多媒体通信原理第二章.pptVIP

多媒体技术第2章 多媒体音频技术 本章主要内容 音频信号的相关概念 音频信号的基本概念；数字化方法；压缩编码的可行性与分类；声音类别与数据率… 音频信息压缩编码技术标准体系 G.7XX系列和MPEG-X系列 G.7XX声音压缩编码技术 各标准的编码方法；编/解码器等 MPEG-X声音压缩编码 电子乐器数字接口MIDI 2.1 音频信号 声音的产生源于物体的震动，这种震动引起物体周围气压的变化并传播，最后形成了声音。 声音是一种波，由两个参数描述： 频率：声音的尖锐程度。 振幅：声音的大小，又称响度。 音频信号是指处在20Hz～20kHz频率范围的声音。 音频信号 音频信号 根据音频信号占用频谱的不同，可以将音频信号分为3类： 1.语音信号：又称话音信号，是人在正常情况下发出的一种声音，频率范围大约为300Hz～3KHz，成年人多为60Hz-400Hz, 男声音调10ms，女声音调6ms。 2.音乐信号：各种乐器发出的声音，频率范围大约为20Hz～20kHz。 3.噪音信号：人们不感兴趣的一类声音，通常研究如何去掉它。 以上这些声音都可以称为波形声音。 通常声音的声强 通常声音的分类 音频信号的数字化 音频信号通常是连续信号，要利用计算机来处理，首先需要对其数字化。 音频信号的数字化 对声音信号进行采样时，一般使用音频范围的ADC（模数转换器）进行。不同的ADC主要区别于以下两个重要参数： （1）采样频率： 采样频率是指每秒钟采集声音样本的个数。它的取值应该满足Nyquist Theory，即采样频率fs应该大于等于声音信号中最高频率fm的两倍。 采样频率的单位是：Hz或samples/s。 如：数字电话的采样率为8KHz。 音频信号的数字化 （2）采样精度： 采样精度用样本位数来表示。 样本位数越多，则声音质量越高，因为每个样本的量化值与原样本值越接近。 采样精度的单位是：bits/sample。 音频信号的数字化 采样频率越高，采样精度越大，则数字化声音效果越好，但是需要的存储量就越大。因此在实际应用中，需要折中考虑声音质量和存储量的问题。 音频信号的数字化 声音硬件： 音频信号压缩编码的可行性与分类 对于高质量和长时间的音频数据，由于数据量都特别大，为了有效地存储和传输，需要进行压缩编码。 压缩的可能性存在于： （1）声音信号中包含大量的冗余信息，如样本相关性、时间周期相关性、基音相关性等。 （2）利用人的感知特性进行压缩。 （3）根据话音产生机理进行压缩。 音频信号压缩编码的可行性与分类 根据压缩编码思想的不同，把音频编码技术分为三类： （1）波形编码（Waveform Coding） （2）源编码（Source Coding） （3）混合编码（Hybrid Coding） 衡量语音编码性能的主要因素有： 编码质量； 编码速率； 算法复杂度。 音频信号压缩编码的可行性与分类 波形编码： 没有利用语音信号自身的特点。如： 1.CD质量音频数据量：2x44100x16 b/s 2.电话质量音频数据量：8Kx8 b/s(DPCM 56Kb/s;ADPCM 32Kb/s) 源编码： 参数化，利用语音信号的特点进行数据压缩。 例如：信道声码器的工作原理： 将语音信号基于语音分析原理分解成一系列频率分量，将这些分量在信道中传输。 音频信号压缩编码的可行性与分类 接收方基于收到的数据进行语音重建：将收到的数据中的频率分量作为语音的基频，产生一系列脉冲作为浊音，用噪声发生器的输出作为清音。 此方法可以将语音的传输速率降低至3Kb/s。 混合编码： 如：利用语音识别和语音合成系统构建的语音压缩。 声音类别与数据率 声音根据频带分为5类： （1）电话（Telephone）声音 （2）调幅（Amplitude Modulation）广播声音 （3）调频（Frequency Modulation）广播声音 （4）数字音频光盘（CD-Audio）声音 （5）数字录音带（Digital Audio Tape）声音 这些不同的声音数据区别于采样频率、采样精度、通道数、数据率和频率范围等参数。 声音类别与数据率 声音类别与数据率 我们所熟悉的数字音频文件格式如下表所示： 声音质量的度量 声音质量的度量分为：客观质量度量和主观质量度量。 声音客观质量的度量用信噪比来展开： 信噪比越大，声音质量越好；反之，信噪比越小，声音质量越差 声音主观质量的度量是利用人的感觉（听觉）来进行度量，通常分5分： 1分:劣(极反感);2分:差(讨厌但不反感);3分:中(有点讨厌);4分:良(基本可以接受);5分:优(效果很好) 声音质量的度量 2.5 数字音乐的文件格式 WAV文件 微软公司定义的音频文件格式 基于PCM编码表示一种直接的表达声波的数字形式，用.wav为