语音处理的基本知识.pptVIP

数字音频格式 AAC：高级音频编码的缩写。 AAC 是由Fraunhofer IIS—A、杜比和ATT共同开发的一种音频格式，它是MPEG一2规范的一部分。AAC所采用的运算法则与MP3的运算法则有所不同，AAC通过结合其他的功能来提高编码效率。AAC 的音频算法在压缩能力上远远超过了以前的一些压缩算法(比如MP3等)。它还同时支持多达48个音轨、l5个低频音轨、更多种采样率和比特率、多种语言的兼容能力、更高的解码效率。总之，AAC可以在比MP3文件缩小30％的前提下提供更好的音质。 第62页，共92页，2022年，5月20日，9点4分，星期六 数字音频格式 APE：Monkey’S Audio提供的一种无损压缩格式。 Monkey’S Audio提供了Winamp的插件支持，因此这就意味着压缩后的文件不再是单纯的压缩格式，而是和MP3一样可以播放的音频文件格式。压缩效果大约为2：l左右，但能够做到真正无损，因此获得了不少发烧用户的青睐。令人满意的压缩比以及飞快的压缩速度，成为了不少朋友私下交流发烧音乐的唯一选择。 第63页，共92页，2022年，5月20日，9点4分，星期六 数字音频格式 OGG格式：全称是OGGVobis。它是一种新的音频压缩格式，类似于MP3等现有的音乐格式。但有所不同的是，它是完全免费、开放和没有专利限制的。OGG Vobis有一个很出众的特点，就是支持多声道，随着它的流行，以后用随身听来听DTS编码的多声道作品将不会是梦想。OGG Vobis在压缩技术上比MP3好，使它很有可能成为一个流行的趋势，这也正是一些MP3播放器对其支持的原因。另外，如果相同速率录制音频mp3和ogg不分上下，ogg采用更先进的算法还可能会好一些。 第64页，共92页，2022年，5月20日，9点4分，星期六 2.3 计算机音乐 音乐合成 MIDI规范 数字音频工作站 第65页，共92页，2022年，5月20日，9点4分，星期六 一个乐音必备的三要素是：音高、音色和音强。运动的旋律中的乐音还应具备时值，即持续时间。 音高：音高指声音的基频。声音的基频越高，给人的感觉就越激越；相反，声音的基频越低，给人的感觉就越低沉。。 音色：音色是由声音的频谱决定的：各阶谐波的比例不同，随时间衰减的程度不同，音色就不同。各种乐器的音色是由其自身结构特点决定的。要用计算机模拟具有强烈真实感的旋律，音色的变化非常重要的。 音强和时值：音强也叫响度，是指声音信号的强弱程度，是由声波振动的振幅决定的。声波振动的持续时间称为时值，它具有明显的相对性，一个音只有在包含了比它更短的音的旋律才会显得长。 音乐合成 第66页，共92页，2022年，5月20日，9点4分，星期六 任何一种波形信号都可以被分解成若干个频率不同的正弦波，一个乐器的声音也可以由若干个正弦波合成得到。 调频（FM）是使高频振荡波的频率按调制信号规律变化的一种调制方式。采用不同调制波频率和调制指数，就可以方便地合成具有不同频谱分布的波形，再现某些乐器的音色。我们可以采用这种方法得到具有独特效果的“电子模拟声”，创造出丰富多彩的、真实乐器所不具备的音色。 为使音乐更加真实，人们开发出波形表（wavetable）音乐合成技术。波表合成是把真实音乐声音数字信号录制后，保存在存储器中，当选择某个乐器时，将所录制的样本信号回放。 目前这两种音乐合成技术都应用于多媒体计算机的音频卡中 。 第67页，共92页，2022年，5月20日，9点4分，星期六 1．什么是MIDI MIDI（Musical Instrument Digital Interface，乐器数字接口）是一种技术规范，定义了为把电子乐器连接到计算机所需要的电缆和端口的硬件标准，计算机和具有MIDI接口的设备之间进行信息交换的规则，电子乐器之间传送数据的通信协议。 MIDI声音是记录电子乐器键盘的弹奏过程，是将乐曲进行一种数字化的描述，这种描述称为MIDI消息（MIDI Message）。当需要播放这段音乐时，从相应的MIDI文件中读出MIDI消息，由合成器来解释这些消息中的符号，并生成所需要的乐器的声音波形，经放大后由扬声器输出。 在计算机中播放MIDI信息须使用带有合成器的声卡。 MIDI规范 第68页，共92页，2022年，5月20日，9点4分，星期六 2 ． MIDI声音的优点： （1）存储容量小 因为MIDI文件中记录的是一系列指令的集合，所以， MIDI文件所占的存储量非常小。在需要播放长时间的高质量音乐时，往往采用MIDI文件。