音频信息的获取和处理优秀课件
合集下载
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)。
音色：与波形相关，取决于声波的频谱，即由混入基音中的泛 音决定，一个声波上的谐波越丰富，音色越好。
音强：即声音的响亮程度，与声音信号的幅度成正比。 用声音信号的幅度取对数后再乘20所得值来描述声强，以 分贝（dB）为单位，此时称为音量，振幅高时音强强，振
幅低时音强弱。
2.1声音与听觉（6）
2.1声音与听觉（7）
Sampling, Quantization, Coding 采样频率与量化精度
2.2声音信号数字化（5）
数字声音波形质量的主要技术参数
采样频率
等于波形被等分的份数，份数越多，质量越好
▪ 11.025KHZ、 22.05KHZ、44.1KHZ
采样精度
每次采样信息量
▪ 8位、16位
声道数
声音分类
语音：人的说话声虽是一种特殊的媒体，但也是一种 波形，所以和波形声音的文件格式相同。
音乐：规范的符号化了的声音，乐谱可转变为符号媒 体形式。
音效：指人类熟悉的其他声音，如动物发声、机器产 生的声音、自然界的风雨雷电等。
2.1声音与听觉（3）
带宽与听觉
音频是指人类听觉所感知范围内的频率，也称声 频。
2.1声音与听觉（9）
3、相位 声音的加强与抵消（同相和反相）
从声音的波形来看，声音的起点和方向也要反映 声音的特性，这就是声音的相位。
当两个声音相同相位完全相反时，它们将相互抵 消；当两个声音相同而且相位也相同时，声音就会得到 加强。
声音的波形相位对于多声道系统的设计非常重要， 应用于回声的消除、会议系统的声音设计等。
T为抽样周期，1/T抽样频率 此过程成为声音信号的采样
数字信号：把抽样序列x(nT)量化成一个有限个幅 度的集合X(nT)，此过程为模拟信号的量化过程。 将量化后的离散信号的进行二进制编码，即以二进 制编码来表示离散值的幅度，这种二进制编码信号 叫做数字信号，
幅度
2.2声音信号数字化（2）
1010 1001 1000 0111 0110 0101 0100 0011 0010 0001
根据该定理，只要采样频率高于信号中最高频率的两倍，就可 以从采样中完全恢复原始信号的波形。因为人耳所能听到的频率 范围为20Hz到20KHz，所以实际的采样过程中，为了达到好的效 果，就采用44.1KHz作为高质量声音的采样频率。如果达不到这么 高的频率，声音恢复的效果就会差一些，例如电话声音的质量等。 一般来说，声音恢复和采样频率、信道带宽都有关。
意义：多媒体系统的声音再现
2.1声音与听觉（8）
2、掩蔽
声音的响度同时也受到其他同时出现的声音的影 响，各种声音可能相互掩蔽。如：开会场景。
各种声音可以互相掩蔽，也就是说一种声音的出 现可能使得另一种声音难于听清。例如，本来是多种 频率的声音的复合，但听众以为是另一种声音。 声音的掩蔽效果可以欺骗人的听觉，可用于声音的压 缩。
00000 1 2 3 4 5 6 7 8 9 1011121314151617
时间
图 模拟信号、离散信号及数字信号
1、用连续变化的曲线表示模拟信号； 2、用圆点表示以相等时间间隔取值而得到的离散信号； 3、纵坐标上标的是幅度的二进制编码值。
2.2声音信号数字化（3）
2.2声音信号数字化（4）
2. 声音数字化：
2.2声音信号数字化（7）
采样频率与声音的质量关系最为紧密。采样频率越高， 声音质量越接近原始声音，所需的存储量便越多。标准 的采样频率有三个：44.1KHz，22.05kHz，和11.025kHz。
2.1声音与听觉（10）
声音的心理模拟 通过人工真实的方法，可以对视觉空间的景物进行再
造或虚构，同样也可以对听觉空间的声音进行心理的模拟， 这就是所谓的可听化（audiolization）。用声音可以表达出 一些声音的效果。
2.2声音信号数字化（1）
1.从模拟信号到数字信号
模拟信号：在时间与幅度上都连续，记为x(t). 离散信号：按一定的时间间隔T采样，得到的x(nT).
