多媒体技术及应用 教学课件 作者 靳敏 第2章 音频技术及音频处理软件基础.pptVIP

第2章 音频技术及音频处理软件基础 2.1 基本概念 2.2 常见音频编辑软件的使用 2.3 音乐合成与MIDI 2.1 基本概念 2.1.1音频的基本特性 声音是指在具有弹性的媒质中传播的一种机械波。它来源于发声体的振动，属于纵波。当声音传入人耳时，引起鼓膜振动并刺激听神经使人产生了声的感觉。 声音是通过空气传播的一种连续的波，叫声波，也具有反射、折射和衍射现象。 声音信号是由许多频率不同的分量信号组成的复合信号。 复合信号的频率范围称为带宽。 带宽为20Hz－20kHz的信号称为音频（audio）信号 声音的质量与声音的带宽有关，一般来说频率范围越宽，声音质量也就越高。 常见声音的带宽 三要素 响度：人耳对声音强弱的主观感觉称为响度。响度和声波振动的幅度有关。 音调：人耳对声音高低的感觉称为音调。音调主要与声波的频率有关。 音色：音色是人们区别具有同样响度、同样音调的两个声音之所以不同的特性，或者说是人耳对各种频率、各种强度的声波的综合反应。 2.1.2 音频的数字化 过去，大多数电信号的处理一直是用模拟元部件(如晶体管、变压器、电阻、电容等)对模拟信号进行处理。 如果把模拟信号转变成数字信号，用数字来表示模拟量，对数字信号做计算，这就出现了数字信号处理器(digital signal processor，DSP)。 在数字域而不在模拟域中做信号处理的主要优点是： 首先，数字信号计算是一种精确的运算方法，它不受时间和环境变化的影响； 其次，表示部件功能的数学运算不是物理上实现的功能部件，而是仅用数学运算去模拟，其中的数学运算也相对容易实现； 此外，可以对数字运算部件进行编程，如欲改变算法或改变某些功能，还可对数字部件进行再编程。 声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。 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。 声音信号数字化 采样（sampling）：将声音信号在时间上离散化，即每隔相等的一段时间抽取一个信号样本。 声音信号数字化 量化（quantization）：将连续的信号幅度离散化。如果幅度的划分是等间隔的，称为线性量化，否则为非线性量化。 声音信号数字化 采样频率 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，称为无损数字化。 fs = 2fmax 话音信号最高频率约为3.4kHz，所以采样频率取为8kHz。 采样定理 音频范围图 声音信号数字化 采样精度 每个声音样本的数字化位数反映了声音波形幅度的采样精度（b/s）。 信噪比得计算。 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。 例假设Vnoise＝1，采样精度为16位表示Vsignal＝216，它的信噪比SNR＝96分贝。 声音信号数字化 2.1.3 音频文件的存储格式 WAV :WAV为微软公司(Microsoft)开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范,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。 VOC: VOC是创新公司发明的音频文件格式。也是声霸卡使用的音频文件格式。由于MPC发展初期，创新公司（Creative）的声音卡成了PC平台上的多媒体声卡事实标准，因此这种格式有很大的影响。 MP3文件:MP3是当今较流行的一种数字音频编码和有损压缩格式，它设计用来大幅度地降低音频数据量，而对于大多数用户来说重放的音质与最初的不压缩音频相比没有明显的下降。 WMA :WMA的全称是Windows Media Audio，它是微软公司推出的与MP3格式齐名的一种新的音频格式。由于WMA在压缩比和音质方面好于MP3，即使在较低的采样频率下也能产生较好的音质，因此得到了比较广泛的应用。 AIF (AIF/AIFF) :AIFF是音频交换文件格式(Audio Interchange File Format)的英文缩写，是Apple公司开发的一种声音文件格式，被Macintosh平台及其应用程序所支持，Netscape Navigator浏览器中的LiveAudio也支持AIFF格式，SGI及其它专业音频软件包也同样支持AIFF格式。 AIFF支持ACE2、ACE8、MAC3和MA