音訊讀寫錄制與播放.ppt

音訊讀寫、錄製與播放,張智星 .tw .tw/jang 清大資工系 多媒體檢索實驗室,20-1 音訊的基本介紹,聲音訊號（Audio Signal）簡稱音訊，泛指由人耳聽到的各種聲音的訊號。音訊有些基本的特質(zhì)，可說明如下： 音量（Volume）：聲音的大小稱為音量，又稱為力度、強度（Intensity）或是能量（Energy）。音量越大，代表音訊波形的震幅越大。 音高（Pitch）：聲音的基本頻率（Fundamental Frequency）越高，代表音高越高（例如女高音的歌聲）；反之，聲音的基本頻率越低，代表音高越低（例如男低音的歌聲）。（有關(guān)基本頻率的說明，將在本章其後各小節(jié)說明。） 音色（Timber）：音訊波形在每個週期內(nèi)的變化，就形成了此音訊的音色。不同的音色即代表不同的音訊內(nèi)容，例如不同的字有不同的發(fā)音，或是不同的歌手有不同的特色，這些都是由於音色不同而產(chǎn)生。,20-2 WAV檔案的讀取範(fàn)例之一,例如，若要讀取光碟中的檔案 welcome.wav，畫出音訊的波形並播放出此音訊，可使用下列程式： 範(fàn)例20-1： readWave01.m,y, fs=wavread(welcome.wav); sound(y, fs); % 播放此音訊 time=(1:length(y)/fs; % 時間軸的向量 plot(time, y); % 畫出時間軸上的波形,20-2 WAV檔案的讀取範(fàn)例之一,執(zhí)行結(jié)果:歡迎光臨波形圖,20-2 WAV檔案的讀取範(fàn)例之二,若要知道 welcome.wav 的取樣點是由多少個位元來表示，可使用 y, fs, nbits = wavread(welcome.wav)。若要知道音訊長度，則可使用 length(y)/fs。以下範(fàn)例可以印出音訊檔 welcome.wav 的各種相關(guān)資訊： 範(fàn)例20-2： readWave02.m,fileName=welcome.wav; y, fs, nbits=wavread(fileName); fprintf(音訊檔案 “%s“ 的資訊：n, fileName); fprintf(音訊長度 = %g 秒n, length(y)/fs); fprintf(取樣頻率 = %g 取樣點/秒n, fs); fprintf(解析度 = %g 位元/取樣點n, nbits);,20-2 WAV檔案的讀取範(fàn)例之二,範(fàn)例20-2執(zhí)行結(jié)果: 音訊檔案 “welcome.wav“ 的資訊： 音訊長度 = 1.45134 秒 取樣頻率 = 11025 取樣點/秒 解析度 = 8 位元/取樣點,20-2 WAV檔案的讀取範(fàn)例之三,wav 檔案的 8 位元是以 unsigned integer的方式來儲存，因此所能表示的數(shù)值是介於 0 和 255 之間，MATLAB 再將此值設(shè)定至變數(shù) y 時，會自動將其數(shù)值調(diào)整至介於 1 和 1 之間，因此若要將 MATLAB 讀出之?dāng)?shù)值轉(zhuǎn)回原先 8 位元所表示之?dāng)?shù)值，只要將變數(shù) y 乘以 128，再加上 128，就可以得到原先的整數(shù)值，例如： 範(fàn)例20-3： readWave03.m difference = 0,fileName=welcome.wav; y, fs, nbits=wavread(fileName); y0=y*(2nbits/2)+(2nbits/2); % y0 是原先儲存在音訊檔案中的值 difference=sum(abs(y0-round(y0),20-2 WAV檔案的讀取範(fàn)例之四,wavread 也可以讀取雙聲道或立體聲（Stereo）的音訊檔案，此時傳回的變數(shù)為具有兩直行的陣列，每一直行代表一個聲道的音訊，例如： 範(fàn)例20-4： readWave04.m,fileName=flanger.wav; y, fs=wavread(fileName); % 讀取音訊檔 sound(y, fs); % 播放音訊 left=y(:,1); % 左聲道音訊 right=y(:,2); % 右聲道音訊 subplot(2,1,1), plot(1:length(left)/fs, left); subplot(2,1,2), plot(1:length(right)/fs, right);,20-2 WAV檔案的讀取範(fàn)例之四,此範(fàn)例會讀取雙聲道的音訊檔 