第二章 多媒体音频技术
合集下载
多媒体网络与通信 2-音频处理技术
可听阈值
痛阈值
2×10-5
0.5
200 P(Pa)
在声学工程中，常用声压的相对大小表示声压的强弱， 称为声压级（Sound Pressure Level，SPL），单位是分 贝（decibel，dB）
Lp = 20 lgP/P0 式中，基准声压P0为2×10-5Pa，规定为0dB。
2021/4/19
y111AllnnxlnA AAsxgnsg(xn)(,x)0, 1A x1A x1
式中， x为输入信号幅度，规格化为-1≤x ≤1 ，sgn(x)为 x的符号，A为确定压缩量的参数，一般取87.56。
2021/4/19
音频处理技术
第28页
2.2.1 声音的数字化
对于采样频率为8kHz，样本精度为13位、14位或者16位 的输入信号，使用μ律压扩编码或者使用A律压扩编码， 经过PCM编码器之后每个样本需8位二进制存储，输出 的数据率为64 kb/s。这个数据就是CCITT推荐的G.711 标准：话音频率脉冲编码调制 。
2021/4/19
音频处理技术
频域掩蔽
第15页
掩蔽效应(2)
时域掩蔽：在强音信号之前或之后的弱音被掩蔽。分为前掩蔽和后 掩蔽。
利用掩蔽效应可以用有用信号去掩蔽无用的声信号，只需要把无用 声音的声压级降低到掩蔽阈以下即可。
在数字音频处理中，还可以利用掩蔽效应去掉人耳听不到的那部分 信号进行声音数据的压缩。
回声与余声的感觉可使听者感受出房间体积大小、房间 高低及内表面结构上的差异，这便是空间感。
2021/4/19
音频处理技术
第18页
2.1.3 音频信号的质量指标
(1) 频带宽度 音频信号所包含的谐波分量越丰富，音色越好。在广播通信和 数字音响系统中，以声音信号所包含的谐波分量的频率范围来 衡量声音的质量，即带宽。
多媒体技术及应用第2章 多媒体音频技术
多媒体技术及应用
多媒体概论 多媒体音频处理技术 图像处理技术 计算机动画技术 多媒体视频技术
第2章 多媒体音频处理技术
声音的基本特性 数字音频 Audio工作界面与基础应用 声音的编辑处理 声音的效果处理
2.1 声音的基本特征
音频信号的特征
声音的物理特征 声音的心理学特性 频带宽度 动态范围 信噪比
● 分贝——在声学中表示声压和声强的变化程度。
7
声音的心理学特性
● 音调
—— (高低) —— (强弱)
(弱 )
(低 )
(高 )
● 音强
(强 )
(停 )
● 音色
—— (特质)
钢琴 吉他 小号 小提琴
● 声音的连续性
● 声音在时间轴上是连续信号，具有连续性和过程性 ● 构成声音的数据前后之间具有强烈的相关性
19
● 音质——声音的质量。与频率范围成正比，频率范围 越宽音质越好 ● 数据量与文件
采样频率 Hz 11,025 22,050 44,100 11,025 22,050 44,100 数据长度 bit 8 8 8 16 16 16 数据量／分钟 0.66 MB 1.32 MB 2.64 MB 1.32 MB 2.64 MB 5.29 MB 音质评价
音频数据传输率 数据传输率是指每秒钟传输的数据位数 ，记为bit/s。 未经压缩的数字音频数据传输率(bit/s)＝ 采样频率(Hz)×量化位数(bit)×声道数
其中，声道数是指一次采样所记录产生的声音 波形个数，单声道就是一个声音波形，双声道 录放音有立体感，叫双声道立体声。
18
多媒体概论 多媒体音频处理技术 图像处理技术 计算机动画技术 多媒体视频技术
第2章 多媒体音频处理技术
声音的基本特性 数字音频 Audio工作界面与基础应用 声音的编辑处理 声音的效果处理
2.1 声音的基本特征
音频信号的特征
声音的物理特征 声音的心理学特性 频带宽度 动态范围 信噪比
● 分贝——在声学中表示声压和声强的变化程度。
7
声音的心理学特性
● 音调
—— (高低) —— (强弱)
(弱 )
(低 )
(高 )
● 音强
(强 )
(停 )
● 音色
—— (特质)
钢琴 吉他 小号 小提琴
● 声音的连续性
● 声音在时间轴上是连续信号，具有连续性和过程性 ● 构成声音的数据前后之间具有强烈的相关性
19
● 音质——声音的质量。与频率范围成正比，频率范围 越宽音质越好 ● 数据量与文件
采样频率 Hz 11,025 22,050 44,100 11,025 22,050 44,100 数据长度 bit 8 8 8 16 16 16 数据量／分钟 0.66 MB 1.32 MB 2.64 MB 1.32 MB 2.64 MB 5.29 MB 音质评价
