数字音频处理(精品).ppt

《数字音频处理(精品).ppt》由会员分享，可在线阅读，更多相关《数字音频处理(精品).ppt（51页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数字音频处理数字音频处理一一.概念概念 1.1.声音：声音：是物体的振动引起空气的震荡，人耳对是物体的振动引起空气的震荡，人耳对这种震荡的感觉。人耳能感觉到的空气震荡频率范这种震荡的感觉。人耳能感觉到的空气震荡频率范围为围为2020khz2020khz。人能够区分空气震荡频率的组合，当空气震荡频人能够区分空气震荡频率的组合，当空气震荡频率的组合具有特定含义时，声音即携带信息。如语率的组合具有特定含义时，声音即携带信息。如语音。音。t一个周期空气压强幅度空气压强振荡波形空气压强振荡波形空气压强振荡波形空气压强振荡波形 2.2.声音的探测声音的探测:提取反映空气振荡的波形。提取反映空气振荡的波形。

2、tI/V空气振荡感应的空气振荡感应的I/V波形波形Micphone原理图原理图tI/V空气振荡感应的空气振荡感应的I/V值值 3.3.声音的还原声音的还原:把把I/VI/V波形转化为空气振动。波形转化为空气振动。Earphone原理图原理图 4.4.音频的分划：音频的分划：人耳能听见的声音称人耳能听见的声音称音频。音频。1)1)次声波次声波(Subsonic)(Subsonic)：频率低于频率低于20HZ20HZ。2)2)超声波超声波(Ultrasonic)(Ultrasonic)：频率高于频率高于20khz20khz。5.5.音频信号类型音频信号类型:语音、音乐及音效三种。语音、音乐及音效三

3、种。1)1)语音语音(Speech)(Speech)：人的发音器官产生的声音。人人的发音器官产生的声音。人发音器官产生的声音频率范围为发音器官产生的声音频率范围为803400HZ,803400HZ,人说人说话的频率范围为话的频率范围为3003000hz(3003000hz(语音信号的频率范语音信号的频率范围围)。2)2)音乐：音乐：乐器发出的规范和确定符号化的声音。乐器发出的规范和确定符号化的声音。3)3)音效：音效：自源界其它事物发出的声音。自源界其它事物发出的声音。20 300 3k 20k f(Hz)语音带宽语音带宽语音带宽语音带宽音频带宽音频带宽音频带宽音频带宽次声带次声带次声带次声带

4、超声带超声带超声带超声带 6.6.声音的三要素声音的三要素:音调、音强及音色。音调、音强及音色。1)1)基频与音调：基频与音调：波峰是声波曲线中极大点。每两波峰是声波曲线中极大点。每两个相邻极大点决定一个频率的波，音频曲线可能由个相邻极大点决定一个频率的波，音频曲线可能由多个频率的波合成。在一个可区分的音中，幅度最多个频率的波合成。在一个可区分的音中，幅度最大和波峰间距大约相等的波的频率为基频。基频也大和波峰间距大约相等的波的频率为基频。基频也称音调。音乐中的音阶也称音调，是一个固定频率称音调。音乐中的音阶也称音调，是一个固定频率的声波。的声波。tI/V声波信号声波信号声波信号声波信号音节音节

5、音节音节C CD DE E简谱符号简谱符号简谱符号简谱符号1 12 23 3频率频率频率频率(HZ)(HZ)261261293293330330频率频率频率频率(对数对数对数对数)*)*48.348.349.349.350.350.3 2)2)谐波与音色谐波与音色:在一个音的基频上出现的更高频在一个音的基频上出现的更高频率的波称泛音，也称谐波。谐波就是音色。如果在率的波称泛音，也称谐波。谐波就是音色。如果在基频中加入有规则的音色，声音可能更加动听和更基频中加入有规则的音色，声音可能更加动听和更有渗透力；但不规则的泛音可能是噪声。有渗透力；但不规则的泛音可能是噪声。3)3)幅度与音强幅度与音强:

6、声波曲线中信号基线到波峰的高度声波曲线中信号基线到波峰的高度称幅度。一个音的平均幅度反映了音的强弱，也称称幅度。一个音的平均幅度反映了音的强弱，也称音强音强(音量音量)。音强的单位一般为分贝。音强的单位一般为分贝(dB)(dB)，人能够，人能够分辨分辨3dB3dB以上的波动。声波曲线中有强波也有弱波。以上的波动。声波曲线中有强波也有弱波。动态范围反映了强弱波音量相对变化范围。动态范围反映了强弱波音量相对变化范围。动态范围动态范围=20=20log(log(最大强度最大强度最大强度最大强度/最小强度最小强度最小强度最小强度)（dBdB）4)4)音宽与频带音宽与频带:信号波中变化最快波的频率到变化

