第4章数字音频信息处理 《多媒体技术 知识基础及应用》课件.ppt

第4章 数字音频信息处理;4.1 音频的概念 4.1.1 声音处理技术历史回顾 语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。 ;语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。;图4.1早期的留声机;电声技术是研究可听声频率范围内声音的产生、传播、存储、重放和接收的技术。顾名思义,电声技术是依靠电来记录并播放声音的,其基本原理是通过电压来产生模拟声波变化的电流信号,并记录下来,灌录成早期的唱片或磁带,这种电流信号便被称为模拟信号。传统的声音记录方式就是将模拟信号直接记录下来,例如磁带录音和密纹唱片就是将声音拾取处理后以磁记录或机械刻录的方式记录下来,此时磁带上磁极的变化或密纹唱片音槽内的纹路起伏变化都是与声音信号的变化对应成正比的。这里,密纹唱???、盒式磁带等是记录储存这种模拟声音信号的载体,而能够播放和(或)记录这些软件的信号处理设备,诸如电唱机、磁带录音机(图4.2所示)等,则称为模拟音响设备。 ;图4.3声卡和音箱是多媒体计算机的基本配置;4.1.2音频信号的形式 在日常生活中,音频(Audio)信号可分为两类:语音信号和非语音信号。语音是语言的物质载体,是社会交际工具的符号,它包含了丰富的语言内涵,是人类进行信息交流所特有的形式。非语音信号主要包括音乐和自然界存在的其他声音形式。非语音信号的特点是不含复杂的语义和语法信息,其信息量低、识别简单。 ;图4.4用WAVECN软件记录的录制 “明月几时有，把酒问青天”的语音波形;4.1.3模拟音频信号的物理特征 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,通常人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。例如一个声波信号在一秒钟内有5,000个波峰,则可将它频率表示为 5,000 Hz或5 kHz。人们在日常说话时的语音信号频率范围在33 Hz—3,000 Hz之间。频率小于20Hz的信号称为亚音(Subsonic)；频率范围为 20 Hz--20kHz的信号称为音频(Audio)；高于20kHz的信号称为超音频(Ultrasonic)。 与频率相关的另一个参数是信号的周期。它是指信号在两个峰点或谷底之间的相对时间(图4.5所示)。周期和频率之间的关系是互为倒数的。 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。对于音频信号,它的强度用分贝(dB)表示。分贝的幅度就是音量。;图4.5声音的幅度和周期;4.1.4声音的A/D转换和 D/A转换 模拟信号很容易受到电子干扰,因此随着技术的发展,声音信号就逐渐过渡到了数字存储阶段,A/D转换和D/A转换技术便应运而生。这里,A代表Analog(模拟),D代表Digital(数字),A/D转换就是把模拟信号转换成数字信号的过程,模拟电信号变为由0和1组成的信号。A/D转换芯片如图4.6所示。这样做的好处是显而易见的,声音存储质量得到了提高,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或D/A转换的变换波形如图4.7所示。这也就是为什么如今磁带逐渐被淘汰CD唱片却趋于流行的原因。;图4.6可编程A/D转换芯片;图4.7,模拟信号和数字信号可以互相转换;4.1.5声音有关的术语;4.1.6声音质量的评价;采用客观标准方法很难真正评定编码器