音频数据传输率 数据传输率是指每秒钟传输的数据位数 ，记为bit/s。 未经压缩的数字音频数据传输率(bit/s)＝ 采样频率(Hz)×量化位数(bit)×声道数
其中，声道数是指一次采样所记录产生的声音 波形个数，单声道就是一个声音波形，双声道 录放音有立体感，叫双声道立体声。
18
《多媒体制作技术及应用》-ch2 数字音频处理技术精品资料
第2章 数字音频处理技术
第2章 数字音频处理技术
2.1数字音频基础
2.1.1音频信号 人们之所以能听到各种声音，是因为不同频率的声波
通过空气产生振动，对人耳刺激的结果。规则音频是一种 连续变化的模拟信号，可用一条连续的曲线来表示，称为 声波。因声波是在时间和幅度上都连续变化的量，所以称 为模拟量。
因为音频信号一般不会发生突然变化，相邻的语音采样值之间存 在很大的相关性，从一个采样值到相邻的另一个采样值的差值要比样值 本身小得多。利用预测编码方法建立预测模型，通过预测器对未来的样 本进行预测，然后对样本值与预测器得到的预测值之差进行量化和传输。 由于这个差值的幅度远远小于样本值本身，需要较少的比特数来表示， 这样可以降低数据的编码率，从而使编码数据得到压缩。
第2章 数字音频处理技术
2.1数字音频基础
2.1.2 模拟音频的数字化过程 3．编码
（2）DPCM （Differential Pulse Code Modulation）差分脉冲编 码调制
DPCM编码是利用音频信号的相关性，通过只传输声音的预测值 和样本值的差值来降低音频数据的编码率的一种方法。它采用预测编码 技术，实现音频数据的压缩编码。
采样频率是指计算机每秒钟采集多少个声音样本。采样频率越高， 即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就 越多，对声音波形的表示也越精确。
采样频率的选择与声音信号本身的频率之间有关，根据奈奎斯特 （Nyquist）理论，只有采样频率高于声音信号最高频率的两倍时，才 能把数字信号表示的声音较好地还原为原来的声音。
（1）配置好录音设备，选择输入声源。
ADPCM压缩方案压缩倍率可达2~5倍，信噪比高，性能优越，因 此，多媒体计算机所获得的数字化的声音信息大都采用此压缩方法。 MPC的音频卡也提供有ADPCM算法，如将16位的采样值压缩成4位， 将8位的采样值压缩成4位、3位或2位。
第2章 数字音频处理技术
2.1数字音频基础
2.1.1音频信号 人们之所以能听到各种声音，是因为不同频率的声波
通过空气产生振动，对人耳刺激的结果。规则音频是一种 连续变化的模拟信号，可用一条连续的曲线来表示，称为 声波。因声波是在时间和幅度上都连续变化的量，所以称 为模拟量。
因为音频信号一般不会发生突然变化，相邻的语音采样值之间存 在很大的相关性，从一个采样值到相邻的另一个采样值的差值要比样值 本身小得多。利用预测编码方法建立预测模型，通过预测器对未来的样 本进行预测，然后对样本值与预测器得到的预测值之差进行量化和传输。 由于这个差值的幅度远远小于样本值本身，需要较少的比特数来表示， 这样可以降低数据的编码率，从而使编码数据得到压缩。
第2章 数字音频处理技术
2.1数字音频基础
2.1.2 模拟音频的数字化过程 3．编码
（2）DPCM （Differential Pulse Code Modulation）差分脉冲编 码调制
DPCM编码是利用音频信号的相关性，通过只传输声音的预测值 和样本值的差值来降低音频数据的编码率的一种方法。它采用预测编码 技术，实现音频数据的压缩编码。
采样频率是指计算机每秒钟采集多少个声音样本。采样频率越高， 即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就 越多，对声音波形的表示也越精确。
采样频率的选择与声音信号本身的频率之间有关，根据奈奎斯特 （Nyquist）理论，只有采样频率高于声音信号最高频率的两倍时，才 能把数字信号表示的声音较好地还原为原来的声音。
（1）配置好录音设备，选择输入声源。
ADPCM压缩方案压缩倍率可达2~5倍，信噪比高，性能优越，因 此，多媒体计算机所获得的数字化的声音信息大都采用此压缩方法。 MPC的音频卡也提供有ADPCM算法，如将16位的采样值压缩成4位， 将8位的采样值压缩成4位、3位或2位。
chap2-多媒体音频处理技术
Chap2 多媒体音频处理技术
声音信息的处理
声音的采集： 波形声音数字化 电子乐器（MIDI） 话音（语音识别）
声音的表示 与存储
声音的处理： 压缩和编码
