数字声音及话音编码要点课件.pptVIP

主要内容2.1.1声音与听觉器官2.1.2声音信号数字化2.1.3音频处理2.1.4电子乐器数字接口系统MIDI2.1.5数字音频的文件格式2.2.1话音编码概要2.2.2脉冲编码调制(PCM)2.2.3增量调制2.2.4自适应差分脉冲编码调制2.2.5线性预测编码(LPC)的概念

第一节数字声音导语：声音是携带信息的极其重要的媒体。声音的种类繁多。声音有共同的特性，也有各自的特性。我们将研究声音的基础知识，掌握声音数字化的两个最基本的概念；了解基本的音频信号编码技术。

2.1.1声音与听觉器官声音是通过空气传播的一种连续的波，叫声波。声音的强弱（音强）音调的高低（频率）声波的特性反射(reflection)、折射(refraction)和衍射(diffraction)

2.1.1声音与听觉器官声音信号由许多频率不同的信号组成。带宽：它用来描述组成复合信号的频率范围。20～20000Hz（音频，人能感知的）,低于20的是次音，高于2万的是超声波。80～3400Hz（话音）0～120dB（人能感知的音强）

声音方向的确定人可以从声波中判断出声音的来源、强度以及声音的特殊空间效果。人是根据三个现象来确定声音的方向：(a)声音在时间上的差别（相位）(b)声音强弱的差别（音量）声音衰减；声音频率对声音的强度差别有影响。(c)声音的遮挡效果（阴影）头部与障碍物的遮挡。判别声源的其他方法：视觉帮助、声音知识、耳廓等。声音的方向性是产生立体声效果和空间效果的基础。

音乐n以小提琴为例，当它的A弦振动时，并不仅仅是整根弦在振动，这根弦的1/2、1/3、1/4…处都在振动着。n整根弦的振动产生了最主要的频率，称为基音。n弦长的1/2、1/3、1/4等处的振动则产生了一些次要的频率，称为泛音。n如果泛音是基音的整数倍，这个音就会具有清晰的音高，称为乐音，如钢琴，小提琴等发出的都是乐音；如果泛音是基音的非整数倍，这个音就不具备清晰可辨的音高，称之为噪音。

音强中分贝的定义

声音质量的度量n声音的质量与声音的带宽有关，一般来说频率范围越宽，声音质量也就越高。声音类型电话语音调幅广播调频广播CD带宽200Hz－3.4kHz50Hz－7kHz20Hz－15kHz20Hz－20kHz20Hz－20kHz各声音的相应数据率见书P48(清华版)DAT清P48

声音质量的度量n客观质量度量：信噪比（SNR）n主观平均判分法（MOS）由评委打分声音质量评分标准参见P48清P48

2.1.2声音信号数字化n为什么要数字化？n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。n声音进入计算机的第一步就是数字化，数字化过程中最重要的步骤是：采样和量化。

2.1.2声音信号数字化n采样（sampling）：将声音信号在时间上离散化，比如，每隔相等的一段时间抽取一个信号样本。(均匀采样)

2.1.2声音信号数字化n量化（quantization）：将连续的信号幅度离散化。如果幅度的划分是等间隔的，称为线性量化，否则为非线性量化。电压范围0.5~0.70.3~0.50.1~0.3-0.1~0.1-0.3~-0.1-0.5~-0.3-0.7~-0.5-0.9~-0.7量化(dec)编码(bin)0113210100010001111101011000-1-2-3-4

2.1.2声音信号数字化n采样频率奈奎斯特理论指出：采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音还原成原来的声音，称为无损数字化。fs=2fmax例：话音信号最高频率约为3.4kHz，所以采样频率取为8kHz。

2.1.2声音信号数字化n采样精度两种表示方法：1、每个声音样本的数字化位数反映了声音波形幅度的采样精度。质量采样频率样本精度单道声/数据率频率范围（kHz）（kHz）8立体声单道声单道声立体声立体声立体声（kb/s）64200～340050～700020～1500020～2000020～20000电话AM811.02522.05044.148888FM161616705.61411.21536CDDAT2、信噪比(signal-to-noiseratio，SNR)SNR＝10log[(Vsignal/Vnoise)2]＝20log(Vsignal/Vnoise)

音频信号的带宽

2.1.3音频处理音频信号处理的内容：?人-机通信计算机接收音频信号。获取、语音识别与理解。?机-人通信计算机输出音频。音频合成；声音重构、模拟。产生真实感的声音。?人-机-人通信人通过网络进行语音通信，需要的处理包括：语音采集、编