声音信号的介面与处理.ppt

《声音信号的介面与处理.ppt》由会员分享，可在线阅读，更多相关《声音信号的介面与处理.ppt（19页珍藏版）》请在三一办公上搜索。

1、多媒體概論mm03.ppt,1,聲音信號的介面與處理,語音音樂：烘托氣氛、強化主題。音效：風聲、雨聲。,多媒體概論mm03.ppt,2,聲音的採集,音訊的頻率範圍電話(2003.4kHz)、調幅廣播(507kHz)、調頻廣播(2015kHz)、寬頻音響(2020kHz)立體聲音訊：由左右兩路單音所組成。聲音採集過程由拾音器（麥克風）收集。程控放大器：隔離放大加上可程式衰減。低通濾波ADC：類比聲音轉成數位聲音匯流排介面與控制邏輯：壓縮等處理。存入記憶體。,多媒體概論mm03.ppt,3,聲音的播放,聲音播放過程由儲存器取出壓縮資料解壓縮DAC：數位聲音轉成類比聲音低通濾波功率放大與音量控制輸出

2、到音響,多媒體概論mm03.ppt,4,音訊信號介面,程控放大,低通,A/D,A/D,低通,功放語音控,記憶體,匯流排介面與控制邏輯,音訊處理器,左,左,程控放大,低通,A/D,A/D,低通,功放語音控,右,右,音訊輸入,音訊輸出,多媒體概論mm03.ppt,5,聲音檔的種類,WAV：以波形表示的聲音，不經壓縮。CD-DA：雷射唱盤的聲音，品質較WAV高。MIDI：MIDI音訊由音符和時間值組成，佔用的儲存空間較少。mp3Wma相關資料,多媒體概論mm03.ppt,6,音樂合成,聲音：包括擷取的聲音、合成的聲音合成音樂：MIDI合成語言音色(timbre)：區分不同樂器或人的聲音的音質(ton

3、e)。複調(polyphony)：同時演奏若干音符時發出的聲音。多音色(multi-timbre)：同時演奏不同樂器時發出的聲音。MIDI:Musical Instrument Digital Interface1983年根據D.Smith開發的通用合成器(universal synthesizer)標準所製定。電腦、電子樂器、演奏控制器彼此通訊的標準。樂譜的數位描述，包含音符、定時、樂器指派。,多媒體概論mm03.ppt,7,MIDI合成器,利用數位訊號處理器(DSP)構成的電子設備，用來產生音樂或聲音。利用一組固定的音調值來產生特定樂器的音色，在使用調頻(FM)原理，利用軟體控制產生豐富的

4、聲音。傳輸資料率為 31.25KbpsMIDI檔案儲存各種樂器的音色,音符,節拍,音量,16個樂器通道之指派儲存指令而非實際波形,所需空間小,1分鐘 MIDI檔僅約4KB儲存空間。,多媒體概論mm03.ppt,8,多媒體資料壓縮考慮要素,壓縮後的影像或語音品質是否可接受壓縮成本,包含運算時間,軟硬體需求壓縮後的資料傳輸率,可否滿足傳輸通道的限制,多媒體概論mm03.ppt,9,聲音信號的處理,人耳可聽見頻率範圍 20Hz-20KHzCD-DA 20Hz-20KHzFM 調頻廣播 20Hz-15KHzAM 調頻 50Hz-7KHz電話 300Hz-3.4KHz,多媒體概論mm03.ppt,10,

5、信號的數位化,Analog-to-Digital(A-D)conversionSampling 取樣Quantization 量化Coding 編碼,多媒體概論mm03.ppt,11,Sampling 取樣,Sampling Theory連續性(continuous)信號轉為離散(discrete)資料時,取樣率(sampling rate)必須是信號頻寬的兩倍以上,方能從離散式完整還原為連續信號discrete v.s.digital轉換為頻域信號 Fourier transform,多媒體概論mm03.ppt,12,實例,聲音信號頻寬為 20 kHz,理論上取樣率應為 40 kHz(CD-

6、Audio 之取樣率為 44.1 kHz)信號取樣頻率為 f(Hz),且每個取樣值以 R個位元表示,則信號傳輸率 T:T=f x R(bits per second,or BPS),多媒體概論mm03.ppt,13,數位音訊取樣率與資料率,多媒體概論mm03.ppt,14,語音壓縮,根據語音信號的冗餘度和人類的聽覺感知，在保持音質、限制碼率、編碼計算過程三者之間與一個折衷。電話語音編碼波形編碼：把持與輸入波形不變。（錄音）語聲編碼：聽起來一樣，但波形可以不同。（編碼器，彈鋼琴，MIDI）高品質語音編碼由中高碼率的編碼方法實現。,多媒體概論mm03.ppt,15,波形編碼,PCM:脈衝編碼調變D

7、PCM:差分脈衝編碼調變A DPCM:自適應差分脈衝編碼調變SB:子頻帶（sub-band），以4kHz為界，分高低頻。,多媒體概論mm03.ppt,16,混合編碼,混合參數模型法編碼及波形編碼以低於16kbps碼率得到高品質的合成語音。基於按分析來合成的線性預測(LPAS)：採用聽覺加權技術，在閉環基礎上尋找主觀失真最小的激勵向量。多脈衝線性預測編碼(MP-LPC)：1982年，9.6kbps衛星導航通訊標準。碼激勵線性預測(CELP)：1984年，使用向量量化(VQ)，能在4.8kbps以上的碼率獲得較高品質的語音。CCITT G.728：1992年，使用貝爾實驗室的LD-CELP（低延遲

8、碼激勵線性預測）演算法，以16 kbps編碼語音。,多媒體概論mm03.ppt,17,高傳真音響壓縮,20Hz20kHz的信號MPEG-1:ISO/IEC 11172標準MPEG-2:ISO/IEC 13818標準,多媒體概論mm03.ppt,18,MPEG-1音訊壓縮系統,規定了用於數位儲存媒介的高品質音訊的編碼和解碼表示。與雷射唱盤CD、數位音訊碟帶(DAT:Digital Audio Tape)等介質所用的PCM標準相容。利用聽覺掩蔽效應，取得良好的壓縮效果，使得在96kbs的碼率下達到CD的音質。採用不同級別的編碼系統，及越高性能越好，且可以向下相容。MP3,多媒體概論mm03.ppt,19,智慧語音介面技術,語音通訊(人講話、人聽話）壓縮、編碼、傳輸語音品質與傳輸碼率語音合成(機器講話、人聽話）摹坊人腦講話前的思維發音規則、選詞、造句語音識別（人講話、機器聽話）摹坊人類的聽覺識別語音的涵義正確率,