Chap2 多媒体音频处理技术 本章内容： • 2.1 声音信号概述 • 2.2 声音信号数字化 • 2.3 声音文件的存储格式 • 2.4 声音处理软件 • 2.5 声音质量的度量 • 2.6 MIDI系统 • 2.7 语音处理技术
(3). 音序器
用于记录、编辑、播放MIDI的声音文件，音序器有以硬 件形式提供的，目前大多为软件音序器。音序器可捕捉MIDI 消息，将其存入MIDI文件，MIDI文件扩展名为 .MID。音序 器还可编辑MIDI文件。
(4). 合成器 MIDI文件的播放是通过MIDI合成器，合 成器解释MIDI文件中的指令符号，生成所需 要的声音波形，经放大后由扬声器输出,声音 的效果比较丰富。 MIDI合成方式主要有调频合成(FM)和乐 音样本合成两种方式。
晰可辨的音调，我们称之为噪音。
2.2 声音信号数字化 • 声音信号数字化的过程
模拟 信号 采样 量化
编码
数字 信号
• 采样：在某些特定时刻对模拟信号进行测量，即使音频信 号在时间轴上离散化。 • 量化：对采样后的离散音频信号幅值样本进行离散化处理， 即将每一个样本归入预先编排的量化级上。 • 编码：对量化级以二进制数码按一定数据格式表示的过程。
(2). MIDI端口
一台MID设备可以有一至三个MIDI端口，分别 称为MIDI In、MIDI Out、MIDI Thru。它们的作用 是： MIDI In：接收来自其它MIDI设备的MIDI信息。 MIDI Out：发送本设备生成的MIDI信息到其 它设备。 MIDI Thru：将从MIDI In端口传来的信息转发 到相连的另一台MIDI设备上。
声音信息的处理
声音的采集： 波形声音数字化 电子乐器（MIDI） 话音（语音识别）
声音的表示 与存储
声音的处理： 压缩和编码
Chap2 多媒体音频处理技术 本章内容： • 2.1 声音信号概述 • 2.2 声音信号数字化 • 2.3 声音文件的存储格式 • 2.4 声音处理软件 • 2.5 声音质量的度量 • 2.6 MIDI系统 • 2.7 语音处理技术
(3). 音序器
用于记录、编辑、播放MIDI的声音文件，音序器有以硬 件形式提供的，目前大多为软件音序器。音序器可捕捉MIDI 消息，将其存入MIDI文件，MIDI文件扩展名为 .MID。音序 器还可编辑MIDI文件。
(4). 合成器 MIDI文件的播放是通过MIDI合成器，合 成器解释MIDI文件中的指令符号，生成所需 要的声音波形，经放大后由扬声器输出,声音 的效果比较丰富。 MIDI合成方式主要有调频合成(FM)和乐 音样本合成两种方式。
晰可辨的音调，我们称之为噪音。
2.2 声音信号数字化 • 声音信号数字化的过程
模拟 信号 采样 量化
编码
数字 信号
• 采样：在某些特定时刻对模拟信号进行测量，即使音频信 号在时间轴上离散化。 • 量化：对采样后的离散音频信号幅值样本进行离散化处理， 即将每一个样本归入预先编排的量化级上。 • 编码：对量化级以二进制数码按一定数据格式表示的过程。
(2). MIDI端口
一台MID设备可以有一至三个MIDI端口，分别 称为MIDI In、MIDI Out、MIDI Thru。它们的作用 是： MIDI In：接收来自其它MIDI设备的MIDI信息。 MIDI Out：发送本设备生成的MIDI信息到其 它设备。 MIDI Thru：将从MIDI In端口传来的信息转发 到相连的另一台MIDI设备上。
第二章 多媒体音频信息处理
当D/A转换器从图2-2得到的数值中重构原 来信号时，得到图2-3中蓝色(直线段)线段 所示的波形。从图中可以看出，蓝色线与 原波形(红色线)相比，其波形的细节部分 丢失了很多。这意味着重构后的信号波形 有较大的失真。
失真在采样过程中是不可避免的，如何减 少失真呢？可以直观地看出，我们可以把 图2-2中的波形划分成更为细小的区间，即 采用更高的采样频率。同时，增加量化精 度，以得到更高的量化等级，即可减少失 真的程度。在图2-5中，采样率和量化等级 再提高了一倍，分别达到4000次/秒和40个 量化等级。从图中可以看出，当用D/A转 换器重构原来信号时（图中的轮廓线）， 信号的失真明显减少，信号质量得到了提 高。
2.2.2 量化
采样只解决了音频波形信号在时间坐 标(即横轴)上把一个波形切成若干个 等分的数字化问题，但是每一等分的 长方形的高是多少呢? 即需要用某种 数字化的方法来反映某一瞬间声波幅 度的电压值的大小。该值的大小影响 音量的高低。我们把对声波波形幅度 的数字化表示称之为“量化”。
量化的过程是先将采样后的信号按 整个声波的幅度划分成有限个区段的集 合，把落入某个区段内的样值归为一类， 并赋于相同的量化值。如何分割采样信 号的幅度呢?