flanger.wav，播放此雙聲道的音訊，並畫出兩個聲道的音訊波形如下：,20-2 WAV檔案的讀取範(fàn)例之五,如果音訊檔案很大，無法一次讀入記憶體，我們也可以使用 wavread 來讀出音訊檔的其中一部份，例如： 範(fàn)例20-5： readWave05.m,y,fs=wavread(welcome.wav, 4001 5000); % 讀取第4001至5000點 figure; plot(y),20-2 WAV檔案的讀取範(fàn)例之五,畫出之圖形如下：,20-2 WAV檔案的讀取範(fàn)例之六,若要取得 wav 檔案的更多資訊，可由 wavread 的第四個輸出變數(shù)得到，例如： 範(fàn)例20-6： readWave06.m ans = wFormatTag: 1 nChannels: 2 nSamplesPerSec: 22050 nAvgBytesPerSec: 88200 nBlockAlign: 4 nBitsPerSample: 16,y, fs, nbits, opts=wavread(flanger.wav); opts.fmt,20-3 聲音訊號的播放,一旦我們可以讀入 wav 檔案，就可以對聲音訊號進(jìn)行各種處理，例如增大或減小音量、提高或降低音高、消除雜訊等。要確認(rèn)處理後的聲音訊號是否符合所需，就要能夠把音訊直接透過 PC 喇叭播放出來，本節(jié)就是要介紹如何使用 MATLAB 來進(jìn)行音訊的播放。,20-3 WAV檔案的播放範(fàn)例之一,在前一節(jié)中，我們已經(jīng)知道如何讀 wav 檔案，一旦 MATLAB 讀入音訊資料，並將之設(shè)定成工作空間中的變數(shù)後，我們就可以使用 wavplay 指令來直接播放此變數(shù)。例如： 範(fàn)例20-7： wavPlay01.m,load handel.mat % 載入儲存於 handel.mat 的音訊 wavplay(y, Fs); % 播放此音訊,20-3 WAV檔案的播放範(fàn)例之二,我們在第一節(jié)提到過，聲音的音量是由聲波的震幅來決定，因此我們可藉由震幅的大小來改變音量，例如： 範(fàn)例20-8： playVolume01.m,y, fs=wavread(welcome.wav); wavplay(1*y, fs, sync); % 播放1倍震幅的音訊 wavplay(3*y, fs, sync); % 播放2倍震幅的音訊 wavplay(5*y, fs, sync); % 播放3倍震幅的音訊,20-3 WAV檔案的播放範(fàn)例之三,如果在播放時，改變?nèi)宇l率，就會改變整個音訊的時間長度，進(jìn)而影響到音高。在下例中，我們漸漸提高播放時的取樣頻率，聽到的聲音就會越來越快、越來越高，最後出現(xiàn)像唐老鴨的聲音： 範(fàn)例20-9： playFs01.m,y, fs=wavread(welcome.wav); wavplay(y, 1.0*fs, sync); % 播放 1.0 倍速度的音訊 wavplay(y, 1.2*fs, sync); % 播放 1.2 倍速度的音訊 wavplay(y, 1.5*fs, sync); % 播放 1.5 倍速度的音訊 wavplay(y, 2.0*fs, sync); % 播放 2.0 倍速度的音訊,20-3 WAV檔案的播放範(fàn)例之四,反之，如果漸漸降低播放的頻率，聽到的聲音就會越來越慢、越來越低，最後出現(xiàn)像牛叫的聲音： 範(fàn)例20-10： playFs02.m,y, fs=wavread(welcome.wav); wavplay(y, 1.0*fs, sync); % 播放 1.0 倍速度的音訊 wavplay(y, 0.9*fs, sync); % 播放 0.9 倍速度的音訊 wavplay(y, 0.8*fs, sync); % 播放 0.8 倍速度的音訊 wavplay(y, 0.6*fs, sync); % 播放 0.6 倍速度的音訊,20-3 WAV檔案的播放範(fàn)例之五,如果我們將聲波訊號上下顛倒，聽到的聲音基本上是一樣的，但是如果前後顛倒，聽到的聲音就如同錄音帶倒放的聲音，聽起來很像是某種外國語音，請試試下列範(fàn)例： 範(fàn)例20-11： playReverse01.m,y, fs=wavread(welcome.wav); wavplay(y, fs, sync); % 播放正常的音訊波形 wavplay(-y, fs, sync); % 播放上下顛倒的音訊波形 wavplay(flipud(y), fs, sync); % 播放前後顛倒的音訊波形,20-3 WAV檔案的播放範(fàn)例之六,通常在使用 wavplay 播放音訊時，MATLAB 會停止進(jìn)行其他動作，直到音訊播放完畢後，才會再進(jìn)行其他指令的運算，此種運作方式稱為同步式（Synchronous）。