2T
则可以由x(nT) 完全确定频谱X( f ) :
X( f ) T x(nT)ej2fnT n
可由离散信号x(nT) 完全确定连续信号x(t) :
x(t)
n
x(nT)
sin (t nT) T
(t nT)
T
抽样得到离散信号
5
连续/离散 周期/非周期
多媒体技术基础知识概述PPT公开课(36页)
• 扫描仪 3D图形应用程序接口API
4mm，采用7针的接口，没有读写保护开关 1394卡 非线性编辑卡
• 数码相机 60Hz、80Hz和120Hz等
分辨率、存储能力及存储介质、LCD（液晶显示屏）、连拍速度、接口方式、镜头结构 现有的HD DVD产品单层可以达到18GB 存贮模块与控制器做在了一起 主要应用于数码相机、手机和一些PDA产品上 模拟视频、数字视频 常用艺术字和三维字的制作 常用艺术字和三维字的制作 7 常用存储卡的规格、特性和使用 7mm大小，重量仅为3g CD－ROM驱动器(RW) 滚筒式扫描仪、平板式扫描仪、手持式扫描仪、胶片式扫描仪、底片扫描仪
第二章 多媒体技术基础
• 文字素材的采集、制作和保存 • 音频素材及相关硬件 • 视频素材及相关硬件 • 图像素材及相关硬件 • 常见计算机接口 • 其他多媒体部件 • 常用存储卡的规格、特性和使用
2.1 文字素材的采集、制作和保存
• 扫描输入 • 手写输入 • 语音输入 • 文字素材的制作和保存
• 数字视频标准 CF卡重量只有14g，其外形尺寸为：43mm×36mm×3.
CD-ROM的基本原理 7 常用存储卡的规格、特性和使用
xD图像卡是富士和奥林巴斯开发的SM卡的后续产品
• 数字视频数据格式 滚筒式扫描仪、平板式扫描仪、手持式扫描仪、胶片式扫描仪、底片扫描仪
存贮模块与控制器做在了一起
3 视频素材及相关硬件
文字素材的制作和保存
• 多媒体软件中的文字编辑与排版 • 常用艺术字和三维字的制作
字体格式 字体定位 字体选择 字体的大小 字体的颜色
中国人民大学信
2.2 音频素材及相关硬件
• 音频的基本概念 • 数字音频基础 • 多媒体声卡
4mm，采用7针的接口，没有读写保护开关 1394卡 非线性编辑卡
• 数码相机 60Hz、80Hz和120Hz等
分辨率、存储能力及存储介质、LCD（液晶显示屏）、连拍速度、接口方式、镜头结构 现有的HD DVD产品单层可以达到18GB 存贮模块与控制器做在了一起 主要应用于数码相机、手机和一些PDA产品上 模拟视频、数字视频 常用艺术字和三维字的制作 常用艺术字和三维字的制作 7 常用存储卡的规格、特性和使用 7mm大小，重量仅为3g CD－ROM驱动器(RW) 滚筒式扫描仪、平板式扫描仪、手持式扫描仪、胶片式扫描仪、底片扫描仪
第二章 多媒体技术基础
• 文字素材的采集、制作和保存 • 音频素材及相关硬件 • 视频素材及相关硬件 • 图像素材及相关硬件 • 常见计算机接口 • 其他多媒体部件 • 常用存储卡的规格、特性和使用
2.1 文字素材的采集、制作和保存
• 扫描输入 • 手写输入 • 语音输入 • 文字素材的制作和保存
• 数字视频标准 CF卡重量只有14g，其外形尺寸为：43mm×36mm×3.
CD-ROM的基本原理 7 常用存储卡的规格、特性和使用
xD图像卡是富士和奥林巴斯开发的SM卡的后续产品
• 数字视频数据格式 滚筒式扫描仪、平板式扫描仪、手持式扫描仪、胶片式扫描仪、底片扫描仪
存贮模块与控制器做在了一起
3 视频素材及相关硬件
文字素材的制作和保存
• 多媒体软件中的文字编辑与排版 • 常用艺术字和三维字的制作
字体格式 字体定位 字体选择 字体的大小 字体的颜色
中国人民大学信
2.2 音频素材及相关硬件
• 音频的基本概念 • 数字音频基础 • 多媒体声卡
多媒体技术基础与实验教程3PPT课件
.
