Photoshop第7讲.ppt

7.1 声音的获取与播放 多媒体技术处理的声音信号主要是人耳可听到的20～20kHz的音频信号(audio) 言语（speech）/语音：人说话的声音，其频率范围约为300～3400Hz 全频带声音：音乐声、风雨声、汽车声等其他声音，其带宽可达到20～20kHz 7.1.2 声音信号的数字化 声音信号的数字化：将模拟声音信号转换成数字编码形式以便于计算机进行处理的过程 声音信号数字化的过程： 取样：输入模拟声音，按固定时间间隔截取该信号的振幅值，每个波形周期内截取2次，该振幅值用若干二进制数表示。 量化：量化精度为8位、12位、16位，位数高，声音保真度好 编码：数据压缩，减少数据量 模拟的声音信号转变成数字形式进行处理的优点： 以数字形式存储的声音重放性能好，复制时没有失真 数字声音的可编辑性强，易于进行效果处理 数字声音能进行数据压缩，传输时抗干扰能力强 数字声音容易与其他媒体相互结合（集成） 7.1.3 声音的获取设备 麦克风：将声波转换为电信号 声卡（sound card）：进行数字化 声音的获取：把模拟的声音信号转换为数字形式。(话筒或线路输入、单双道） 声音的重建与播放 MIDI(Musical Instrument Digital Interface)声音的输入 MIDI声音的合成与播放 声卡的工作原理 PC机的声卡较多的已经与主板集成在一起，不再做成独立的插卡。 利用声卡可在线(on-line)获取声音；使用数码录音 笔可离线（off-line）获取声音，然后再通过USB接 口直接将已经数字化的声音数据送入计算机中。数 码录音笔的原理与声卡基本相同，不过由于带宽的 原因，它一般适合于录制语音。 7.1.4 声音的播放 声音播放：计算机输出声音的过程,分为2步： － 把声音从数字形式转换成模拟信号形式 － 将模拟声音信号经过处理和放大送到扬声器发出声音 声音重建步骤： 声音重建（reconstruction）：声音信号数字化的逆过程 解码：把压缩编码的数字声音恢复为压缩编码前的状态 数模转换：把声音样本从数字量转换为模拟量 插值处理：把时间上离散的一组样本转换成时间上连续的模拟声音信号 声音的重建也是由声卡完成的。声卡输出的声音需送到音箱去发音。 音箱分类 普通音箱：接收的是重建的模拟声音信号 数字音箱：可直接接收声卡输出的数字声音信号，避免信号在传输中发生畸变和受到干扰，其音响效果更加突出 7.2 声音的表示与压缩编码 7.2.1 波形声音的主要参数 取样频率 量化位数 声道数目：一次采样的声音波形个数 使用的压缩编码方法 比特率（bit rate）：指的是每秒钟的数据量，也称码率 数字声音未压缩前，其计算公式为： 波形声音的码率 ＝ 取样频率 × 量化位数 × 声道数 压缩编码以后的码率 ＝ 压缩前的码率 / 压缩倍数 几种常见数字声音的主要参数 7.2.2 全频带声音的压缩编码 问题：数据量很大。如CD盘片上所存储的立体声高保真的全频带数字音乐，1小时的数据量大约是635MB 目的与办法：降低存储成本和传输通信带宽，对数字波形声音进行数据压缩 波形声音数据压缩的可能性：声音信号中包含有大量的冗余信息，再加上还可以利用人的听觉感知特性，因此，产生了许多压缩算法 声音数据压缩算法的评价：压缩倍数高，声音失真小，算法简单，编码器/解码器的成本低 全频带声音的压缩编码 第1代编码技术——PCM（脉冲编码调制）编码：依据声音波形本身的信息相关性进行数据压缩，代表性的应用是CD唱片 第2代压缩编码——感知声音编码(perceptual audio coding) ：不但充分利用声音信息本身的相关性，而且还充分利用人耳的听觉特性，即使用“心理声学模型”来达到大幅度压缩数据的目的 第2代压缩编码——感知声音编码的编码过程： 第1阶段：通过时间/频率变换和心理声学分析，揭示原始声音中与人耳感知无关的信息 第2阶段：通过量化和编码予以抑制 第3阶段：使用熵编码消除声音信息中的统计冗余 第2代全频带声音压缩编码标准 MPEG-1声音压缩编码是国际上第一个高保真声音数据压缩的国际标准，它分为三个层次： 层1(Layer 1)：编码简单，用于数字盒式录音磁带 层2(Layer 2)：算法复杂度中等，用于数字音频广播(DAB)和VCD等 层3(Layer 3)：编码复杂，用于互联网上的高质量声音的传输，如MP3音乐,压缩10倍 MPEG-2的声音压缩编码采用与MPEG-1声音相同的编译码器，层1, 层2和层3的结构也相同，但它能支持5.1声道和7.1声道的环绕立体声 杜比数字AC-3（Dolby Digital AC-3）：美国杜比公司开发的多声道全频带声音编码系统。 它提供的环绕立体声系统由5个全频带