聲音信号的介面与处理.pptVIP

聲音信號的介面與處理 語音 音樂：烘托氣氛、強化主題。。。 音效：風聲、雨聲。。。 聲音的採集 音訊的頻率範圍 電話(200~3.4kHz) 、調幅廣播(50~7kHz) 、調頻廣播(20~15kHz) 、寬頻音響(20~20kHz) 立體聲音訊：由左右兩路單音所組成。 聲音採集過程 由拾音器（麥克風）收集。 程控放大器：隔離放大加上可程式衰減。 低通濾波 ADC：類比聲音轉成數位聲音 匯流排介面與控制邏輯：壓縮等處理。 存入記憶體。 聲音的播放 聲音播放過程 由儲存器取出壓縮資料 解壓縮 DAC：數位聲音轉成類比聲音 低通濾波 功率放大與音量控制 輸出到音響 音訊信號介面 程控放大 低通 A/D A/D 低通 功放語音控 記憶體 匯流排介面與控制邏輯 音訊處理器 左 左 程控放大 低通 A/D A/D 低通 功放語音控 右 右 音訊輸入 音訊輸出 聲音檔的種類 WAV：以波形表示的聲音，不經壓縮。 CD-DA：雷射唱盤的聲音，品質較WAV高。 MIDI：MIDI音訊由音符和時間值組成，佔用的儲存空間較少。 mp3 Wma 相關資料 音樂合成 聲音：包括擷取的聲音、合成的聲音 合成音樂：MIDI 合成語言 音色(timbre)：區分不同樂器或人的聲音的音質(tone)。 複調(polyphony)：同時演奏若干音符時發出的聲音。 多音色(multi-timbre)：同時演奏不同樂器時發出的聲音。 MIDI: Musical Instrument Digital Interface 1983年根據D. Smith開發的通用合成器(universal synthesizer)標準所製定。 電腦、電子樂器、演奏控制器彼此通訊的標準。 樂譜的數位描述，包含音符、定時、樂器指派。 MIDI合成器 利用數位訊號處理器(DSP)構成的電子設備，用來產生音樂或聲音。 利用一組固定的音調值來產生特定樂器的音色，在使用調頻(FM)原理，利用軟體控制產生豐富的聲音。 傳輸資料率為 31.25Kbps MIDI檔案儲存各種樂器的音色,音符, 節拍,音量, 16個樂器通道之指派 儲存指令而非實際波形, 所需空間小, 1分鐘 MIDI檔僅約4KB儲存空間。 多媒體資料壓縮考慮要素 壓縮後的影像或語音品質是否可接受 壓縮成本,包含運算時間,軟硬體需求 壓縮後的資料傳輸率,可否滿足傳輸通道的限制 聲音信號的處理 人耳可聽見頻率範圍 20Hz -- 20KHz CD-DA 20Hz -- 20KHz FM 調頻廣播 20Hz -- 15KHz AM 調頻 50Hz -- 7KHz 電話 300Hz--3.4KHz 信號的數位化 Analog-to-Digital (A-D) conversion Sampling 取樣 Quantization 量化 Coding 編碼 Sampling 取樣 Sampling Theory連續性(continuous)信號轉為離散(discrete)資料時 ,取樣率(sampling rate)必須是信號頻寬的兩倍以上,方能從離散式完整還原為連續信號 discrete v.s. digital 轉換為頻域信號 Fourier transform 實例 聲音信號頻寬為 20 kHz, 理論上取樣率應為 40 kHz (CD-Audio 之取樣率為 44.1 kHz) 信號取樣頻率為 f (Hz), 且每個取樣值以 R個位元表示,則信號傳輸率 T:T = f x R (bits per second, or BPS) 數位音訊取樣率與資料率 語音壓縮 根據語音信號的冗餘度和人類的聽覺感知，在保持音質、限制碼率、編碼計算過程三者之間與一個折衷。 電話語音編碼 波形編碼：把持與輸入波形不變。（錄音） 語聲編碼：聽起來一樣，但波形可以不同。（編碼器，彈鋼琴，MIDI） 高品質語音編碼 由中高碼率的編碼方法實現。 波形編碼 PCM: 脈衝編碼調變 DPCM: 差分脈衝編碼調變 A DPCM: 自適應差分脈衝編碼調變 SB: 子頻帶（sub-band），以4kHz為界，分高低頻。 混合編碼 混合參數模型法編碼及波形編碼以低於16kbps碼率得到高品質的合成語音。 基於按分析來合成的線性預測(LPAS)：採用聽覺加權技術，在閉環基礎上尋找主觀失真最小的激勵向量。 多脈衝線性預測編碼(MP-LPC)： 1982年，9.6kbps衛星導航通訊標準。 碼激勵線性預測(CELP)：1984年，使用向量量化(VQ)，能在4.8kbps以上的碼率獲得較高品質的語音。 CCITT G.728：1992年，使用貝爾實驗室的LD-CELP（低延遲碼激勵線性預測）演算法，以16 kbps編碼語音。 高傳真音響壓縮 20Hz~20kHz的信號 M