1研究原因.docVIP

國立台灣大學電信工程學研究所碩士論文 音訊標準格式轉換與音樂搜尋系統－part1 作者：葉芳均 1：研究原因 這篇paper提到音訊標準轉換格式以及內涵式音樂搜尋系統兩個主題，因為DSP這門課就是關於語音的辨識和處理，而我發現這篇paper，即是在探討一些關於語音方面的分析處理，和上課的內容有很大程度相關，所以就以這篇論文當作final project。 2：緒論 這篇paper一開始談到Sampling Rate Conversion(SRC)在discrete time signal的處理，簡單來說，就是將信號從一個取樣頻率換成另一個頻率，而做SRC的原因是因為從標準音樂格式的觀點來看，從工程師知道了CD的離散時間語音訊號的儲存原理之後，CD的儲存格式便幾乎取代了以往的類比儲存方式，之後隨著數位儲存技術的成長，如雨後春筍般，冒出了許多標準語音格式和CD競爭，這些新的標準格式大致有以下特性： 更有彈性的紀錄格式，使的跨平台使用得以實現。 提供更大容量和更快速且正確的搜尋速率。 比原本的標準格式提供了更高的取樣頻率。 但是因為這些格式通常都使用不同的取樣頻率，所以想要從一個格式轉換成另１種格式時，就得要做SRC。 在這篇論文裡面，作者還介紹了一個比較有效率的方法。這個方法是用generalized scaling algorithm來做取樣頻率的轉換，就由這個演算法，我們就能將取樣頻率依照設定的比例來做調整。此外作者還提出一個快速的algorithm已達成real-time的轉換，並且可以修改成任意的放大比例，而不需如同傳統的multi-rate轉換，得要先將頻率提高到一個很高的取樣頻率。 這篇paper大致可分成以下幾段內容： 首先會提到一些數位語音格式和關於SRC的背景知識跟使用，並且介紹了有關於這些標準語音格式的一些性質。 接著是關於generalized scaling algorithm，包含傳統的演算法，還有filtering的window effect，以及一個取樣方法－Sample and Hold approximation和一些實驗結果。之後會拿專業軟體的SRC和他自己的SRC演算法比，能發現performance跟那些專業軟體差不了多少，但執行速度更快。 最後，是作者關於SRC的結論，以及未來SRC可以努力改善的方向。 3：Paper正文： Section1：Related Work in SRC 隨著個人電腦的功能越來越強大，人們會想要有比以前更高的語音品質，因此許多數位語音格式錄錄續續的產生，因為硬體使用上，可能會有一些限制，所以使用者會想要在兩種音樂格式上作轉換，這就是為什麼SRC會變成一個數位訊號處理的重要課題，在這個章節中，作者先介紹一些最近的一些數位音樂格式和一些特殊目的的SRC軟硬體。 1.1 Digit Audio Formats Overview (1) CD(Compact Disc)： CD是一個由Sony和Philips在1982年時所出版的儲存媒介物，CD具有65536的離散等級(discrete level)，而且每秒能夠取樣44100次，而數位訊號就是儲存在螺旋的軌道上。在一個標準的74分鐘CD中，有22188的軌道跨過園盤的半徑，總長度約是5.7公里，軌道的讀取是偵測CD凹凸不平的表面，以1.2m/s的速度讀取。為什麼取樣速度要選44100HZ呢？第一個理由就是人類的語音能力差不多是從20HZ到20KHZ，根據取樣定理(Sample Theorem)，我們只需要40KHZ就能夠完整地保存訊號了，而特別選44100HZ就是為了要延續語音格式的傳統，一秒30個frame，一個frame 490lines，和1 line有3個訊號，所以大概一秒大概會有個樣本，而CD的優點就是在於它的便利性和比較好的品質，最後到目前為止，它也取代了傳統的磁帶成為目前最流行的語音格式。 (2)DAT Digital Audio tape(DAT)是由Sony和HP在1987年所發明的，它能藉著懸旋掃描紀將所紀錄的數據轉變成數位訊號並儲存起來，比起CD，為了要能提供更高畫質，DAT的取樣頻率是48000HZ，它的容量是2GB~40GB，而且找數據所需要用來掃描所要的時間會小於1分鐘，因為DAT的高容量和快速搜尋，近幾年它也被運用在數據儲存上。 (3)DVD Audio DVD Audio是在1999年發展出來的，它是有著和DVD Video相同容量的語音格式的DVD。DVD Audio支援多重數位訊號格式，包括16bits，20bits，24bits而最多到6個channel，對2個channel、24bits訊號而言，取樣頻率約為192KHZ，而對6個channel、24bits訊號