第02章 数字声音.ppt

多媒体实用教程 第二章 数字声音 2.1声音信号数字化 2.1.1声音基础 1 声音 人们把发出声音的物体称为声源。 各种声音一般都具有周期性强弱变化的特性，因而也使得输出的压力信号周期变化，人们将这种变化用一种图示的方法——正弦波来形象地表示。 人们将曲线上的任一点再次出现（例如：声音由高到低再到高）所需时间间隔称为周期。而一秒钟内声音由高（压力强）到低（压力低）再到高（压力强）这个循环出现的次数称为频率。 2.1声音信号数字化 声音的频率范围称为声音的带宽（Bandwith）。 多媒体技术处理的声音主要是人耳可听到的20Hz~20kHz的音频信号，其中人的说话声音是一种特殊的声音，其频率范围为300Hz~3400Hz，称为言语（Speech），也称为话音或语音。现实世界中的其他各种声音，如音乐声、风雨声、汽车声等，其带宽要宽得多，可达到20Hz~20KHz，它们通称为全频带声音。 2.1声音信号数字化 2. 声音质量分级与带宽 按照带宽可将声音质量分为4级： (1) 数字激光唱盘质量。通常又称CD-DA质量，也就是常说的超高保真，即Super HiFi（High Fidelity）。 (2) 调频无线电广播，简称FM（Frequency Modulation）质量。 (3) 调幅无线电广播，简称AM（Amplitude Modulation）质量。 (4) 电话（Telephone）质量。 2.1声音信号数字化 2.1.2声音信号数字化过程 将模拟声音数字化最早采用脉冲编码调制（Pulse Code Modulation，PCM），PCM需要通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。 2.1声音信号数字化 1. 采样（Sample） “采样”就是对模拟信号每隔一个固定的时间间隔取一个样本值。 每秒钟采样的次数叫做采样频率（Sampling Rate），其单位为Hz（赫兹）。 采样频率越高即采样时间间隔越短，采样频率越低即采样时间间隔越长。 Nyquist（奈奎斯特）采样定理认为：采样频率至少应为信号最高频率的两倍，才能把数字信号表示的声音还原为原来的声音。 CD音频通常采用44.1kHz的采样频率。 2.1声音信号数字化 2. 量化（Quantize） 所分的层数越多，即二进制码的位数越多，则对原模拟信号反映的精度就越高，对于声音信号来说，记录的声音质量就越好。 采用均匀间隔量化的方法称为均匀量化或线性量化，这种量化方式会造成大信号时信噪比（SNR: Signal to Noise Rate，信噪比是有用信号与噪声之比的简称，其单位是分贝（dB））有余而小信号时信噪比不足的缺点。 2.1声音信号数字化 小信号时量化级间宽度小些，而大信号时量化级间宽度大些，就可以使小信号时和大信号时的信噪比趋于一致。这种非均匀量化级的安排称为非均匀量化或非线性量化。数字电视信号大多采用非均匀量化方式。 2.1声音信号数字化 3. 编码（Code） 与模拟信号比较，数字信号有抗外界干扰的优点。 用数字信号表示声音也有“信息丢失”的缺点。 2.1声音信号数字化 2.1.3声音数字化的主要参数 1. 采样频率（Sample Rate） 取样频率是指在一秒钟时间内采样的次数。常见标准有11.025kHz、22.05kHz、44.1kHz、48kHz等几种。 2. 量化精度（Resolution） 量化精度是指每个采样点所表示的数据位数。量化精度通常有8位、16位、24位。 3. 声道数（Channels） 声道（Channel）是指同一时间有几个喇叭发出声音。在这里声道数指同一时间中出现（产生）的音频通道数。常见有单声道和双声道（立体声），往后发展到四声道（两前两后）、DVD的六声道（5.1）、七声道（6.1）、八声道（7.1），以及电影院的十声道。 2.1声音信号数字化 2.1.4数字化声音的压缩 1.声音的码率和声音文件大小 声音每秒钟的数据量称为声音的码率。码率也称比特率，声音的码率就是每秒钟记录音频数据所需要的比特值，通常用kbps（即千比特/秒）作为单位。 声音的码率=采样频率×量化精度×声道数 声音数据量=采样频率×（量化精度÷8）×声道数×时间 =(声音的码率÷8)×时间 2.1声音信号数字化 2．数字化声音的压缩 分为有损压缩与无损压缩，实际上有损压缩和无损压缩也只是相对的。 音频编码最多只能做到无限接近于自然界的信号，实际上，任何数字音频编码都无法做到完全还原自然的声音信号。 在所有的数字音频编码中，PCM编码代表了最高的保真水平，因此，它被约定成为无损编码。 通常上讲的有损音频编码，只是相对于PCM编码而言的。 2.1声音信号数字化 2.1.5声