多媒体技术及应用-第4章.pptVIP

第四部分 声音和音频信号处理 1. 什么是声音? 声音的种类 声音的种类繁多。人声马嘶、兽鸣鸟叫、风雨雷电、机器轰鸣、悠扬琴声等…… 因此，声音根据内容可以分为：天籁之音，语音，乐音等；根据频率可分为：高音、低音、重低音、超声波与次声波等；根据特性分为乐声和噪声。 声音的实质 从信息处理的角度来看，声音实质上是一种信号，称之为音频信号。 5. 声音质量的度量 声品质可定义为听觉事件对个人各方面需求的满足程度，影响声品质的因素包括物理(声场)、心理声学(听觉感知)、心理(听觉评价)等几方面。 人类的听觉频率范围：20～20KHz。 语音质量等级： 根据声音频带，声音质量分5个等级，依次为：电话、调幅广播(AM)、调频广播(FM)、CD光盘、数字录音带( DAT，Digital Audio Tape) 人的听觉声强范围 7.人类的听觉特性 听觉的掩蔽效应 模拟信号的数字化处理 音频数据压缩处理 1. 音频压缩的理论基础是人的听觉特性。 2. 音频压缩算法的分类： 1) 有损压缩和无损压缩 2) 时域压缩，子带压缩和变换压缩 三种语音编码器： 波形编码器 音源编码器(声码器) 混合编码器 3. 最基本的音频压缩处理方法－PCM编码 脉冲编码调制的概念是1937年，由法国工程师Alec Reeres 最早出来的。1946年美国Bell实验室实现了第一台PCM数字电话终端机。 1962年，晶体管PCM终端机大量应用于市话网中局间 中继线，使市话电缆传输电话路数扩大24～30倍。 70年代后期，超大规模集成电路的PCM编、解码器的出现，使光纤通信、数字微波通信、卫星通信获得了更广泛的应用。 此外，CD唱机和DAT录音机，均采用线性PCM编码来存储音乐信号，为非压缩方式。 PCM算法是最简单、最完善、最常见也是压缩效率最低的编码方法。它用一组二进制数码来代替连续信号的抽样值，具有极强的抗干扰能力。 步骤： 仅对输入信号进行采样－量化－编码。 量化噪声（误差） 两种常见PCM体制： 1)μ律压扩算法 2) A律压扩算法 * * 公共选修课 ● 全程课堂讲授约27～30学时 ●考试: 开卷笔试 ● 讨论3～6学时, 穿插于理论讲授中 广州中医药大学信息技术学院 ● 授课老师：信息学院 陈浩 副教授 创点教程网 2.声音信号的特点 声波具有时间和幅度上的连续性； 声音的传播具有反射、折射、衍射等形式；（声速和多普勒效应） 振幅A 反映了信号的强度；就是声音的大小。 频率F 反映了音调的高低；也即尖细或是低粗。 3.声波的应用 声纳，B超。 4.声音的三要素 音调：指声音的基音频率；（音阶的划分） 音色：指声音的泛音频率；（音频带宽） 音强：指声音的声音幅度；（音量的计量－分贝dB)。 6.音强和响度，听阈和痛阈 音强又称为响度，是表示人的听觉主观判断声音的强弱程度。在心理学上，响度是人耳对音量大小、声音强弱的主观感受。响度大，声音显得丰满；响度小，声音便非常单薄脆弱。在物理上，响度用声压或声强来描述声音的强弱。 响度级为以1000Hz为基准。定义1000Hz、40dB纯音时，响度为1宋。 当声音弱到人耳刚刚能听到的时候，此时的音强称之为：听阈。 当音强达到人耳感觉疼痛的时候，此时的音强称为痛阈。听阈和痛阈是随频率变化的。 人耳的听觉音强范围为0-120dB。 1) 人耳只能察觉出3dB以上音强变化 2) 人耳对不同频段的声音敏感度不同 人耳对1~3KHZ的声音最为灵敏 3) 人的听觉具有掩蔽效应 问题： 音频信号有什么特点？ 如何用计算机处理音频信号？ 如何获得高质量的音频信号？ 模拟到数字的转换－A/D转换（Analog to Digital Conversion） 模拟信号数字化的步骤 ： 1.采样 在连续信号中每隔一定时间取一个值； 2.量化 把其大小取整为n位二进制数所能表示的数； 例如: n=4， 即有24=16个级别可用于表示一个采样， 量化后只能以0，1，2……15这16个数之一来表示 3.编码 按一定的规律产生二进制位数据。 模拟信号数字化的原理 —— 将检测到的电压值转换成数字信息 模拟信号的数字化－4bit 采样定理 采样频率要高于被采样信号最高频率的两倍，信号才可能完全复原。 话音最高频率为4000Hz，则需每秒采样8000次；声音的最高频率为20kHz，所以