第3章-1音频息的获取与处理.pptVIP

第三章多媒体信息的表示与处理 音频信息的获取与处理 音频（Audio）指人说话的声音频率。 （音频是个专业术语,人类能够听到的所有声音都称之为音频 ） 定义：20HZ～20KHZ的音频范围 分类：波形声音、语音、音乐 声音三要素：音调、音强、音色 ????? 考核目的： 考核学生对数字音频获取与处理的基本原理、采样量化的基本原理、音频卡的组成及工作原理、音频编码标准以及音乐合成原理的理解和掌握。 ??????? 考核的知识点： 什么是数字音频、数字音频采样和量化的基本原理、音频卡的工作原理、音频编码标准和音乐合成的原理。 ??????? 考核要求： 掌握：数字音频信息的获取与处理的原理过程、音频卡的工作原理。 理解：数字音频采样量化的原理过程、音乐合成的原理。 了解：数字音频编码的标准。 3-1 数字音频： 在计算机内，所有的信息均以数字表示。各种命令是不同的数字，各种幅度的物理量也是不同的数字。音频信号也用一系列数字表示，称之为数字音频。数字音频的特点是保真度好，动态范围大。 3-2 采样： 模拟声音在时间上是连续的，而数字音频是一个数字序列，在时间上只能是断续的。因此当把模拟声音变成数字声音时，需要每隔一个时间间隔在模拟声音波形上取一个幅度值，称之为采样，采样的时间间隔称为采样周期。 3-3 量化： 在数字音频技术中，把采样得到的表示声音强弱的模拟电压用数字表示。模拟电压的幅值仍然是连续的，而用数字表示音频幅度时，只能把无穷多个电压幅度用有限个数字表示，即把某一幅度范围内的电压用一个数字表示，这称之为量化。 3-4．奈奎斯特采样定理 1927年，奈奎斯特确定了如果对某一带宽的有限时间连续信号（模拟信号）进行抽样，且在抽样率达到一定数值时，根据这些抽样值可以在接收端准确地恢复原信号。为不使原波形产生“半波损失”，采样率至少应为信号最高频率的两倍，这就是著名的奈奎斯特采样定理。奈奎斯特1928年发表了《电报传输理论的一定论题》。 常用的音频采样率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。 均匀量化：就是将输入数据的振幅进行等值均分，优点是计算处理简单，缺点是量化误差大； 非均匀量化：就是将输入数据的振幅，按照其变化曲线的曲率大小进行不等值划分。优点是量化误差大，缺点是计算处理复杂，需要较多的比特数。 自适应量化：就是按照输入数据的变化曲线的局部区域的特点，自适应地修改和调整量化器的箱宽。优点是量化误差小，缺点是计算处理复杂。 3-5 数字音频的文件格式 .WAV Microsoft公司的波形音频文件格式。 .MID MIDI文件格式。 .VOC Creative公司的波形音频文件格式。 .SND NeXT计算机的波形音频文件格式。 .AIF Apple计算机的波形音频文件格式。 .RMI Microsoft公司的MIDI文件格式。它可以包括图片、标记和文本。 3-6 WAV文件储存容量计算 WAV文件的字节数/每秒=采样频率（Hz）×量化位数（位） ×声道数/8 3-7 MIDI文件 由于MIDI文件记录的是一系列的计算指令而不是数据化后的波形数据，因此占用的存储空间比WAV文件要小很多。所以预装MIDI文件比装入WAV文件要容易很多。这为设计多媒体应用系统和指何时播放音乐带来很大的灵活性。但是MIDI文件的录制比较复杂，这要学习一些使用MIDI创作并改编作品的专业知识，并且还必须有专门工具，如键盘合成器等。 3-8 音频信号处理的特点 (1) 音频信号是时间依赖的连续媒体。 (2) 理想的合成声音应是立体声。 (3) 对语音信号的处理，要抽取语意等其它信息，如可能会涉及到语言学、社会学、声学等。 3-9 从人与计算机交互的角度来看音频信 号相应的处理如下: (1) 人与计算机通信(接收音频信号) 音频获取；语音识别与理解。 (2) 计算机与人通信(输出音频) 音频合成； 声音定位；音频/视频同步。 (3) 人—计算机—别人通信 3-10 音频卡的主要功能 音频的录制与播放、编辑与合成、MIDI接口、文语转换、CD-ROM接口及游戏接口等。 3-11 音频卡的分类 音频卡的分类主要根据数据采样量化的位数来分，通常分为8位、16位和32位等几类。位数越高，量化精度越高，音质就越好。 3-12 音频卡的工作原理 音频卡的组成平面图 音频卡的工作原理框图 （1）声音的合成与处理：这部分是音频卡的核心，一般由数字声音处理器、F