7、信号波中变化最快波的频率到变化最慢波的频率区域称频带最慢波的频率区域称频带(差为带宽差为带宽)。音频信号的。音频信号的带宽称音宽。如语音信号的带宽为带宽称音宽。如语音信号的带宽为3.2khz3.2khz。频带为。频带为03.2kHz03.2kHz。10 20 50 200 3.4k 7k 15k 22k10 20 50 200 3.4k 7k 15k 22kf(Hz)电话电话电话电话AMAM广播广播广播广播FMFM广播广播广播广播CD-DACD-DA几种音频业务的频带几种音频业务的频带 5)5)信噪比信噪比(Signal to Noise(Signal to Noise Ratio,SNRRa

8、tio,SNR)：是衡量是衡量声音质量的一个指标。声音质量的一个指标。SNRSNR定义：定义：有用信号的平均功率有用信号的平均功率 SNR=SNR=噪声的平均功率噪声的平均功率 SNRSNR大，噪声对声音的影响小，声音的质量好。大，噪声对声音的影响小，声音的质量好。二二.数字音频的获取数字音频的获取 数字音频获取过程：数字音频获取过程：模拟音模拟音模拟音模拟音频信号频信号频信号频信号采样采样采样采样量化量化量化量化编码编码编码编码压缩压缩压缩压缩音频音频音频音频文件文件文件文件音频获取过程音频获取过程音频获取过程音频获取过程 1.1.采样采样 1)1)模拟信号：模拟信号：在时间轴上任意两点之间

9、有无数的在时间轴上任意两点之间有无数的时间点时间点;任意时间点对应的幅度值可能是一个无限不任意时间点对应的幅度值可能是一个无限不循环的小数。因此要完全无误地用数字表达一小段循环的小数。因此要完全无误地用数字表达一小段模拟信号是不可能的。模拟信号是不可能的。2)2)模拟信号的离散模拟信号的离散：我们可以每隔一个时间段：我们可以每隔一个时间段t t0 0 0 0取取一个点的幅度值，模拟信号就成为了离散信号。一个点的幅度值，模拟信号就成为了离散信号。3)3)采样频率采样频率 采样频率采样频率f fs s=1/t=1/t0 0 0 0 采样间距采样间距t t0 0 0 0是确定音频离散信号还原质量的关

10、键是确定音频离散信号还原质量的关键问题。问题。t t0 0 0 0大可以减少表示音频的数据量，但有可能大可以减少表示音频的数据量，但有可能使音频失真。使音频失真。采样频率应随曲线变化的快慢也变化。采样频率应随曲线变化的快慢也变化。一个曲线的变化频带为一个曲线的变化频带为f fmaxmaxmaxmaxf fminminminmin。奈奎斯特采样频率奈奎斯特采样频率 f fs s=2 f fmaxmaxmaxmax 如数字电话系统中，语音最高频率为如数字电话系统中，语音最高频率为3.4kHz3.4kHz，采，采样频率应大于样频率应大于6.8kHz6.8kHz，实际定为，实际定为8kHz8kHz。数

11、字电话语音传输过程：数字电话语音传输过程：传输传输传输传输系统系统系统系统语语语语音音音音MicMic-phonephoneA/A/D D编码和压编码和压编码和压编码和压缩缩缩缩解压和解压和解压和解压和解码解码解码解码D/D/A AEar-Ear-phonephone语语语语音音音音数字电话语音传输过程：数字电话语音传输过程：数字电话语音传输过程：数字电话语音传输过程：模拟音模拟音模拟音模拟音频信号频信号频信号频信号采样采样采样采样量化量化量化量化编码编码编码编码压缩压缩压缩压缩音频音频音频音频文件文件文件文件音频获取过程音频获取过程音频获取过程音频获取过程A/A/D(AnalogD(Anal

12、og/Digital):/Digital):模拟值模拟值/数值值转换器。数值值转换器。D/D/A(DigitalA(Digital/Analog):/Analog):数值值数值值/模拟值转换器。模拟值转换器。2.2.量化量化 设模拟信号的幅值在设模拟信号的幅值在-V,+V-V,+V之间连续变化，要之间连续变化，要表示所有的是幅值是不可能的，必须对幅值离散化，表示所有的是幅值是不可能的，必须对幅值离散化，既用有限的幅值代表既用有限的幅值代表-v,+vv,+v 之间的所有值。对一个之间的所有值。对一个采样点来说，就是把该点对应模拟幅值用最接近的采样点来说，就是把该点对应模拟幅值用最接近的离散幅值表

