电脑数位音乐介绍.docVIP

電腦數位音樂介紹 11組 陳俊傑 吳岳庭 音樂格式： 電腦音樂可以分成兩大類型，一種就是把音樂當成訊號波形去記錄，最普遍的技術就是PCM(Pulse Code Modulation)；另一種是把音樂的要素分離出來記錄，例如MIDI (Musical Instrument Digital Interface)就是記錄音樂的音高、節奏、音色等等。 PCM介紹： 聲音經過麥克風，轉換成一連串電壓變化的訊號，如圖一所示，將這聲音波型的類比訊號數位化(Analog to Digital)。這張圖的橫坐標為秒，縱坐標為電壓大小。要將這樣的訊號轉為PAM(Pulse Amplitude Modulation)格式的方法，是先以等時距分割橫坐標。假設用每0.01秒分割，則得到圖二。 電腦中的.WAV檔的內容就是類似這個樣子，檔頭紀錄了取樣頻率和可容許最大紀錄振幅等資訊，內容就是一連串表示振幅大小的數字，有正有負。無論使用多麼高的紀錄精度，紀錄的數字跟實際的訊號大小總是有誤差，因此數位化無法完全紀錄原始訊號。這個數位化造成失真稱為量化失真。 以上是PCM理論上的運作方式，但是實際上我們的電路沒有辦法紀錄瞬間的振幅大小，而是紀錄取樣時距內的振幅最大值，也就是Sample/Hold的運作方式。這樣的運作方式會造成波型的偏移，且很難用事後的運算來補償，為PCM的一大缺點。 音樂CD及DVD-Audio： 目前電腦絕大多數都是PCM技術的儲存格式，最普及的就是音樂CD，下一代最被看好的格式就是DVD-Audio。 音樂CD的規格為什麼是44.1kHz、16Bits呢？關於44.1kHz這個數字的選取分為兩個層面。首先我們知道人耳的聆聽範圍是20Hz到20kHz，根據Nyquist Functions，理論上我們只要用40kHz以上的取樣率就可以完整紀錄20kHz以下的訊號。那麼為什麼要用44.1kHz這個數字呢？那是因為在CD發明前硬碟還很貴，所以主要數位音訊儲存媒體是錄影帶，用黑白來記錄0與1。而當時的錄影帶格式為每秒30張，而一張圖又可以分為490條線，每一條線又可以儲存三個取樣訊號，因此每秒有30*490*3=44100個取樣點，而為了研發的方便，CD也繼承了這個規格，這就是44.1kHz的由來。 DVD-Audio是以DVD(Digital Versatile Disc)作為儲存媒介的新音樂媒體，於1999年三月提出。取樣方式為LPCM(Linear Pulse Code Modulation)，可選擇性採用MLP(Meridian Lossless Packing)無失真壓縮技術減少龐大的資料容量。DVD-Audio的取樣率有44.1kHz、48kHz、88.2kHz、96kHz、176.4kHz、192kHz等，可以16Bits、20Bits、24Bits取樣，使用立體聲錄製時最大資料流量可達192kHz 24Bits，當採用5.1聲道(家庭劇院用中置一顆揚聲器、主聲道兩顆、後環繞兩顆、超低音一顆合稱5.1聲道)錄製時最大取樣率可達96kHz。DVD-Audio可於播放時搭配畫面與音樂輸出。DVD-Audio如此高的取樣率最大的好處在於不需要繁複的超取樣運算就可以得到正確的音訊波型，另一個好處是減少jitter對音質的影響。 資料流量及壓縮： 音樂CD(雙聲道,44.1kHz,16 bit) = 2*44100*16 = 1.4112 Mbps DVD-Audio(雙聲道,192kHz,24 bit) =2*192000*24 = 9.216 Mbps 如果我們想降低流量或是想儲存音樂但沒有那麼大的空間，那就需要壓縮的技術，而壓縮也分兩大類： 失真壓縮(lossy compression) MP3、MP3Pro、WMA (Microsoft)、VQF (Yamaha) Dolby Digital AC3 非失真壓縮(lossless compression) FLAC、OptimFROG 、LPAC 、WavPack MLP (Meridian Lossless Packing) 失真壓縮方面，MP3壓縮時運用到五個重要的技巧，分別是最小聽覺門檻判定(The minimal audition threshold)，遮蔽效應(The Masking effect)，位元儲存槽(The reservoir of bytes)，The Joint Stereo，和Huffman編碼。 最小聽覺門檻判定是一種減少資料量的手段，因為人耳對不同頻率的聲音聽到的音量反應不是平直的，因此我們可以將大部分的紀錄資訊集中在人耳最靈敏的2kHz到5kHz，其餘頻率分配比較少的容量紀錄。 遮蔽效應也是聽覺心理學模型(Psychoacous