ห้องสมุดไป่ตู้频带
10 20 50
CD-DA FM广播 AM广播
电话
200
3.4k
7k 15k 20k
f(Hz)
2.1声音与听觉（5）
模拟声音信号：可分解成一系列正弦波的线性叠加。
最低频的音波称为基音，频率为基频 其余的为泛音（或称谐音），频率是基频的整数倍
声音三要素：音高、音色、音强
音调：由基频决定，基频取对数后与人的音调感觉成线形关系， 基频的频率高则音调高，频率低则音调低。音调高时声音尖锐， 俗称高音；音调低时声音沉闷，俗称低音。
数据量计算： (采样频率×采样精度×通道数 ×时间 )/8 字节
声音产生的波形数，如多种语言音频混存时，需要多声
道
单声道、立体声道、5.1声道
2.2声音信号数字化（6）
3.采样频率
奈奎斯特理论(Nyquist)定理（1928年提出原理，仙侬形成 定理并应用，1933年卡切尼科夫用公式表述）： 采样频率≥2f 这里f为被采样信号的最高频率。
音频信息的获取和处理
2.1声音与听觉（1）
声音：通过空气传播的一种连续的波，又称声波。由空 气振动引起耳膜的振动，由人耳所感知。
声音的度量：频率与幅度（声波压力的大小）
频率用音高表示，幅度用声强表示 与看得见的水波类似
2.1声音与听觉（2）
声音被分为无规则的噪音和有规则的音频信号；有规则音 频信号是一种连续变化、周期性的模拟信号，可用一条连 续的曲线来表示，称为声波。
次声波(subsonic)：频率低于20Hz的信号。 超声波(ultrasonic)：频率高于20KHz的信号。 音频(Audio) :频率范围是20Hz～20KHz的声
音信号。是人耳能听到的声音信号，次声波和 超声波之间的音。 音频为可听声波，即属于多媒体音频信息范畴。
2.1声音与听觉（4）
强度
听觉特性
1、等响曲线
频率
响度与频率和强度有关，同一响度的声音可以在频率上和强度 上有很大的差别。
先设一个音为标准音，给予固定的频率、强度和持续时间，例 如1000Hz、40分贝、持续0.5秒；再给一个音也持续0.5秒，但 频率不同，通过调整使其响度听起来一样，得到的这样一组曲线称 之为等响曲线。
音强：即声音的响亮程度，与声音信号的幅度成正比。 用声音信号的幅度取对数后再乘20所得值来描述声强，以 分贝（dB）为单位，此时称为音量，振幅高时音强强，振
幅低时音强弱。
2.1声音与听觉（6）
2.1声音与听觉（7）
Sampling, Quantization, Coding 采样频率与量化精度
2.2声音信号数字化（5）
数字声音波形质量的主要技术参数
采样频率
等于波形被等分的份数，份数越多，质量越好
▪ 11.025KHZ、 22.05KHZ、44.1KHZ
采样精度
每次采样信息量
▪ 8位、16位
声道数
声音分类
语音：人的说话声虽是一种特殊的媒体，但也是一种 波形，所以和波形声音的文件格式相同。
音乐：规范的符号化了的声音，乐谱可转变为符号媒 体形式。
音效：指人类熟悉的其他声音，如动物发声、机器产 生的声音、自然界的风雨雷电等。
2.1声音与听觉（3）
带宽与听觉
音频是指人类听觉所感知范围内的频率，也称声 频。
2.1声音与听觉（9）
3、相位 声音的加强与抵消（同相和反相）
从声音的波形来看，声音的起点和方向也要反映 声音的特性，这就是声音的相位。
当两个声音相同相位完全相反时，它们将相互抵 消；当两个声音相同而且相位也相同时，声音就会得到 加强。
声音的波形相位对于多声道系统的设计非常重要， 应用于回声的消除、会议系统的声音设计等。
T为抽样周期，1/T抽样频率 此过程成为声音信号的采样
数字信号：把抽样序列x(nT)量化成一个有限个幅 度的集合X(nT)，此过程为模拟信号的量化过程。 将量化后的离散信号的进行二进制编码，即以二进 制编码来表示离散值的幅度，这种二进制编码信号 叫做数字信号，
幅度
2.2声音信号数字化（2）
1010 1001 1000 0111 0110 0101 0100 0011 0010 0001