3
听域—频率曲线
在“听阈-频率”曲线和“痛阈-频率”曲线之间的区域就是人耳的听觉范围。
.
4
音调
音调（Pitch）是指人耳对不同频率声音的一种主观感受。人们定义 一个高于听阈40dB、频率为1kHz的纯音的音调为1000Mel，这里Mel是 音调的度量单位。
响度和响度级
响度（Loudness）是人耳感受声音强弱的主观感觉程度，这种感觉与音强、 频率和波形都有关系，其度量单位为Sone，定义一个高于听阈40dB、频率为 1kHz的纯音的响度为1Sone。
2）通过临界频带分析得到掩蔽阈值，然后对信号进行噪音类和纯音类 判决，最后将绝对听阈考虑进来。
.
13
声强为60dB、频率不同的纯音的掩蔽效应
.
11
异时掩蔽
异时掩蔽（Nonsimultaneous Masking）又称时域掩蔽，是指掩蔽效应发生 在掩蔽声与被掩蔽声不同时出现的情况下。此时出现的一个强音频信号可以 掩蔽到之前若干时间和之后若干时间的音频信号的感知，即导前掩蔽或滞后 掩蔽。而对之前音频信号的掩蔽效应衰减的很快，大概只能掩蔽到几毫秒， 而对之后音频信号的掩蔽可以持续到最长200ms的时间。
横坐标是频率，表示人所能听到 的声音的频率范围
纵坐标是声压级，表示所有低于 门限的声音信号人类一般听不到
绝对听觉门限曲线
.பைடு நூலகம்
7
1Barkf/100
临界频带
临界频带（Critical Band）是指一个纯音可以被以它 为中心频率，并且具有一定频带宽度的连续噪声所掩蔽，在 这一频带内噪声功率等于该纯音的功率。这使该纯音处于刚 能被听到的临界状态，即称这一带宽为临界频带宽度。临界 频带的单位叫Bark(巴克)。
- 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)。
– 音调（在音乐上音调叫音高）人耳对声音调子高 低的主观感觉取决于声音频率，频率越高，音调 也越高，音调与频率成对数关系，频率增加一倍， 增加一个倍频程，音乐上叫提高了八度
– 音色 由声音的波形或它的频谱结构决定，它是个 复杂感觉，无法定量表示
6
信号的获取
话 筒 放 大
滤 波
采 样 保 持 A /D
接 口 微 机
采 样 脉 冲
• 获取法：利用声音获取硬件得到声源发生的声 音
• 合成法：通过一种专门定义的语音去驱动一台
预制的语音或音乐合成器。
• 多媒体计算机中三类声音：
①语音②音乐③效果声（sound effects）如刮风、下雨
等
7
音频信号的处理
A/D转换后进行数据压缩
存储或传输
硬件（DSP）
采样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 21
抽样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 22
称之为抽样。该时间间隔称为抽样周期(其倒数
称为采样频率)。
13
音频数字化
14
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
采样
采样——将连续的声波信号x(t)按一定的 时间间隔（T）取值，得到离散的信号序 列x(nT)
T——采样周期 1/T——采样频率 x(nT)——离散信号序列
16
采样定理
采样定理——当连续信号 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，T≤1/2fc 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fN=1/2T时，称fN为奈魁斯特频率。 fc——信号的高端截止频率。
模拟音频
• 声音——机械振动在弹性介质中传播的 机械波。振动越强，声音越大。
• 模拟音频——将机械波转换成电信号记 录在介质中。播放时再将电信号还原。 以模拟电压的形式表示声音的强弱。幅 度越大，声音越强。
11
数字音频
• 数字音频——声音信号以一系列数字的 形式表示。在数字音频中，数字声音是 一个数据序列。它是由模拟声音经采样、 量化和编码后得到的，各种数字以不同 的命令体现。
软件
8
音频信号的回放
微 机
接 口
D /A
滤 波 压 放 功 放 音 箱
压 放
功 放
功 放
作 用 ： 压 D 放 A过 程 放 中 会 引 入 量 化 噪 声
功 放
放
功 放
9
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
