第四章 数字音频处理技术优秀课件.ppt

《第四章 数字音频处理技术优秀课件.ppt》由会员分享，可在线阅读，更多相关《第四章 数字音频处理技术优秀课件.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第四章 数字音频处理技术第1页，本讲稿共47页本章重点：本章重点：声音概述声音概述 音乐合成与音乐合成与MIDIMIDI数字音频压缩标准数字音频压缩标准数字音频处理实例数字音频处理实例第2页，本讲稿共47页 声音在本质上是一种机械振动，它通过空气传播到人耳，刺激神经后使大脑产生一种感觉。在一些专业场合，声音通常被称为声波或音频。第3页，本讲稿共47页4.1 声声音概音概述述 声音在物理学上称之为声波，是通过一定介质（如空气、水等）传播的一种连续振动的波，也称为声波。通常把频率范围为20Hz20kHz的信号称为音频信号。低于20Hz的信号为亚音信号或者称为次音信号；高于20kHz的信号称为超音频

2、信号，或称为超声波信号。第4页，本讲稿共47页第5页，本讲稿共47页第6页，本讲稿共47页常见声源及其频率范围：第7页，本讲稿共47页声音的特征：声音的特征：声音有3个重要指标即振幅、周期和频率。振幅是波的高低幅度，表示声音的强弱；周期指两个相邻波之间的时间长度；频率指每秒振动的次数，以Hz为单位。声音的3要素是音调、音色、强度，它们分别与声波的频率、波形、振幅等相关第8页，本讲稿共47页4.2 数字化音频数字化音频 声音信号是时间和幅度上都连续的模拟信号。而计算机只认识“0”和“1”，或者说计算机只能处理一个个数据，尽管数据量可能是巨大的。所以，计算机处理声音的第一步是将声音数字化，将模拟信

3、号变为数字信号。第9页，本讲稿共47页4.2.1音频的数字化音频的数字化 把模拟声音（音频）信号转换位数字化声音（音频）的过程称为声音（音频）的数字化，或称为模/数（A/D）变换。第10页，本讲稿共47页1.采样采样 在音频数字化过程中，采样指的是以固定的时间间隔T对模拟信号（音频信号）进行取值。固定的时间间隔T称为采样周期，1/T称为采样频率（fs）。采样后得到的是一个离散时间信号。采样时间间隔T越短，也就是采样频率越高，声音数据在后期播放时保真度越好。第11页，本讲稿共47页2.量化量化 采样后的音频信号需要经过量化，使信号幅度转变为有限的离散数值。这种由有限个数值组成的信号就称为离散幅度

4、信号。例如，假设输入电压的范围是0V7V，并假设它的取值只限定在0，1，2，7共8个值。如果采样得到的幅度值是1.2V，则它的取值就应是1V，如果采样得到的幅度值是2.6V，则它的取值就应是3V等。这种数值就称为离散数值，即量化值。量化之后得到的是时间离散、幅度离散的数字信号。第12页，本讲稿共47页3.编码编码 编码，即是将量化值表示成为二进制数的形式，以便于计算机存储和处理。例如，上面量化规定的8个取值，就可以用3位二进制数表示，从000111，2V可以表示为001，3V可以表示位011，6V可以表示位101。计算机可以对数字化之后的音频信号进行存储、编辑和处理，并可以还原成原始的波形进行

5、播放，这个还原的过程称为解码，它是模/数（A/D）变换的逆过程，及数/模（D/A）变换。第13页，本讲稿共47页4.2.2 数字音频音质与数据量数字音频音质与数据量 采样频率和采样量化级数是数字化声音的两个最基本要求，直接影响数字化音频的质量和数据量。一般而言，采样频率越高声音失真越小，但用于存储音频的数据量也越大。量化位数越高音质越好，数据量越大。通常有3中采样频率：44.1kHz（取样44 100次每秒，用于CD品质的音乐）、22.05kHz（适用于语音和中等品质的音乐）、11.025kHz（低品质），量化精度分别为8位字长（256阶）量化（低品质）和16位字长（65 535阶）量化（高品

6、质）。第14页，本讲稿共47页4.2.2 数字音频音质与数据量数字音频音质与数据量 反映音频数字化质量的另一个因素是通道（或声道）个数。一次采样一个声音波形，称为“单声道”；一次采样两个声音波形，称为“双声道”（即人们常说的立体声）。立体声更能反映人的听觉感受。但数据量比单声道多一倍，这样需要的存储空间是单声道的两倍。对声音的采样可以使用不同的采样频率、采样量化级数和声道，但实际上为了节省存储空间，经常要在数字化音频数据量的的大小与声音回放质量之间进行权衡。第15页，本讲稿共47页声音信息数字化后的数据量计算公式为：数据量=采样频率*量化位数*声道数/8 数据量的单位：B/s（字节/秒）第16

