东华大学计算机科学与技术学院多媒体应用系统技术课件 第4章.ppt

LOGO 多媒体应用系统技术 任课教师：尹 枫 Email:wh_yf@dhu.edu.cn 计算机科学与技术学院 第4章：音频素材制作与处理工具 音频的基础知识 1 音频处理软件介绍 2 4.1.1 模拟音频 声音 由物体的振动产生的,发声的物体称为声源。 声音是振动的波,是随时间连续变化的物理量。 4.1.1 模拟音频 声音的物理量 振幅：声音波形振动的幅度，表示声音的强弱,即音量 周期：声音波形完成一次全振动经过的时间 频率：每秒钟声波振动的次数 亚音信号:频率20hz 超音频信号:频率20000 音频信号：介于中间的信号 人耳听不见 4.1.1 模拟音频 声音三要素 音强：声音的强弱，即音量，与声波振幅成正比 音调：声音的高低，与频率有关 音色：声音的特色。分纯音和复音（不同频率、不同振幅） 4.1.2 数字音频 数字音频 以二进制方式记录的声音数据,是模拟声音信号的数字化。 模拟音频数字化：采样、量化、编码（A/D转换) 4.1.2 数字音频 数字音频的技术指标 采样频率：采样频率不应低于模拟音频信号最高频率的2倍（奈奎斯特理论）。采样频率越高，声音失真越小 采样精度：量化位数越多，音质越好， 声道数： 声道越多，音频数据量越大 编码算法：压缩程度越大，声音质量越差 数字音频的存储空间 存储容量=（采样频率×采样精度）/8×声道数×时间 例如：一分钟44.1KHz的16位CD立体声数据存储量为： 44000×16×2×60/8=10.584MB 4.1.3 数字音频文件格式 数字音频文件格式 wav(微软） midi(乐器数字接口） cda(cd音乐） Mp3 wma(微软，网络音频格式） ra/rm(real networks) mac(apple) 4.1.4 语音技术的应用 语音识别 计算机通过识别和理解过程把语音信号转变为相应的文本或命令的技术。即让计算机能够听懂人类的语言。 语音识别系统结构 语音特征提取 声音模型和模式匹配 语言模型和语言处理 4.1.4 语音技术的应用 语音识别的基本方法 基于声道模型和语音知识的方法 模式匹配方法 人工神经网络的方法 语音识别的关键技术 语音识别单元选取 特征参数提取技术 模式匹配和模型训练技术 4.1.4 语音技术的应用 语音合成 利用计算机合成语音的一种技术，使计算机能够产生高清晰度、高自然度的连续语音，具有类似于人一样的说话的能力 三个层次 文字到语音 概念到语音 意向到语音 三个模块 文本分析 韵律建模 语音合成 4.2.1 音频处理软件Audition Adobe Audition 一种专业级的音频处理软件,基本功能有： 录音：高精度声音录制，可导入音频 混音：把不同音轨声音混合在一起 声音编辑：声音剪辑、移动、淡入淡出等 效果：几十种效果器，合唱、延迟、回响等 降噪：降低或消除音频中的干扰 声音压缩：多种格式转换：wav、mp3、wma等 协同创作：与其它音乐软件配合使用，实现音乐创作 视频配音 4.2.1 音频处理软件Audition 工作界面 工具栏 文件/效果面板 多轨编辑视图 4.2.1 音频处理软件Audition 工作界面 功能区 4.2.2 音频素材制作 录制音频 新建音频文件，一般采样频率设置为44.1kHZ 导入声音文件 录制声音（选择轨道上的R按钮，及传送器上的录音按钮） 保存会话(*.ses格式) 导出（文件-导出-混缩音频） 音频编辑 选择波形 切分、合并音频 剪辑编组 锁定音频 包络编辑 4.2.2 音频素材制作 音频效果处理 消除噪声 调整音量大小 淡入淡出 混响 回声 延迟 LOGO