用声音录制软件记录的英文单词 “Hello”的语音实际波形
2.1.3 模拟音频信号的物理特征
模拟音频信号有两个重要参数：频率 和幅度。声音的频率体现音调的高低， 声波幅度的大小体现声音的强弱。
一个声源每秒钟可产生成百上千个波， 我们把每秒钟波峰所发生的数目称之 为信号的频率，单位用赫兹(Hz)或千 赫兹(kHz)表示。例如一个声波信号在 一秒钟内有5000个波峰，则可将它的 频率表示为5000Hz或5kHz。
周期
幅 度 限
多媒体技术及应用PPT(第二章)
列，每个命令包括命令号、通道号、音色号和音速等。
第二章 多媒体音频处理技术
2.4.2 常用术语
音乐合成器 复调 多音色
MIDI电子乐器 MIDI消息或指令 MIDI接口 MIDI通道 音序器
第二章 多媒体音频处理技术
2.4.3 MIDI音乐的制作 MIDI系统分处理设备、输入设备和输出设备三大 部分，中枢就是音序器。现在流行使用的就是 CAKEWALK系列的各版本软件。输入设备有计算机键盘、 鼠标、合成器主键盘等，输出设备就是声卡、音源、 采样器等。 计算机合成音乐需要使用MIDI语言。MIDI语言利用 字节传送来告知相应的设备能够做什么和不能做什么。 MIDI字节通知乐器、声卡和其他MIDI设备什么时候开始 和什么时候结束演奏音符。
即采样。采样的过程是每隔一个时间间隔在模拟声音的波形 上取一个幅度值，把时间上的连续信号变成时间上的离散信 号。该时间间隔称为采样周期，其倒数为采样频率，采样频 率是指计算机每秒钟采集多少个声音样本。
第二章 多媒体音频处理技术
量化的过程是先将采样后的信号按整个声波的幅度 划分成有限个区段的集合，把某个区段内的值归为一类， 并赋于相同的量化值。
第二章 多媒体音频处理技术
2.3.4 声音的效果处理 1.调整音量
第二章 多媒体音频处理技术
2.降噪 为了去除录制中的微小噪声和电源的嗡嗡声等杂音，
可以单击效果栏中的“降噪”按钮，在弹出的对话框中
选择合适的数据对录音进行降噪。由于软件是根据用户 指定的数值认定噪声的，所以降噪会对原来的声音文件 造成损失。
大不失真声音信号强度与同时发出噪音强度的比率，
通常以S/N表示，以分贝(dB)为单位，信噪比越高表 示声音的质量越好。
多媒体技术音频处理技术-精品
思考题
请计算对于5分钟双声道、16位采样位 数、44.1kHz采样频率声音的不压缩数据量 是多少？
解： 根据公式： 数据量=（采样频率×采样位数 ×声道数×时间）/8 得，数据量 =[44.1×1000×16×2×（5×60）] / （8×1024×1024） =50.47MB 因此，声音的不 压缩数据量约为50.47MB。
2.1.2 模拟音频的数字化过程
对模拟音频数字化过程涉及到音频的采样、量化和编码。 采样和量化的过程可由A/D转换器实现。A/D转换器以固定 的频率去采样，即每个周期测量和量化信号一次。经采样 和量化后声音信号经编码后就成为数字音频信号，可以将 其以文件形式保存在计算机的存储介质中。
模 拟 信 号 的 数 字 化 过 程
模拟声音：模拟方式存储，如磁带 数字声音：用0、1表示的声音数据
3、音频
20HZ~20KHz范围内的声波，也是人的耳朵 可以听到的声音。
4、声音质量的评价标准（信噪比、频带宽度） 按照声音频率的变化幅度可以分为：
电话话音质量：200~3400Hz 调幅广播音质：50~7000Hz ，简称AM音质 调频广播音质：20~15000HZ，简称FM音质 激光唱盘音质：10~20000HZ，简称CD音质
4. RealAudio文件——.RA/.RM/.RAM
RealAudio文件是RealNetworks公司开发的一种 新型流式音频(Streaming Audio)文件格式；它包含 在RealNetworks所制定的音频、视频压缩规范 RealMedia中，主要用于在低速率的广域网上实时传 输音频信息；网络连接速率不同，客户端所获得的 声音质量也不尽相同：对于28.8kb/s的连接，可以 达到广播级的声音质量；如果拥有ISDN或更快的线
《多媒体应用基础》第2章 数字音频处理
12
频率(对数 48.3 )
2.1.2 音色与谐波
音色与谐波
人感受到的声音的明亮感、穿透力，就是音
色。
音色是由混入基音的泛音决定。
泛音，也称为谐波。
基音基波，频率为：ωo
13
泛音谐波，频率为：n×ωo
2.1.2 音色与谐波
一秒钟的波形图如下所示，基波和谐波对应哪 些曲线，其频率分别是多少？
fscanf: 格式化读取，按照指定的格式串进行读取数据，
（3）信噪比
信噪比是有用信号与噪声之比的简称，定义为：
有用信号的平均功率 信噪比 信噪比越大，声音质量越好。 噪声的平均功率
19
功率的单位：瓦特W
2.1概述
练习：现在有一类音频信号，
其最大强度为100dB，最小强度为10dB；
其有用信号的平均功率为10W，噪音的平均功
率为2W；
（2）医学超声波检查。 （3）
“声呐”原理：通过记录与处理反射回声，
6
估计出探测物的距离、形态及其动态改变。探测 潜艇的位置等。
2.1概述
聆听歌曲： “Don‘t cry for me Argentina” 你会选择如下的哪些词汇，来形容这首歌曲呢？
尖锐、低沉 是否明亮、有穿透力 声音音量强、弱 音响效果好、坏 音质好、坏 噪声大、小
难点：音频压缩编码方法的分类和主要机制
