第3章-音频信息处理2.ppt

第3章 音频信息处理 《多媒体技术与应用》 主讲：李知菲 3.6 音频采集与压缩 音频文件的格式 多媒体计算机音频采集设备 ——声卡 计算机录音的过程 常用录音软件 音频的压缩 音频文件的格式 波形声音经采样量化后得到的数据要经过编码，才能形成声音文件。 编码的方式不一样，生成的文件格式是不同的。 声音编码形成的文件数据量很大，要占用很大的存储空间，因此波形文件还需要做压缩处理。 在网上传播声音时，希望边下载声音边播放，还需要对将声音作进一步处理 。 常见音频文件格式举例 声音的数字编码方式非常多，不同的编码方式产生不同的数字音乐文件格式。 音频类素材常用的存储格式 WAV MP3 MIDI RM WMA CD WAV格式 和CD音质相差无几，也是目前PC机上广为流行的声音文件格式。 优点：WAV格式的音质较好，通用性强。使用Windows操作系统的录音机录制的文件格式即为WAV格式，在实际应用中常用此格式存储语音数据。 缺点：文件容量大 MIDI格式 MIDI文件并不是一段录制好的声音，而是记录声音的信息，然后由声卡再现音乐的一组指令，包括如何调用何种MIDI设备的音色、声音的强弱及持续的时间等。 优点：文件容量非常小；适合于表现音乐（需要计算机硬件的良好支持）；便于网络传播. 缺点：对人声、环境声等非乐音形式表现力差。 MP3格式 MP3格式诞生于八十年代的德国 MP3指的是MPEG标准中的音频部分，也就是MPEG音频层。 优点： 文件容量小、声音质量高、制作和播放简单 缺点： 通用性不如WAV格式【相对】 RA/RM格式 一种流式音频媒体格式，简称流媒体,就是在网络上可以实现一边下载一边收听的格式. RealNetworks公司三种格式：RealAudio、RealVideo、RealFlash 优点: 支持流技术,适合网络传播; 文件容量较小. 缺点: 音质一般.（尤其是对于窄带互联网来说） 通用性较差,较少软件能直接调用. WMA WMA (Windows Media Audio),是微软新发布的一种音频压缩格式，压缩率比MP3格式大，文件容量小，支持流技术. 优点: 压缩率高，文件容量小; 音质好. 支持流媒体技术。 缺点: 通用性较差【相对】。 CD 一个CD音频文件是一个CDA文件，但只是一个索引信息，并不是真正的音频文件。（ CD音乐不论长短，其CDA文件都是44字节长。） 优点:基本完全重现原始声音，是所有声音格式中音质效果最好的。 缺点:不易调用. 音频格式的选择 应根据需要和创作软件决定。 对简短的语音素材可直接使用WAV格式； 对于欣赏的音乐素材常使用CD或MP3格式； 用于网络传播常使用流式媒体格式(rm或wma)。 依据创作软件去选择相应格式. 获取途径 1、下载音频 2、麦克风录制语音或采集磁带音频：利用软件辅助，如cool edit等 3、从CD中获取音频：CD抓轨 4、录制计算机放出的声音（内录）：利用软件录制 5、采集视频中的音频：利用软件 6、购买音频素材库 声卡 声卡(也称为音频卡，声效卡)是多媒体计算机不可缺少的重要部件。 声卡不仅仅作为发声设备之用，还兼备了声音的采集、编辑、语音识别、网络电话等多种用途。 一、声卡的功能 1．录制、编辑和回放数字声音文件：对来自传声器，收／录音机以及激光唱盘等处的声音信号转换成数字信息并将它们以文件的形式存储。 在软件控制下，对声音文件进行编辑； 把声音文件中的数据还原成声音信号并播放出来。 声卡的功能 2．控制各声源的音量并混合在一起，即混音功能。它显示一个有多个滑键的控制面板，用来调节传声器，CD唱盘和其他音源的输入音量，调节MIDI，声音文件和主输出电路的回放音量。 声卡的功能 3．对声波文件进行压缩和解压缩：高质量的数字声音文件占用很大的存储空间，例如，1s的语音就需要8KB的容量，通过压缩，可以缩小至500B。 4．语音合成技术：在相应软件的支持下，把文字信号转换成声音，如朗读英文文本。 5．MIDI接口(乐器数字接口)：计算机可以控制多台带MIDI接口的电子乐器。 二、声卡的结构和工作原理 声卡从结构上分为独立声卡、集成声卡和外置声卡等几种. 外置USB声卡 声卡的结构 声卡采用大规模集成电路，将音频处理的各类电路以专用芯片形式集成在声卡上，并可直接插入计算机的扩展槽中使用。 声卡主要由总线接口控制芯片、混音控制芯片、数字处理器、A／D及D／A转换器、高级信号接口等组成。 声卡结构 1．数字信号处理器(DSP) DSP是声卡的核心部件。 DSP用于FM合成、语音识别、实时音频压缩以及回声加入等效果。 DSP能将输入的采样和量化后数字声音进行编码和压缩，并形成WAV格式文件送入计算机磁盘存储。声音输出时，将磁盘