13、示，该过程称为量化。离散幅值表示，该过程称为量化。量化分为均匀量化和非均匀量化两种。量化分为均匀量化和非均匀量化两种。均匀量化把幅值区间均匀量化把幅值区间-v,+vv,+v 等距分为等距分为L L个离散幅个离散幅值。值。幅值间距：幅值间距：d=2v/(L-2)(+0,-0d=2v/(L-2)(+0,-0各计一个幅值各计一个幅值)离散幅值离散幅值:x xi i=d dii (i (i 为正负整数，为正负整数，为正负整数，为正负整数，|i|=(L-2)/2)|i|=(L-2)/2)幅值幅值幅值幅值-3.5v-3.5v-3v-3v-2.5v-2.5v-2v-2v-1.5v-1.5v-1v-1v-0.

14、5v-0.5v-0v-0v+0v+0v 0.5v0.5v 1v1v1.5v1.5v 2v2v2.5v2.5v 3v3v3.5v3.5v二进二进二进二进制数制数制数制数11111111 11101110 11011101 11001100 10111011 10101010 10011001 10001000 00000000 00010001 00100010 00110011 01000100 01010101 01100110 01110111 非均匀量化把幅值区间非均匀量化把幅值区间-v,_vv,_v 分成大小不同的区间，分成大小不同的区间，再对每个区间进行均匀量化。目的是使小信号幅值再

15、对每个区间进行均匀量化。目的是使小信号幅值量化引入的量化噪声的信噪比与大信号量化的信噪量化引入的量化噪声的信噪比与大信号量化的信噪比均衡。比均衡。如：均匀量化区间如：均匀量化区间-3.5v,+3.5v-3.5v,+3.5v为为1616个离散幅值。个离散幅值。间距间距d=2d=23.5v/(16-2)=0.5v3.5v/(16-2)=0.5v 0.25v 0.25v 用用0.5v0.5v表示，引入噪声表示，引入噪声0.25v,0.25v,信噪比为：信噪比为：SNRSNR小小小小=0.25/0.25=1=0.25/0.25=1 0.325v 0.325v 用用3.53.5表示，引入噪声表示，引入噪

16、声0.25v,0.25v,信噪比为：信噪比为：SNRSNR大大大大=0.25/3.25=0.077=0.25/3.25=0.0771)1)均匀量化：均匀量化：幅值区间幅值区间-3.5,3.5v,16-3.5,3.5v,16个离散值，个离散值，间距间距d=0.5vd=0.5v。01010101010001000011001100100010000100010000000010011001101010101011101111001100110111012.52.52v2v1.5v1.5v1v1v0.5v0.5v0v0v-0.5v-0.5v-1v-1v-1.5v-1.5v-2v-2v-2.5v-2.

17、5v 2)2)非均匀量化：非均匀量化：均匀量化的缺点是小幅值量化引入的噪声的信噪均匀量化的缺点是小幅值量化引入的噪声的信噪比太大，使整体引入的平均信噪比过大。比太大，使整体引入的平均信噪比过大。非均匀量化把规格化幅值非均匀量化把规格化幅值x(|xx(|x|=1)|=1)按幅值从小按幅值从小到大划分为区间范围从小到大的不同区域，使用到大划分为区间范围从小到大的不同区域，使用压压缩函数缩函数F(xF(x)把这些不同区域压缩到区间范围大约相把这些不同区域压缩到区间范围大约相等的区间，再对这些区间进行均匀量化。等的区间，再对这些区间进行均匀量化。F(xF(x)的反函数的反函数F F-1-1(x)(x)

18、称称扩张函数扩张函数。设：整个信号幅值区间设：整个信号幅值区间-v,+vv,+v,某信号幅值为某信号幅值为X,X,规规格化幅值格化幅值x=X/v(-1=x=1)x=X/v(-1=x=1)。CCITT(ConsultativeCCITT(ConsultativeCCITT(ConsultativeCCITT(Consultative Committee International Committee International Committee International Committee International Telephone and Telegraph Telephone and

