5.3数字声音及应用.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 波形声音的表示与压缩编码 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 背景材料：声卡的具体实现 背景材料：声卡的几种类型 5.3.2 波形声音的表示 与压缩编码 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8kHz 全频带声音（如音乐）的取样频率高，一般为44.1kHz 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 数字波形声音的数据量很大，例如： 数字语音1小时的数据量大约是30MB CD立体声高保真的数字音乐1小时的数据量大约是635MB 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： 声音中包含了大量冗余信息；人耳的灵敏度有限，允许有一定失真 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 移动电话使用高效率的混合编码技术 全频带数字音频编码的标准 所谓“MP3音乐”就是一种采用MPEG-1层3编码的高质量数字声音, 它能以10倍左右的压缩比降低高保真数字声音的存储量，使一张普通CD光盘上可以存储大约100首MP3歌曲 附：MP3播放器的结构与原理 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：需要等待很长时间，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） 流媒体技术就是允许在网络上让用户一边下载一边收看(听)音视频媒体的一种技术 目前主要有3个公司的流媒体产品： Real Networks公司的 Real Media 微软公司的 Windows Media 苹果公司的 Quick Time 附：流媒体是如何工作的？ 数字波形声音的主要文件格式 .wav——波形声音文件 .pcm——使用PCM编码的声音文件 .mp2——MPEG 层 1 或层2 编码的声音文件 .mp3——MPEG 层3 编码的声音文件 .rm，.ra(RealAudio)——RealNetworks的流式声音文件 .wma——微软公司的流式声音文件 .aif (Audio Interchangeable File Format)——苹果公司的声音文件 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： 计算机合成语音： 计算机模仿人把一段文字朗读出来，即把文字转换为语音（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： 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） 计算机合成音乐（MIDI） 背景材料：音乐合成器 PC机声卡一般都带有MIDI音源（音乐合成器） MIDI音源有两种： 调频合