声音信号的获取与处理
实验二声音信号的获取与处理
实验⼆声⾳信号的获取与处理计算机应⽤综合设计实验报告声⾳信号的获取与处理学院电⼦与信息学院专业电⼦信息科学类姓名学号提交⽇期2012年8 ⽉30⽇⾃评成绩良好⼀、实验⽬的本实验通过麦克风录制⼀段语⾳信号作为解说词并保存，通过线性输⼊录制⼀段⾳乐信号作为背景⾳乐并保存。
为录制的解说词配背景⾳乐并做相应处理，制作⼀段完整的带背景⾳乐的解说词。
⼆、实验内容及数据记录①⽤Windows录⾳机录制解说词◎执⾏【开始】|【所有程序】|【附件】|【娱乐】|【录⾳机】。
打开【录⾳机】，单击录⾳按钮开始录⾳。
当录制时间⼤于60秒时，继续点击按钮继续录制。
当朗读材料结束后单击停⽌按钮结束录制。
◎执⾏菜单栏【⽂件】|【另存为】命令，在出现的【另存为】对话框中的【格式】中单击【更改】按钮。
在弹出的【选择声⾳】对话框中修改【属性】项为【22.05kHz 16位86KB/s】，单击【确定】按钮，返回【另存为】对话框，选好保存的路径，⽂件名为【example_1】，类型保存为WA V。
②使⽤Cool Edit录制背景⾳乐◎打开Cool Edit Pro，单击⼯具栏的File按钮，在弹出的New Waveform对话框中，分别选择Sample Rate为44100，Channels为Stereo，Resolution为【16-bit】，单击OK按钮开始录⾳。
在录⾳结束后，单击⼯具栏的Stop按钮，完成录⾳。
◎单击⼯具栏的File|Save As，打开保存对话框，选择好保存路径，⽂件名为【example_2】，保存类型为Windows PCM（*.Wav），单击【保存】按钮，完成对背景⾳乐⽂件的录制。
③使⽤Cool Edit Pro进⾏混⾳处理Ⅰ⽤Cool Edit Pro打开【example_1】，执⾏Edit|Mix Paste命令，打开Mix Paste 对话框；设置L、R为90，选中Overlap，设置Crossfade值为50，选中From File，单击Select按钮选择作为背景⾳乐的⽂件【example_2】，设置Looppast为1，单击OK 按钮完成设置。
声音采集原理
声音采集原理
声音采集是指获取声音信号并将其转化为数字信号的过程。
声音采集原理可以简单地分为两个步骤：声音传感和模拟信号转换成数字信号。
声音传感是指使用麦克风等设备将声音的机械能量转化为电能信号。
麦克风包含一个薄膜和一个线圈，当声音波传播到薄膜上时，薄膜的振动会导致线圈与磁场之间的磁通量发生变化。
这个变化会在线圈中产生感应电流，进而将声音信号转化为模拟电信号。
模拟信号转换成数字信号是指使用模数转换器（ADC）将模
拟电信号转化为数字信号。
ADC首先将连续的模拟信号进行
采样，即定期测量模拟信号的电压，并将其转化为离散值。
然后，ADC对这些离散值进行量化，即将其映射到离散的数值
范围内。
最后，ADC使用编码器将量化后的数值转化为二进
制数字信号。
通过以上两个步骤，声音采集系统将声音信号从模拟领域转换为数字领域。
数字化的声音信号可以进一步处理、存储和传输，使得我们能够进行各种音频应用，如语音识别、音频编解码等。
声音检测报告1
声音检测报告11. 引言本报告旨在分析声音检测的结果，并就其重要性和应用领域进行讨论。
声音检测是一项关键技术，可用于识别和分析声音信号，对于人机交互、环境监测、安全防护等方面具有广泛应用。
2. 检测方法和过程声音检测采用了声音传感器获取环境中的声音信号，并通过信号处理算法对其进行分析和识别。
具体包括以下步骤：1. 传感器检测：使用合适的声音传感器进行声音信号的收集。
2. 信号采集：将传感器获得的模拟信号转换为数字信号，以便后续处理。
3. 信号处理：对采集到的信号进行滤波、增强、降噪等处理，以提高信号质量。
4. 特征提取：从处理后的信号中提取有用的特征，如频率、振幅、时域特征等。