7、页，本讲稿共47页音质与数字音频参数的关系 第17页，本讲稿共47页4.2.3 数字音频文件格式数字音频文件格式 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又CD、WAVE、MP3、WMA、MIDI等。CD文件：*.cda格式，采用44.1kHz的采样频率，速率为88kbps。具有16位量化位数，CD音轨近似无损，声音基本上终于忠于原声。WAV文件：微软公司开发的一种声音文件格式，也称波形声音文件，是最早的数字音频格式，被Windows平台及其应用程序广泛支持。第18页，本讲稿共47页4.2.3 数字音频文件格式数字音频文件格式MP3音频文件：全称为MPEG-1 aud

8、io layer3，其压缩率为12：1。优势是在高压缩比的情况下，还能拥有优美的音质。它利用知觉音频编码技术，即利用了人耳的特性，消减音乐中人耳的特性，消减音乐中人耳听不到的成分，同时尽可能地维持原来的声音质量。WMA文件：Windows Media Audio，通过减少数据流量但保持音质的方法来达到比MP3压缩率更高的目的。WMA的一个优点是压缩率高，一般都在18：1.其次，WMA的内容提供商可以加入防复制保护。第19页，本讲稿共47页4.2.3 数字音频文件格式数字音频文件格式MID：Musical Instrument Digital Interface，允许数字合成器和其他设备交换数据

9、。MIDI文件格式由MIDI继承而来。MIDI文件并不是一段录制好的声音，而是记录声音的信息，每个音符记录为一个数字，然后是告诉声卡如何再现音乐的一组指令。1分钟MIDI音乐文件的大小只有510KB。Real Audio：Real network推出的一种音乐压缩格式；它的压缩比可达到96：1，因此在网上比较流行。经过压缩的音乐文件可以通过速率为14.4kb/s的MODEM上网的计算机中流畅回放。第20页，本讲稿共47页4.2.4 数字音频获取数字音频获取 声音文件的获取是为音频的编辑进行素材积累阶段。声音的获取途径很多，可以采用以下方式进行获取。自己亲自录制从CD唱盘获得从网上和素材库获取第

10、21页，本讲稿共47页4.2.5 数字音频的处理数字音频的处理 专业的音频编辑软件GoldWave功能强大，可以对音乐进行播放、录制、编辑、转换格式、特技处理等。GoldWave支持多种声音格式，如WAV、MP3、AU、AVI、MPEG、MOV、RAW、SDS等。其主要功能有：音频文件的格式转换：，它还支持MAC计算机所使用的声音文件。因此，通过GoldWave可以实现这种格式的转换。音频数据的简单编辑 声音效果的处理 音频的修复CD音乐提取 声音文件的生成 声音文件的录制第22页，本讲稿共47页GoldWavedGoldWaved的界面与窗口的界面与窗口 GoldWaved的界面第23页，本

11、讲稿共47页4.3 音乐合成与音乐合成与MIDIMIDI 音乐合成的方式根据一定的协议标准，使用音乐符号来记录和解释乐谱，并组合成相应的音乐信号，这就是MIDI（musical instrument digital interface，乐器数字接口）。MIDI不是把音乐的波形进行数字化采样和编码，而是将数字式电子乐器的弹奏过程以命令符号的形式记录下来，如按了哪个键、力度多大、时间多长等。当需要播放出这首乐曲时，根据记录的乐谱指令，通过音乐合成器生成音乐声波，经放大后由扬声器播出。第24页，本讲稿共47页1.1.电子音乐中常用的术语电子音乐中常用的术语 （1）音乐合成器（）音乐合成器（music

12、al synthesizer）音乐合成器是由数字信号处理器（DSP）和其他集成电路芯片构成的电子设备，用来产生并修改正弦波形，然后通过声音产生器和扬声器发出特定的声音。不同的合成器根据MIDI乐谱指令产生的音色和音质都可不同，其发声的质量和声部取决于合成器能够同时播放的独立波形的个数、控制软件的能力，以及合成器电路中的存储空间大小。第25页，本讲稿共47页（2）复调（）复调（polyphony）复调也称复音，指合成乐器同时演奏若干音符时发出的声音。如钢琴、吉他等乐器可以同时演奏几种音符，而双簧管就不能。复调着重于同时演奏的音符数，如钢琴的合弦音符。第26页，本讲稿共47页（3）多音色（）多音色

