第3章音频信息的获取与处理.ppt

2.1数字音频基础 模拟音频信号的两个重要参数 模拟音频信号有两个重要参数：频率和幅度。声音的频率体现音调的高低，声波幅度的大小体现声音的强弱。  一个声源每秒钟可产生成百上千个波，我们把每秒钟波峰所发生的数目称之为信号的频率，单位用赫兹(Hz)或千赫兹(kHz)表示。信号的幅度是从信号的基线到当前波峰的距离。幅度决定了信号音量的强弱程度。幅度越大，声音越强。对音频信号，声音的强度用分贝(dB)表示，分贝的幅度就是音量。 声音数字化分为采样和量化两个步骤： 采样就是每隔一段时间就读一次声音信号的幅度，记录下来的原始模拟声波在某一时刻的状态，称之为样本；每秒钟抽取声波幅度样本的次数，称为采样频率； 量化：把采样得到的声波幅度转化为数字值，也就是把某一幅度范围内的电压用一个数字表示。 在多媒体技术中，存储音频信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SNO文件和RMI文件等。 1. WAV文件 WAV文件又称波形文件，来源于对声音模拟波形的采样，并以不同的量化位数把这些采样点的值转换成二进制数，然后存入磁盘，这就产生了波形文件。WAV文件用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。 MIDI 是数字音乐接口（Musical Instrument Digital Interface)的缩写。或者说，MIDI是用来將电子乐器相互连接，或将MIDI设备与电脑连接成系统的一种通讯协议。 通过它，各种MIDI设备都可以准确传送MIDI信息。 二、MIDI系统的组成 三、MIDI的工作过程 下 课 * * 第2章音频信息的获取和处理 2.1 数字音频基础 2.2 声卡的组成与工作原理 2.3 音频编码基础和标准 2.4 音乐合成和MIDI标准 随着多媒体信息处理技术的发展，计算机数据处理能力的增强，音频处理技术受到重视，并得到了广泛的应用，如：视频图像配以娓娓动听的音乐和语音 ；静态或动态图像配以解说和背景音乐 ；立体声音乐可增加空间感 ；游戏中的音响效果等。 本章主要介绍音频的相关知识。 一、模拟音频 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。 用声音录制软件记录的英文单词“Hello”的语音实际波形 2.1.1模拟音频和数字音频 幅度限 周期 基线 二、数字音频 声音的A/D与D/A转换 A/D转换就是把模拟信号转换成数字信号的过程，模拟电信号变为了由“0”和“1”组成的Bit信号。这样做的好处是显而易见的，声音存储质量得到了加强，数字化的声音信息使计算机能够进行识别、处理和压缩 。 A/D转换的一个关键步骤是声音的采样和量化，得到数字音频信号，它在时间上是不连续的离散信号。 借助于A/D或D/A转换器，模拟信号和数字信号可以互相转换。 模拟音频的数字化过程 数字化的声音易于用计算机软件处理，现在几乎所有 的专业化声音录制、编辑器都是数字方式。对模拟音频数字 化过程涉及到音频的采样和量化。  采样和量化的过程可由A/D转换器实现。A/D转换器以固定的频率去采样，即每个周期测量和量化信号一次。经采样和量化后声音信号经编码后就成为数字音频信号，可以将其以文件形式保存在计算机的存储介质中，这样的文件一般称为数字声波文件。 2.1.2音频的数字化 多媒体计算机产生声音的方式主要有3种： 由外部声音源进行录制与重放的波形音频、MIDI音乐的MIDI音频/programs/view/AB0N4boBhFY/ 以下图所示的原始模拟波形为例进行采样和量化。 假设采样频率为1000次/秒，即每1/1000秒A/D转换器采 样一次，其幅度被划分成0到9共10个量化等级，并将其采样的幅度值取最接近0~ 9之间的一个数来表示，如下图所示。图中每个正方形表示一次采样。 0 1 2 3 4 5 6 7 8 9 10 ms 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，增加量化精度， 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。 信息论的奠基者香农（Shannon）为实现A/D转换，需要把模拟音频信号波形进行分割