第2章 数字音频处理 多媒体技术 ppt 课件.ppt

第2章 数字音频处理 本章重点: 模拟音频与数字音频的概念 数字音频的获取 音频信号压缩编码 音乐合成和语音识别 第2章 数字音频处理 2.1概述 2.2数字音频的获取 2.3音频信号压缩编码 2.4音乐合成和MIDI 2.5语音识别 2.6实例 VC++播放声音的实现 2.7本章小结 2.1概述 声音是携带信息的重要媒体。研究表明，人类从外部世界获取的信息中，10%是通过听觉获得的,因此声音是多媒体技术研究中的一个重要内容。 2.1概述 声音是由物体振动产生的，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。 2.1概述 超声波的应用 （1）利用超声波的巨大能量还可以把人体内的结石击碎． （2）清理金属零件、玻璃和陶瓷制品的除垢是件麻烦事．如果在放有这些物品的清洗液中通入超声波，清洗液的剧烈振动冲击物品上的污垢，能够很快清洗干净． （3）用超声波探测金属、陶瓷混凝土制品，甚至水库大坝，检查内部是否有气泡、空洞和裂纹 （4）人体各个内脏的表面对超声波的反射能力是不同的，健康内脏和病变内脏的反射能力也不一样．平常说的“B超”就是根据内脏反射的超声波进行造影，帮助医生分析体内的病变． 2.1概述 音频信号所携带的信息大体上可分为语音、音 乐和音效三类。 语音，指具有语言内涵和人类约定俗成的特殊 媒体 。 音乐，指规范的符号化了的声音 。 音效，指人类熟悉的其他声音。 在多媒体系统中，处理的信号主要是音频信 号。 2.1概述 声音包含三个要素：音调、音强和音色。 基频与音调：一个声源每秒钟可产生成百上 千个波，通常把每秒钟波峰所产生的数目称之为 信号的频率，单位用赫兹(Hz)或千赫兹(kHz)表 示。 人对声音频率的感觉表现为音调的高低，在 音乐中称为音高。音调正是由频率ω所决定的。 2.1概述 音乐中音阶的划分是在频率的对数坐标 (20×log)上取等分而得的。如表所示， 20×log261=48.3，20×log293=49.3等。 2.1概述 谐波与音色：n×ωo称为基波ωo的n次谐波分量 (n就是高次谐波的方次，n×ωo就是基波ωo的n次 谐波)，也称为泛音。音色是由混入基音的泛音所决 定的 。 幅度与音强：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。一般用动态范围定义相对强度： 动态范围＝20×log(信号的最大强度/信号的最小强度) (dB) 2.1概述 音宽与频带：频带宽度，也称为带宽，它是描 述组成复合信号的频率范围。 客观上，通常用频带宽度、动态范围、信噪比 等指标衡量音频信号的质量。音频信号的频带越 宽，所包含的音频信号分量越丰富，音质越好。 动态范围越大，信号强度的相对变化范围越大， 音响效果越好。 2.1概述 声音的质量可以通过信噪比来度量。信噪比 (SNR，Signal to Noise Ratio)是有用信号与噪声 之比的简称，定义为： 信噪比越大，声音质量越好。 2.2数字音频的获取 2.2.1采样 2.2.2量化 2.2.3数字音频的技术指标 2.2.4数字音频的文件格式 2.2.1采样 2.2.1采样 采样时间间隔称为采样周期t，其倒数为采样频 率fs=1/t。一般来讲，采样频率越高，则在单位时 间内计算机得到的声音样本数据就越多，对声音 波形的表示也越精确，声音失真越小，但用于存 储音频的数据量越大。 采样定理(奈奎斯特定理) 设连续信号 x(t) 的频谱为 x(f), 以采样间隔 T 采样得到离散信号 x(nT),若满足: T ≤ ── (fc是信号的高端截止频率) 则可以由离散信号 x(nT) 完全确定连续信号 x(t)。 更通俗地讲： 只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原为原来的声音。奈奎斯特采样定理用公式表示为： ，其中， 为声音信号的最高频率。 举例： (1)在数字电话系统中，由于电话语音的最高信号频率约为3.4KHz，为将人的声音变为数字信号，电话语音采样频率不低于6.8kHz，通常选为8kHz。 (2)要想获得CD音质的效果，则要保证采样频率为44.1kHz，也就是能够捕获频率高达22050Hz的信号。 说明：因为人耳能够听见的最高声音频率为20kHz，为了避免高于20kHz的高频信号干扰采样，在进行采样之前，需要对输入的声音信号进行滤波。考虑到滤波器在20kHz处大约有10