多媒体应用音频处理技术论文.docVIP

试析多媒体应用中的音频处理技术 摘要：本文对计算机领域中广泛用到的各种音频处理技术进行了分析，同时详细介绍了声音信号、音频编码及压缩技术的相关知识和应用。 关键词：音频；压缩；编码 中图分类号：tp317.4 文献标识码：a 文章编号：1007-9599 (2011) 18-0000-01 analysis of the multimedia applications for audio processing technology deng yanzhi (yangtze university,college engineering＆technology,jingzhou 434020,china) abstract:in this paper,widely used in the computer field a variety of audio processing technology to the analysis,while details of the sound signal,audio encoding and compression technology,knowledge and application. keywords:audio;compression;encoding 一、声音信号基础 声音是一种连续波，其是通过介质传播的一种连续波，其具有四个特点，主要表现在时间上的连续性和幅度上的连续性、反射性、折射性、衍射性。正是有这些特性才能使得人们可以感知声音信号。根据不同声音的特性分为不规则声音、规则声音。其中不规则声音指不包含任何信息的噪声。而规则声音则分为语音、音乐和音效。其中，语音是具有语言内涵和人类约定俗成的特殊媒体，主要用于说明、回答、叙述；音乐是规范化、符号化的声音，在系统中起提示和加强效果的作用；音效是指人类熟悉的其他声音，如自然界的各种声音。 声音信号的基础源于三要素：（1）音调：人对声音频率的感觉反映为音调的高低，其由声音信号的基音所决定。基音指声音信号中的主频率，即声音信号每秒钟变化的次数，频率快则音调高，频率慢则音调低。（2）音色：是辨别声音的特征，通过音色能区分自然界不同的声源，是音乐中极为吸引人、能直接触动感官的重要表现手段。其由混入基因的泛音（声音信号中的高次谐波分量）所决定。高次谐波越分量越丰富，频率范围越宽，音质也就越好。（3）音强：又称为响度，用来描述声音的强弱，取决于声音的振幅的大小，振幅越大，音越强；振幅越小，音越弱。 二、音频信号处理的方法 声音信号是连续的模拟信号，由于计算只能处理二进制数字信号，因此在计算机处理音频信号之前，必须将模拟信号数字化。音频信号的处理，应从以下几个环节把握： （一）音频文件的存储格式。音频数据必须以一定的数据格式存储在磁盘或其他媒体上，以便于声音的传播。比较流行的主要有以下几种：（1）wav文件格式：用于pc机上的波形文件格式，其支持各种采样频率和样本精度的声音数据，并支持音频数据的压缩；（2）au文件格式：用于unix工作站上的文件格式；（3）mp3文件格式：采用mp3格式压缩的文件格式；（4）rm文件格式：由realnetworks公司开发的一种新型流式视频文件格式，主要用于在低频广域网上实时传输活动视频影像；（5）avi文件格式：是audio、video interleaved（音频视频交错）的英文缩写，其允许视频和音频交错在一起同步播放，用不同压缩算法生成的avi文件，必须使用相应的解压缩法才能播放出来。 （二）声音质量的度量。声音的质量可以用声音信号的带宽和动态范围来衡量，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；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。声音质量等由高到低依次是：dat（数字音频磁带）——cd（唱片）——fm（调频广播）——am（调幅广播）——数字电话。 （三）音频信号压缩技术。音频压缩技术的质量和容量取决于三个重要因素：（1）采样频率，指一秒钟内采样的次数，频率越高，数字化后的音频质量越高，存储容量也就越大；（2）量化位数，表示采样值的二进制的位数，其反映采样值的精度。量化位数越多，量化值截止接近于采样值，精度就越高，信息存储量也就越大。（3）声音信息的声道数目，指记录为一组波形（单声道）、两组波形（双声道）和多组波形（多声道）。 音频压缩技术按照压缩方案不同，分为时域压缩、子带压缩、变换压缩以及多种技术相互融合的混合压缩等。时域压缩技术，是直接针对音频pck码流的样值进行处理，一般用于语音压缩和低码率应用的场合