多媒体音频技术.pptVIP

数字声音及MIDI简介 本章内容： 声音的基本概念 声音的数字化 计算机对声音的处理 计算机处理声音的硬件设备 声音的计算机存储格式 语音技术的应用。 MIDI技术 第二章 声音信号数字化 声音的基本概念 通过空气传播的一种连续的机械波。 强弱: 声压 ，音调: 频率 声音信号的两大参数 振幅 频率 一般的耳語大約是20分貝 超靜音冷氣機的音量是33分貝 極安靜的住宅區40分貝 一般公共場所50分貝 交談約60分貝(所以若兩耳的聽力皆超過60分貝，交談便會產生困難，會出現說話像吵架的情形) 交通繁忙地區85分貝 飛機場跑道120分貝。 （2）频率（音频周期） 20HZ 次音信号亚音信号(subsonic) 20hz~20khz 音频信号(audio) 20khz 超声波(ultrasonic) 各种音频的带宽 人的发音：80hz~3.4khz 人的说话：300hz~3khz 人的听觉：20hz~20khz 从模拟过渡到数字 音频信号的产生与还原 模拟处理方法 音源—机电转换—滤波放大—存储电磁（光）转换（磁带、唱盘等）—滤波放大—电机转换—声音 数字处理方法 音源--信号转换（电信号）--模数转换--压缩、编码--存储介质（磁盘、光盘等）--数模转换—电机转换—声音 模拟域处理的特点： 速度快、受环境变化影响大、成本高。 数字域处理的特点： 容易实现、精确处理、不受时间和环境变化的影响、可编程成本低、 可智能化。 模拟信号与数字信号 话音信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。在时间上“连续”是指在一个指定的时间范围里声音信号的幅值有无穷多个，在幅度上“连续”是指幅度的数值有无穷多个。我们把在时间和幅度上都是连续的信号称为模拟信号。 模拟信号与数字信号 我们把时间和幅度都用离散的数字表示的信号就称为数字信号。 采样—在某些特定的时刻对这种模拟信号进行测量叫做采样(sampling)，由这些特定时刻采样得到的信号称为离散时间信号。 量化—采样得到的幅值是无穷多个实数值中的一个，因此幅度还是连续的。如果把信号幅度取值的数目加以限定，这种由有限个数值组成的信号就称为离散幅度信号。 声音信号数字化 声音进入计算机的第一步就是数字化，数字化实际上就是采样和量化。 如前所述，连续时间的离散化通过采样来实现，就是每隔相等的一小段时间采样一次，这种采样称为均匀采样(uniform sampling)； 连续幅度的离散化通过量化(quantization)来实现，就是把信号的强度划分成一小段一小段，如果幅度的划分是等间隔的，就称为线性量化，否则就称为非线性量化。 声音信号数字化 声音信号数字化 声音数字化需要回答两个问题： ①每秒钟需要采集多少个声音样本，也就是采样频率(fs)是多少， ②每个声音样本的位数(bit per sample，bps)应该是多少，也就是量化精度。 采样频率 采样频率的高低是根据奈奎斯特理论(Nyquist theory)和声音信号本身的最高频率决定的。奈奎斯特理论指出，采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音还原成原来的声音，这叫做无损数字化(lossless digitization)。采样定律用公式表示为 fs =2fmax 或者 Ts =T/2 其中f max为被采样信号的最高频率。 采样频率 可以这样来理解奈奎斯特理论：声音信号可以看成由许许多多正弦波组成的，一个振幅为A、频率为f的正弦波至少需要两个采样样本表示，因此，如果一个信号中的最高频率为 fmax ,采样频率最低要选择2fmax 。例如，电话话音的信号频率约为3.4 kHz，采样频率就选为8 kHz。 采样精度 　样本大小是用每个声音样本的位数bit/sample 表示的，它反映度量声音波形幅度的精度。例如，每个声音样本用16位(2字节)表示，测得的声音样本值是在0～65536的范围里，它的精度就是输入信号的1/65536。 样本位数的大小影响到声音的质量，位数越多，声音的质量越高，而需要的存储空间也越多；位数越少，声音的质量越低，需要的存储空间越少。 采样精度 采样精度的另一种表示方法是信号噪声比，简称为信噪比(signal-to-noise ratio，SNR)，并用下式计算： SNR＝ 10 log [(Vsignal)2 / (Vnoise)2]＝20 log (Vsignal / Vnoise) 其中，Vsignal表示信号电压，Vnoise表示噪声电压；SNR的单位为分贝(db) 　　例1：假设Vnoise＝1，采样精度为1位表示Vsignal＝21，它的信噪比SNR＝6分贝。　　例2：假设