5. 声音识别：通过机器研究算法或人工智能技术对提取的特征进行分类和识别。
3. 重要性和应用领域声音检测在各个领域中都具有重要的应用价值。
以下是几个常见的应用领域：3.1 人机交互声音检测可以用于人机交互领域，使得设备能够通过声音指令与人进行交互。
例如，智能音箱能够通过语音识别来执行用户的命令，实现智能家居控制、音乐播放等功能。
3.2 环境监测声音检测可用于环境监测，以实时检测和分析环境中的声音信号。
例如，在城市中可以通过声音检测系统监测交通流量、环境噪音等信息，用于城市规划和环境保护。
3.3 安全防护声音检测对于安全防护也具有重要作用。
例如，在公共场所可以通过声音检测系统实时监测异常声音，如爆炸声、枪声等，以及窃听器、监听器等非法设备，并发出警报。
4. 结论声音检测是一项重要的技术，具有广泛的应用领域。
通过声音检测可以实现人机交互、环境监测、安全防护等功能，对于提高生活质量和保障社会安全具有重要作用。
未来，声音检测技术将继续发展和完善，带来更多创新和应用。
以上是本报告对声音检测的分析和讨论，希望对您有所帮助。
多媒体技术之音频信息的获取与处理PPT课件( 75张)
常用音频采样率：8kHz、11.025kHz、16kHz、22.05kHz、44.1kHz 及 48kHz
2.2.2 数字音频获取
● 量化
量化概念
通过采样得到的表示声音强弱的函数 x(nT) 是连续的，为把 x(nT) 存入计 算机，就必须将采样值离散化，即量化成一个有限个幅度值的集合 x(nT)
多媒体技术及其应用
第二章 音频信息的获取与处理
● 主要知识点
2.1声音概述 2.2数字化音频 2.3音乐合成与 MIDI 2.4音频卡 2.5数字音频压缩标准
2.1.1 声音定义 ● 声音概念 ● 声音特性
2.1.2 声音基本特点 ● 声音传播 ● 声音频率 ● 声音传播方向 ● 声音三要素 ● 声音连续、相关及
实时性 声音具有实时性。对处理声音的计算机硬件和软件提出很高要求
2.2 数字化音频
转换
模拟信号
数字信号
音频数字化需要考虑的问题
采样、量化、编码
模 拟 信 号 的 数 字 化 过 程
100101100011101
音频信号处理过程流程
音
频采
开信 样
始
号 频
频 率
率
采 样
量 化
保 存 为 声 音 文 件
周期
用声音录制软件记录的英文单词“Hello”的语音 实际波形
2.1.2 声音特点
● 声音的传播方式
声音是依靠介质 ( 比如：空气、液体、固体 ) 的振动进行传播的 声源是一个振荡源，它使周围介质产生振动，并以波的形式传播 人耳感觉到这种传播过来的振动，反映到大脑，就意味听到声音 声音在不同的介质中传播，其传播速度和衰减速率都是不一样的
语音识别的技术实现原理
语音识别的技术实现原理随着人工智能技术的不断发展，语音识别技术越来越成熟。
语音识别技术是指将人的语音信号转换为文字信号的过程。
这种技术已经广泛应用于智能家居、车载导航、医疗诊断等领域，为人们生活的方方面面带来了很多的方便。
语音识别的基本流程语音识别的基本流程包括：信号的获取、预处理、特征提取、语音识别、后处理和结果输出等环节。
这些环节的主要作用是，首先将人的语音信号录制下来，然后对信号进行预处理和特征提取，最终生成可供计算机处理的数学模型，从而实现语音识别。
信号获取语音信号的获取是语音识别技术实现的第一步。
在实际应用中，人们通常使用麦克风等设备采集语音信号，然后将信号传输到计算机中，由计算机对信号进行处理。
预处理语音信号的预处理是为了提高语音识别的准确率。
预处理包括去除杂音、增加信号的能量、滤波等处理方法。
例如，如果语音信号中包含明显的环境噪声，就需要进行噪声消除处理，以提高信号的清晰度和可分辨性。
特征提取语音信号的特征提取是为了将其转化为计算机可以处理的数学模型。
在这个过程中，需要从语音信号中提取出一些特殊的特征，例如频率、音量、节奏等，然后将这些特征映射到数学模型中。