13、（timbre）多音色指同时演奏几种不同乐器时发出的声音。它着重于同时演奏的乐器数。例如，具有6音符复音的4种乐器合成器，可以同时演奏4种不同声音的6个音符，如3个钢琴的合弦音符、一个长笛、一个小提琴和一个萨克斯管的音符。要改善合成音乐的真实感，必须把许多合成器连接起来，以产生复调声音和多音色声音。第27页，本讲稿共47页2.MIDI2.MIDI标准相关的术语标准相关的术语 MIDI电子乐器：它是能产生特定声音的合成器，如电子键盘、吉他、萨克斯管等；它们相互间的数据传送符合MIDI的通信约定。MIDI消息（message）或指令：MIDI软件通信协议，实际上是用数字指令描述的音乐乐谱，其中包括

14、音符、强度、定时及乐器的指派等。MIDI接口（interface）：MIDI硬件通信协议，可使电子乐器互联或与计算机硬件端口相连，可发送和接收MIDI消息。MIDI通道（channel）：MIDI标准提供了16个通道，每种通道对应一种逻辑的合成器，即对应一种乐器的合成。音序器：它指可用来记录、编辑和播放MIDI文件的计算机程序。第28页，本讲稿共47页4.3.2 MIDI4.3.2 MIDI音乐的制作原理音乐的制作原理1.MIDI音乐的产生过程第29页，本讲稿共47页2.MIDI2.MIDI通道通道 当MIDI设备交流信息时，需要遵循一定的事件序列。例如，两个MIDI设备在建立连接之后首先要做

15、的事情就是在使用相同的MIDI通道方面达成一致。MIDI可以在16个这样的通道上进行操作，这些通道用数字分别标记为015。只要两个MIDI设备进行交流，就必须使用相同的通道。对电脑合成音乐，每个逻辑通道可指定一种乐器，音乐键盘可设置在这16个通道之中的任何一个，而MIDI声源或者声音模块可被设置在指定的MIDI通道上接收。第30页，本讲稿共47页3.MIDI3.MIDI接口和计算机的连接接口和计算机的连接 MIDI MIDI接口由接口由3 3个端口组成：输入端口（个端口组成：输入端口（InIn）、输出端口）、输出端口（OutOut）和直达端口（）和直达端口（ThruThru）。其中，输入端口处

16、理接收的字）。其中，输入端口处理接收的字节，即那些发自其他节，即那些发自其他MIDIMIDI设备。设备。为了将两个为了将两个MIDIMIDI设备连在一起，可以将其中一个的输出端口设备连在一起，可以将其中一个的输出端口和另一个的输入端口相连，这样第一个设备就可以控制第二个设和另一个的输入端口相连，这样第一个设备就可以控制第二个设备同时发生。备同时发生。MIDIMIDI设备可以级联，即第一个设备的输出连接设备可以级联，即第一个设备的输出连接第二个设备的输入，第二个的输出再连接第三个的输入等。第二个设备的输入，第二个的输出再连接第三个的输入等。第31页，本讲稿共47页4.MIDI4.MIDI音乐合成

17、器音乐合成器 MIDI制造商协会制定了通用MIDI规格，简称GM规格。通用MIDI规格同时定义了GM音色库（一个音色库，也被称为音色映射，支持128种乐器声音）和GM打击音色库（只包含打击乐器发出的声音），另外还定义了其他一些与音乐相关的性能，如每个GM设备应支持的声音数量和MIDI消息种类。MIDI合成的产生方式有两种：FM合成和波表合成。第32页，本讲稿共47页4.3.3 MIDI4.3.3 MIDI文件的特点文件的特点用乐谱指令代替声音数据有效记录和重现各种乐器声音 占用存储空间极小 适合乐曲创作和远距离传输 第33页，本讲稿共47页4.4 4.4 数字音频压缩标准数字音频压缩标准 音频

18、压缩方法是指对原始数字音频信号流（PCM编码）运用适当的数字信号处理技术，在不损失有用信息量，或者所引入损失可忽略的条件下，降低（压缩）其码率，也称为压缩编码。逆变换的过程，称为解压缩或解码。第34页，本讲稿共47页4.4.2 4.4.2 数字音频压缩标准数字音频压缩标准 音频信号是多媒体信息的重要组成部分。音频信号分为电话质量的语言、调幅广播质量的音频信号和高保真立体声信号。针对不同的质量标准，制定了相应的压缩标准。第35页，本讲稿共47页1.1.电话质量的音频压缩编码技术标准电话质量的音频压缩编码技术标准 由于数字音频压缩技术具有广阔的应用范围和良好的市场前景，因而音频压缩技术的标准化工作