若需要一邊播放、一邊進(jìn)行其他運算，就必須使用非同步式（Asynchronous）的播放方式，例如： 範(fàn)例20-12： playSync01.m,y, fs=wavread(welcome.wav); wavplay(y, 1.0*fs, sync); % 同步播放 1.0 倍速度的音訊 wavplay(y, 0.8*fs, async); % 非同步播放 0.8 倍速度的音訊 wavplay(y, 0.6*fs, async); % 非同步播放 0.6 倍速度的音訊,20-3 WAV檔案的播放範(fàn)例之七,wavplay 只能用在微軟的視窗平臺，而且若在 MATLAB 5.x， 你還必須要有訊號處理工具箱，才能使用這個指令。若要使用適用於一般平臺的播放功能，就要改用 sound 指令。 在此例中，我們會聽到類似男女兩部合唱，一快一慢，這是因為 sound 指令的預(yù)設(shè)播放方式就是非同步。 範(fàn)例20-13： playSync02.m,load handel.mat sound(y, Fs); sound(y, 1.2*Fs);,20-3 WAV檔案的播放範(fàn)例之八,另一個類似的指令是 soundsc，此指令可針對音訊變數(shù)的數(shù)值先進(jìn)行正規(guī)化（介於 1 和 1 中間）後，再送到喇叭播放，以達(dá)到最好的播放效果。例如： 範(fàn)例20-14： soundsc01.m,y, fs=wavread(welcome.wav); sound(y, fs); fprintf(Press any key to continue.n); pause soundsc(y, fs);,20-4 聲音訊號的錄製,我們在第一節(jié)已經(jīng)說明了如何讀取 wav 檔案，並在第二節(jié)說明如何播放。MATLAB 也支援直接由麥克風(fēng)讀取訊號，因此可以直接進(jìn)行聲音的錄製，所使用的指令是 wavrecord，其基本格式為: y=wavrecord(n, fs),20-4 WAV檔案的錄製範(fàn)例之一,y=wavrecord(n, fs)代表由微軟視窗系統(tǒng)的音訊輸入裝置（即麥克風(fēng)）讀入 n 點資料，取樣頻率是 fs，並將此音訊資料儲存於變數(shù) y。舉例來說： 範(fàn)例20-15： wavRecord01.m,fs=11025; % 取樣頻率 duration=2; % 錄音時間 fprintf(按任意鍵後開始 %g 秒錄音：, duration); pause fprintf(錄音中.); y=wavrecord(duration*fs, fs); % duration*fs 是錄音資料點數(shù) fprintf(錄音結(jié)束n); fprintf(按任意鍵後開始播放：); pause wavplay(y,fs);,20-4 WAV檔案的錄製範(fàn)例之二,在前一個範(fàn)例中，wavrecord 預(yù)設(shè)的錄音聲道數(shù)為 1（即單聲道），音訊資料型態(tài)為 double，若要改變這兩種預(yù)設(shè)值，可在 wavrecord 加入其他引數(shù)，其完整的格式為y=wavrecord(n, fs, channel, dataType)其中channel（通常是 1 或 2）代表聲道數(shù)，dataType 則代表音訊變數(shù) y 的資料型態(tài)可以是下列幾種：double、single、int16、uint8。不同的資料型態(tài)，影響音訊資料的精準(zhǔn)度，所佔掉的儲存空間大小也不同。例如： 範(fàn)例20-16： wavRecord02.m,fs=11025; % 取樣頻率 duration=2; % 錄音時間 channel=1; % 單聲道 fprintf(按任意鍵後開始 %g 秒錄音：, duration); pause fprintf(錄音中.); y=wavrecord(duration*fs, fs, channel, uint8); % duration*fs 是錄音資料點數(shù) fprintf(錄音結(jié)束n); fprintf(按任意鍵後開始播放：); pause wavplay(y,fs);,20-5 聲音訊號的寫檔,我們也可以經(jīng)由 MATLAB 將音訊資料直接儲存為 wav 檔案，以便日後直接在微軟