第三章多媒体音频技术.pptVIP

第3章 多媒体音频技术;3.1 音频基础;2．声音的频率;声音质量的标准;多媒体数据压缩的国际标准 ;3．声音的传播方向 ;4．声音的三要素 ;;5．音质 ;音频; 2.2 多媒体音频 ;; 2.2.1 波形音频 ; 1．声音的基本特征 ;声波是随时间连续变化的物理量，它有3个重要指标： 振幅——波的高低幅度，表示声音的强弱； 周期——两个相邻波之间的时间长度； 频率——每秒振动的次数，以Hz为单位。; 基线是测量模拟信号的基准点。声波的振 幅表示声音信号的强弱程度。声波的频率反映出 声音的音调，声音细尖表示频率高，声音粗低表 示频率低。 振幅和频率不变的声音信号，称为单音。 单音一般只能由专用电子设备产生。在日常生活 中，我们听到的自然界的声音一般都属于复音，; 2．数字音频 ;3.1.2 声音的数字化 ;(1). 采样和量化 ; 模拟声音在时间上是连续的，或称连续时 间函数x(t)。用计算机处理这些信号时，必须 先对连续信号采样，即按一定的时间间隔(T)在 模拟声波上截取一个振幅值(通常为反映某一瞬 间声波幅度的电压值)，得到离散信号x(nT) (n为整数)。T称采样周期，1/T称为采样频率。 为了把采样得到的离散序列信号x(nT)存 入计算机，必须将采样值量化成有限个幅度值 的集合x(nT)，采样值用二进制数字表示的过程 称为量化编码。;(2). 影响数字音频质量的技术参数;2). 量化位数 量化位数也称“量化精度”，是描述每个采样点样值的二进制位数。就是通常所说的声卡的位数。 例如，8位量化位数表示每个采样值可以用28即256个不同的量化值之一来表示，而16位量化位数表示每个采样值可以用216即65536个不同的量化值之一来表示。常用的量化位数为8位、12位、16位、32位。;; D/A转换器从上图得到的数值中重构原来信号时，得到下图中蓝色(直线段)线段所示的波形。从图中可以看出，蓝色线与原波形(红色线)相比，其波形的细节部分丢失了很多。这意味着重构后的信号波形有较大的失真。 ; 失真在采样过程中是不可避免的，如何减少失真呢？ 可以直观地看出，我们可以把上图中的波形划分成更为细小的区间，即采用更高的采样频率。同时，增???量化精度，以得到更高的量化等级，即可减少失真的程度。在下图（左）中，采样率和量化等级均提高了一倍，分别为2000次/秒和20个量化等级。在下图（右）中，采样率和量化等级再提高了一倍，分别达到4000次/秒和40个量化等级。从图中可以看出，当用D/A转换器重构原来信号时（图中的轮廓线），信号的失真明显减少，信号质量得到了提高。;Sampling Resolution 8 bit Sampling Frequency 11 KHz;Sampling Resolution 16 bit Sampling Frequency 22 KHz;3). 声道数 声音通道的个数称为声道数，是指一次采 样所记录产生的声音波形个数。记录声音时，如 果每次生成一个声波数据，称为单声道；每次生 成两个声波数据，称为双声道（立体声）。随着 声道数的增加，所占用的存储容量也成倍增加。;双声道立体声;2.1声道环绕立体声;5.1声道环绕立体声;(3). 数字音频文件的存储量 ;质量等级;(4). 数字音频信号的编码 ;3.1.3 声音文件的格式 ;1.4.1 声音文件的基本格式;WAV 文件;MIDI; VOC 文件:VOC 文件也是一种数字 声音文件，主要用于DOS 程序。与波形 文件相似，可以方便地互相转换。;听觉系统的感知特性;听觉系统的感知特性;听觉系统的感知特性;听觉系统的感知特性;听觉系统的感知特性;感知编码(perceptual audio coding);MPEG声音的压缩依据;MPEG-1 Audio;;MP3;MP4压缩技术 ;MP4的特点;高保真立体声音频压缩标准 ; 数字波形文件数据量大，数字音频的编码 必须采用高效的数据压缩编码技术。音频信号 能够被压缩编码的依据有两个，一是声音信号 存在着数据冗余；二是利用人的听觉特性来降 低编码率，人的听觉具有一个强音能抑制一个 同时存在的弱音现象，这样就可以抑制与信号 同时存在的量化噪声；另外人耳对低频端比较 敏感，而对高频端不太敏感，由此引出了“子带 编码技术”。 音频信号的压缩编码方式可分为波形编码 参数编码和混合编码三种。;评价多媒体数据压缩方法的指标 ;1). 波形编码 波形编码的算法简单，易于实现，可获得 高质量的语音。常见的三种波形编码方法为： 脉冲编码调制(PCM)，实际为直接对声音信号作 A／D转换。只要采样频率足够高，量化位数足 够多，就能使解码