音频基础知识
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)。
多媒体技术－音频基础 7
2018年10月15日星期一
声音要素（一）
响度（音响）loudness
到达人耳的声扰动振幅所产生的听觉的大小 声振动能量是物理特性，可用声强（sound pressure）定义，单位:帕斯卡 (Pa) 实用上通常都以对数方式的声压级 (sound pressure level)表示，单位:分贝(db) 响度是主观量，不能用任何仪器正确地测量 声音响度使用了以两个声强之比的对数为基 础的相对标度，单位：宋（sone）
Passive viewing (e.g. film, video, etc.) Video conferencing
多媒体技术－音频基础 2
2018年10月15日星期一
声音的概念
声音是一种机械振动状态的传播现象， 它表现为一种机械被即声波。 产生声波的条件
有作机械振动的物体：声源 有能传播机械振功的弹性介质
声波在介质中传播有一定速度，称之为 声波的传播速度（声速）
多媒体技术－音频基础 3
2018年10月15日星期一
声波示意（L. A. Rowe ） 压缩
稀薄 正弦波 幅度
时间
2018年10月15日星期一
多媒体技术－音频基础
4
声波频率
声压变化可以是周期性的和非周期性 频率概念
循环（cycle）- 压缩/稀薄过程 频率（frequency）：每秒cycle数，单位
乐音与噪音
一般乐音指具有确定的基频以及与该基频有较 小整数倍关系的各阶谐频（harmonic tone） 频率比基音高的所有分音统称泛音(over tone)， 泛音的频率不必与基音成整数倍关系 在主观上把令人不愉快或不需要的声音定义为 噪音 噪音的频谱较为复杂， 具有无规则的振幅和波 形的连续频谱
多媒体技术－音频基础 16
2018年10月15日星期一
存储格式（一）
用.wav为扩展名的文件格源自文库称为波形文件格式 (WAVE File Format)
RIFF：Resource Interchange File Format IBM和微软公司于1991年8月联合开发 支持存储各种采样频率和样本精度的声音数据，并 支持一定的声音数据的压缩 主要用于PC
多媒体技术－音频基础 8
2018年10月15日星期一
声音要素（二）
音调（音高）pitch或tone 人对声音刺激频率的主观判断与估量，称之为 音调 (Pitch)，单位：美（Mel） Frequency是物理量，而音调是人的感觉 听觉经验
一般女生的声音比男生高 较大物体振动的音调较低
本章内容
音频的声学基础 声音的数字化 声音的存储格式 MIDI音乐 语音信号、非语音信号
2018年10月15日星期一
多媒体技术－音频基础
1
音频媒体
音频（audio）或声音（sound） 携带信息的极其重要的媒体 多媒体技术研究中的一个重要内容 与视觉媒体相比具有特殊性 不同场合下的重要性不同
类似格式
http://www.wavecn.com/_articles/AudioFormatIntro.html
2018年10月15日星期一 多媒体技术－音频基础 17
au(SUN),aiff(Apple),snd(SGI)
精品课件！
精品课件！
存储格式（二）
2018年10月15日星期一
多媒体技术－音频基础
14
声音质量等级
质量 电话 AM FM CD DAT 采样频率 (kHz) 8 11.025 22.050 44.1 48 样本精度 (bit/s) 8 8 16 16 16 单道声/立体声 单道声 单道声 立体声 立体声 立体声 数据率(未压缩) (kb/s) 64 88.2 705.6 1411.2 1536.0 频率范围 200～3400 Hz 20～15000Hz 50～7000Hz 20～20000 Hz 20～20000 Hz
人发音器官发声频率约是80～3400Hz，但人说话 的信号频率约为300～3000Hz，即话音(speech)信 号
高于20kHz的信号称为超声波 (ultrasonic) 超声波及次声波一般不能引起人听觉器官的感 觉，但可借助一些仪器设备进行观察和测量
多媒体技术－音频基础 6
2018年10月15日星期一
2018年10月15日星期一
多媒体技术－音频基础
9
声音要素（三）
音色（音质）timber 由其频谱决定
不同乐器发出同一音高的乐音，仍然可以分辨
