多媒体技术应用教程.pptVIP

多媒体技术应用教程 陈永强，张聪主编 胡兵，崔树芹，苏勇参编 电子工业出版社 2011.8 第一页，共六十一页。 第二章 音频处理技术 2.1 音频基本原理 2.1.1 人类听觉特性 2.1.2 数字音频 2.1.3 声音 2.1.4 语音 2.2常用音频压缩标准 2.2.1音频压缩基础 2.2.2常用音频压缩标准 2.2.3音频文件格式 2.3音频处理软件Audition 2.3.1功能介绍 2.3.2编辑环境 2.3.3基本操作 2.4 音频实验 2.4.1音频处理实验 2.4.2录制歌曲实验 第二页，共六十一页。 第二章 音频处理技术 2.1 音频基本原理 2.1.1 人类听觉特性 2.1.2 数字音频 2.1.3 声音 2.1.4 语音 第三页，共六十一页。 近十年来，随着计算机技术的高速发展，以及能同时满足数字信号的高压缩率和数字信号的高保真透明重放质量的压缩算法及标准得到大量开发与使用，数字音频已经广泛应用于因特网、多媒体及无线通信系统，CD品质的数字音频已经从根本上替代了模拟音频。因此，人们对音频信号数字化处理提出了越来越高的要求，相应软硬件实现手段的效率也在不断提高。 第四页，共六十一页。 2.1.1 人类听觉特性 音频信号的感知过程与人耳的听觉系统密不可分。对于人类听力感知的研究，其范围从人耳的生理设计到大脑对听觉信息的解释。当前，大部分感知音频的编码算法都是基于心理声学模型的。 第五页，共六十一页。 2.1.1 人类听觉特性 1．听阈与听域 2．音调 3．响度和响度级 4．绝对听觉门限 5．临界频带 6．同时掩蔽 7．异时掩蔽 8．感知熵 第六页，共六十一页。 2.1.1 人类听觉特性 1．听阈与听域 听阈（Auditory Threshold）就是指人能听到的最低声压级（Sound Power Level，SPL）。 听域（Audible Area）是指人能感知的声音的范围，正常人耳能够感知的频率范围大致是20Hz～20kHz；正常人能感知声音的声压级范围是0～128dB。 第七页，共六十一页。 图2-1 听阈-频率曲线 第八页，共六十一页。 2.1.1 人类听觉特性 2．音调 音调（Pitch）在物理学中是指声音的高低，实际上就是指人耳对不同频率声音的一种主观感受。音调主要由声音的频率决定，同时也与声音强度有关。频率高的声音，人感觉其音调也较高，反之，人感知音调低的声音其频率也低。 对音调可以进行定量的判断，其度量单位为美（Mel），定义一个声压级为40dB，频率为1kHz的纯音的音调为1000Mel。 第九页，共六十一页。 2.1.1 人类听觉特性 3．响度和响度级 响度（Loudness）是人耳感受声音强弱的主观感觉程度，这种感觉与音强、频率和波形都有关系，其度量单位为宋（Sone），定义一个声压级为40dB，频率为1kHz的纯音的响度为1Sone。 响度级（Loudness Level）是指某响度与基准响度相比的等级，其度量单位为方（Phon），定义1kHz纯音的响度级为1Phon。 第十页，共六十一页。 图2-2 人耳可听最小响度曲线 第十一页，共六十一页。 2.1.1 人类听觉特性 4．绝对听觉门限 绝对听觉门限（Absolute Threshold of Hearing，ATH）指一个人在没有噪声的环境下，能够产生听觉，感知到一个纯音信号（某频率点）的最小能量幅度。 绝对听觉门限用声压级表示，静音为0dB，痛阈为140dB。 第十二页，共六十一页。 图2-3 绝对听觉门限曲线 第十三页，共六十一页。 2.1.1 人类听觉特性 5．临界频带 指一个纯音可以被以它为中心频率，并且具有一定频带宽度的连续噪声所掩蔽，在这一频带内噪声功率等于该纯音的功率。使该纯音处于刚能被听到的临界状态，即称这一带宽为临界频带宽度。临界频带的单位为巴克（Bark）。 第十四页，共六十一页。 2.1.1 人类听觉特性 6．同时掩蔽 掩蔽效应是指当两个响度不等的声音作用于人耳时，响度较高的频率成分的存在会影响到对响度较低的频率成分的感知。 当两个或更多的音频信号到达人内耳时，掩蔽声与被掩蔽声同时作用发生掩蔽效应，就称同时掩蔽。 第十五页，共六十一页。 2.1.1 人类听觉特性 7．异时掩蔽 指掩蔽效应发生在掩蔽声与被掩蔽声不同时出现的情况下。 若掩蔽声音出现之前的一段时间内发生掩蔽效应，则称为超前掩蔽，否则称为滞后掩蔽。 第十六页，共六十一页。 2.1.1 人类听觉特性