第四章数字音频处理技术1.ppt

数字音频处理技术 任课老师：陶涛 本章重点： 声音概述 音乐合成与MIDI 数字音频压缩标准 数字音频处理实例 声音总谱 声音总谱是指电影中的人声、自然音响、音乐，相协调，共同传递信息，表达情感，从而构成声音总谱。 声音构成的特点 声音构成是在一个立体的结构中展开的 声音构成在结构上是多层次的 声音构成要与视觉影像相呼应 声音构成中的声音是具体的和现实的，不受音乐节奏等限制 声音构成既有时间特点，又有空间的特点 声音构成与影视创作 声音构成首先要进行声音总谱的设计，即根据内容的要求将人声、自然音响和音乐纳入到一个总的声轨，并和视觉构成相结合，从而形成一个总的声音效果。 声音构成的分类 线性的声音构成 各种声音在时间的序列中依次出现 非线性的声音构成 各种声音组合在一起，强调垂直方向的声音运动 非线性的声音构成虽然声音组合丰富，但如果持续时间过长，会使人产生烦躁 声音构成的设置 选择什么声音 如何安排人声、自然音响和音乐 各种声音如何搭配 音乐开始的地方 音乐和画面的结合 音乐的强度 解说词的使用 解说词间歇初的声音 音乐与自然音响的处理 影视创作中的声音处理 电视剧：真实与幻觉 译制片的翻译 直播 电视新闻采访中的口型错位 电视剧：真实与幻觉 声音是实现电视剧真实幻觉重要的表现手法 声音构成：人声、自然音响与音乐 声音的比例关系声音的运动关系 声音的透视关系 译制片的翻译 传统的译制方式 字幕译制片 传统的译制方式 配音演员根据原语言的意思和剧中演员的口型，配上相应的汉语对白 传统的译制方式的缺点 破坏了原语言的独特韵味：每一种语言都有独特的表情和表意特征：语言还带有非理性的情感 破坏了演员表演的完整性 造成影片声音空间的损失 字幕译制片 尊重了艺术的完整性 直播 直播的发展历程 录播 直播 直播的特点 及时、快捷的播报信息 将观众带入报道现场，使之产生身临其境的感受 直播的先决条件在于：时间发生的时间与节目制作的时间与接收者接受的时间是同步的 直播的意义: 结果的不可预测性与随意性 假唱 假唱的目的在于控制和排除一切即兴因素，这与直播的意义背道而驰 假唱限制了表演者与接收者之间的双向交流，使积极互动变成了消极的机械传输 热线电话 热线电话对实现直播的意义起到了积极的重要作用 但人为的控制使得这种方式不仅破坏了直播的“此时此地”发展的具有一定随意性内容的直播意义，而且是双向的交流又变成了单向传输 热线电话忽略了言语中非理性因素：音高、节奏、语气等 电视新闻采访中的口型错位 口型错位产生的原因 口型错位的危害 口型错位产生的原因 拍摄时的同期录音，而在后期制作时将声音与画面分开编辑。在连续的声音中，为了避免视觉疲劳，将画面进行剪辑，从而产生口型错位 口型错位产生的危害 破坏了电视新闻报道的真实性 削弱了电视的真实幻觉 4.1 声音概述 声音在本质上是一种机械振动，它通过空气传播到人耳，刺激神经后使大脑产生一种感觉。在一些专业场合，声音通常被称为声波或音频。 4.1 声音概述 声音在物理学上称之为声波，是通过一定介质（如空气、水等）传播的一种连续振动的波，也称为声波。 通常把频率范围为20Hz～20kHz的信号称为音频信号。低于20Hz的信号为亚音信号或者称为次音信号；高于20kHz的信号称为超音频信号，或称为超声波信号。 4.1 声音概述 常见声源及其频率范围： 声音的特征： 声音有3个重要指标即振幅、周期和频率。振幅是波的高低幅度，表示声音的强弱；周期指两个相邻波之间的时间长度；频率指每秒振动的次数，以Hz为单位。 声音的3要素是音调、音色、强度，它们分别与声波的频率、波形、振幅等相关 4.2 数字化音频 声音信号是时间和幅度上都连续的模拟信号。而计算机只认识“0”和“1”，或者说计算机只能处理一个个数据，尽管数据量可能是巨大的。所以，计算机处理声音的第一步是将声音数字化，将模拟信号变为数字信号。 4.2.1音频的数字化 把模拟声音（音频）信号转换位数字化声音（音频）的过程称为声音（音频）的数字化，或称为模/数（A/D）变换。 音频信号数字化 1. 采样 在音频数字化过程中，采样指的是以固定的时间间隔T对模拟信号（音频信号）进行取值。固定的时间间隔T称为采样周期，1/T称为采样频率（fs）。采样后得到的是一个离散时间信号。采样时间间隔T越短，也就是采样频率越高，声音数据在后期播放时保真度越好。 2. 量化 采样后的音频信号需要经过量化，使信号幅度转变为有限的离散数值。这种由有限个数值组成的信号就称为离散幅度信号。 例如，假设输入电压的范围是0V～7V，并假设它