可以把音色描述为音的瞬时横截面，即用谐音 （泛音）的数目、强度、分布和相位来描述。 泛音的强度可使音色发生变化，音色的主观特 性比响度或音调的主观特性复杂得多。
2018年10月15日星期一
多媒体技术－音频基础
10
模拟信号与数字信号
在时间和幅度上连续的信号为模拟（analog） 信号。 巴时间和幅度都用离散的数字表示的信号就称 为数字（digital）信号 采样（sampling）－时间 量化（quantization）－幅度 数字化实际上就是采样和量化
2018年10月15日星期一
多媒体技术－音频基础
15
声音质量的度量
声音质量的评价目前仍然是一个很困难 的问题，需要继续研究 声音质量的度量有两种基本的方法
客观质量度量：主要用信噪比(signal to niose ratio，SNR) 主观质量度量：主观平均判分法 对于图象等其它媒体数据的处理同样存在两 种质量度量 主客观结合？
2018年10月15日星期一
多媒体技术－音频基础
11
声音的采样和量化
两个关键参数：采样频率与量化精度
2018年10月15日星期一 多媒体技术－音频基础 12
采样频率
每秒钟需要采集多少个声音样本 根据奈奎斯特理论(Nyquist theory)和声 音信号本身的最高频率决定的
fs >= 2f 或者 Ts <= T/2
如果一个信号中的最高频率为fmax，采 样频率最低要选择2fmax
2018年10月15日星期一
多媒体技术－音频基础
13
量化精度
反映度量声音波形幅度的精度，一般用 每个声音样本的位数(bit per sample， bps)表示 常见的量化精度有：8与16 声音的质量越高，需要的存储空间越多
hertz (Hz) 周期 – cycle的持续时间 (1/frequency)
声音信号一般由许多频率不同的信号组 成，称为复合信号；而单一频率的信号 称为分量信号
多媒体技术－音频基础 5
2018年10月15日星期一
频率范围
频率小于20Hz 一般称为次声波（subsonic) 人的听觉器官能感知的声音频率范围约为 20Hz～20kHz的信号称为音频(Audio)信号
mp3/mp3 pro RealAudio(ra)/RealMedia(rm) Ogg Vorbis WMA QuickTime/QDesign Music MIDI VQF MOD
多媒体技术－音频基础 20
2018年10月15日星期一
2018年10月15日星期一
声音要素（一）
响度（音响）loudness
到达人耳的声扰动振幅所产生的听觉的大小 声振动能量是物理特性，可用声强（sound pressure）定义，单位:帕斯卡 (Pa) 实用上通常都以对数方式的声压级 (sound pressure level)表示，单位:分贝(db) 响度是主观量，不能用任何仪器正确地测量 声音响度使用了以两个声强之比的对数为基 础的相对标度，单位：宋（sone）
Passive viewing (e.g. film, video, etc.) Video conferencing
多媒体技术－音频基础 2
2018年10月15日星期一
声音的概念
声音是一种机械振动状态的传播现象， 它表现为一种机械被即声波。 产生声波的条件
有作机械振动的物体：声源 有能传播机械振功的弹性介质
声波在介质中传播有一定速度，称之为 声波的传播速度（声速）
多媒体技术－音频基础 3
2018年10月15日星期一
声波示意（L. A. Rowe ） 压缩
稀薄 正弦波 幅度
时间
2018年10月15日星期一
多媒体技术－音频基础
4
声波频率
声压变化可以是周期性的和非周期性 频率概念
循环（cycle）- 压缩/稀薄过程 频率（frequency）：每秒cycle数，单位
乐音与噪音
一般乐音指具有确定的基频以及与该基频有较 小整数倍关系的各阶谐频（harmonic tone） 频率比基音高的所有分音统称泛音(over tone)， 泛音的频率不必与基音成整数倍关系 在主观上把令人不愉快或不需要的声音定义为 噪音 噪音的频谱较为复杂， 具有无规则的振幅和波 形的连续频谱
多媒体技术－音频基础 16
2018年10月15日星期一
存储格式（一）
用.wav为扩展名的文件格源自文库称为波形文件格式 (WAVE File Format)
RIFF：Resource Interchange File Format IBM和微软公司于1991年8月联合开发 支持存储各种采样频率和样本精度的声音数据，并 支持一定的声音数据的压缩 主要用于PC
多媒体技术－音频基础 8
2018年10月15日星期一
