数字音频处理技术.ppt
第4章 数字音频处理技术,本章重点：,声音概述 音乐合成与MIDI数字音频压缩标准数字音频处理实例,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。,4.1 声音概述,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的信号称为超音频信号，或称为超声波信号。,常见声源及其频率范围：,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,4.2 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，将模拟信号变为数字信号。,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。,1.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。,2.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。,3.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。,4.2.2 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（高品质）。,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。,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）,音质与数字音频参数的关系,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。,数字音频文件格式,MP3音频文件：全称为MPEG-1 audio 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。,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。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。,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,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,GoldWaved的界面与窗口,GoldWaved的界面,4.3 音乐合成与MIDI,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。,1.电子音乐中常用的术语,（1）音乐合成器（musical 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。,（2）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。,（3）多音色（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。,2.MIDI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。,4.3.2 MIDI音乐的制作原理,1.MIDI音乐的产生过程,2.MIDI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。,3.MIDI接口和计算机的连接,MIDI接口由3个端口组成：输入端口（In）、输出端口（Out）和直达端口（Thru）。其中，输入端口处理接收的字节，即那些发自其他MIDI设备。为了将两个MIDI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备同时发生。MIDI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。,4.MIDI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。,4.3.3 MIDI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,4.4 数字音频压缩标准,音频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。,4.4.2 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。,1.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。,2.调幅广播质量的音频压缩编码技术 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。,3.高保真度立体声音频压缩编码技术 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。,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。,4.4.3 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 Converter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。,音频压缩工具界面,4.5 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。,4.5.1 利用GoldWave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”。,4.5.2 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”。,4.5.3 将文件转换为.mp3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。,谢谢,