3
2.1概述
人类从外部世界获取的信息中，10%通过听觉获
得。
声音是如何产生的呢？
声音是由物体振动产生的，这种振动引起周围
空气压强的振荡。
频率(对数 48.3 )
2.1.2 音色与谐波
音色与谐波
人感受到的声音的明亮感、穿透力，就是音
色。
音色是由混入基音的泛音决定。
泛音，也称为谐波。
基音基波，频率为：ωo
13
泛音谐波，频率为：n×ωo
2.1.2 音色与谐波
一秒钟的波形图如下所示，基波和谐波对应哪 些曲线，其频率分别是多少？
fscanf: 格式化读取，按照指定的格式串进行读取数据，
（3）信噪比
信噪比是有用信号与噪声之比的简称，定义为：
有用信号的平均功率 信噪比 信噪比越大，声音质量越好。 噪声的平均功率
19
功率的单位：瓦特W
2.1概述
练习：现在有一类音频信号，
其最大强度为100dB，最小强度为10dB；
其有用信号的平均功率为10W，噪音的平均功
率为2W；
（2）医学超声波检查。 （3）
“声呐”原理：通过记录与处理反射回声，
6
估计出探测物的距离、形态及其动态改变。探测 潜艇的位置等。
2.1概述
聆听歌曲： “Don‘t cry for me Argentina” 你会选择如下的哪些词汇，来形容这首歌曲呢？
尖锐、低沉 是否明亮、有穿透力 声音音量强、弱 音响效果好、坏 音质好、坏 噪声大、小
难点：音频压缩编码方法的分类和主要机制
3
2.1概述
人类从外部世界获取的信息中，10%通过听觉获
得。
声音是如何产生的呢？
声音是由物体振动产生的，这种振动引起周围
空气压强的振荡。
- 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)。
多媒体 音频技术
2.1 数字音频基础
一、声音的基本概念 声音是通过一定介质传播的连续的波。 声音是通过一定介质传播的连续的波。 声波 A 周期
振幅
t
重要 振幅：音量的大小 振幅： 指标 周期：重复出现的时间间隔 周期： 频率： 频率：指信号每秒钟变化的次数
2-2
多媒体 音频技术
2.1 数字音频基础
2-22
多媒体 音频技术
2.3 声卡与音箱
3.音箱的性能指标 3.音箱的性能指标 输出功率：额定功能、最大峰值功率。 输出功率：额定功能、最大峰值功率。 频率范围： 频率范围：指音箱最低有效回放频率和 最高有效回放频率之间的范围。 最高有效回放频率之间的范围。 信噪比： 信噪比：指音箱回放的有效信号与噪声 信号的比值。信噪比较低时，噪声严重。 信号的比值。信噪比较低时，噪声严重。 信噪比＝70-80dB→普通音箱 信噪比＝70-80dB→普通音箱 信噪比＝80-90dB→高档音箱 信噪比＝80-90dB→高档音箱 信噪比＞ 信噪比＞95dB →专业音箱
2-12
多媒体 音频技术
2.2 数字音频压缩标准
标准 说明 采样8kHz，量化8bit，码率64kbps G.711 采样8kHz，量化8bit，码率64kbps 64 采用ADPCM编码，码率32 ADPCM编码 32kbps G.721 采用ADPCM编码，码率32kbps 采用ADPCM有损压缩，码率24 ADPCM有损压缩 24kbps G.723 采用ADPCM有损压缩，码率24kbps 采用LD CELP压缩技术 码率16 LD压缩技术， 16kbps G.728 采用LD-CELP压缩技术，码率16kbps 采样16kHz，量化14bit， 16kHz 14bit 采样16kHz，量化14bit，码率 G.722 224(64)kbps 224(64)kbps 采样44.1kHz，量化16bit， 44.1kHz 16bit 采样44.1kHz，量化16bit，码率 MPEG 705kbps (MPEG三个压缩层次 384三个压缩层次， 705kbps (MPEG三个压缩层次，384音频 64kbps) 64kbps)
2-8
多媒体 音频技术
2.1 数字音频基础
三、音频的文件格式 1.WAV WAV文件 1.WAV文件 WAV是Microsoft/IBM共同开发的PC波形 共同开发的PC WAV是Microsoft/IBM共同开发的PC波形 文件。因未经压缩，文件数据量很大。 文件。因未经压缩，文件数据量很大。 特点：声音层次丰富， 特点：声音层次丰富，还原音质好 2.MP3文件 2.MP3文件 MP3 layer3)是一种按 是一种按MPEG MP3(MPEG Audio layer3)是一种按MPEG 标准的音频压缩技术制作的音频文件。 标准的音频压缩技术制作的音频文件。 特点：高压缩比(11:1) (11:1)， 特点：高压缩比(11:1)，优美音质
f(Hz)
2声音的传播携带了信息， 声音的传播携带了信息，它是人类传播 信息的一种主要媒体。 信息的一种主要媒体。 声音的三种类型： 声音的三种类型： 波形声音： 波形声音：包含了所有声音形式 语音：不仅是波形声音， 语音：不仅是波形声音，而且还有丰富 的语言内涵(抽象→提取特征→意义理解) 的语言内涵(抽象→提取特征→意义理解) 音乐：与语音相比，形式更规范。 音乐：与语音相比，形式更规范。 音乐是符号化的声音。 音乐是符号化的声音。
声音按频率分类： 声音按频率分类：
次声波
20Hz
可听声波
20kHz
超声波 f(Hz)