19、 Telegraph Telephone and Telegraph Telephone and Telegraph 国际电报电话咨询委员会国际电报电话咨询委员会 )国际标准使用国际标准使用u u律律(u-Law)(u-Law)和和A A律律(A-Law)(A-Law)两种压扩两种压扩算法。算法。A A律压缩函数：律压缩函数：A|x|A|x|sgn(xsgn(x)(0=|x|=1/A)(0=|x|=1/A)1+lnA 1+lnAF FA A(x(x)=)=1+ln(A|x|)1+ln(A|x|)sgn(xsgn(x)(1/A=|x|=1)(1/A=|x|=1)1+lnA 1+lnA x x为规

20、格化信号幅值为规格化信号幅值(|x|=1),A(|x|=1),A为压扩参数。为压扩参数。1 17/87/86/86/85/85/84/84/83/83/82/82/81/81/80 01/16 1/8 1/4 1/2 11/16 1/8 1/4 1/2 11/321/321/641/64规格化规格化规格化规格化幅度幅度幅度幅度x xF FAA(x(x)A=87.6A=87.61 17/87/86/86/85/85/84/84/83/83/82/82/81/81/80 01/16 1/8 1/4 1/2 11/16 1/8 1/4 1/2 11/321/321/641/64规格化规格化规格化规格

21、化幅度幅度幅度幅度x xF FAA(x(x)A=87.6A=87.6 u u律压缩函数：律压缩函数：ln(1+u|x|)ln(1+u|x|)Fu(xFu(x)=)=sgn(xsgn(x)(|x|=1)(|x|=1)ln(1+u)ln(1+u)x x为规格化信号幅值为规格化信号幅值(|x|=1),u(|x|=1),u为压扩参数。在为压扩参数。在CCITTCCITT标准中标准中u=255u=255。1 17/87/86/86/85/85/84/84/83/83/82/82/81/81/80 031/255 63/255 127/255 1 31/255 63/255 127/255 1 15/25

22、515/2557/2557/255规格化规格化规格化规格化幅度幅度幅度幅度x xF Fu u(x(x)u=255u=2553/2553/2551/2551/255 A A律压扩算法大小幅值量化噪声信噪比比效：律压扩算法大小幅值量化噪声信噪比比效：设实际音频信号的区间（设实际音频信号的区间（-128cv,+128cv-128cv,+128cv）。）。0,+128)0,+128)分划为分划为8 8个大小不同的量化区间，每个个大小不同的量化区间，每个区间按区间按1616个值均匀量化，区间分划如下：个值均匀量化，区间分划如下：1 17/87/86/86/85/85/84/84/83/83/82/82/

23、81/81/80 01/16 1/8 1/4 1/2 11/16 1/8 1/4 1/2 11/321/321/641/64规格化规格化规格化规格化幅度幅度幅度幅度x xF FAA(x(x)A=87.6A=87.6区间号区间号区间号区间号8 87 76 65 54 43 31212实验实验实验实验信号信号信号信号幅值幅值幅值幅值开开开开始始始始64cv64cv32cv32cv16cv16cv8cv8cv4cv4cv2cv2cv0cv0cv结结结结束束束束128cv)128cv)64cv)64cv)32cv)32cv)16cv)16cv)8cv)8cv)4cv)4cv)2cv)2cv)规格规格规

24、格规格化幅化幅化幅化幅值值值值开开开开始始始始1/21/21/41/41/81/81/161/161/321/321/641/640 0结结结结束束束束1)1)1/2)1/2)1/4)1/4)1/8)1/8)1/16)1/16)1/32)1/32)1/641/64区间值距区间值距区间值距区间值距4cv4cv2cv2cv1cv1cv0.5cv0.5cv 0.25cv0.25cv 0.125cv0.125cv 0.0625cv0.0625cv1 1号区间的离散值为号区间的离散值为0cv,0.0625cv,0.125cv,0.25cv0cv,0.0625cv,0.125cv,0.25cv,1.937

25、5cv,1.9375cv该区间的最大量化噪声幅度为该区间的最大量化噪声幅度为0.0625/20.0625/2。设实际幅值设实际幅值0.09375cv0.09375cv，量化幅值为，量化幅值为0.125cv,0.125cv,引入引入噪声强度值为噪声强度值为0.03125cv0.03125cv。SNRSNR1 1=0.03125/0.09375=0.333=0.03125/0.09375=0.333区间号区间号区间号区间号8 87 76 65 54 43 31212实验实验实验实验信号信号信号信号幅值幅值幅值幅值开开开开始始始始64cv64cv32cv32cv16cv16cv8cv8cv4cv4c

