数字音频技术.pptx

数字媒体技术基础（数字音频技术）;1 声音与声音信号数字化 2 音乐合成和MIDI 3 数码音乐MP3 4 语音信号与处理 5 音频文件的存储格式 6 声卡 7 获取声音素材 实验：Sound Forge数字音频处理;声音是数字媒体技术的一个重要内容。声音的种类繁多，如人的话音、乐器的声响、动物的叫声、机器产生的声音以及自然界的雷声、风声、雨声、闪电声等。在用计算机处理这些声音时，既要考虑它们的共性，又要利用它们各自的特性。 自从1969年Bell实验室开始数字语音的研究以来，计算机产生音乐以及语音识别、语音合成技术得到了越来越广泛的研究和应用。数字音频处理技术在音频数字化、语音处理、合成及识别等各个方面都有着很好的发展。;作为一种模拟信号，声音在时间和振幅上都是连续的，即它的振幅能以任意精度并在任何一个时刻进行测量。与之不同的是，数字信号只能在确定的时刻才有意义，其数值也只能取有限的量。;声音的强弱表现在声波压力的大小上，音调的高低表现在声音的频率上。当声音用电信号表示时，在时间和幅度上都是连续的模拟信号。对声音信号的分析表明，声音信号由许多频率不同的信号组成，这类信号称为复合信号，而单一频率的信号称为分量信号。声音信号的一个重要参数就是带宽，用来描述组成复合信号的频率范围，如高保真声音的频率范围为10~20000Hz，带宽约为20kHz，而视频信号的带宽是6MHz。;声音信号的两个基本参数是频率和幅度。信号的频率是指信号每秒钟变化的次数，用Hz表示。频率小于20Hz的信号称为亚音信号，或称为次音信号；频率范围为20Hz~20kHz的信号称为音频（Audio）信号。虽然人的发音器官发出的声音频率大约是80~3400Hz，但人说话的信号频率通常为300~3000Hz，在这种频率范围的信号称为话音信号；高于20kHz的信号称为超音频信号，或称超声波信号。一般来说，人的听觉器官能感知的声音频率大约在20~20000Hz之间，在这种频率范围里感知的声音幅度大约在0~120db之间。数字媒体技术中处理的主要是音频信号，包括音乐、语音和音效（风雨声、鸟叫声、机器声）等。;大多数电信号（模拟信号）过去一直是用模拟元部件（如晶体管、变压器、电阻、电容等）进行处理的。但是，开发一个具有相当精度、且几乎不受环境变化影响的模拟信号处理元部件相当困难，成本也很高。 话音信号是典型的连续信号，不仅在时间上，而且在幅度上也是连续的。时间上“连续”是指在一个指定的时间范围内声音信号的幅值有无穷多个，在幅度上“连续”是指幅度的数值有无穷多个。我们把在时间和幅度上都是连续的信号称为模拟信号。;如果把模拟信号转变成数字信号，用数字来表示模拟量和对数字信号做计算，那么开发模拟运算部件的问题就转变成了开发数字运算部件的问题，这就出现了数字信号处理器（digital signal processor，DSP）。DSP与通用微处理器相比，除了结构不同外，它们的基本差别是，DSP有能力响应和处理采样模拟信号得到的数据流，如做乘法和累加求和运算等。 在数字环境进行信号处理的主要优点是：首先，数字信号计算是一种精确的运算方法，它不受时间和环境变化的影响；其次，表示部件功能的数学运算不是物理上实现的功能部件，而仅仅是用数学运算来模拟，相对容易实现；此外，可以对数字运算部件进行编程，如欲改变算法或改变某些功能，还可对数字部件进行再编程。;计算机要处理或合成声音，就必须把模拟的（连续的）声音波形转换成数字（离散化），这个过程称为声音采样（图3-1），它是把连续的声波信号通过一种称为模数（A/D）转换器的部件转换成数字信号，供计算机处理，如果需要的话，这种转换后的数字信号又可以通过数模转换（D/A）器，经过放大输出，变成人耳能够听到的声音。;图3-1 声音信号数字化的过程;连续时间的离散化通过采样来实现，就是每隔相等的一小段时间采样一次，这种采样称为均匀采样；连续幅度的离散化通过量化来实现，就是把信号的强度划分成一小段一小段，如果幅度的划分是等间隔的，就称为线性量化，否则就称为非线性量化。图3-2表示了声音数字化的概念。;图3-2 声音的采样和量化;我们把时间和幅度都用离散的数字表示的信号称为数字信号。声音数字化需要回答两个问题：① 每秒钟采集多少个声音样本，也就是采样频率是多少；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。 采样的速度决定了录制声音的准确性，而采样值的精度则决定了录制声音的精确性。实践证明，采样速度越快，采样值越准确，声音特征复原得就会越好。 常用的几种音频信号数字化的采样率标准是：44.2kHz（CD音质）、22.05kHz（FM音质）、11.025kHz（AM音质）等。为了追求音响品质的完美，减