声音理论知识.pptVIP

音频（一） 声音与听觉器官 声音是携带信息的极其重要的媒体，是多媒体技术研究中的一个重要内容。 声音是通过空气传播的一种连续的波，叫声波。声音的强弱体现在声波压力的大小上，音调的高低体现在声音的频率上。 声音用电表示时，声音信号在时间和幅度上都是连续的模拟信号，如下图所示。 声波 音频（二） 人们是否能够听到音频信号，主要取决于个人的年龄和耳朵的特性。人的听觉器官能感知的声音频率大约在20～20000 Hz之间，感知的声音幅度大约在0～120 dB之间。 声音信号的两个基本参数是频率和幅度。信号的频率是指信号每秒钟变化的次数，用 Hz 表示。频率范围为20Hz～20kHz 的信号称为音频 (Audio)信号；人的发音器官发出的声音频率大约是80～3400Hz，人说话的信号频率通常为300～3000 Hz，人们把在这种频率范围的信号称为话音 (speech) 信号；高于20kHz的信号称为超音频信号或称超声波。 音频（三） 声波具有波的特性，如反射 (reflection)、折射 (refraction)和衍射 (diffraction)等。 对声音信号的分析表明，声音信号由许多频率不同的信号组成，这类信号称为复合信号，而单一频率的信号称为分量信号。声音信号的一个重要参数就是带宽，它用来描述组成复合信号的频率范围。如高保真声音信号 ( high -fidelity audio)的频率范围为10Hz～20000 Hz，它的带宽约为20kHz，而视频信号的带宽是6 MHz。 音频（四） 音频属于听觉类媒体，包括波形声音、语音和音乐。 人们能够感知的音频信号称为波形声音，它可包含所有的声音形式； 人类发出的声音不仅可以看成是一种波形声音，而且还具有其内在的语言、语言学的内涵，这就是语音，语音可以使用特殊的方法进行提取，它也被视为是一种媒体； 音乐是符号化的声音，这种符号就是乐谱，乐谱是转化为符号的声音，MIDI就是其一种形式。 数字音频（一） 声音进入计算机的第一步就是数字化，数字化实际上是对声音信号的采样和量化。连续信号的离散化通过采样来实现，就是每隔相等的一小段时间间隔对信号测量一次，这种采样称为均匀采样(uniform sampling)； 对连续幅度声音信号的离散化通过量化(quantization)来实现，就是把信号的强度划分成一小段一小段的，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。下图表示了声音信号数字化的概念。 声音的量化 数字音频（二） 1、声音的数字化过程 数字音频（三） 2、声音的采样频率与量化分辨率 我们把在时间和幅度上都是连续的信号称为模拟信号。 而在某些特定的时刻对这种模拟信号进行的测量叫做采样(sampling)，采样重复的频率称为采样频率，由这些特定时刻采样得到的信号称为离散时间信号。 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。显而易见，反映某一瞬间信号幅度的二进制编码位数越多，其可分辨的模拟信号的幅度就越精细，也就是分辨率越高。 数字音频（四） 常用声音信号数字化时使用的采样速率与分辨率指标如下： 数字音频（五） 3、声音文件 将数字化的声音信号保存成计算机文件的形式，这种文件就是声音文件。 声音文件的大小与下列因素相关： 分辨率 r(BIT) 采样速率 R(KHz) 声道数 声音文件的大小按下式计算 S=R*D(r/8)*1 (单声道) S=R*D(r/8)*2 （立体声） 数字音频（六） 声音文件的存储格式 存储声音数据的文件也需要特定的存储格式。目前比较流行的声音文件格式有（文件的扩展名） ： .wav (waveform)； .au(audio)； .aiff(Audio Interchangeable File Format)； .snd(sound)。 .wav格式主要用在PC上，.au主要用在Unix工作站上，.aiff和snd主要用在苹果机和美国视算科技有限公司(Silicon Graphics，Inc.，SGI)的工作站上。 数字音频（七） （1） WAV文件 又称波形文件，是Microsoft公司的音频文件格式，由采样数据组成，没有经过压缩处理。 （2） VOC文件 是Creative公司的波形文件格式，由文件头块和音频数据块组成。 （3） MIDI文件 是英文Musical Instrument Digital Interface的缩写，是一种应用于音乐的技术规范。 （4）其它（PCM、AIF等） 乐器数字接口（MIDI） Musical Instrument Digital Interface的缩写 MIDI提供了描述合成音乐的乐谱的协议，规定了各种电子乐器和计算机之间连接的物理接口和数