26、v2cv2cv0cv0cv结结结结束束束束128cv)128cv)64cv)64cv)32cv)32cv)16cv)16cv)8cv)8cv)4cv)4cv)2cv)2cv)规格规格规格规格化幅化幅化幅化幅值值值值开开开开始始始始1/21/21/41/41/81/81/161/161/321/321/641/640 0结结结结束束束束1)1)1/2)1/2)1/4)1/4)1/8)1/8)1/16)1/16)1/32)1/32)1/641/64区间值距区间值距区间值距区间值距4cv4cv2cv2cv1cv1cv0.5cv0.5cv 0.25cv0.25cv 0.125cv0.125cv 0.0

27、625cv0.0625cv8 8号区间的离散值为号区间的离散值为64cv,68cv,72cv,076cv64cv,68cv,72cv,076cv,124cv,124cv该区间的最大量化噪声幅度为该区间的最大量化噪声幅度为4/24/2。设实际幅值设实际幅值126cv126cv，量化幅值为，量化幅值为124cv,124cv,引入噪声强引入噪声强度值为度值为2cv2cv。SNRSNR2 2=2/128=0.016=2/128=0.0163.3.数字音频的技术指标数字音频的技术指标 1)1)采样频率采样频率 常有常有8kHz,11.025kHz,22.05kHz,44.1kHz8kHz,11.025k

28、Hz,22.05kHz,44.1kHz。2)2)量化位数量化位数 量化时如果离散幅值数为量化时如果离散幅值数为L,L,表示这表示这L L个幅值的二个幅值的二进制位为进制位为n=logn=log2 2L,nL,n称量化位数。常有称量化位数。常有8 8位，位，1212位位,16,16位，位，3232位。位。最小幅值最小幅值1,1,最大位最大位2 28 8=256,8=256,8位量化的动态范围位量化的动态范围为：为：2020log(256/1)=48dBlog(256/1)=48dB。3)3)通道通道(声道声道)个数个数 同时录制和播放的声波数据的组数。音频数据获同时录制和播放的声波数据的组数。音

29、频数据获取时数据传输率：取时数据传输率：数据传输速率数据传输速率数据传输速率数据传输速率(bit/s)=(bit/s)=(bit/s)=(bit/s)=采样频率采样频率采样频率采样频率 量化位数量化位数量化位数量化位数 声道个数声道个数声道个数声道个数数据传输速率又称比特率或码率。数据传输速率又称比特率或码率。音频标准音频标准音频标准音频标准 录制频带录制频带录制频带录制频带 采样频率采样频率采样频率采样频率 量化位数量化位数量化位数量化位数 声道数声道数声道数声道数比特率比特率比特率比特率(码率码率码率码率)CDCD20hZ20hZ20kHz20kHz44.1kHz44.1kHz16162

30、24410016 2=1411200bit/s4410016 2=1411200bit/s=1.411Mbit/s=1.411Mbit/sAM RadioAM Radio50HZ50HZ7KHz7KHz16kHz16kHz14141 11600014 1=224000bit/s1600014 1=224000bit/s=224kbit/s=224kbit/sTelephoneTelephone3003003400Hz3400Hz8kHz8kHz8 81 1800081=64000bit/s800081=64000bit/s=64kbit/s=8kB/s=64kbit/s=8kB/s(bit,B

31、ytebit,Byte)例例2.1 2.1 语音信号的带宽语音信号的带宽50Hz10kHz,50Hz10kHz,音乐信号带音乐信号带宽宽15Hz20kHz15Hz20kHz。奈奎斯特采样频率，用。奈奎斯特采样频率，用1212位表位表示语音信号样值，计算这两中信号数字化后的比特示语音信号样值，计算这两中信号数字化后的比特率和一段率和一段1010分立体声音乐所需的存储器容量。分立体声音乐所需的存储器容量。语音信号：语音信号：语音信号：语音信号：比特率比特率=采样频率采样频率采样频率采样频率 量化位数量化位数量化位数量化位数 声道个数声道个数声道个数声道个数 =2 10000 12 1=240000

32、bit/s=240kbit/s=2 10000 12 1=240000bit/s=240kbit/s 音乐信号：音乐信号：音乐信号：音乐信号：比特率比特率=采样频率采样频率采样频率采样频率 量化位数量化位数量化位数量化位数 声道个数声道个数声道个数声道个数 =2=2 20000 16 2=1280000bit/s=1280kbit/s20000 16 2=1280000bit/s=1280kbit/s =160kByte/s =160kByte/s 存储器容量存储器容量=160kByte/s 10 60s=96000kByte160kByte/s 10 60s=96000kByte =96MB

