音频处理讲义.ppt

3 声音的文件格式 常见的音频文件格式 *.wav文件 *.mid文件 还有采用压缩技术将声音文件的大小压缩10倍以上的声音文件格式如： *.mp3 *.rm *.wma 等 WAVE文件 Microsoft和IBM共同开发，PC标准声音格式 没有采用压缩算法，不会失真，处理速度快 扩展名wav 特点： 声音层次丰富，还原性好，表现力强 采用足够高的采样频率，音质极佳 不足： 数据量大，与采样频率、量化位数和声道数成正比 MIDI文件 不是真正的数字化声音，而是一组声音或乐器符号的集合 象记录乐谱一样记录下演奏的符号，所以体积是所有音频格式中最小的 播放效果与硬件关系很大 应用于手机铃声等对音质要求不高且对空间有严格限制的场合 扩展名mid 音色比较单调，层次感稍差，表现力不够 MP3文件 是一种有损压缩，通过记录音频的音高、音色和音量信息 压缩比约为11:1 一张CD可存储15首普通歌曲，采用mp3格式，则可存储160首CD音质的歌曲 扩展名mp3 理想播放器是winamp WMA文件 Window Media Audio的缩写 可以保证在只有MP3文件一半大小的前提下，保持相同的音质 大多数MP3播放器都支持WMA文件 4 音频素材的获取 音频素材的获取 用软件创作； 通过计算机中的声卡录制声音； 通过计算机中声卡的MIDI接口获取声音； 从CD或VCD中直接捕获(抓轨)； 利用已有光盘中的音频素材； 从网络资源管理系统中搜索声音素材 5 声音的处理 几种常见的音频处理软件 一般音频处理 GoldWave SoundForge CoolEdit MIDI音乐制作 Cakewalk Cubase VST Logic Audio GoldWave声音处理 录音 格式转换 裁剪 调整音调 混音 去除人声 * Thank you! 音频处理 学习目标 掌握声音基本常识 理解声音的数字化的数字化过程 了解常见的音频文件格式 理解音频素材的获取方式 会用Windows自带的录音机 知道几种常见的音频处理软件,会用一种以上处理声音 内容提要 声音基本常识 声音的数字化 常见的音频文件格式 音频素材的获取 Windows自带的录音机介绍 几种常见的音频处理软件 1 声音基础知识 声音基本常识 声音是由于空气振动引起耳膜的振动，由人耳所感知。从本质上说，空气的振动就产生了声波 。 人耳能感受到的声音范围是20－20kHz 人的语音范围是300－3kHz 空气的振动 空气振动形成声波 声音三要素 正弦波有三个重要参数：频率 ω0、幅度An 和相位ψn 。 研究表明，一般的声音是由许多不同频率的正弦信号组合成的。 声音的三个要素是音调、音强和音色。 基频与音调 频率是指信号每秒钟变化的次数。 人对声音频率的感觉表现为音调的高低，在音乐中称为音高。音调是由频率ω所决定的。 音乐中音阶的划分是在频率的对数坐标（20×log）上取等分而得的。 谐波与音色 n×ωO 称为ωO 的高次谐波分量，也称为泛音。 音色是由混入基音的泛音所决定的，高次谐波越丰富,音色就越有明亮感和穿透力。 不同的谐波具有不同的幅值An 和相位偏移ψn ，由此产生各种音色效果。 幅度与音强 人耳对于声音细节的分辨只有在强度适中时才最灵敏。人的听觉响应与强度成对数关系。一般的人只能察觉出3 分贝的音强变化，再细分则没有太多意义。 我们常用音量来描述音强，以分贝（dB=20log）为单位。 在处理音频信号时，绝对强度可以放大，但其相对强度更有意义，一般用动态范围定义： 动态范围＝20 log（信号的最大强度 / 信号的最小强度） （dB） 音宽与频带 频带宽度或称为带宽，它是描述组成复合信号的频率范围。 例如，普通电话容许语音信号通过，带宽约为3.2k Hz（200-3400Hz）；高保真度（Hi-Fi，high-fidelity）声音的频率范围为10~20000Hz，带宽约为20k Hz。 音频信号的指标 （1）频带宽度：音频信号的频带越宽，所包含的音频信号分量越丰富，音质越好。 （2）动态范围:动态范围越大，信号强度的相对变化范围越大，音响效果越好。 （3）信噪比：信噪比SNR（Signal to Noise Ratio）是有用信号与噪声之比的简称。?噪音可分为环境噪音和设备噪音。信噪比越大，声音质量越好。 （4）主观度量法：人的感觉机理对声音的度量最有决定意义。感觉上的、主观上的测试是评价声音质量不可缺少的部分。当然，可靠的主观度量值是较难获得的。 2 声音的数字化 声音的数字化 为什么要数字化？ 脉冲编码调制（PCM） 数字音频的技术指标 为什么要数字化？ 由于音频信号是一种连续变化的模拟信号 计算机只能处理和记录二进制的数字信