第2章数字音频处理第二次课.ppt

第2章 数字音频处理 本章重点: 模拟音频与数字音频的概念 数字音频的获取 音频信号压缩编码标准 音乐合成和语音识别 第2章 数字音频处理 2.1概述 2.2数字音频的获取 2.3音频信号压缩编码标准 2.4音乐合成和MIDI 2.5语音识别 2.6实例 VC++播放声音的实现 2.7本章小结 2.1概述 声音是携带信息的重要媒体。研究表明，人类从外部世界获取的信息中，10%是通过听觉获得的,因此声音是多媒体技术研究中的一个重要内容。 声音是由物体振动产生的，这种振动引起周围空气压强的振荡，从而使耳朵产生听觉的印象。 声音的种类繁多，人的语音是最重要的声音。此外，还有动物、乐器等发出的声音，风声、雨声、雷声等自然声音，以及机器合成产生的声音等。 2.1概述 2.1概述 声音包含三个要素：音调、音强和音色。 基频与音调：一个声源每秒钟可产生成百上 千个波，通常把每秒钟波峰所产生的数目称之为 信号的频率，单位用赫兹(Hz)或千赫兹(kHz)表 示。 人对声音频率的感觉表现为音调的高低，在 音乐中称为音高。音调正是由频率ω所决定的。 2.1概述 音乐中音阶的划分是在频率的对数坐标 (20×log)上取等分而得的。如表所示， 20×log261=48.3，20×log293=49.3等。 2.1概述 谐波与音色：n×ωo称为基波ωo的n次谐波分量 (n就是高次谐波的方次，n× ωo就是基波ωo的n次 谐波)，也称为泛音。音色是由混入基音的泛音所决 定的 。 幅度与音强：信号的幅度是从信号的基线到当前波 峰的距离。幅度决定了信号音量的强弱程度。幅度越 大，声音越强。一般用动态范围定义相对强度： 动态范围＝20×log(信号的最大强度/信号的最小强度) (dB) 2.1概述 音宽与频带：频带宽度，也称为带宽，它是描 述组成复合信号的频率范围。 客观上，通常用频带宽度、动态范围、信噪比 等指标衡量音频信号的质量。音频信号的频带越 宽，所包含的音频信号分量越丰富，音质越好。 动态范围越大，信号强度的相对变化范围越大， 音响效果越好。 2.1概述 声音的质量可以通过信噪比来度量。信噪比 (SNR，Signal to Noise Ratio)是有用信号与噪声 之比的简称，定义为： 信噪比越大，声音质量越好。 2.2数字音频的获取 2.2.1采样 2.2.2量化 2.2.3数字音频的技术指标 2.2.4数字音频的文件格式 2.2.1采样 2.2.1采样 采样时间间隔称为采样周期t，其倒数为采样频 率fs=1/t。一般来讲，采样频率越高，则在单位时 间内计算机得到的声音样本数据就越多，对声音 波形的表示也越精确，声音失真越小，但用于存 储音频的数据量越大。 根据奈奎斯特定理，只有采样频率高于声音信 号最高频率的两倍时，才能把数字信号表示的声 音还原为原来的声音。 2.2.2量化 每个采样值在幅度上进行离散化处理的过程称 为量化 。 量化可分为均匀量化和非均匀量化。均匀量化 是把将采样后的信号按整个声波的幅度等间隔分 成有限个区段，把落入某个区段内的样值归为一 类，并赋于相同的量化值。以8bit或16bit的方式来 划分纵轴为例，其纵轴将会被划分为28个和216个 量化等级，用以记录其幅度大小。 2.2.2量化 非均匀量化是根据信号的不同区间来确定量化 间隔。对于信号值小的区间，其量化间隔也小； 反之，量化间隔就大。 量化会引入失真，并且量化失真是一种不可逆 失真，这就是通常所说的量化噪声。 模拟信号经过采样和量化，形成一系列离散信号。这种数字信号可以以一定方式进行编码，形成计算机内部存储运行的数据，经过编码后的声音信号就是数字音频信号。 2.2.3数字音频的技术指标 衡量数字音频的主要指标包括： 采样频率 量化位数 通道(声道)个数 数据传输率是计算机处理时基本参数。未经压 缩的数字音频数据传输率可按下式计算： 数据传输率=采样频率×量化位数×声道数 2.2.3数字音频的技术指标 例:假定语音信号的带宽是50 Hz—10kHz，而音乐信号的是 15Hz —20 kHz。采用奈奎斯特频率，并用12bit表示语音信 号样值，用16bit表示音乐信号样值，计算这两种信号数字化 以后的比特率以及存储一段10分钟的立体声音乐所需要的存 储器容量。 解：语音信号：取样频率＝2×10kHz＝20kHz； 比特率=20k×12＝240 kbit/s 音乐信号：取样频率＝2×20kHz＝40kHz； 比特率