常见的特征提取方法包括Mel 频率倒谱系数（MFCC）、傅里叶变换等。
语音识别语音识别是将语音信号转化为文字信号的过程。
这一过程是通过计算机算法来实现的。
计算机首先将处理后的语音信号转化为数学模型，然后应用统计学知识来计算每个可能的字或词的概率，从而选择最有可能的单词或语句。
最终，计算机将文字结果输出。
后处理语音识别的后处理是为了减少识别错误，提高识别准确率。
后处理可以使用语言模型、上下文信息等进行修正和优化，从而减少识别错误率和提高识别准确率。
结果输出结果输出是将结果呈现给用户的过程。
结果可以直接输出为文字，也可以通过合成语音的方式，将结果直接转化为人类可以听懂的语音。
在实际的应用中，一般会综合考虑应用场景、用户需求等因素，选择输出方式。
实验二 声音的处理
2. MIDI是Musical Instrument Digital Interface的缩写，又称作乐器数字接口，是数字音乐/电子合成乐器的统一国际标准。它定义了计算机音乐程序、数字合成器及其它电子设备交换音乐信号的方式，规定了不同厂家的电子乐器与计算机连接的电缆和硬件及设备间数据传输的协议，可以模拟多种乐器的声音。MIDI文件就是MIDI格式的文件，在MIDI文件中存储的是一些指令。把这些指令发送给声卡，由声卡按照指令将声音合成出来。
所谓采样就是采集模拟信号的样本。是将时间上、幅值上都连续的模拟信号，在采样脉冲的作用，转换成时间上离散（时间上不再连续）、但幅值上仍连续的离散模拟信号。所以采样又称为波形的离散化过程。每秒钟的采样样本数叫做采样频率。采样频率越高，数字化后声波就越接近于原来的波形，即声音的保真度越高，但量化后声音信息量的存储量也越大。目前在多媒体系统中捕获声音的标准采样频率定为44.1kHz、22.05kHz和11.025kHz三种。而人耳所能接收声音频率范围大约为20Hz--20KHz，但在不同的实际应用中，音频的频率范围是不同的。例如根据CCITT公布的声
（3）“采样频率”是指将模拟声音波形数字化后每秒钟所抽取的声波幅度的样本次数，其单位为kHz(千赫兹)。采样频率高低决定了声音失真程度的大小，为保证声音不失真，采样频率应该在40kHz左右。采样频率一般有三种，44.1kHz是最常见的采样率标准（每秒取样44100次，用于CD品质的音乐）；22.05kHz（适用于语音和中等品质的音乐）；11.25kHz（低品质）。对于高于48KHz的采样频率人耳已无法辨别出来了，所以在电脑上没有多少使用价值。
7.选择“文件”|“存储为” ，打开如下所示的图2-12，为文件命名，并选择“保存类型”中的一种，为文件选择格式，单击保存即可。
实验二 声音的处理
2. 采取多种音频素材获取方法获取音频素材(网络下载、自己录制或音频片段截取)，并用cooledit音频处理软件对获取的素材进行合成处理，使其符合课件需要。
自学资料
1.声音格式说明：
（1）wav格式：常被称为波形文件。没有压缩，文件很大；不过音质很高，可以用来记录语音、音乐等各种声音。
（2）mp3格式：最大优点是它的文件很小，且能保持接近CD音质的较高音质。mp3文件只有wav文件的十分之一容量大小。这种格式被广泛应用于互联网和日常生活中。
2.选择“mp3格式转换器”可以把其他格式（包括wav,cda,mid,mpg,dat,rm等）的文件转换成mp3或wav格式文件。单击后会弹出如图 2-3对话框：
3.“mp3数字CD抓轨”是专门把CD里的歌曲转换成mp3或wav格式。单击后会弹出如图2-4对话框：
音频信号处理的基本原理与方法
音频信号处理的基本原理与方法随着社会的发展和科技的进步，音频信号处理作为一种重要的技术手段在各个领域得到了广泛的应用，例如音乐、通信、广播、语音识别、智能家居等。
