实验--多媒体音频信息的采集与处理.docxVIP

南昌大学实践报告 学生姓名： 谢某某 学 号： 0149001506109 专业班级： 软件工程2006 实践类型：□ 验证 □ 综合 □ 设计 □ 创新 实践日期： 2010-11-30 实践成绩： （以下主要内容由学生完成） 一、实验项目名称 多媒体音频信息的采集与处理 二、实验目的 1、掌握在Windows环境下录制、播放和编辑声音文件的方法； 2、掌握使用Cool Edit录制声音的方法； 3、验证人耳的声音频率响应范围。 三、实验基本原理 声音媒体是较早引入计算机系统的多媒体信息之一，从早期的利用PC机内置喇叭发声，发展到利用声卡在网上实现可视电话，声音一直是多媒体计算机中重要的媒体信息。在软件或多媒体作品中使用数字化声音是多媒体应用最基本、最常用的手段。通常所讲的数字化声音是数字化语音、声响和音乐的总称。在多媒体作品中可以通过声音直接表达信息、制造某种效果和气氛、演奏音乐等。逼真的数字声音和悦耳的音乐，拉近了计算机与人的距离，使计算机不仅能播放声音而且听懂人的声音是实现人机自然交流的重要方面之一。 采集(录音)、编辑、播放声音文件是声卡的基本功能，利用声卡及控制软件可实现对多种音源的采集工作。在实验中，我们将利用声卡及几种声音处理软件，实现对声音信号的采集、编辑和处理。 人耳的听觉特性涉及生理声学和心理声学方面的问题。人耳可听的声音频率范围为20Hz至20KHz，但人耳对不同频率的声音敏感程度是不一样的，中频段（3 kHz～5 kHz）最敏感，幅度很低的信号都能被人耳听到。低频区和高频区较不敏感，能被人耳听到的信号幅度比中频段要高得多。 话音信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。在时间上“连续”是指在一个指定的时间范围里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。 声音数字化就是将模拟的(连续的)声音波形数字化(离散化)，以便利用数字计算机进行处理，主要包括采样和量化两个方面。数字化音频的质量取决于采样频率和量化位数这两个重要参数。采样频率是对声音波形每秒钟进行采样的次数。人耳听觉的频率上限在2OkHz左右，根据采样理论，为了保证声音不失真，采样频率应在40kHz左右。经常使用的采样频率有11.025kHz、22.05kHz和44.lkHz等。采样频率越高，声音失真越小、音频数据量也越大。量化数据位数(也称量化级)是能够用来表示每个采样点的数据范围，经常采用的有8位、16位和32位。例如，8位量化级表示每个采样点可以表示成256个(0-255)不同量化值，而16位量化级则是指每个采样点可表示成65536个不同量化值。量化位数越高，表示区别声音的差别更细致，所以音质越好，数据量也越大。 对声音进行数字化要经过采样、量化、编码三个阶段。①采样：以适当的时间间隔观测模拟信号波形幅值的过程叫采样。②量化：将采样时刻的信号幅值归整（四舍五入）到与其最接近的整数标度叫做量化。 ③编码：将量化后的整数,用一个二进制数码序列来表示叫做编码。 影响数字化质量的有以下3个因素 采样频率（11.025kHz； 22.05kHz； 44.1kHz）； 量化位数（8bit；16bit；32bit）； 声道数 {分单声道和双声道（或立体声）}。 声音数字化信息量= 采样频率（Hz/s)×量化位数（bit)×声道数 根据采样定理：当对连续变化的信号波形进行采样时，若采样频率fs高于该信号所含最高频率的两倍，那么可以由采样值通过插补技术正确地恢复原信号的波形，否则将会引起频谱混叠（Aliasing）产生混叠噪声（Aliasing Noise）,而重叠的部分是不能恢复。由于人耳可听音频信号频率上限为20 kHz，故采样信号频率fs应大于40kHz以上，考虑到LPF在20kHz处大约衰减10%，为全频带高质量的还原，可以用22kHz的两倍频率作为音频信号的采样频率，但又为了能与电视信号同步，PAL制场频为50 Hz，NTSC制场频为60 Hz，所以取二者的整倍数，则选用了44.1 kHz作为CD声音的采样标准。 四、主要仪器设备及耗材 PC一台、麦克风一支、声音录制软件 五、实验步骤、数据及处理结果 本实验通过麦克风录制一段语音信号作为解说词并保存，通过线性输入录制一段音乐信号作为背景音乐并保存。为录制的解说词配背景音乐并作相应处理，制作出一段完整的带背景音乐的解说词。 Windows系统提供了较完善的声音处理工具，直接利用附件中的一些工具程序，就能完成声音的录制、播放和一些简单的编辑功能。 Ⅰ、使用录音机录制麦克风的声音 在Windows系统中，可以通过“录音机”程序