第4章数字音频信息处理-《多媒体技术基础及应用》.pptVIP

第4章数字音频信息处理;4.1音频的概念

4.1.1声音处理技术历史回顾

语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。

;语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。;图4.1早期的留声机;图4.2磁带录音机;随着计算机技术的发展,特别是海量存储设备和大容量内存在计算机上的实现,对音频媒体进行数字化处理便成为可能。数字化处理的核心是对音频信息的采样,通过对采集到的样本进行加工,生成各种效果。音频信息在多媒体中的应用极为广泛,当计算机配有声卡和音箱后(图4.3所示),就能够发出各种悦耳的声音,尤其是视频图像配以娓娓动听的音乐和语音,使得计算机的操作由于有视觉以外的听觉加以辅助而成为一种愉快的过程。静态或动态图像配以解说和背景音乐,可使图像充满???气；立体声音乐可增加空间感,使人身临其境、语音电子邮件,听声如见其人,使人倍感亲切；游戏中的音响效果起到渲染气氛的重要作用,此外,在多媒体通信中,可视电话、电视会议等都离不开数字化音频处理技术。;图4.3声卡和音箱是多媒体计算机的基本配置;图4.4用WAVECN软件记录的录制“明月几时有，把酒问青天”的语音波形;4.1.3模拟音频信号的物理特征

模拟音频信号有两个重要参数:频率和幅度。声音的频率体现音调的高低,声波幅度的大小体现声音的强弱。

一个声源每秒钟可产生成百上千个波,通常人们把每秒钟波峰所发生的数目称之为信号的频率,单位用赫兹(Hz)或千赫兹(kHz)表示。例如一个声波信号在一秒钟内有5,000个波峰,则可将它频率表示为5,000Hz或5kHz。人们在日常说话时的语音信号频率范围在33Hz—3,000Hz之间。频率小于20Hz的信号称为亚音(Subsonic)；频率范围为20Hz--20kHz的信号称为音频(Audio)；高于20kHz的信号称为超音频(Ultrasonic)。

与频率相关的另一个参数是信号的周期。它是指信号在两个峰点或谷底之间的相对时间(图4.5所示)。周期和频率之间的关系是互为倒数的。

信号的幅度是从信号的基线到当前波峰的距离。幅度决定了信号音量的强弱程度。幅度越大,声音越强。对于音频信号,它的强度用分贝(dB)表示。分贝的幅度就是音量。;4.1.4声音的A/D转换和D/A转换

模拟信号很容易受到电子干扰,因此随着技术的发展,声音信号就逐渐过渡到了数字存储阶段,A/D转换和D/A转换技术便应运而生。这里,A代表Analog(模拟),D代表Digital(数字),A/D转换就是把模拟信号转换成数字信号的过程,模拟电信号变为由0和1组成的信号。A/D转换芯片如图4.6所示。这样做的好处是显而易见的,声音存储质量得到了提高,数字化的声音信息使计算机能够进行识别处理和压缩。A/D或D/A转换的变换波形如图4.7所示。这也就是为什么如今磁带逐渐被淘汰CD唱片却趋于流行的原因。;图4.7,模拟信号和数字信号可以互相转换;4.1.5声音有关的术语;采用客观标准方法很难真正评定编码器的质量,在实际评价中,主观的质量度量比客观质量的度量更为恰当和合理。通常是对某编码器的输出的声音质量进行评价,例如播放一段音乐,记录一段话,然后重放给实验者听,再由实验者进行综合评定。可以说,人的感觉机理最具有决定意义。当然,可靠的主观度量值是较难获得的。

评分过程是召集一批实验者,请每个实验者对某个编/解码器的输出进行质量判分,采用类似于考