语音信号频率范围：300Hz语音信号频率范围：300Hz-3kHz Hz 声音质量的频率范围： 声音质量的频率范围：
CD-DA
频带
10 20 50 200
FM广播 广播 AM广播 广播 电话 3.4k 7k 15k 20k
2-10
多媒体 音频技术
2.2 数字音频压缩标准
编码器 传输/ 传输/存储 解码器
输出音频信号
一、音频压缩方法概述
输入音频信号
压缩编码技术是指用某种方法使 数字化信息的编码率降低的技术 音频信号能压缩的基本依据： 音频信号能压缩的基本依据： 声音信号中存在大量的冗余度； ①声音信号中存在大量的冗余度； ②人的听觉具有强音能抑制同时存在的 弱音现象。 弱音现象。
2-13
二、音频压缩技术标准
分类 电话语 音质量 调幅广 播质量 高保真 立体声
多媒体 音频技术
2.2 数字音频压缩标准
三、音频压缩工具 MP3压缩工具 音频编辑软件CoolEdit 压缩工具： MP3压缩工具：音频编辑软件CoolEdit 豪杰超级解霸3000 豪杰超级解霸3000
2-14
多媒体 音频技术
2-17
多媒体 音频技术
2.3 声卡与音箱
⑵芯片类型 CODEC芯片 依赖CPU 价格便宜) 芯片( CPU， CODEC芯片(依赖CPU，价格便宜) 数字信号处理器DSP(不依赖CPU) DSP(不依赖 数字信号处理器DSP(不依赖CPU) ⑶总线类型 ISA总线 PCI总线 USB接口 总线、 总线、 ISA总线、PCI总线、USB接口 ⑷输出声道数 声道(立体声) 2.1/4.1/5.1声道 2声道(立体声)、2.1/4.1/5.1声道 多通道声卡(营造杜比环绕立体声) 多通道声卡(营造杜比环绕立体声)
2-18
多媒体 音频技术
2.3 声卡与音箱
4.声卡的外部接口 4.声卡的外部接口
2-19
多媒体 音频技术
2.3 声卡与音箱
用来连接外部音频设备以便进行录音， 用来连接外部音频设备以便进行录音，如 录音机、CD唱机和音响等 录音机、CD唱机和音响等 用来连接话筒， 用来连接话筒，直接输入现场的声音信号 用来连接外部音频设备的输入口， 用来连接外部音频设备的输入口，也可连 接大功率有源音响等 用来连接扬声器， 用来连接扬声器，从声卡的内置功率放大 器向扬声器输出声音 用来连接游戏杆或MIDI设备。 MIDI设备 用来连接游戏杆或MIDI设备。 用来连接CD-ROM驱动器，可以直接播放CD 用来连接CD-ROM驱动器，可以直接播放CD CD 驱动器 音乐，而不占用CPU CPU时间 音乐，而不占用CPU时间
2-4
多媒体 音频技术
2.1 数字音频基础
二、声音的数字化 1.声音信号的类型 1.声音信号的类型 模拟信号(自然界、物理) 模拟信号(自然界、物理) 数字信号(计算机) 数字信号(计算机) 2.声音数字化过程 2.声音数字化过程
模拟信号
采样
量化
A/D ADC D/A DAC
编码
数字信号
模拟信号
数字信号
2-21
多媒体 音频技术
2.3 声卡与音箱
2.音箱的分类 2.音箱的分类 功放：有源音箱、 功放：有源音箱、无源音箱 声道：2.0→双声道立体声 声道：2.0→双声道立体声 2.1→双声道 双声道＋ 2.1→双声道＋超重低音声道 4.1/5.1/7.1 5.1→五声道＋超重低音声道 5.1→五声道＋ 五声道
2-5
多媒体 音频技术
2.1 数字音频基础
3.声音数字化过程 3.声音数字化过程
连续的模拟声音信号 声音信号的采样
示意
离散的音频信号
2-6
多媒体 音频技术
2.1 数字音频基础
4.声音数字化三要素 4.声音数字化三要素
采样频率 每秒钟抽取声 波幅度样本的 次数 采样频率越高 声音质量越好 数据量也越大 11.025kHz 11.025kHz 22.05 kHz 44.1 kHz 量化位数 每个采样点用 多少二进制位 表示数据范围 量化位数越多 音质越好 数据量也越大 8位＝256 16位 16位＝65536 声道数 使用声音通道的 个数 立体声比单声道 的表现力丰富， 的表现力丰富， 但数据量翻倍 单声道 立体声
2-20
线性输入接口 Line In 话筒输入接口 Mic In 线性输出接口 Line Out 扬声器输入接 口/Spk Out 游戏杆 MIDI接口 MIDI接口 CD音频连接器 CD音频连接器
多媒体 音频技术
2.3 声卡与音箱
二、音箱 1.音箱的工作原理 1.音箱的工作原理 音箱是一种电声转换的发音设备。 音箱是一种电声转换的发音设备。 发音过程：声卡输出模拟信号→ 发音过程：声卡输出模拟信号→功率放 大器→电流经音箱中金属线圈产生磁场→ 大器→电流经音箱中金属线圈产生磁场→与 永久磁铁相互作用产生吸 引和排斥→带动线圈和簿 引和排斥→ 膜振动→声波。 膜振动→声波。
2.3 声卡与音箱
声卡(声音卡、音频卡) 一、声卡(声音卡、音频卡) 1.声卡的主要功能 1.声卡的主要功能 声卡是负责录音、 声卡是负责录音、播音和声音合成的一 种多媒体板卡。其功能包括： 种多媒体板卡。其功能包括：
①录制、编辑和回放数字音频文件 录制、 ②控制和混合各声源的音量 ③记录和回放时进行压缩和解压缩 语音合成技术(朗读文本) ④语音合成技术(朗读文本) 具有MIDI接口(乐器数字接口) MIDI接口 ⑤具有MIDI接口(乐器数字接口)
2-23
多媒体 音频技术
2.3 声卡与音箱
杜比环绕 立体声技术
2-24
多媒体 音频技术
