第3章多媒体音频技术.pptVIP

质量等级采样频率/KHz量化精度/b声道数/个数码率/kbps记录内容电话88单声道64简单的声音AM（可接受的音乐）11.0258单声道88.2长音乐片段、高质量语音FM（收音音质）22.0516双声道705.6短的高质量音乐片段CD（CD音质）44.116双声道1411.2高保真音乐和声音DAT(广播质量)4816双声道1536记录数字媒体的广播使用第30页，共78页，星期日，2025年，2月5日(4).数字音频信号的编码 一般情况下，声音的制作是使用麦克风或录音机来产生，再由声卡上的WAVE合成器的(模/数转换器)对模拟音频采样后，量化编码为一定字长的二进制序列，并在计算机内传输和存储。在数字音频回放时，再由数字到模拟的转化器(数/模转换器)解码可将二进制编码恢复成原始的声音信号，通过音响设备输出。如下图所示。模拟音频信号输入采样/量化编码传输/存储解码播放第31页，共78页，星期日，2025年，2月5日3.1.3声音文件的格式数字音频数据是以文件的形式保存在计算机中的。数字音频的文件格式主要有CD、WAVE、MP3、WMA、MIDI等。目录第32页，共78页，星期日，2025年，2月5日1.4.1声音文件的基本格式1.WAV文件3.VOC文件2.MIDI4.MOD文件第33页，共78页，星期日，2025年，2月5日WAV文件 Windows所用的标准数字音频称为波形文件，文件的扩展名是“.WAV”，它记录了对实际声音进行采样的数据。它可以重现各种声音，但产生的文件很大。 采用的软件压缩方法主要有ACM和PCM等。人的讲话声使用8位量化级11.025KHz采样率就能较好的还原。CD音质需要16位量化级、44.1KHz的采样率。第34页，共78页，星期日，2025年，2月5日MIDI MIDI文件的扩展名为“.MID”，它与波形文件不同，记录的不是声音本身，而是将每个音符记录为一个数字，因此比较节省空间，可以满足长时间音乐的需要。 MIDI的主要限制是缺乏重现真实自然的能力。采用波表法进行音乐合成的声音卡可以使MIDI音乐的质量大大提高。第35页，共78页，星期日，2025年，2月5日 VOC文件:VOC文件也是一种数字声音文件，主要用于DOS程序。与波形文件相似，可以方便地互相转换。 MOD文件:MOD文件是移植过来的MODULE音乐。它主要由一些业余音乐爱好者通过网络和BBS支持。第36页，共78页，星期日，2025年，2月5日听觉系统的感知特性掩蔽效应一种频率的声音阻碍听觉系统感受另一种频率的声音的现象前者称为掩蔽声音(maskingtone)后者称为被掩蔽声音(maskedtone)掩蔽可分成频域掩蔽和时域掩蔽频域掩蔽一个强纯音掩蔽在其附近同时发声的弱纯音的特性，也称同时掩蔽(simultaneousmasking).第37页，共78页，星期日，2025年，2月5日听觉系统的感知特性图频域掩蔽第38页，共78页，星期日，2025年，2月5日听觉系统的感知特性图不同纯音的掩蔽效应曲线图中的一组曲线表示为250Hz，1kHz和4kHz纯音的掩蔽效应，它们的声强均为60dB250Hz，1kHz和4kHz附近，对其他纯音的掩蔽效果最明显低频纯音可有效地掩蔽高频纯音，相反则不明显第39页，共78页，星期日，2025年，2月5日听觉系统的感知特性时域掩蔽在时间上相邻的声音之间的掩蔽现象一个强掩蔽音出现前、同时存在时或消失后的掩蔽效果.同时掩蔽(simultaneousmasking)：信号和掩蔽音同时产生的现象滞后掩蔽(post-masking)：信号出现在掩蔽音消失后出现的现象，可以持续50～200ms超前掩蔽(pre-masking)：信号出现在掩蔽音出现之前产生的现象。虽然对超前掩蔽有许多研究报告，但这种现象依然令人费解。超前掩蔽很短，通常只有大约2～20ms产生时域掩蔽的主要原因人的大脑处理信息需要花费一定的时间第40页，共78页，星期日，2025年，2月5日听觉系统的感知特性图时域掩蔽第41页，共78页，星期日，2025年，2月5日感知编码

(perceptualaudiocoding)频率为10～20000Hz的声音数据压缩技术依据是人耳朵的听觉特性方法是使用“心理声学模型”来取消人耳感觉不到的声音数据应用于MPEG-1Audio、MPE