多媒体技术及应用教程 黄红桃 第5章.pptVIP

第5章 数字音频处理技术 录音机、Goldwave 第5章 5.1 概述 5.2 数字音频采样和量化 5.3 音频编辑技术 5.4 语音合成与识别技术 5.1概述 声音的产生来自两方面决定因素：震动和介质。声音是由物体振动并且有介质才能产生的，这种振动引起周围空气压强的振荡，从而使耳朵产生听觉的印象，如图5.1所示。 5.1概述 图5-1 空气压强振荡的波形示意图 声音的三要素 音调：指声音的高低，主要取决于声波频率的高低。频率越高，音调越高——在音乐中称为音高，反之亦然。 音强：是指声音的强度或者响度，由声音震动的的振幅决定。正常人的耳朵可以感觉到的最低声级是分贝的零标准。 音色：即声音的品质或者声音的独特性，与发音体产生的波形有关。 5.2数字音频采样和量化 自然声音转变为音频的过程包括“采样”和“量化”两个步骤，前者是每间隔一段时间就读一次声音信号的幅度，后者则把采样得到的声音信号幅度转换为数字值，如图5-2所示。 5.2数字音频采样和量化 图5-2 音频信息处理结构框图 5.2.1采样的基本概念 采样就是在某些特定的时刻对模拟信号进行取值，对自然声音的采样过程是每隔一个时间间隔（Δt）在模拟声音的波形上取一个幅值，把时间上的连续信号变成时间上的离散信号，如图5-3所示。 5.2.1采样的基本概念 图5-3 模拟信号的采样 5.2.2 量化的基本概念 把每个采样值在幅度上进行离散化处理的过程称为量化，其过程先将整个幅度划分成为有限个小幅度(量化阶距)的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。 均匀量化 非均匀量化 5.2.3音频文件格式 数字化的声音通常以不同格式的音频文件保存和使用，目前常见的格式有CD（PCM）格式、WAV格式、MP3格式、MIDI格式、Real格式和WMA格式等。 5.2.3音频文件格式 PCM：把模数转换得到的二进制数直接记录下来而形成的文件格式 ，音质好、体积大，普通CD唱片的文件格式，文件量极大。 WAV：微软公司开发的基于PCM 编码的通用音频格式，无压缩，文件大小同PCM。 示例： 5.2.3音频文件格式 MP3：MPEG Audio Layer-3的简称，使用知觉音频编码技术 ，可将原始的波形文件压缩至1：10－1：12 。 因此，一般1首3分钟的MP3歌曲约3MB。 WMA：微软公司针对网络环境开发，是Windows Media Audio的缩写， 压缩比可达18：1，也可在线广播 5.2.3音频文件格式 ASF：Windows 编码，支持音频、视频及其他多媒体类型 RA、RM、RMX： Real公司开发，网络音频格式，采用“音频流”技术，适合在线播放 MIDI：是一串时序命令，记录下音乐的行为，例如记录下钢琴的按键，播放时在模拟钢琴的声音，因此不能记录人声。 占用存储容量极小！ 5.2.4自然声音的数字化 在自然声音中，最常见的需要被采样和量化的是人的声音。 【例5-1】利用Windows操作系统自带的“录音机”工具捕获自然声音成为数字化的音频文件。步骤如下： 【例5-1】 （1）准备麦克风 （2）设置录音参数 （3）开启Windows中的录音机 （4）设置WAV录音文件的格式 （5）设置录音质量 （6）开始录音 （7）保存文件 5.2.5 CD音轨的提取和格式转换 有许多软件都能够把CD音轨转换为其他音频格式文件从而实现存储空间的节约和可移动性。 【例5-2】使用Windows Media Player软件把CD音轨转换为MP3文件。 5.3音频编辑技术 音频编辑是指在利用音频处理软件对声音文件进行后期合成、多媒体音效制作、视频声音处理等工作。 它对数字化声音的效果发挥着显著的作用，也是修饰声音素材的最主要途径。 5.3音频编辑技术 编辑技术分2类： 第一类是针对音频信号在转换、传输、放大、播放过程中，由于音源与设备的因素产生的失真进行合理有效的修正与补偿， 第二类是在原来音乐的基础上，进行空间环绕、音场展宽、动态增强等处理，使听音效果更加丰富多采。 5.3.1 录音机的应用 【例5-3】使用Window的“录音机”软件实现最简单的音频编辑工作。 （1）利用“录音机”打开一段音频文件 （2）在“效果”菜单选择“添加回音”等基本声音效果 （3）添加各种效果，例如“加大/减少音量”、“加/减速度”、“ 回音”和“反转声音”等效果。 5.3.2 GoldWave软件简介 GoldWave诞生于1997年，是一个功能强大的数字音乐编辑器，可以对音乐进行播放、录制、编辑以及转换格式等处理。 5.3.3 GoldWave的运行和打开文件 【例5-4】GoldWave的基本使用。 5.3.4 Gold