第二章音频信号的获取与处理.pptVIP

1、声音的基础知识 声音是通过一定介质（如空气、水等）传播的一种连续的波，是连续型（时间与幅度）时基媒体。 声音的主要传播介质是空气，固体、液体也能传播声音。（日本地震声波） 声音的本质是空气振动，由于空气振动引起耳膜的振动，然后被人耳所感知，但并不是所有的空气振动都能被人耳所感知。 人耳所能感觉到空气振动的频率范围大约为20Hz～20kHz，即人耳能识别的声音。 人类说话声音频率范围：300Hz-3kHz， 语音信号是指频率范围和人说话的信号频率范围一致的信号，而实际上人的发音器官发出的声音频率范围大约在80 ～3400HZ之间。 声音信号的频率是指声音信号每秒钟变化的次数，用Hz表示。 不同的声音就是不同的振动方式，具有不同的振动频率。人耳能够分辨风声、雨声和不同人的声音，也能分辨各种言语声，它们都是来自声源体的不同信息波。 语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（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。 非语音是指语音信号范围外的人耳所能识别的音频信号，主要包括乐音和杂音，非语音信号的特点是不具有复杂的语义和语法信息，信息量比较低，因此识别简单。 次声波是一种人耳感受不到的声波，是能长距离传播，具有强穿透性，甚至能伤害人的神精系统的一种声波。虽然次声波看不见，听不见，可它却无处不在．地震、火山爆发、风暴、海浪冲击、枪炮发射、热核爆炸等都会产生次声波，科学家借助仪器可以“听到”它。 1883年8月，南苏门答腊岛和爪哇岛之间的克拉卡托火山爆发，产生的次声波绕地球三圈，全长十多万公里，历时108小时． 1961年，苏联在北极圈内新地岛进行核试验激起的次声波绕地球转了5圈。 1948年初，一艘荷兰货船在通过马六甲海峡时，一场风暴过后，全船海员莫名其妙地死光；在匈牙利鲍拉得利山洞入口， 3名旅游者齐刷刷地突然倒地，停止了呼吸...... 应该好好利用次声波......还有超声波。 自然界的声音、乐器发出的声音，一般是由若干个频率和振幅都不同的纯音所组成的复音。复音中频率最低的纯音称基音，它是决定音调的基本要素。复音中存在的其他频率是复音中的次要成分，称为谐音或泛音。基音和谐音合成复音，决定了特定的声音音质和音色。 男生和女生的声音的主要区别是音调的高低不同，男声音调低，女声音调高。  这是因为男的声带较长、较宽、较厚，所以振动时频率低，发出的音调低。女的声带较短、较薄、较窄，所以振动时频率高，发出的音调高。 例题： 1、下列关于声现象的说法中，不正确的是（　　） A、用一根棉线和两个纸杯可以制成“土电话”，说明固体能够传声 B、在音乐会上，人们常用响度来区分是何种乐器发出的声音 C、广播发出的声音，在向远处传播的过程中，会不断减小的是响度 D、公路边植树，既可以净化空气，也可以减弱噪声 2、下列几对词语与对应物理意义的连接中，错误的是（　　） A、震耳欲聋--响度大 B、悦耳动听--音色好 C、低声细语--音调低 D、掌声雷鸣--响度大 （1）采样（Sampling）：在某些特定的时刻对模拟信号进行测量叫做采样。采样的时间间隔称为采样周期，采样可分为均匀采样和非均匀采样，每秒钟采样的次数称为采样频率。 （2）量化（Quantization）：经过采样获得的离散时间信号的幅度值依然是连续的，因此需要对这些幅度值进行量化。把幅度区间划分成n个区间，一个区间对应于一个幅度值，对于所有落入第i个区间的任何幅度值，都用同一个幅度值来表示。这个过程称为量化。量化的幅度间隔均等的称为线性量化，否则称为非线性量化。 （3）编码 指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，并在有效的数据中加入一些用于纠错、同步和控制的数据。音频信号编码通常采用的是波形编码方法，它直接对波形采样、量化和编码，算法简单，易于实现，在声音恢复时能保持原有的特点，因此被广泛应用。常用的声音编码格式有：PCM编码方法、DPCM编码、ADPCM压缩编码等。 常用的音频编辑处理软件 Cool Edit (2003年被Adobe公司收购) Goodwave Adobe Audition 3.0 cs5 cs6 Wave Edit Sound Forge Cool Edit Pro由美国Syntrillium软件公司开发，2003年该软件被实力更为强大的Adobe公司收购。 Cool Edit的主要功能有：录制和采集音频文件；对音频文件进行剪切、粘贴、合并、重叠声音等操作；提供多种特效（如放大、降低噪音、扩展、回声、延迟、失真、调整音调等）；可以生成噪音、低音、静音、电话信号等声音；可以实现自动静音检测和删除、自动节拍查找等