那么，什么是音频信号处理？它的基本原理和方法又是什么呢？一、音频信号的特点音频信号是指在时间域、频率域或谱域内表达声音信息的信号，其主要特点包括以下几个方面：1. 声压级：音频信号的功率很低，一般以微伏（µV）或毫伏（mV）的级别存在。
2. 频率分布：音频信号覆盖的频率范围比较广，一般在20Hz到20kHz之间。
3. 非线性：声音的响度和音调会因为感知器官的特性而呈非线性关系。
4. 同步性：音频信号具有实时性，需要在短时间内完成处理。
二、音频信号处理的基本技术1. 信号采集：音频信号必须通过麦克风等采集设备获取，通常采用模拟信号采集和数字信号采集两种方式。
2. 信号滤波：音频信号中包含噪声和干扰，需要通过滤波技术进行降噪、去除杂音等处理，以提高信号的纯度和质量。
3. 预加重：由于音频信号中低频成分比高频成分更容易受到衰减，预加重技术可以在记录信号前提高高频分量的幅度，降低低频分量的幅度，以达到更好的平衡。
4. 压缩和扩展：针对音频信号的动态范围较大，采用压缩和扩展技术可以调整音量，保证整个音频的响度均衡。
5. 频率变换：频率变换技术可以把音频转化为频谱图谱，以便进行频谱分析、合成等处理。
6. 频谱分析：将音频信号转化为频谱图谱，可以根据不同频率成分的强度和分布，进行干扰分析、信号识别等处理。
7. 音频编解码：针对音频信号的压缩、传输和存储，需要采用压缩编码技术，通常采用的编码格式包括MP3、AAC、OGG等。
三、音频信号处理的应用1. 音乐领域：音频信号处理在音乐合成、混音、降噪、音质改善等方面都有广泛的应用，能够提高音乐的质量和观感效果。
2. 通信领域：音频信号处理在电话、无线通信、语音会议等方面都有广泛应用，能够提高通信质量和稳定性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
步骤 4：保存文件，完成编辑。
5．使用 Cool Edit 进行混音处理
步骤 1：打开【示例 1_1】，执行【Edit】/【Mix paste…】命令，打开【Mix paste】对话框 如图 1.14 所示。
图 1.14 【Mix paste】对话框
1)。在 Volume 框中，【Volume L,R】代表左右声道音量，若为单声道文件，则只有一个声 道 音 量 调 节 ， 若 选 中 【 Invert 】， 则 文 件 在 被 粘 贴 前 声 音 数 据 将 会 颠 倒 。 当 【 Lock left/Right】被选中时，左右声道调节钮将被锁定，调节时将一齐变化。
2）Midi 格式 Midi 是 Musical Instrument Digital Interface（乐器数字接口）的缩写。它是由世界上
主要电子乐器制造厂商建立起来的一个通信标准，并于 1988 年正式提交给 MIDI 制造商协 会，便成为数字音乐的一个国际标准。MIDI 标准规定了电子乐器与计算机连接的电缆硬件 以及电子乐器之间、乐器与计算机之间传送数据的通信协议等规范。 MIDI 标准使不同厂家 生产的电子合成乐器可以互相发送和接收音乐数据。Midi 文件纪录的是一系列指令而不是 数字化后的波形数据，所以它占用存储空间比 Wav 文件要小很多。
单击【录音】按钮开始录音。Windows 录音机录制音频文件时一次能录制的时间 为 60 秒，当录制时间大于 60 秒后，按【录音】继续录制。当朗读文章结束后,单 击【停止】结束录音，如图 1.5 所示。
图 1.5 windows 录音机
步骤 3：执行菜单【文件】/【另存为】命令，在出现的【另存为】对话框中的【格式】项， 选【更改】。在【选择声音】对话框中修改【属性】项为【22.05Hz 16 位 86KB/s】, 单击【确定】返回【另存为】对话框，选好保存的路径，文件名存为【示例 1_1】， 保存类型选 Wav，如图 1.6 所示。
如图 1.7 所示。
图 1.7 Cool Edit 2000 主界面
步骤 2：单击工具栏的【Record】按钮，如图 1.8 所示。