2.4 音频处理软件
专业音乐软件
1.01.0Cakewalk 1.0-9.0→Sonar 1.0-4.x 音乐编曲软件 Cubase VSI 5.x→Cubase SX 2.1 音序器) (音序器) Audio(PC版 Apple版 合成器软件 Logic Audio(PC版、Apple版) (MIDI/音频 合成器一体化) 音频/ (MIDI/音频/合成器一体化) CoolEdit (Syntrillium) 录音、混音、 录音、混音、 Audition (Adobe) 音频编辑软件 GoldWare (GoldWare Inc.) 效果器软件 效果器插件 Bundle(20以上 以上) Waves Native Gold Bundle(20以上) TC Native Bundle(4) Ultrafunk Sonltus fx(7)
2.1 数字音频基础
一、声音的基本概念 声音是通过一定介质传播的连续的波。 声音是通过一定介质传播的连续的波。 声波 A 周期
振幅
t
重要 振幅：音量的大小 振幅： 指标 周期：重复出现的时间间隔 周期： 频率： 频率：指信号每秒钟变化的次数
2-2
多媒体 音频技术
2.1 数字音频基础
2-22
多媒体 音频技术
2.3 声卡与音箱
3.音箱的性能指标 3.音箱的性能指标 输出功率：额定功能、最大峰值功率。 输出功率：额定功能、最大峰值功率。 频率范围： 频率范围：指音箱最低有效回放频率和 最高有效回放频率之间的范围。 最高有效回放频率之间的范围。 信噪比： 信噪比：指音箱回放的有效信号与噪声 信号的比值。信噪比较低时，噪声严重。 信号的比值。信噪比较低时，噪声严重。 信噪比＝70-80dB→普通音箱 信噪比＝70-80dB→普通音箱 信噪比＝80-90dB→高档音箱 信噪比＝80-90dB→高档音箱 信噪比＞ 信噪比＞95dB →专业音箱
2-12
多媒体 音频技术
2.2 数字音频压缩标准
标准 说明 采样8kHz，量化8bit，码率64kbps G.711 采样8kHz，量化8bit，码率64kbps 64 采用ADPCM编码，码率32 ADPCM编码 32kbps G.721 采用ADPCM编码，码率32kbps 采用ADPCM有损压缩，码率24 ADPCM有损压缩 24kbps G.723 采用ADPCM有损压缩，码率24kbps 采用LD CELP压缩技术 码率16 LD压缩技术， 16kbps G.728 采用LD-CELP压缩技术，码率16kbps 采样16kHz，量化14bit， 16kHz 14bit 采样16kHz，量化14bit，码率 G.722 224(64)kbps 224(64)kbps 采样44.1kHz，量化16bit， 44.1kHz 16bit 采样44.1kHz，量化16bit，码率 MPEG 705kbps (MPEG三个压缩层次 384三个压缩层次， 705kbps (MPEG三个压缩层次，384音频 64kbps) 64kbps)
2-8
多媒体 音频技术
2.1 数字音频基础
三、音频的文件格式 1.WAV WAV文件 1.WAV文件 WAV是Microsoft/IBM共同开发的PC波形 共同开发的PC WAV是Microsoft/IBM共同开发的PC波形 文件。因未经压缩，文件数据量很大。 文件。因未经压缩，文件数据量很大。 特点：声音层次丰富， 特点：声音层次丰富，还原音质好 2.MP3文件 2.MP3文件 MP3 layer3)是一种按 是一种按MPEG MP3(MPEG Audio layer3)是一种按MPEG 标准的音频压缩技术制作的音频文件。 标准的音频压缩技术制作的音频文件。 特点：高压缩比(11:1) (11:1)， 特点：高压缩比(11:1)，优美音质
f(Hz)
2声音的传播携带了信息， 声音的传播携带了信息，它是人类传播 信息的一种主要媒体。 信息的一种主要媒体。 声音的三种类型： 声音的三种类型： 波形声音： 波形声音：包含了所有声音形式 语音：不仅是波形声音， 语音：不仅是波形声音，而且还有丰富 的语言内涵(抽象→提取特征→意义理解) 的语言内涵(抽象→提取特征→意义理解) 音乐：与语音相比，形式更规范。 音乐：与语音相比，形式更规范。 音乐是符号化的声音。 音乐是符号化的声音。
声音按频率分类： 声音按频率分类：
次声波
20Hz
可听声波
20kHz
超声波 f(Hz)
语音信号频率范围：300Hz语音信号频率范围：300Hz-3kHz Hz 声音质量的频率范围： 声音质量的频率范围：
CD-DA
频带
10 20 50 200
FM广播 广播 AM广播 广播 电话 3.4k 7k 15k 20k
2-10
多媒体 音频技术
2.2 数字音频压缩标准
编码器 传输/ 传输/存储 解码器
输出音频信号
一、音频压缩方法概述
输入音频信号
压缩编码技术是指用某种方法使 数字化信息的编码率降低的技术 音频信号能压缩的基本依据： 音频信号能压缩的基本依据： 声音信号中存在大量的冗余度； ①声音信号中存在大量的冗余度； ②人的听觉具有强音能抑制同时存在的 弱音现象。 弱音现象。
2-13
二、音频压缩技术标准
分类 电话语 音质量 调幅广 播质量 高保真 立体声
多媒体 音频技术
2.2 数字音频压缩标准