B是每个样值的比特数（比特/抽样）
23
量化过程
量化抽样的过程：先将整个幅度划分成为有限个小幅度 (量化阶距) 的集合，把落入某
个阶距内的样值归为一类，并赋予相同的量化值。
如果量化值是均匀分布的，我们称之为均匀量化。设△为量化阶距，量化器的最大范
围是 Xmax，则：
2 X max 2B
对于小于 (i 1 ) ，而大于 (i 1 ) 的样值，
17
采样频率
常用的音频采样率有： 8kHz、11.025kHz、22.05kHz、 16kHz、 37.8kHz、44.1kHz、 48kHz。
18
采样与混叠
若采样频率小于fN ，离散信号xnT)不能唯一地确定x(t)。这时
离散信号频谱是连续信号频谱折叠而成，即
m
X T(f)m X (fT)m X (f2fcm )
12
音频数字化
把模拟音频信号转换成有限个数字表示的
离散序列，即实现音频数字化。它涉及到音频 的抽样、量化和编码。
在数字音频中，用数字来表示音频幅度时，
只能把无穷多个电压幅度用有限个数字表示。
即把某一幅度范围内的电压用一个数字表示， 这称之为量化。
当把模拟声音变成数字声音时，每隔一个
时间间隔在摸拟声音波形上取一个幅度值，这
X(f)是一个周期函数，周期位2fc， XT(f)仍是一个周期函数，只是由X(f)分段叠加而成。
其直观结果是频谱发生混叠，声音听起来发闷。
19
采样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 20
媒体技术中的应用成原理及其分类。
2
第2章 音频信息的获取和处理
2.1 数字音频基础 2.2 音频卡的工作原理 2.3 音频编码基础和标准 2.4 音频合成和MIDI规范
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
常见到的音频信号
• 电话音频，调幅，调频无线电广播，高 保真立体声音频，通常用带宽来衡量其 音质
数字激光唱盘(CD)
FM AM
电话
10 20 50 200
Байду номын сангаас
3400 7K 15K 20K 5
音频信号的属性
音频信号有三种属性——音调、音色、音幅 （音强）
– 响度：人耳对声音强度与频率的主观感觉，与声 强（音量）不同，声强是一个客观物理量，表示 声波在单位时间内通过单位面积的声能量。
第2章 音频信息的获取和处理
本章要点
1．数字化音频的获取与处理基本概念，模拟音 频与数字音频的区别。数字音频采样和量化的 基本原理，以及数字音频的文件格式和音频信 号的特点。
2．音频卡的工作原理、功能和分类。 3．音频编码的原理、标准以及编码解码的基本
方法。 4．音乐合成和MIDI的接口规范，以及MIDI在多
量化
为了把抽样序列x(nT)存入计算机，必须将 采样值量化一个有限个幅度值的集合x(nT)，即 将取值连续地采样变成取值离散的采样称为量 化：
– 用二进制数字表示量化后的样值。 – 用B位二进制可以表示2B个不同的量化电平。 – 存储数字音频信号的比特率为：
I=B．fs(b/s) 其中：fs是抽样率（抽样/秒）
– 音色 由声音的波形或它的频谱结构决定，它是个 复杂感觉，无法定量表示
6
信号的获取
话 筒 放 大
滤 波
采 样 保 持 A /D
接 口 微 机
采 样 脉 冲
• 获取法：利用声音获取硬件得到声源发生的声 音
• 合成法：通过一种专门定义的语音去驱动一台
预制的语音或音乐合成器。
• 多媒体计算机中三类声音：
①语音②音乐③效果声（sound effects）如刮风、下雨
等
7
音频信号的处理
A/D转换后进行数据压缩
存储或传输
硬件（DSP）
采样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 21
抽样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 22
称之为抽样。该时间间隔称为抽样周期(其倒数
称为采样频率)。
13
音频数字化
14
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
采样
采样——将连续的声波信号x(t)按一定的 时间间隔（T）取值，得到离散的信号序 列x(nT)
T——采样周期 1/T——采样频率 x(nT)——离散信号序列
16
采样定理