33、yte =96MByte 比特率比特率(码率码率)与音质的关系：与音质的关系：采样频率的适当增加，可减少采样噪声而提高音采样频率的适当增加，可减少采样噪声而提高音质。一般采样频率为音频最高频率的质。一般采样频率为音频最高频率的2424倍。倍。量化位数的提高，可减少量化噪声而提高音质。量化位数的提高，可减少量化噪声而提高音质。一般量化位数位一般量化位数位864864位。位。总之比特率的提高，增加了存储空间，但提高了总之比特率的提高，增加了存储空间，但提高了音质。音质。4.4.数字音频文件格式数字音频文件格式 根据压缩和编码方式的不同，存储数字音频的文根据压缩和编码方式的不同，存储数字音频的文件格

34、式也不同。音频文件格式有件格式也不同。音频文件格式有ASFASF、AUAU、AACAAC、WMAWMA、MP4MP4、AIFFAIFF、SNDSND、XMXM、S3MS3M、WAVWAV、MP3MP3及及MIDIMIDI等等。常见的有等等。常见的有WAVWAV、MP3MP3及及MIDIMIDI。1)WAV1)WAV声波文件格式简介声波文件格式简介 wavwav是是Microsoft WindowsMicrosoft Windows早期提供的音频文早期提供的音频文件格式。目前所有的音频播放和编辑软件都支持该件格式。目前所有的音频播放和编辑软件都支持该格式。由于没有压缩，相对来说文件较大。格式。由

35、于没有压缩，相对来说文件较大。wavwav文件由三部分组成：文件由三部分组成：wavwav文件由三部分组成：文件由三部分组成：文件头文件头文件头文件头 (说明本文件为说明本文件为说明本文件为说明本文件为wavwavwavwav、文件结构和数据字节数、文件结构和数据字节数、文件结构和数据字节数、文件结构和数据字节数)数字化参数数字化参数数字化参数数字化参数 (如采样频率、量化位数、声道数及编码算法如采样频率、量化位数、声道数及编码算法如采样频率、量化位数、声道数及编码算法如采样频率、量化位数、声道数及编码算法)实际数字波形数据实际数字波形数据实际数字波形数据实际数字波形数据2.MP32.MP3文

36、件格式简介文件格式简介 mp3mp3是是MPEG-1 Player Lay 3MPEG-1 Player Lay 3中的音频压缩标准中的音频压缩标准,它是一种有损音频压缩编码技术。可实现高达它是一种有损音频压缩编码技术。可实现高达12:112:1压缩比，压缩率相对较大。压缩比，压缩率相对较大。采用音频知觉编码技术，削减音乐中人耳听不到采用音频知觉编码技术，削减音乐中人耳听不到的成分。的成分。Mp3Mp3可根据比特率来调节压缩音频的压缩可根据比特率来调节压缩音频的压缩比。比特率低，压缩后音质差，但压缩比大；比特比。比特率低，压缩后音质差，但压缩比大；比特率高，压缩后音质好，但压缩比小。率高，压缩

37、后音质好，但压缩比小。3.MIDI3.MIDI乐谱文件格式简介乐谱文件格式简介 MIDIMIDI用乐器操作符号记录声音。播放用乐器操作符号记录声音。播放MIDIMIDI时需时需进行声音合成。进行声音合成。作业：看书：作业：看书：P1723P1723 P4041:P4041:思考与练习思考与练习 一、判断题一、判断题 1.1.、2.2.、3.3.、5.5.二、选择题二、选择题 1.1.、2.2.三、填空题三、填空题 1.1.、2.2.、3.3.、4.4.四、简答题四、简答题 1.1.、2.2.、3.3.、4.4.、8.8.三三.编码与压缩编码与压缩 编码：编码：把量化后的幅值用二进制数表示。把量

38、化后的幅值用二进制数表示。压缩：压缩：根据波形各采样点间的关系，把数字音频根据波形各采样点间的关系，把数字音频进行再次编码，以减少数字音频的数据量。进行再次编码，以减少数字音频的数据量。编码和压缩分无损和有损两种。编码和压缩分无损和有损两种。无损压缩编码无损压缩编码一一般用统计的方法对量化的幅值进行统计后重新编码。般用统计的方法对量化的幅值进行统计后重新编码。有损压缩编码有损压缩编码会对原数字信号造成失真。会对原数字信号造成失真。编码和压缩分三类：编码和压缩分三类：1.1.波形编码：波形编码：根据量化后的数字波形变化情况和根据量化后的数字波形变化情况和人耳对不同频率信号的不同敏感性对量化后的数