19、显得十分重要。CCITT（现ITU-T）在语音信号压缩的标准化方面做了大量的工作，制定了G.771、G.721、G.728等标准，并逐渐受到业界的认同，其他语音相 关 标 准 有：H.221、H.222、H.223、H.233、H.231、H.242、H.245、H.261、H.263等。第36页，本讲稿共47页2.2.调幅广播质量的音频压缩编码技术调幅广播质量的音频压缩编码技术 标准标准 调幅广播质量音频信号的频率范围为50Hz7kHz。CCITT在1988年制定了、G.722标准。此标准采用16kHz采样频率，14bit量化，信号数据传输速率为224kbps，并采用子带编码方法，将输入音频

20、信号经滤波器分成高子带和低子带两个部分，分别进行ADPCM编码，再混合形成输出码。第37页，本讲稿共47页3.3.高保真度立体声音频压缩编码技术高保真度立体声音频压缩编码技术 标准标准 高保真立体声音频信号频率范围为50Hz20kHz，采用44.1kHz采样频率，16bit量化，进行数字化转换，其数据传输速率每声道达705kbps。一般语音信号的动态范围和频响比较小，采用8kHz采样频率，每样值用8bit表示，现在的语音压缩技术可把码率从原来的64kbps压缩到4kbps左右。但多媒体通信中的声音要比语音复杂的多，它的动态范围可达100db，频响范围可达20Hz20kHz。因此，声音数字化后的

21、信息量非常达。为了更有效地利用宝贵的信道资源，必须对声音进行数字压缩编码。第38页，本讲稿共47页 目前世界上第一个高保真立体声音频压缩标准为MPEG音频压缩算法。虽然MPEG音频标准是MPEG标准的一部分，但它也完全可以独立使用。表4-2中列出了ISO和ITU先后建议的用于电话质量的语音压缩标准。第39页，本讲稿共47页第40页，本讲稿共47页4.4.3 4.4.3 音频压缩工具音频压缩工具 由于存在不同格式的音频文件，在不同场合对于音频素材的格式要求也不尽相同，因此需要有专门的工具对它们进行格式转换，从而满足不同场合对音频文件的需要。AVI MPEG WMV RM to MP3 Conve

22、rter是一个好用的音频转换工具，可以将通用的视频和音频文件转换成MP3、WAV、WMA和OGG格式，支持AVI、MPEG、RM/RMVB、WMV/ASF、MOV的视频和音频格式。对于想从视频文件中抓取音频和想把RM格式转换成MP3/WAV格式的用户来说非常有用。第41页，本讲稿共47页音频压缩工具界面 第42页，本讲稿共47页4.5 4.5 数字音频处理实例数字音频处理实例 利用GoldWave软件录制一首自己演唱的歌曲，采样频率设为44.1kHz，生成.wav文件；并为生成的音乐文件添加混响效果，对声音进行简单的编辑与特殊处理，为音乐文件添加淡入淡出效果，最后将文件压缩成.mp3格式的文件

23、。第43页，本讲稿共47页4.5.1 4.5.1 利用利用GoldWaveGoldWave进行录音进行录音1)将麦克风插入计算机声卡的麦克风插口。2)执行“开始”“程序”“GoldWave”命令，打开GoldWave程序，设定录音源为“麦克风”，进行参 数适当设置。3)在主窗口执行“文件”“新建”菜单命令，打开“新建声音”对话框，在对话框中对参数进行设置。4)在播放器中，单击“录音”按钮开始录音，录制过程中一条从左至右的垂直线指示录音的进程。5)录音结束后，播放录音，录音效果满意后，执行“文 件”“另存为”菜单命令。将声音文件保存为.wav格式，文件名称为“我的音乐”。第44页，本讲稿共47页

24、4.5.2 4.5.2 为音乐文件添加混响效果为音乐文件添加混响效果 1)在GoldWave窗口中，执行“文件”“打 开”菜单命令，打开录制好的“我的音乐.wav”文件。2)确定编辑区域，单击GoldWave编辑器工具栏中的“混响”按钮，打开“回声”对话框。3)在回声对话框中，调整两次声音的延迟时间 和音量。4)混响效果制作结束后，执行“文件”“另 存为”命令，保存为“我的音乐2.wav”。第45页，本讲稿共47页4.5.3 4.5.3 将文件转换为将文件转换为.mp3.mp3格式的文件格式的文件 1)在GoldWave主窗口中执行“文件”“打开”命令，打开调整好的“我的音乐2.wav”文件。2)选择“文件”“另存为”菜单命令，并在保存文件画面中，选择“MPEG音频(*.mp3）”文件类型，单击“确定”按钮。第46页，本讲稿共47页谢谢第47页，本讲稿共47页