采样定理——当连续信号 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，T≤1/2fc 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fN=1/2T时，称fN为奈魁斯特频率。 fc——信号的高端截止频率。
模拟音频
• 声音——机械振动在弹性介质中传播的 机械波。振动越强，声音越大。
• 模拟音频——将机械波转换成电信号记 录在介质中。播放时再将电信号还原。 以模拟电压的形式表示声音的强弱。幅 度越大，声音越强。
11
数字音频
• 数字音频——声音信号以一系列数字的 形式表示。在数字音频中，数字声音是 一个数据序列。它是由模拟声音经采样、 量化和编码后得到的，各种数字以不同 的命令体现。
软件
8
音频信号的回放
微 机
接 口
D /A
滤 波 压 放 功 放 音 箱
压 放
功 放
功 放
作 用 ： 压 D 放 A过 程 放 中 会 引 入 量 化 噪 声
功 放
放
功 放
9
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
B是每个样值的比特数（比特/抽样）
23
量化过程
量化抽样的过程：先将整个幅度划分成为有限个小幅度 (量化阶距) 的集合，把落入某
个阶距内的样值归为一类，并赋予相同的量化值。
如果量化值是均匀分布的，我们称之为均匀量化。设△为量化阶距，量化器的最大范
围是 Xmax，则：
2 X max 2B
对于小于 (i 1 ) ，而大于 (i 1 ) 的样值，
17
采样频率
常用的音频采样率有： 8kHz、11.025kHz、22.05kHz、 16kHz、 37.8kHz、44.1kHz、 48kHz。
18
采样与混叠
若采样频率小于fN ，离散信号xnT)不能唯一地确定x(t)。这时
离散信号频谱是连续信号频谱折叠而成，即
m
X T(f)m X (fT)m X (f2fcm )
12
音频数字化
把模拟音频信号转换成有限个数字表示的
离散序列，即实现音频数字化。它涉及到音频 的抽样、量化和编码。
在数字音频中，用数字来表示音频幅度时，
只能把无穷多个电压幅度用有限个数字表示。
即把某一幅度范围内的电压用一个数字表示， 这称之为量化。
当把模拟声音变成数字声音时，每隔一个
时间间隔在摸拟声音波形上取一个幅度值，这
X(f)是一个周期函数，周期位2fc， XT(f)仍是一个周期函数，只是由X(f)分段叠加而成。
其直观结果是频谱发生混叠，声音听起来发闷。
19
采样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
0 1 2 3 4 5 6 7 KHz 20
媒体技术中的应用成原理及其分类。
2
第2章 音频信息的获取和处理
2.1 数字音频基础 2.2 音频卡的工作原理 2.3 音频编码基础和标准 2.4 音频合成和MIDI规范
2.1 数字音频基础
1、数字化音频的获取与处理基本概念 2、模拟音频与数字音频的区别 3、数字音频采样和量化的基本原理 4、数字音频的文件格式 5、音频信号的特点。
常见到的音频信号
• 电话音频，调幅，调频无线电广播，高 保真立体声音频，通常用带宽来衡量其 音质
数字激光唱盘(CD)
FM AM
电话
10 20 50 200
Байду номын сангаас
3400 7K 15K 20K 5
音频信号的属性
音频信号有三种属性——音调、音色、音幅 （音强）
– 响度：人耳对声音强度与频率的主观感觉，与声 强（音量）不同，声强是一个客观物理量，表示 声波在单位时间内通过单位面积的声能量。
第2章 音频信息的获取和处理
本章要点
1．数字化音频的获取与处理基本概念，模拟音 频与数字音频的区别。数字音频采样和量化的 基本原理，以及数字音频的文件格式和音频信 号的特点。
2．音频卡的工作原理、功能和分类。 3．音频编码的原理、标准以及编码解码的基本
方法。 4．音乐合成和MIDI的接口规范，以及MIDI在多
量化
为了把抽样序列x(nT)存入计算机，必须将 采样值量化一个有限个幅度值的集合x(nT)，即 将取值连续地采样变成取值离散的采样称为量 化：
– 用二进制数字表示量化后的样值。 – 用B位二进制可以表示2B个不同的量化电平。 – 存储数字音频信号的比特率为：
I=B．fs(b/s) 其中：fs是抽样率（抽样/秒）