1 数字音频信号与压缩编码.pptVIP

数字电视原理及应用 电子科技大学出版社 目录 第一章 数字音频信号与压缩编码 第二章 数字视频信号与压缩编码 第三章 节目复用与PSI/SI信息 第四章 信道编码与传输 第五章 数字电视接收终端 第六章 视频点播 第一章 数字音频信号与压缩编码 数字音频是一种利用数字化手段对声音进行录制、存放、编辑、压缩或播放的技术。 本章主要内容： 1.1人耳听觉结构 1.2人耳听觉系统 1.3声音信号数字化 1.4数字音频压缩编码 1.5MPEG音频压缩编码标准 1.6AC-3音频压缩编码标准 1.1人耳听觉结构 人耳结构可分成三部分：外耳、中耳和内耳。在声音从自然环境中传送至人类大脑的过程中，人耳的三个部分具有不同的作用。 外耳是指能从人体外部看见的耳朵部分，即耳廓和外耳道。耳廓对称的位于头两侧，主要结构为软骨。耳廓具有两种主要功能，它既能排御外来物体以保护外耳道和鼓膜，还能起到从自然环境中收集声音并导入外耳道的作用。 中耳由鼓膜、中耳腔和听骨链组成。听骨链包括锤骨、砧骨和镫骨，旋于中耳腔。中耳的基本功能是把声波传送到内耳。 内耳的结构不容易分离出来，它是位于颞骨岩部内的一系列管道腔，我们可以把内耳看成三个独立的结构：半规管、前庭、耳蜗。前庭是卵圆窗内微小的、不规则形状的空腔，是半规管、镫骨足板、耳蜗的汇合处。半规管可以感知各个方向的运动，起到调节身体平衡的作用。 人耳听觉系统不仅是一个极灵敏的传声器，而且具有声音分析器的作用。 人耳的听觉系统具有判别声音响度、音调和音色的本领。 1.2人耳听觉系统 人耳听觉特性的研究主要集中在心理声学和语言声学。 心理声学研究声音和它引起的听觉之间关系的一门边缘学科。它既是声学的一个分支,也是心理物理学的一个分支。心理声学包括语言和音乐这样一些复合声和它们的知觉（语言声学和音乐声学）。 语言声学主要研究发声器官产生语声的声学过程及声学特性。根据声学观点，语言的产生可分成三个部分：声源激励、声道调制和声波辐射。其中决定语声性质的是声源激励和声道调制。语言产生的研究内容包括：激励声源的特性、发声器官的工作状态和声道的声学性质等。所采用的研究方法，大多是用电-力-声类比的方法，以建立声带波产生的模型、声道模型和语言产生的参量模型。 音乐声学是研究乐音和乐律的物理问题的科学。 对乐器和人的发音原理的研究是从激励器、共鸣器、辐射器三大部件来入手，以求得最高的发音效率和优美的音色。简单的响器，其激励、共鸣、辐射合为一体，如锣；电子合成乐器则用电路来模仿激励器和共鸣器，辐射器就是扬声器。 心理声学现象： ①刚刚能引起听觉的声音──听阈； ②声音的强度、频率、频谱和时长这些参量所决定的声音的主观属性──响度、音调、音色和音长； ③某些和复合声音有关的特殊的心理声学效应──余音、掩蔽、非线性、双耳效应。 生理声学是声学和生理学的边缘学科，它主要研究声音在人和动物引起的听觉过程、机理和特性，也包括人和动物的发声。当气流从气管呼出时，呈一定张力的声带便可振动而发声，称嗓音。嗓音是多谐的，其基频的高低取决于声带的长短和张力，声音的强度则取决于气流的大小和速度。说话时基频范围约为100到300赫兹。男声较低，女声和童声较高。? 听阈 听阈分强度阈和差阈。 声音不够一定强度不能引起听觉。在多次作用中能有50％的次数引起听觉的最小声压级称为强度阈（也称听阈）。听阈有个体差异，因而所谓正常听阈只能是一些听力正常的年轻人的听阈的统计平均值。听阈随频率而变化。500～4000Hz之间阈值最低，在它们之上和之下的高频声和低频声的阈值都较高，如20Hz纯音的阈值比1000Hz纯音的阈值约高70dB，10000Hz纯音的阈值也比 1000Hz纯音的阈值约高10dB。最敏感的频率是3000Hz左右，空气分子振动的振幅达到10-11m 就可以听到，这只有氢气分子的直径的十分之一。听阈随年龄而增高，特别是高频部分,表现为老年聋,如70岁的老人，5000Hz纯音的听阈约增高45dB。 听阈的概念还包括差阈，即两个声音引起听觉差别的最小可觉差。就频率说,在63Hz左右有经验的人耳能区别相差0.5Hz的两个纯音的差别,但这种阈值在1000Hz要增加到1.4Hz,频率越高差阈越大。人耳能区别的强度差值最小0.25dB（1000～4000Hz,70dB以上）,强度低或频率更高或更低时,强度差阈更大。在整个听觉范围内,可辨别的声音约34万个。  1.2.1声音三要素（声音的主观属性） 响度?　表示的是一个声音听来有多响的程度。响度主要随声音的强度而变化，但也受频率的影响。两者的量的关系，按古典的心理物理学规律，响度与强度的对数成正比。为了检验这一假说的正确性，现代心理物理学进行了响度的定量判断实验，并建立了响度量表，其单位为宋(son)。1宋