第5章5.3数字声音及应用分析.ppt

5.3 数字声音及应用 5.3.1 波形声音的获取与播放 5.3.2 波形声音的表示与应用 5.3.3 波形声音的编辑 5.3.4 计算机合成声音 5.3.1 波形声音的获取与播放 声音的特性和类型 声音由振动产生，通过空气进行传播 声音是一种波，它由许多不同频率的谐波组成 谐波的频率范围称为声音的“带宽” 数字波形声音的获取 步骤： 数字波形声音的获取设备 声音的联机获取设备(声卡) 声音的重建与播放 计算机输出声音分为两步： 1 声音的重建：把声音从数字形式转换成模拟信号形式，由声卡完成 声卡的功能与逻辑组成 波形声音的获取与编码 波形声音的重建与播放 MIDI消息的输入 MIDI音乐的合成 选讲： 声卡的物理实现 选讲： 声卡的几种类型 5.3.2 波形声音的 表示与应用 数字波形声音的表示及其参数 数字波形声音是使用二进位表示的一种串行比特流，其数据按时间顺序进行组织，文件扩展名为“.wav” 数字波形声音的主要参数有： 取样频率： 语音的取样频率低，一般为8k ~16k Hz 全频带声音(如音乐)取样频率高，一般为44.1k ~ 48k Hz 量化位数：通常为8位、12位或16位 声道数目：单声道为1，双声道为2 码率(比特率)，每秒钟的数据量 数字波形声音码率的计算 未压缩时数字波形声音的码率计算公式 码率 = 取样频率 × 量化位数 × 声道数 例： 数字波形声音的数据压缩 数据压缩的必要性： 为了降低存储成本和提高在网络上的传输效率 数据压缩的可能性： 声音中包含有大量冗余信息； 人耳灵敏度有限，允许有一定失真而不易察觉 数字波形声音压缩编码的方法： 全频带声音：国际标准MPEG；工业标准Dolby AC-3 数字语音：固定电话使用ADPCM编码 手机使用高效率的混合编码技术 选讲： MP3播放器的结构与原理 波形声音的文件类型及其应用 什么是流媒体？ 在因特网上收听(看)音(视)频节目的2种方式： 下载存储方式：先下载存储在计算机中，下载完毕后再播放（缺点：需要等待较长时间，并需要较大的存储容量） 流式传输方式：边下载、边播放（优点：只需要下载一部分数据之后, 就可以开始一边播放一边下载，等待时间短、存储需求小） 流媒体就是一种允许在网络上让用户一边下载一边收看(听)音视频媒体的媒体分发(delivery)技术 目前流行的主要有3个公司的流媒体技术： Real Networks公司的 Real Media （RealAudio和RealVideo） 微软公司的 Windows Media Services (WMA、WMV和ASF) 苹果公司的 Quick Time 选讲： 流媒体是如何工作的？ 语音通信设备：智能手机 电话是一种以发送与接收语音信号为主的通信设备，已经有大约150年的历史 电话的发展： 固定电话→移动电话（手机） 模拟电话→数字电话（2G、3G、4G） “苯”电话→“聪明”电话（智能手机） 智能手机的特点： 智能手机 = 电话 + 电脑 智能手机使用的主流操作系统有： 安卓（Android） iOS（苹果iPhone手机） Windows Phone BlackBerry OS（黑莓手机） Symbian（塞班，诺基亚手机）等 iPhone 4手机的电路结构 5.3.3 波形声音的编辑 波形声音编辑软件的功能 主要功能： 1 编辑声音：如声音剪辑、复制、调节音量 2 声音的效果处理：如混响、回声、淡入、淡出等 3 录音 4 声音的格式转换 5 播放声音 5.3.4 计算机合成声音 什么是计算机合成声音？ 计算机合成声音就是计算机模仿人说话或演奏音乐 计算机合成声音有两类： 计算机合成话音（语音）： 计算机模仿人把一段文字朗读出来，即把文字转换为说话声音（简称为 TTS） 应用：有声查询、文稿校对、语言学习、语音秘书、自动报警、残疾人服务等 计算机合成音乐（MIDI）： 计算机模拟各种乐器发声并按照乐谱演奏音乐 应用：计算机作曲、配器等 例：计算机合成的语音 Hello，everybody （1） 你好，我是贝尔实验室的中文语音合成系统（BellTTS1） 南京大学计算机系2002年招收了202名本科生，22名博士生，130多名硕士生。（中科大讯飞公司） （Bell） 安徽中科大讯飞信息科技有限公司是专门从事中文语音及语言技术软件 （讯飞） 我们都是同行，我们一路同行，去参加人参培植研讨会 （讯飞） （Bell）