第四章 数字音频处理技术.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,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,20Hz,20kHz,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。,4.2.1,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,0V,7V,，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,000,111,，,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）。,4.2.2,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,4.2.3,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。,4.2.3,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。,4.2.3,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。,4.2.4,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,4.2.5,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,0,15,。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,50Hz,7kHz,。,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,