39、字人耳对不同频率信号的不同敏感性对量化后的数字波形进行编码。如增量调制波形进行编码。如增量调制(DM)(DM)、PCM(PulsePCM(Pulse Code Modulation)Code Modulation)、ADM(AdaptiveADM(Adaptive Delta Delta Modulation)Modulation)、ADPCM(AdaptiveADPCM(Adaptive Differential Differential PCM)PCM)等等。等等。PCMPCM是量化后的编码，光盘输出的是量化后的编码，光盘输出的CDCD数字音频输数字音频输出编码为出编码为PCMPCM。2.

40、2.参数编码：参数编码：把一段音频信号用某种模型表示，把一段音频信号用某种模型表示，根据采样点的值，求出模型中的参数，用参数编码根据采样点的值，求出模型中的参数，用参数编码代替该段音频信号。压缩率高，但计算量大。代替该段音频信号。压缩率高，但计算量大。3.3.混合编码：混合编码：结合了两种及以上编码方式的编码。结合了两种及以上编码方式的编码。教材中教材中P24 2.3.2 P24 2.3.2 编码方法不讲。编码方法不讲。四、音频数据标准四、音频数据标准 音频编码标准有电话质量音频压缩编码技术标准、音频编码标准有电话质量音频压缩编码技术标准、调幅广播质量音频压缩编码技术标准、电视和视频调幅广播质

41、量音频压缩编码技术标准、电视和视频点播中音频压缩编码技术标准。点播中音频压缩编码技术标准。技术标准名称技术标准名称技术标准名称技术标准名称频率范围频率范围频率范围频率范围采样频率采样频率采样频率采样频率量化位数量化位数量化位数量化位数码率码率码率码率编码方式编码方式编码方式编码方式电话电话电话电话传输传输传输传输G711G711300HZ300HZ3.4kHz3.4kHz8kHz8kHz1314bit(1314bit(采样采样采样采样)8bit(8bit(实际实际实际实际)64kbit/s64kbit/s 1313位位位位A A律和律和律和律和1414位位位位u u律律律律PCMPCMG721

42、G7214bit4bit差值差值差值差值32kbit/s32kbit/sADPCMADPCMG728G72825bit25bit差值差值差值差值16kbit/s16kbit/sADPCM(LD-CELP ADPCM(LD-CELP 低延时低延时低延时低延时码本激励线形预测码本激励线形预测码本激励线形预测码本激励线形预测)调幅调幅调幅调幅广播广播广播广播G722G722507kHz507kHz16kHz16kHz14bit(14bit(采样采样采样采样)25bit25bit差值差值差值差值64kbit/s64kbit/s先分高低先分高低先分高低先分高低2 2各子带信号，分各子带信号，分各子带信号

43、，分各子带信号，分别进行别进行别进行别进行ADPCMADPCM编码。编码。编码。编码。立体立体立体立体声声声声MPEG-1MPEG-1音频音频音频音频2020kHz2020kHz48kHz48kHz、44.1kHz44.1kHz、32kHz32kHz4 4、6bit6bit差值差值差值差值32448k32448kbit/s/bit/s/声声声声道道道道层层层层I I和层和层和层和层II:II:分分分分3232个子带个子带个子带个子带,利利利利用人耳频蔽效应选择量化用人耳频蔽效应选择量化用人耳频蔽效应选择量化用人耳频蔽效应选择量化参数。层参数。层参数。层参数。层3:3:在前处理上采用在前处理上采

44、用在前处理上采用在前处理上采用辅助子带、非均量化及熵辅助子带、非均量化及熵辅助子带、非均量化及熵辅助子带、非均量化及熵编码。编码。编码。编码。技术标准名称技术标准名称技术标准名称技术标准名称频率范围频率范围频率范围频率范围采样频率采样频率采样频率采样频率量化位数量化位数量化位数量化位数码率码率码率码率编码方式编码方式编码方式编码方式立体立体立体立体声声声声MPEG-2MPEG-2音频音频音频音频2020kHz2020kHz48kHz48kHz、44.1kHz44.1kHz、32kHz32kHz4 4、6bit6bit差值差值差值差值32448k32448kbit/s/bit/s/声声声声道道道

