第二章-数字视音频技术原理.ppt

2.3 数字音频技术 2.3.1 声音记录的原理 另外，根据人耳的频率响应特性可以看出，人耳在低频时的灵敏度在700Hz以后急剧降低，如果将频段均匀划分，每个频段625Hz宽，在低频端就只有一个频段，这样就可以减小低频时的带宽；根据人耳在某些频率上不能分辨其声源的方向这一特性，可以在某些频率上采用单声道，这样也能达到降低码率的效果。 2.3 数字音频技术 2.3.2 音频信号的数字化 和视频信号数字化类似，将模拟声音数字化同样需要经过采样、量化、编码三个步骤。 2.3 数字音频技术 2.3.2 音频信号的数字化 1、采样 根据奈奎斯特采样定律，采样频率至少是信号中的最高频率分量的两倍，才能有较好的还原效果。人耳能听到的频率范围是20Hz-20kHz，所以高质量的音频系统其采样频率必须在40kHz以上，CD即采用44.1kHz的采样频率还有11.5kHz和22.05kHz、48kHz等采样频率，22.05kHz只能达到FM广播的声音品质，44.1kHz则是理论上的CD音质界限，48kHz则更加精确一些。 2.3 数字音频技术 2.3.2 音频信号的数字化 2、量化 对音频信号一般采用16比特或更高的量化字长进行量化，20比特的量化即把一个采样点的幅度等物理量分为220=1，048，576个级别进行比较取值，16比特量化的分辨率也可达到65536个音量级。量化字越长，记录的声音就越精确，同时所占的存储空间也会越大。 2.3 数字音频技术 2.3.2 音频信号的数字化 3、编码 音频信号数字化的编码方式也采用PCM编码，是一种直接进行模数（A/D）变换的方法。直接数字化的最大缺点是要求的存储容量非常高，如CD立体声的码率达到 44.1K×16×2=1411.2kbps 要记录1分钟的音乐，就需要约8.5MB的存储容量，而要记录几十分钟的音乐就需要几百兆的存储容量。 2.4 数字视音频格式 2.4.1 数字音频格式 2.4.2 数字视频格式 2.4 数字视音频格式 2.4.1 数字音频格式 数字音频格式有很多种。比较常见的数字音频格式有PCM编码格式、WAVE格式、MIDI格式、AIFF/AU格式、Dolby AC-3格式、MP3格式等 2.4 数字视音频格式 1.PCM编码格式 PCM即脉冲代码调制编码（Pulse Code Modulation）的缩写，它是数字音频的鼻祖。其优点主要是保真度高，具有很强的抗干扰性，在传输中混入的干扰及丢失的数码信号，可在接收端通过检出错误和纠错，把干扰剔除，补上丢失的部分，最终使信号恢复原状。 2.4 数字视音频格式 2.WAVE格式 WAV格式是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，由于Windows本身的影响力，这个格式事实上已经成为通用的音频格式。WAV记录的是声音本身，所以它占的硬盘空间很大。 2.4 数字视音频格式 3.MIDI格式 MIDI是Musical Instrument Digital Interface的缩写，又称作乐器数字接口，是数字音乐/电子合成乐器的统一国际标准。MIDI文件本身只是一堆数字信号而已，不包含任何声音信息，它记录的是在音乐的什么时间用什么音色发多长的音等等，把这些指令发送给声卡，由声卡按照指令将声音合成出来。正因为这样，通常的MIDI文件都非常小。 2.4 数字视音频格式 4.AIFF/AU格式 AIFF是苹果电脑中的标准音频格式，属于QuickTime技术的一部分。AIFF远不如WAV盛行，但由于苹果电脑在多媒体领域里的领导地位，所以，大部分音频编辑软件和播放软件都对它提供了支持。AU则是Unix平台下一种常用的音频格式，起源于Sun公司的Solaris系统。AU格式本身也支持多种压缩方式，但其文件结构的灵活性就比不上AIFF和WAV。由于Unix平台应用较少，因而，它得到的支持也远不如AIFF和WAV。 2.4 数字视音频格式 5.Dolby AC-3 Dolby AC-3是一种感知型压缩编码技术。在Dolby AC-3中，音频输入以音频块为单位，块长度为512个样值，在48kHz采样率时即为10.66毫秒，各声道单独处理。AC-3的帧结构由同步字、CRC、同步信息（SI）、码流信息（BSI）、音频块和附加数据等组成。 2.4 数字视音频格式 6.其它数字音频格式 非线性编辑系统中还可以使用其它压缩音频格式，