第4章音频和声卡.ppt

第一章 多媒体技术基础;4.1音频编码基础 声音根据其内容可分为波形声音、语音和音乐。波形声音实际上是数字化了的声音，实际上它包括了所有的声音形式。计算机处理的声音信号都是经过离散化了的信号，因此通常又称为音频信号。;1、声音是一种连续的波 时间和幅度上的连续性 由于人的耳朵能够判别出声波达到左右耳的相对时差、声音强度，声音能够判别出声音的来源。同时由于声音的来回反射，而造成声音的空间效果。例如我们在剧场中听到的声音和在公园中听到的声音效果是不一样的。 ;2.声音的分类 不规则音频一般指不包含任何信息的噪声。;2.声音的分类 规则音频是一种连续变化的模拟信号,可用一条连续的曲线来表示，称为声波。因声波是在时间和幅度上都连续变化的量，我们称之为模拟量。; 规则音频通常又分为语音、音乐和音效。语音是指具有语言内涵和人类约定俗成的特殊媒体。音乐是规范的、符号化了的声音。音效是特指人类熟悉的其它声音，如动物和机器产生的声音、自然界的风电的声音等。;3. 声音的三要素 ; 2）音色：即特色的声音。声音分纯音和复音两种类型。所谓纯音，是指振幅和周期均为常数的声音；复音则是具有不同频率和不同振幅的混合声音。大自然中的声音绝大部分是复音。在复音中，最低频率的声音是“基音”，它是声音的基调。其他频率的声音称为“谐音”，也叫泛音。基音和谐音是构成声音音色的重要因素。各种声源都具有自己独特的音色，例如各种乐器的声音、每个人的声音、各种生物的声音等，人们就是依据音色来辨别声源种类的。 ;3）音强：声音的强度，也被称为声音的响度，常说的“音量”也是指音强。音强与声波的振幅成正比，振幅越大，强度越大。唱盘、CD激光盘以及其他形式声音载体中的声音强度是一定的，通过播放设备的音量控制，可改变聆听时的响度。 ;4.1.2音频信号的处理方法;4.1.3音频文件的存储格式;4.1.3音频文件的存储格式;4.1.3音频文件的存储格式;4.1.3音频文件的存储格式;4.1.3音频文件的存储格式;4.1.3音频文件的存储格式; 声音按频率分类：;质量 ;对于音频质量的评价分为客观评定和主观评定。客观评定是通过测量一些特性来评价度量，主要用信噪比(signal to niose ratio，SNR)。 广泛使用的是主观评定，以主观意见打分（Mean Opinion Score—MOS）来度量： ;4.2音频信号压缩技术;4.2.1 脉冲编码调制 ;模拟信号数字化一般有三个步骤：第一步是采样，就是每隔一段时间间隔读一次声音的幅度；第二步是量化，就是把采样得到的声音信号幅度转换成数字值。但那时并没有涉及如何进行量化。量化有好几种方法，但可归纳成两类：一类称为均匀量化，另一类称为非均匀量化。采用的量化方法不同，量化后的数据量也就不同。因此，可以说量化也是一种压缩数据的方法；第三步是编码，就是按一定格式记录采样和量化后的数据。 ;均匀量化 ;非均匀量化 ;一个CD—DA采用脉冲编码调制PCM编码的实例 ;首先用一组脉冲采样时钟信号与输入的模拟音频信号相乘，相乘的结果即输入信号在时间轴上的数字化。然后对采样以后的信号幅值进行量化。最简单的量化方法是均衡量化，这个量化的过程由量化器来完成。对经量化器A/D变换后的信号再进行编码，即把量化的信号电平转换成二进制码组，就得到了离散的二进制输出数据序列x(n)，n表示量化的时间序列，x(n)的值就是n时刻量化后的幅值，以二进制的形式表示和记录。 ;4.2.2 增量调制 它是一种预测编码技术，是PCM编码的一种变形。DM是对实际的采样信号与预测的采样信号之差的极性进行编码，将极性变成“0”和“1”这两种可能的取值之一。如果实际的采样信号与预测的采样信号之差的极性为“正”，则用“1”表示；相反则用“0”表示，或者相反。;从上图中可以看到，在开始阶段增量调制器的输出不能保持跟踪输入信号的快速变化，这种现象称为增量调制器的“斜率过载”(slope overload)。 在输入信号缓慢变化部分，即输入信号与预测信号的差值接近零的区域，增量调制器的输出出现随机交变的“0”和“1”。这种现象称为增量调制器的粒状噪声(granular noise)，这种噪声是不可能消除的。 在输入信号变化快的区域，斜率过载是关心的焦点，而在输入信号变化慢的区域，关心的焦点是粒状噪声。 ;4.2.3 自适应脉冲编码调制;(a) 前向自适应 ;(b) 后向自适应 ;4.2.4 差分脉冲编码调制 ;差分脉冲编码调制的概念示于图3-9。图中的差分信号d(k)是离散输入信号s(k)和预测器输出的估算值se(k-1)之差。注意，se(k-1)是对s(k)的预测值， ;4.2.5 自适应差分脉冲编码调制