最新《音频信息处理》PPT课件

3. 编码
模拟信号量经过采样和量化以后，形成一系列的离散信 号——脉冲数字信号。这种脉冲数字信号可以一定的方式进行 编码，形成计算机内部运行的数据。所谓编码，就是按照一定 的格式把经过采样和量化得到的离散数据记录下来，并在有用 的数据中加入一些用于纠错、同步和控制的数据。在数据回放 时，可以根据所记录的纠错数据判别读出的声音数据是否有错， 如在一定范围内有错，可加以纠正。
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。
fs 2f
2. 量化
采样只解决了音频波形信号在时间坐标(即横轴)上把一个波 形切成若干个等分的数字化问题，但是还需要用某种数字化的 方法来反映某一瞬间声波幅度的电压值大小。该值的大小影响 音量的高低。我们把对声波波形幅度的数字化表示称之为“量 化”。
100101100011101
模 拟 信 号 的 数 字 化 过 程
1. 采样
信息论的奠基者香农（Shannon）指出：在一定条件下，用 离散的序列可以完全代表一个连续函数，这是采样定理的基本 内容。
为实现A/D转换，需要把模拟音频信号波形进行分割，这种 方法称为采样(Sampling)。采样的过程是每隔一个时间间隔在 模拟声音的波形上取一个幅度值，把时间上的连续信号变成时 间上的离散信号。该时间间隔称为采样周期，其倒数为采样频 率。采样频率是指计算机每秒钟采集多少个声音样本。
1. WAV文件 WAV文件又称波形文件，来源于对声音模拟波形 的采样，并以不同的量化位数把这些采样点的 值轮换成二进制数，然后存入磁盘，这就产生 了波形文件。WAV文件用于保存Windows平台的 音频信息资源，被Windows平台及其应用程序所 广泛支持。
WAV声音文件是使用RIFF（Resource Interchange File Format资源交换文件）的格式描述的，它由文件头和波形 音频文件数据块组成。文件头包括标志符、语音特征值、 声道特征以及PCM格式类型标志等。WAV数据块是由数据子 块标记、数据子块长度和波形音频数据3个数据子块组成。
失真在采样过程中是不可避免的，如何减少失真呢？可以直
观地看出，我们可以把上图中的波形划分成更为细小的区间，即 采用更高的采样频率。同时，增加量化精度，以得到更高的量化 等级，即可减少失真的程度。在下图（左）中，采样率和量化等 级均提高了一倍，分别为2000次/秒和20个量化等级。在下图（右） 中，采样率和量化等级再提高了一倍，分别达到4000次/秒和40个 量化等级。从图中可以看出，当用D/A转换器重构原来信号时 （图中的轮廓线），信号的失真明显减少，信号质量得到了提高。
量化的过程是先将采样后的信号按整个声波的幅度划分成 有限个区段的集合，把落入某个区段内的样值归为一类，并赋 于相同的量化值。如何分割采样信号的幅度呢? 我们还是采取二 进制的方式，以８位(bit)或16位(bit)的方式来划分纵轴。也就是 说在一个以8位为记录模式的音效中，其纵轴将会被划分为个量 化等级，用以记录其幅度大小。
3.1.2 模拟音频的数字化过程
数字化的声音易于用计算机软件处理，现在几乎所有的专 业化声音录制、编辑器都是数字方式。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储介质中，这样的文件一般称为数字声波 文件。
与WAV格式类似，VOC文件由文件头块和音频数据块组成。 文件头包含一个标识、版本号和一个指向数据块起始地址 的指针，这个指针帮助数据块定位以便顺利找到第一个数 据块。数据块分成各种类型的子块，如声音数据、静音、
《音频信息处理》PPT课件
3.1 音频信息处理基础
音频信息在多媒体中的应用极为广泛：视频图像配以娓 娓动听的音乐和语音 ；静态或动态图像配以解说和背景音 乐 ；立体声音乐可增加空间感 ；游戏中的音响效果等。
音频处理技术主要包括电声转换、音频信号的存储、重 放技术、加工处理技术以及数字化音频信号的编码、压缩、 传输、存取、纠错等。
以下图所示的原始模拟波形为例进行采样和量化。假设采样 频率为1000次/秒，即每1/1000秒A/D转换器采样一次，其幅度被 划分成0到9共10个量化等级，并将其采样的幅度值取最接近0~ 9 之间的一个数来表示，如下图所示。图中每个正方形表示一次 采样。
D/A转换器从上图得到的数值中重构原来信号时，得到下 图中蓝色(直线段)线段所示的波形。从图中可以看出，蓝色线 与原波形(红色线)相比，其波形的细节部分丢失了很多。这意 味着重构后的信号波形有较大的失真。
Wave格式支持多种压缩算法，支持多种音频位数、采样 频率和声道，是PC机上最为流行的声音文件格式，但其文 件尺寸较大，多用于存储简短的声音片断。
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Байду номын сангаас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。
5.声音的频谱
声音的频谱有线性频谱和连续频谱之分。线性频谱是具有 周期性的单一频率声波；连续频谱是具有非周期性的带有 一定频带所有频率分量的声波。纯粹的单一频率的声波只 能在专门的设备中创造出来，声音效果单调而乏味。自然 界中的声音几乎全部属于非周期性声波，该声波具有广泛 的频率分量，听起来声音饱满、音色多样且具有生气。
编码的形式比较多，常用的编码方式是PCM——脉冲调制。 脉冲编码调制（PCM）是把模拟信号变换为数字信号的一种调 制方式，即把连续输入的模拟信号变换为在时域和振幅上都离 散的量，然后将其转化为代码形式传输或存储。
3.1.3 数字音频的文件格式
在多媒体技术中，存储音频信息的文件格式主要 有：WAV文件、VOC文件和MP3文件等。