图 1.8 Cool Edit 2000 的工具栏
出现【New Waveform】对话框，分别选择【Sample Rate】为 44100，【Channels】 为【Stereo】，【Resolution】为【16-bits】，单击【OK】按钮开始录音，如图 1.9 所示。
进行实验的基本配置： Intel Pentium 120 CPU 或同级 100%的兼容处理器 大于 16MB 的内存 8 位以上的 DirectX 兼容声卡
1.1 实验目的和要求
本实验通过麦克风录制一段语音信号作为解说词并保存，通过线性输入录制一段音 乐信号作为背景音乐并保存。为录制的解说词配背景音乐并作相应处理，制作出一段完整的 带背景音乐的解说词。
数字音频就是将模拟的(连续的)声音波形数字化(离散化)，以便利用数字计算机进行 处理，主要包括采样和量化两个方面。
2．数字音频的质量 数字音频的质量取决于采样频率和量化位数这两个重要参数。采样频率是对声音波形每
秒钟进行采样的次数。人耳听觉的频率上限在 2OkHz 左右，根据采样理论，为了保证声音
不失真，采样频率应在 4OkHz 左右。经常使用的采样频率有 11.025kHz、22.05kHz 和 44.lkHz 等。采样频率越高，声音失真越小、音频数据量越大。量化数据位数(也称量化级)是每个采 样点能够表示的数据范围，经常采用的有 8 位、12 位和 16 位。例如，8 位量化级表示每个 采样点可以表示 256 个(0-255)不同量化值，而 16 位量化级则可表示 65536 个不同量化值。 量化位数越高音质越好，数据量也越大。反映数字音频质量的另一个因素是通道(或声道)个 数。单声道是比较原始的声音复制形式, 每次只能生成一个声波数据。立体声(双声道)技术 是每次生成二个声波数据，并在录制过程中分别分配到两个独立的声道出输出，从而达到了 很好的声音定位效果。四声道环绕（4.1 声道）是为了适应三维音效技术而产生的，四声道 环绕规定了 4 个发音点：前左、前右，后左、后右，并建议增加一个低音音箱，以加强对低 频信号的回放处理。Dolby AC-3 音效（5.1 声道）是由 5 个全频声道和一个超重低音声道组 成的环绕立体声。
图 1.1 麦克风、声卡、CD 音源、音箱
声卡后有几个接口,标有 Midi/Game 的梯形接口是接 Midi 键盘和游戏手柄的,标有 Audio Out 的圆口是接音箱的,标有 Mic 的圆口是接麦克风的,标有 Line In 的圆口是外接音 频输入设备的。声卡、音箱和麦克风的连接，如图 1.2 所示。
图 1.11 【加入回声】对话框
步骤 2：拖动鼠标选取声音波形开头的一部分，执行【特殊】/【淡入…】,设置【淡入】对 话框。在【幅度】中添入 50%，【淡入】为【两个通道】，单击【确定】进行处理，如图 1.12 所示。
图 1.12 【淡入】对话框
步骤 3：拖动鼠标选取声音波形结尾的一部分，执行【特殊】/【淡出…】,设置【淡出】对 话框。在【幅度】中添入 50%，【淡出】为【两个通道】，单击【确定】进行处理，如图 1.13 所示。
备（如 CD 唱机、录音机等），把麦克风、音箱、外界音源信号设备与声卡正确连接完 成硬件准备工作。在 Windows 的【控制面板】/【多媒体】中选择正确的录音和回放设 备，并对其进行调试。
2．用 Байду номын сангаасindows 录音机录制解说词
使用 Windows 录音机录制任意一段语音信号作为解说词，录制完毕后把文件存为 Wav 格式，文件名为【示例 1_1】。
一．实验内容：
1． 硬件与软件的准备
目前，多媒体计算机中的音频处理工作主要借助声卡，从对声音信息的采集、编辑 加工，直到声音媒体文件的回放这一整个过程都离不开声卡。声卡在计算机系统中的主 要作用是声音文件的处理、音调的控制、语音处理和提供 MIDI 接口功能等。
