它与脉冲编码调制(PCM).ppt

3.1.1 声音的基本特点 声音的定义 声音是通过空气传播的一种连续的振动波，具有幅度和频率。 声音用电信号表示时，声音信号在时间和幅度上都是连续的模拟信号，如图所示。 3.1.1 声音的基本特点 复合信号：声音信号由许多不同频率的信号组成，这类信号称为复合信号，复合信号的频率范围称为声音信号的带宽。 分量信号：单一频率的信号称为分量信号。 3.1.1 声音的基本特点 声音的频率分布 3.1.2 声音质量的度量 3.1.2 声音质量的度量 3.1.2 声音质量的度量 3.2.1 声音数字化过程 3.2.1 声音数字化过程 声音数字化的两个重要参数 声音数字化需要回答两个问题 ①每秒钟需要采集多少个声音样本，也就是采样频率(fs)是多少， ②每个声音样本的位数(bit per sample，bps)应该是多少，也就是量化精度。 3.2.1 声音数字化过程 采样频率 采样频率的高低是根据奈奎斯特理论(Nyquist theory)和声音信号本身的最高频率决定的。奈奎斯特理论指出，采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音还原成原来的声音，这叫做无损数字化(lossless digitization)。 采样定律用公式表示为 fs ≥ 2f 或者 Ts ≤ T/2 其中f为被采样信号的最高频率。 你可以这样来理解奈奎斯特理论：声音信号可以看成由许许多多正弦波组成的，一个振幅为A、频率为f的正弦波至少需要两个采样样本表示，因此，如果一个信号中的最高频率为 ,采样频率最低要选择2 。例如，电话话音的信号频率约为3.4 kHz，采样频率就选为8 kHz。 3.2.1 声音数字化过程 量化精度 样本大小是用每个声音样本的位数bit/s(即bps)表示的，它反映度量声音波形幅度的精度。例如，每个声音样本用16位(2字节)表示，测得的声音样本值是在0～65535的范围里，它的精度就是输入信号的1/65536。样本位数的大小影响到声音的质量，位数越多，声音的质量越高，而需要的存储空间也越多；位数越少，声音的质量越低，需要的存储空间越少。 量化精度的另一种表示方法是信号噪声比，简称为信噪比(signal-to-noise ratio，SNR)，并用下式计算： SNR＝ 3 log2 [(Vsignal)2 / (Vnoise)2]＝6 log2 (Vsignal / Vnoise) 其中，Vsignal表示信号电压，Vnoise表示噪声电压；SNR的单位为分贝(db) 例1：假设Vnoise＝1，采样精度为1位表示Vsignal＝21，它的信噪比SNR＝6分贝。 假设Vnoise＝1，采样精度为16位表示Vsignal＝216，它的信噪比SNR＝96分贝。 3.2.2 声音质量与数据率 3.2.2 声音质量与数据率 声音数据率计算 单声道，计算数字声音文件大小的公式为 S=R*D*(r/8)*1 S：文件大小，单位B R：采样频率，KHz D：录音时间，s r：分辨率，b 1：对应单声道 例：R=44.1Khz,r=16b,立体声,D=10s 此为CD质量的红皮书音频标准，属消费者级的压缩盘标准。 3.2.2 声音质量与数据率 声音数据率计算 3.3.1 语音编码技术分类 波形编译码器（waveform coder）：不利用生成话音的信号的任何知识，将话音视为一种普通的声音，直接对波形信号进行采样和量化。例如PCM、DPCM、ADPCM等。 音源编译码器（Source coder）：也叫参数编译码器、声码器（vocoder）。它从话音波形信号中提取话音生成模型的参数，使用这些参数通过话音生成模型重构出话音。例如LPC编码。 混合编译码器（Hybrid coder）：综合使用上述两种技术。使用的激励信号波形尽可能接近于原始话音信号的波形。例如CELP。 3.3.2 脉冲编码调制（PCM） 概念 它仅仅是对输入信号进行采样和量化。 3.3.2 脉冲编码调制（PCM） PCM编码步骤 PCM编码的两个步骤： 第一步是采样，就是每隔一段时间间隔读 一次声音的幅度； 第二步是量化，就是把采样得到的声音信号幅度转 换成数字值。 量化归纳成两类： 一类称为均匀量化 另一类称为非均匀量化 采用的量化方法不同，量化后的数据量也就不同。因此，可以说量化也是一种压缩数据的方法。 3.3.2 脉冲编码调制（PCM） 均量化 3.3.2 脉冲编码调制（PCM） 3.3.2 脉冲编码调制（P