音频数字化简单原理

合集下载
  1. 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. 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. 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)。

音频数字化简单原理

[ 2007-3-13 9:41:00 | By: 林俊桂] 从字面上来说,数字化 (Digital) 就是以数字来表示,例如用数字去记录一

张桌子的长宽尺寸,各木料间的角度,这就是一种数字化。跟数位常常一起被提到的字是模拟 ( Analog/Analogue) ,模拟的意思就是用一种相似的东西去表达,例如将桌子用传统相机将三视图拍下来,就是一种模拟的记录方式。

两个概念:

1、分贝(dB):声波振幅的度量单位,非绝对、非线性、对数式度量方式。以人耳所能听到的最静的声音为1dB,那么会造成人耳听觉损伤的最大声音为100dB。人们正常语音交谈大约为20dB。10dB意味着音量放大10倍,而20dB却不是20倍,而是100倍(10的2次方)

2、频率(Hz):人们能感知的声音音高。男性语音为180Hz,女性歌声为600H z,钢琴上 C调至A调间为440Hz,电视机发出人所能听到的声音是17kHz,人耳能够感知的最高声音频率为20kHz。

将音频数字化,其实就是将声音数字化。最常见的方式是透过 PCM(脉冲) 。运作原理如下。首先我们考虑声音经过麦克风,转换成一连串电压变化的信号,如下图所示。这张图的横座标为秒,纵座标为电压大小。要将这样的信号转为 P CM 格式的方法,是先以等时距分割。

我们把分割线与信号图形交叉处的座标位置记录下来,可以得到如下资料,(0.0 1,11.6 5) ,(0.02,14.00) 、 (0.03,16.00) 、 (0.04,17.74) … ..(0.18,15.94) 、 (0.

19 ,17.7) 、 (0.20,20) 。好了,我们现在已经把这个波形以数字记录下来了。由于我们已经知道时间间隔是固定的 0.01 秒,因此我们只要把纵座标记录下来就可以了,得到的结果是 11.65 14.00 16.00 17.74 19.00 19.89 20.34 20.07 19.4 4 18.59 17.47

16.31 15.23 14.43 13.89 13.71 14.49 15.94 17.70 20.00 这一数列。这一串数字就

是将以上信号数字化的结果。看吧,我们确实用数字记录了事物。在以上的范例中,我

们的采样频率是 100Hz(1/0.01 秒 ) 。其实电脑中的 .WAV 档的内容就是类似这个样子

,文件头中记录了采样频率和可容许最大记录振幅,后面就是一连串表示振幅大小的数

字,有正有负。常见CD唱盘是以PCM格式记录,而它的采样频率 (Sample R ate) 是 441

00Hz ,振幅采样精度/数位是 16Bits ,也就是说振幅最小可达 -32768(-2^16/2) ,最

大可达 +32767(2^16/2-1) 。CD唱盘是以螺旋状由内到外储存资料,可以存储7 4分钟的

音乐。CD唱盘的规格为什么是 44.1kHz、16Bits呢?关于 44.1kHz 这个数字的选取分为

两个层面。首先人耳的聆听范围是 20Hz 到 20kHz ,根据 Nyquist s ,理论

上只要用 40kHz 以上的采样频率就可以完整记录 20kHz 以下的信号。那么为什么要用

44.1kHz 这个数字呢?那是因为在 CD 发明前硬盘还很贵,所以主要将数字音频信号储

存媒体是录像带,用黑白来记录 0 与 1 。而当时的录像带格式为每秒 30 张,而一张

图又可以分为 490 条线,每一条线又可以储存三个取样信号,因此每秒有 30*4 90*3=4

4100 个取样点,而为了研发的方便, CD唱盘也继承了这个规格,这就是 44.1 kHz 的由

来。在这里我们可以发现无论使用多么高的采样精度/数位,记录的数字跟实际的信号大

小总是有误差,因此数字化无法完全记录原始信号。我们称这个数字化造成失真称为量

化失真。

数字化的最大好处是资料传输与保存的不易失真。记录的资料只要数字大小不改变,记

录的资料内容就不会改变。如果我们用传统类比的方式记录以上信号,例如使用录音带

表面的磁场强度来表达振幅大小,我们在复制资料时,无论电路设计多么严谨,总是无

法避免杂讯的介入。这些杂讯会变成复制后资料的一部份,造成失真,且复制越多次信

噪比 ( 信号大小与噪音大小的比值 ) 会越来越低,资料的细节也越来越少。如果多次

复制过录音带,对以上的经验应该不陌生。在数字化的世界里,这串数字转换为二进制

,以电压的高低来判读1与0,还可以加上各种检查码,使得出错机率很低,因此在一般

的情况下无论复制多少次,资料的内容都是相同,达到不失真的目的。

那么,数字化的资料如何转换成原来的音频信号呢?在计算机的声卡中一块芯片

叫做 D

AC(Digital to Analog Converter) ,中文称数模转换器。DAC的功能如其名是把数字信

号转换回模拟信号。我们可以把DAC想像成 16 个小电阻,各个电阻值是以二的倍数增大

。当 DAC 接受到来自计算机中的二进制 PCM 信号,遇到 0 时相对应的电阻就开启,遇

到 1 相对应的电阻不作用,如此每一批 16Bits 数字信号都可以转换回相对应的电压大

小。我们可以想像这个电压大小看起来似乎会像阶梯一样一格一格,跟原来平滑的信号

有些差异,因此再输出前还要通过一个低通滤波器,将高次谐波滤除,这样声音就会变

得比较平滑了。

从前面的内容可以看出,音频数字化就是将模拟的(连续的)声音波形数字化(离散化),

以便利用数字计算机进行处理的过程,主要包参数括采样频率(Sample Rate)和采样数

位/采样精度(Quantizing,也称量化级)两个方面,这二者决定了数字化音频的质量。

采样频率是对声音波形每秒钟进采样的次数。根据这种采样方法,采样频率是能够再现

声音频率的一倍。人耳听觉的频率上限在2OkHz左右,为了保证声音不失真,采样频率应

在4OkHz左右。经常使用的采样频率有11.025kHz、22.05kHz和44.lkHz等。采样频率越高

,声音失真越小、音频数据量越大。采样数位是每个采样点的振幅动态响应数据范围,

经常采用的有8位、12位和16位。例如,8位量化级表示每个采样点可以表示256个(0-25

5)不同量化值,而16位量化级则可表示65536个不同量化值。采样量化位数越高音质越好

,数据量也越大。

反映音频数字化质量的另一个因素是通道(或声道)个数。记录声音时,如果每次生成一

个声波数据,称为单声道;每次生成二个声波数据,称为立体声(双声道),立体声更能

反映人的听觉感受。

除了上述因素外,数字化音频的质量还受其它一些因素(如扬声器质量,麦克风优劣,计

算机声卡A/D与D/A(模/数、数/模)转换芯片品质,各个设备连接线屏蔽效果

相关文档
最新文档