声音要素（二）
音调（音高）pitch或tone 人对声音刺激频率的主观判断与估量，称之为 音调 (Pitch)，单位：美（Mel） Frequency是物理量，而音调是人的感觉 听觉经验
一般女生的声音比男生高 较大物体振动的音调较低
本章内容
音频的声学基础 声音的数字化 声音的存储格式 MIDI音乐 语音信号、非语音信号
2018年10月15日星期一
多媒体技术－音频基础
1
音频媒体
音频（audio）或声音（sound） 携带信息的极其重要的媒体 多媒体技术研究中的一个重要内容 与视觉媒体相比具有特殊性 不同场合下的重要性不同
类似格式
http://www.wavecn.com/_articles/AudioFormatIntro.html
2018年10月15日星期一 多媒体技术－音频基础 17
au(SUN),aiff(Apple),snd(SGI)
精品课件！
精品课件！
存储格式（二）
2018年10月15日星期一
多媒体技术－音频基础
14
声音质量等级
质量 电话 AM FM CD DAT 采样频率 (kHz) 8 11.025 22.050 44.1 48 样本精度 (bit/s) 8 8 16 16 16 单道声/立体声 单道声 单道声 立体声 立体声 立体声 数据率(未压缩) (kb/s) 64 88.2 705.6 1411.2 1536.0 频率范围 200～3400 Hz 20～15000Hz 50～7000Hz 20～20000 Hz 20～20000 Hz
人发音器官发声频率约是80～3400Hz，但人说话 的信号频率约为300～3000Hz，即话音(speech)信 号
高于20kHz的信号称为超声波 (ultrasonic) 超声波及次声波一般不能引起人听觉器官的感 觉，但可借助一些仪器设备进行观察和测量
多媒体技术－音频基础 6
2018年10月15日星期一
2018年10月15日星期一
多媒体技术－音频基础
9
声音要素（三）
音色（音质）timber 由其频谱决定
不同乐器发出同一音高的乐音，仍然可以分辨
可以把音色描述为音的瞬时横截面，即用谐音 （泛音）的数目、强度、分布和相位来描述。 泛音的强度可使音色发生变化，音色的主观特 性比响度或音调的主观特性复杂得多。
2018年10月15日星期一
多媒体技术－音频基础
10
模拟信号与数字信号
在时间和幅度上连续的信号为模拟（analog） 信号。 巴时间和幅度都用离散的数字表示的信号就称 为数字（digital）信号 采样（sampling）－时间 量化（quantization）－幅度 数字化实际上就是采样和量化
2018年10月15日星期一
多媒体技术－音频基础
15
声音质量的度量
声音质量的评价目前仍然是一个很困难 的问题，需要继续研究 声音质量的度量有两种基本的方法
客观质量度量：主要用信噪比(signal to niose ratio，SNR) 主观质量度量：主观平均判分法 对于图象等其它媒体数据的处理同样存在两 种质量度量 主客观结合？
2018年10月15日星期一
多媒体技术－音频基础
11
声音的采样和量化
两个关键参数：采样频率与量化精度
2018年10月15日星期一 多媒体技术－音频基础 12
采样频率
每秒钟需要采集多少个声音样本 根据奈奎斯特理论(Nyquist theory)和声 音信号本身的最高频率决定的
fs >= 2f 或者 Ts <= T/2
如果一个信号中的最高频率为fmax，采 样频率最低要选择2fmax
2018年10月15日星期一
多媒体技术－音频基础
13
量化精度
反映度量声音波形幅度的精度，一般用 每个声音样本的位数(bit per sample， bps)表示 常见的量化精度有：8与16 声音的质量越高，需要的存储空间越多
hertz (Hz) 周期 – cycle的持续时间 (1/frequency)
声音信号一般由许多频率不同的信号组 成，称为复合信号；而单一频率的信号 称为分量信号
多媒体技术－音频基础 5
2018年10月15日星期一
频率范围
频率小于20Hz 一般称为次声波（subsonic) 人的听觉器官能感知的声音频率范围约为 20Hz～20kHz的信号称为音频(Audio)信号
mp3/mp3 pro RealAudio(ra)/RealMedia(rm) Ogg Vorbis WMA QuickTime/QDesign Music MIDI VQF MOD
多媒体技术－音频基础 20
2018年10月15日星期一