45、道支持支持支持支持5+15+1声道，保证现存的声道，保证现存的声道，保证现存的声道，保证现存的两通道的解码器放出响应两通道的解码器放出响应两通道的解码器放出响应两通道的解码器放出响应立体声。立体声。立体声。立体声。MPEG-4MPEG-4音频音频音频音频可集成各种质量音频，各可集成各种质量音频，各可集成各种质量音频，各可集成各种质量音频，各类音频分成不同通道。分类音频分成不同通道。分类音频分成不同通道。分类音频分成不同通道。分别采用参数、别采用参数、别采用参数、别采用参数、CELPCELP、T/FT/F、SASA、TTSTTS及及及及MIDIMIDI编码。编码。编码。编码。五、声卡接口五、声卡

46、接口 1.1.声卡图声卡图 1)1)电话自动应答设备接口电话自动应答设备接口(TAD(TAD，Telephone Telephone Answering Device):Answering Device):它与它与MODEMMODEM卡上的相应端口相连接，配合软件卡上的相应端口相连接，配合软件可使电脑具备电话自动应答功能。可使电脑具备电话自动应答功能。2)2)模拟模拟CDCD音频输入接口音频输入接口(CD IN):(CD IN):是一个是一个3 3针或针或4 4针的小插座，作用是将来自光驱的针的小插座，作用是将来自光驱的模拟音频信号接入声卡，并直接由声卡的输出端放模拟音频信号接入声卡，并直接由

47、声卡的输出端放出。出。3)3)数字输出接口数字输出接口 该接口为黄色，用于输出数字音频信号。配合声该接口为黄色，用于输出数字音频信号。配合声卡上的卡上的AC-3AC-3解码功能，就可输出数字音效，令观解码功能，就可输出数字音效，令观赏赏DVDDVD等影片时更加逼真。等影片时更加逼真。4)4)线性输入插孔线性输入插孔(LINE IN):(LINE IN):该接口为蓝色，作用是将来自收音机、随身听、该接口为蓝色，作用是将来自收音机、随身听、或电视机等任何外部音频设备的模拟声音信号输入或电视机等任何外部音频设备的模拟声音信号输入电脑。可用于录制电视节目伴音、将磁带转成电脑。可用于录制电视节目伴音、将

48、磁带转成MP3MP3等。等。5)5)话筒输入插孔话筒输入插孔(MIC IN):(MIC IN):该接口为红色，可接连适合电脑使用的话筒作为该接口为红色，可接连适合电脑使用的话筒作为声音输入设备。用于录音、娱乐及语音识别等。可声音输入设备。用于录音、娱乐及语音识别等。可用来打网络电话、语音聊天和唱卡拉用来打网络电话、语音聊天和唱卡拉OKOK等。等。6)6)线性输出插孔线性输出插孔(LINE OUT):(LINE OUT):该接口为绿色，它负责将声卡处理好的模拟声音信该接口为绿色，它负责将声卡处理好的模拟声音信号输出到有源音箱、耳机或其他音频放大设备（如号输出到有源音箱、耳机或其他音频放大设备（如

49、功放）。这是第一个输出孔，相当于普通功放）。这是第一个输出孔，相当于普通2.12.1声卡声卡的扬声器输出插孔（的扬声器输出插孔（PEAKER)PEAKER)。7)7)数字音频输出插孔数字音频输出插孔(SPDIF OUT):(SPDIF OUT):Sony/Philips Digital Sony/Philips Digital InterFaceInterFace。8)8)游戏游戏/MIDI/MIDI插口插口 用于连接游戏杆、手柄、方向盘等外接游戏控制用于连接游戏杆、手柄、方向盘等外接游戏控制器，也可连接外部器，也可连接外部MIDIMIDI乐器（如乐器（如MIDIMIDI键盘、电子键盘、电子琴

50、等），配以专用软件可将电脑作为桌面音乐制作琴等），配以专用软件可将电脑作为桌面音乐制作系统使用。系统使用。9)9)数字数字CDCD音频输入接口音频输入接口(CD SPDIF)(CD SPDIF)作用是接收来自光驱的数字音频信号，最大限度作用是接收来自光驱的数字音频信号，最大限度地减少声音失真。光驱的地减少声音失真。光驱的Digital OutDigital Out接口与声卡接口与声卡上的上的CD SPDIFCD SPDIF输入端连接，可以得到比模拟输入端连接，可以得到比模拟CDCD音频要更纯净的音质。音频要更纯净的音质。10)10)辅助音频输入口辅助音频输入口(AUX IN):(AUX IN)