三、音频压缩工具 MP3压缩工具 音频编辑软件CoolEdit 压缩工具： MP3压缩工具：音频编辑软件CoolEdit 豪杰超级解霸3000 豪杰超级解霸3000
2-14
多媒体 音频技术
2-17
多媒体 音频技术
2.3 声卡与音箱
⑵芯片类型 CODEC芯片 依赖CPU 价格便宜) 芯片( CPU， CODEC芯片(依赖CPU，价格便宜) 数字信号处理器DSP(不依赖CPU) DSP(不依赖 数字信号处理器DSP(不依赖CPU) ⑶总线类型 ISA总线 PCI总线 USB接口 总线、 总线、 ISA总线、PCI总线、USB接口 ⑷输出声道数 声道(立体声) 2.1/4.1/5.1声道 2声道(立体声)、2.1/4.1/5.1声道 多通道声卡(营造杜比环绕立体声) 多通道声卡(营造杜比环绕立体声)
2-18
多媒体 音频技术
2.3 声卡与音箱
4.声卡的外部接口 4.声卡的外部接口
2-19
多媒体 音频技术
2.3 声卡与音箱
用来连接外部音频设备以便进行录音， 用来连接外部音频设备以便进行录音，如 录音机、CD唱机和音响等 录音机、CD唱机和音响等 用来连接话筒， 用来连接话筒，直接输入现场的声音信号 用来连接外部音频设备的输入口， 用来连接外部音频设备的输入口，也可连 接大功率有源音响等 用来连接扬声器， 用来连接扬声器，从声卡的内置功率放大 器向扬声器输出声音 用来连接游戏杆或MIDI设备。 MIDI设备 用来连接游戏杆或MIDI设备。 用来连接CD-ROM驱动器，可以直接播放CD 用来连接CD-ROM驱动器，可以直接播放CD CD 驱动器 音乐，而不占用CPU CPU时间 音乐，而不占用CPU时间
2-4
多媒体 音频技术
2.1 数字音频基础
二、声音的数字化 1.声音信号的类型 1.声音信号的类型 模拟信号(自然界、物理) 模拟信号(自然界、物理) 数字信号(计算机) 数字信号(计算机) 2.声音数字化过程 2.声音数字化过程
模拟信号
采样
量化
A/D ADC D/A DAC
编码
数字信号
模拟信号
数字信号
2-21
多媒体 音频技术
2.3 声卡与音箱
2.音箱的分类 2.音箱的分类 功放：有源音箱、 功放：有源音箱、无源音箱 声道：2.0→双声道立体声 声道：2.0→双声道立体声 2.1→双声道 双声道＋ 2.1→双声道＋超重低音声道 4.1/5.1/7.1 5.1→五声道＋超重低音声道 5.1→五声道＋ 五声道
2-5
多媒体 音频技术
2.1 数字音频基础
3.声音数字化过程 3.声音数字化过程
连续的模拟声音信号 声音信号的采样
示意
离散的音频信号
2-6
多媒体 音频技术
2.1 数字音频基础
4.声音数字化三要素 4.声音数字化三要素
采样频率 每秒钟抽取声 波幅度样本的 次数 采样频率越高 声音质量越好 数据量也越大 11.025kHz 11.025kHz 22.05 kHz 44.1 kHz 量化位数 每个采样点用 多少二进制位 表示数据范围 量化位数越多 音质越好 数据量也越大 8位＝256 16位 16位＝65536 声道数 使用声音通道的 个数 立体声比单声道 的表现力丰富， 的表现力丰富， 但数据量翻倍 单声道 立体声
2-20
线性输入接口 Line In 话筒输入接口 Mic In 线性输出接口 Line Out 扬声器输入接 口/Spk Out 游戏杆 MIDI接口 MIDI接口 CD音频连接器 CD音频连接器
多媒体 音频技术
2.3 声卡与音箱
二、音箱 1.音箱的工作原理 1.音箱的工作原理 音箱是一种电声转换的发音设备。 音箱是一种电声转换的发音设备。 发音过程：声卡输出模拟信号→ 发音过程：声卡输出模拟信号→功率放 大器→电流经音箱中金属线圈产生磁场→ 大器→电流经音箱中金属线圈产生磁场→与 永久磁铁相互作用产生吸 引和排斥→带动线圈和簿 引和排斥→ 膜振动→声波。 膜振动→声波。
2.3 声卡与音箱
声卡(声音卡、音频卡) 一、声卡(声音卡、音频卡) 1.声卡的主要功能 1.声卡的主要功能 声卡是负责录音、 声卡是负责录音、播音和声音合成的一 种多媒体板卡。其功能包括： 种多媒体板卡。其功能包括：
①录制、编辑和回放数字音频文件 录制、 ②控制和混合各声源的音量 ③记录和回放时进行压缩和解压缩 语音合成技术(朗读文本) ④语音合成技术(朗读文本) 具有MIDI接口(乐器数字接口) MIDI接口 ⑤具有MIDI接口(乐器数字接口)
2-23
多媒体 音频技术
2.3 声卡与音箱
杜比环绕 立体声技术
2-24
多媒体 音频技术
2.4 音频处理软件
专业音乐软件
1.01.0Cakewalk 1.0-9.0→Sonar 1.0-4.x 音乐编曲软件 Cubase VSI 5.x→Cubase SX 2.1 音序器) (音序器) Audio(PC版 Apple版 合成器软件 Logic Audio(PC版、Apple版) (MIDI/音频 合成器一体化) 音频/ (MIDI/音频/合成器一体化) CoolEdit (Syntrillium) 录音、混音、 录音、混音、 Audition (Adobe) 音频编辑软件 GoldWare (GoldWare Inc.) 效果器软件 效果器插件 Bundle(20以上 以上) Waves Native Gold Bundle(20以上) TC Native Bundle(4) Ultrafunk Sonltus fx(7)