根据该定理，只要采样频率高于信号中最高频率的两倍，就可 以从采样中完全恢复原始信号的波形。因为人耳所能听到的频率 范围为20Hz到20KHz，所以实际的采样过程中，为了达到好的效 果，就采用44.1KHz作为高质量声音的采样频率。如果达不到这么 高的频率，声音恢复的效果就会差一些，例如电话声音的质量等。 一般来说，声音恢复和采样频率、信道带宽都有关。
意义：多媒体系统的声音再现
2.1声音与听觉（8）
2、掩蔽
声音的响度同时也受到其他同时出现的声音的影 响，各种声音可能相互掩蔽。如：开会场景。
各种声音可以互相掩蔽，也就是说一种声音的出 现可能使得另一种声音难于听清。例如，本来是多种 频率的声音的复合，但听众以为是另一种声音。 声音的掩蔽效果可以欺骗人的听觉，可用于声音的压 缩。
00000 1 2 3 4 5 6 7 8 9 1011121314151617
时间
图 模拟信号、离散信号及数字信号
1、用连续变化的曲线表示模拟信号； 2、用圆点表示以相等时间间隔取值而得到的离散信号； 3、纵坐标上标的是幅度的二进制编码值。
2.2声音信号数字化（3）
2.2声音信号数字化（4）
2. 声音数字化：
2.2声音信号数字化（7）
采样频率与声音的质量关系最为紧密。采样频率越高， 声音质量越接近原始声音，所需的存储量便越多。标准 的采样频率有三个：44.1KHz，22.05kHz，和11.025kHz。
2.1声音与听觉（10）
声音的心理模拟 通过人工真实的方法，可以对视觉空间的景物进行再
造或虚构，同样也可以对听觉空间的声音进行心理的模拟， 这就是所谓的可听化（audiolization）。用声音可以表达出 一些声音的效果。
2.2声音信号数字化（1）
1.从模拟信号到数字信号
模拟信号：在时间与幅度上都连续，记为x(t). 离散信号：按一定的时间间隔T采样，得到的x(nT).
ห้องสมุดไป่ตู้频带
10 20 50
CD-DA FM广播 AM广播
电话
200
3.4k
7k 15k 20k
f(Hz)
2.1声音与听觉（5）
模拟声音信号：可分解成一系列正弦波的线性叠加。
最低频的音波称为基音，频率为基频 其余的为泛音（或称谐音），频率是基频的整数倍
声音三要素：音高、音色、音强
音调：由基频决定，基频取对数后与人的音调感觉成线形关系， 基频的频率高则音调高，频率低则音调低。音调高时声音尖锐， 俗称高音；音调低时声音沉闷，俗称低音。
数据量计算： (采样频率×采样精度×通道数 ×时间 )/8 字节
声音产生的波形数，如多种语言音频混存时，需要多声
道
单声道、立体声道、5.1声道
2.2声音信号数字化（6）
3.采样频率
奈奎斯特理论(Nyquist)定理（1928年提出原理，仙侬形成 定理并应用，1933年卡切尼科夫用公式表述）： 采样频率≥2f 这里f为被采样信号的最高频率。
音频信息的获取和处理
2.1声音与听觉（1）
声音：通过空气传播的一种连续的波，又称声波。由空 气振动引起耳膜的振动，由人耳所感知。
声音的度量：频率与幅度（声波压力的大小）
频率用音高表示，幅度用声强表示 与看得见的水波类似
2.1声音与听觉（2）
声音被分为无规则的噪音和有规则的音频信号；有规则音 频信号是一种连续变化、周期性的模拟信号，可用一条连 续的曲线来表示，称为声波。
次声波(subsonic)：频率低于20Hz的信号。 超声波(ultrasonic)：频率高于20KHz的信号。 音频(Audio) :频率范围是20Hz～20KHz的声
音信号。是人耳能听到的声音信号，次声波和 超声波之间的音。 音频为可听声波，即属于多媒体音频信息范畴。
2.1声音与听觉（4）
强度
听觉特性
1、等响曲线
频率
响度与频率和强度有关，同一响度的声音可以在频率上和强度 上有很大的差别。
先设一个音为标准音，给予固定的频率、强度和持续时间，例 如1000Hz、40分贝、持续0.5秒；再给一个音也持续0.5秒，但 频率不同，通过调整使其响度听起来一样，得到的这样一组曲线称 之为等响曲线。