进行录制音频信号所需的硬件除了声卡，还有麦克风、音箱以及外界的音源信号设
实验一 声音信号的获取与处理
声音媒体是较早引入计算机系统的多媒体信息之一，从早期的利用 PC 机内置喇叭发声， 发展到利用声卡在网上实现可视电话，声音一直是多媒体计算机中重要的媒体信息。在软件 或多媒体作品中使用数字化声音是多媒体应用最基本、最常用的手段。通常所讲的数字化声 音是数字化语音、声响和音乐的总称。在多媒体作品中可以通过声音直接表达信息、制造某 种效果和气氛、演奏音乐等。逼真的数字声音和悦耳的音乐，拉近了计算机与人的距离，使 计算机不仅能播放声音，而且能“听懂”人的声音是实现人机自然交流的重要方面之一。
图 1.10 保存【Music.wav】音乐文件
4．使用 WaveStudio 编辑和处理背景音乐
步骤 1：打开【示例 1_2】文件，执行【特殊】/【回声】，设置【加入回声】对话框。在 【幅度】中添入 100%，在【回声延迟】中添入 300 毫秒，在【将回声加入】中选【两个通 道】。单击【确定】进行处理，如图 1.11 所示。
RealMedia，是目前在 Internet 上相当流行的跨平台的客户/服务器结构多媒体应用标准，它 采用音频/视频流和同步回放技术来实现在 Intranet 上全带宽地提供最优质的多媒体，同时 也能够在 Internet 上以 28.8Kbps 的传输速率提供立体声和连续视频。
1.3 实验内容与步骤
图 1.9 【New Waveform】对话框
步骤 3：录音结束，单击工具栏的【Stop】按钮完成录音，如图 1.8 所示。 步骤 4：执行【File】/【Save As…】，打开保存对话框，如图 1.10 所示。选择好路径，文件 名存为【示例 1_2】，保存类型选【Windows PCM（*.Wav）】，单击【保存】完成对音乐文 件的录制。
图 1.6 windows 录音机的保存及属性修改
这样一个完整语音音频文件便保存好了。
3．使用 Cool Edit 录制背景音乐
背景音乐可由录音机、CD 唱机等输出的模拟音频获取。首先保证外界音源设备与声卡 的 Line In 接口正确相连。 步骤 1：选择【开始】/【程序】/【Cool Edit 2000】/【Cool Edit 2000】，打开 Cool Edit 2000，
1.2 预备知识
1．数字音频和模拟音频 模拟音频和数字音频在声音的录制和播放方面有很大不同。模拟声音的录制是将代表声
音波形的电信号转换到适当的媒体上，如磁带或唱片。播放时将纪录在媒体上的信号还原为 波形。模拟音频技术应用广泛，使用方便。但模拟的声音信号在多次重复转录后，会使模拟 信号衰弱，造成失真。
在多媒体音频技术中，存储声音信息的文件有多种格式，如 Wav、Midi、Mp3、Rm、 VQF 等等。
1）Wav 格式 Wav 格式的文件又称波形文件，是用不同的采样率对声音的模拟波形进行采样得到的
一系列离散的采样点，以不同的量化位数（16 位、32 位或 64 位）把这些采样点的值转换成 二进制数得到的。Wav 是数字音频技术中最常用的格式，它还原的音质较好，但所需存储 空间较大。
为确保麦克风和线性输入能正常使用，双击位于桌面右下任务栏的喇叭 ，打开【播放 控制】对话框，确认话筒和线性输入的【静音】前没有打“√”，如图 1.4 所示。
图 1.4 【播放控制】的对话框
2．用 Windows 录音机录制解说词
步骤 1：首先准备一份所需录制的材料作为解说词。 步骤 2：执行【开始】/【程序】/【附件】/【娱乐】/【录音机】。打开【录音机】，
图 1.2 电脑连线图
在完成了硬件设备的连接后为了使声卡能正常工作还要进行软件的调试。 进入 Windows98，选择【开始】/【设置】/【控制面板】，选【多媒体】。在【多媒体 属性】 对话框中选择的【音频】，在【回放】和【录音】的首选设备中选择声卡所对应的输入和输 出选项，如图 1.3 所示。