第6章 多媒体音频信息处理技术.pptVIP

本章主要内容 6.1 音频信号及其概念 6.2 模拟音频的数字化 6.3 音频处理软件 6.1.1 声音处理技术历史 留声机→唱片（磁带） →数字音频 机械化→模拟电信号→数字电信号 电声转换、音频信号的存储和重放技术、加工处理技术以及数字化音频信号的编码、压缩、传输、存储、纠错等技术，是数字音频技术的主要对象。 6.1.1 声音处理技术历史 6.1.2 声音信号的形式 声音的产生是因为发声体的振动在物理介质（气体、液体、固体）中传播的纵向压力波。传播到人的耳膜上产生有效声压。 6.1.2 声音信号的形式 6.1.2 声音信号的形式 声波中复合了不同声强和频率的子声波。 悦耳的交响乐； 嘈杂的噪声； 音频一般划分为： 语音信号：人类发出的，丰富信息和内涵； 非语音信号；各种物理的声音还原设备或自然界中的其它生物发出的，简单，信息量低； 6.1.2 声音信号的形式 物理上，声音可用连续的曲线描述，并且都可以分解为一组正弦函数。（傅立叶变换思想） 6.1.2 声音信号的形式 6.1.2 声音信号的形式 频率(frequency)：单位时间内信号振动的次数或出现波峰（谷）的次数。1秒钟产生5000个波峰，则声音频率为5kHZ； 周期：每隔一定时间波形就重复出现，则该时间就是周期； 周期性声音：元音、鸟鸣及风声； 非周期性声音：打击乐、雷电声、流水声； 振幅(Amplitude)：基线到当前波峰的距离或振动的物质偏离平衡位置的最大绝对值； 6.1.3 人对声音的感知 人类听觉：20Hz～20000Hz 人声：80Hz～3400Hz 语音：300Hz～3000Hz 传统乐器：16Hz～7000Hz 钢琴：27.5Hz～4186Hz 声乐：87Hz(男低音)～1318Hz(花腔女高音) 6.1.3 人对声音的感知 6.1.3 人对声音的感知 6.1.4 模拟数据与数字数据 模拟数据(Analog Data)是随时间连续变化的值； 数字数据(Digital Data)是模拟数据经数字化之后的离散值； 模拟数据采用模拟信号传送，如无线电； 数字信号采用连续变化的脉冲表示； 模数转换及模数转换器(Analog Digital Converter) 数模转换及数模转换器(Digital Analog Converter) 6.1.4 模拟数据与数字数据 6.2 模拟音频的数字化 模拟信号的主要缺点 精确模拟信号的产生十分困难； 模拟信号受环境影响大； 模拟元部件开发成本高； 模拟信号的可重复性差。 6.2 模拟音频的数字化 数字信号的主要优点： 数字信号计算的精确度高； 它不受环境和时间的影响； 数学运算容易实现； 数字运算部件的可扩展性好； 6.2 模拟音频的数字化 模拟音频信号 时间上连续； 幅度上连续； 数字音频信号 时间上离散； 幅度上离散； 6.2 模拟音频的数字化 6.2.1 采样(Sampling) 采样定理基本内容：香农提出在一定条件下，用离散的序列可以完全替代一个连续函数； 采样频率：每秒钟采集多少个声音样本； 6.2.1 采样(Sampling) 采样频率不能无限制升高，其值越大，对信道带宽要求愈加严格； 采样频率和信号频率之间必须满足奈奎斯特理论：采样频率必须高于声音信号最高频率的2倍，才能把数字化后的信号还原为原始的信号。 6.2.2 量化(quantization) 量化：声波波形幅度的数字化过程，它把采样到的信号按幅度划分成若干区间，把落入某个区间内的归为一类，并赋予相同的量化值。 6.2.2 量化 用毫米比用厘米来确定一个人的身高更准确! 6.2.2 量化 6.2.3 编码 在得到量化之后的数据之后，有必要先对其进行编码和压缩，然后保存到计算机中去； 6.2.3 编码 语音信号中存在大量冗余信息； 人对某些语音信息不敏感；如声音的“掩蔽效应”。 对声音波形采样后，相邻样本值之间存在很大的相关性。 6.2.3 编码 常用的编码方法：PCM、ADPCM、SB-ADPCM、GSM； 6.3 音频处理软件 6.3.2 音频处理软件Goldwave ● 时间轴离散化称为采样； ● 幅度轴离散化称为量化； 数字化采样 量化 6.2 模拟音频的数字化 采样频率如何，声音质量才高呢？ ● 常用的采样频率如下： 常用采样频率 11,025 Hz 22,050 Hz 44,100 Hz 6.2.1 采样(Sampling) CD级别 普通音乐级别 量化位数如何，声音质量才高呢？ 常用量化位数 8 bit 12 bit 16 bit 24 bit 32 bit AM (amplitude modulation)：调幅广播 FM (frequency mod