實(shí)驗(yàn)--多媒體音頻信息的采集與處理

1、南昌大學(xué)實(shí)踐報(bào)告學(xué)生姓名： 謝某某 學(xué) 號(hào)： 0149001506109 專業(yè)班級(jí)： 軟件工程2006 實(shí)踐類型： 驗(yàn)證 綜合 設(shè)計(jì) 創(chuàng)新 實(shí)踐日期： 2010-11-30 實(shí)踐成績： （以下主要內(nèi)容由學(xué)生完成） 一、實(shí)驗(yàn)項(xiàng)目名稱多媒體音頻信息的采集與處理二、實(shí)驗(yàn)?zāi)康?、掌握在Windows環(huán)境下錄制、播放和編輯聲音文件的方法；2、掌握使用Cool Edit錄制聲音的方法；3、驗(yàn)證人耳的聲音頻率響應(yīng)范圍。三、實(shí)驗(yàn)基本原理聲音媒體是較早引入計(jì)算機(jī)系統(tǒng)的多媒體信息之一，從早期的利用PC機(jī)內(nèi)置喇叭發(fā)聲，發(fā)展到利用聲卡在網(wǎng)上實(shí)現(xiàn)可視電話，聲音一直是多媒體計(jì)算機(jī)中重要的媒體信息。在軟件或多媒體作品中使用

2、數(shù)字化聲音是多媒體應(yīng)用最基本、最常用的手段。通常所講的數(shù)字化聲音是數(shù)字化語音、聲響和音樂的總稱。在多媒體作品中可以通過聲音直接表達(dá)信息、制造某種效果和氣氛、演奏音樂等。逼真的數(shù)字聲音和悅耳的音樂，拉近了計(jì)算機(jī)與人的距離，使計(jì)算機(jī)不僅能播放聲音而且"聽懂"人的聲音是實(shí)現(xiàn)人機(jī)自然交流的重要方面之一。采集(錄音)、編輯、播放聲音文件是聲卡的基本功能，利用聲卡及控制軟件可實(shí)現(xiàn)對(duì)多種音源的采集工作。在實(shí)驗(yàn)中，我們將利用聲卡及幾種聲音處理軟件，實(shí)現(xiàn)對(duì)聲音信號(hào)的采集、編輯和處理。人耳的聽覺特性涉及生理聲學(xué)和心理聲學(xué)方面的問題。人耳可聽的聲音頻率范圍為20Hz至20KHz，但人耳對(duì)不同頻率

3、的聲音敏感程度是不一樣的，中頻段（3 kHz5 kHz）最敏感，幅度很低的信號(hào)都能被人耳聽到。低頻區(qū)和高頻區(qū)較不敏感，能被人耳聽到的信號(hào)幅度比中頻段要高得多。話音信號(hào)是典型的連續(xù)信號(hào)，不僅在時(shí)間上是連續(xù)的，而且在幅度上也是連續(xù)的。在時(shí)間上“連續(xù)”是指在一個(gè)指定的時(shí)間范圍里聲音信號(hào)的幅值有無窮多個(gè)，在幅度上“連續(xù)”是指幅度的數(shù)值有無窮多個(gè)。我們把在時(shí)間和幅度上都是連續(xù)的信號(hào)稱為模擬信號(hào)。聲音數(shù)字化就是將模擬的(連續(xù)的)聲音波形數(shù)字化(離散化)，以便利用數(shù)字計(jì)算機(jī)進(jìn)行處理，主要包括采樣和量化兩個(gè)方面。數(shù)字化音頻的質(zhì)量取決于采樣頻率和量化位數(shù)這兩個(gè)重要參數(shù)。采樣頻率是對(duì)聲音波形每秒鐘進(jìn)行采樣的次數(shù)。

4、人耳聽覺的頻率上限在2OkHz左右，根據(jù)采樣理論，為了保證聲音不失真，采樣頻率應(yīng)在40kHz左右。經(jīng)常使用的采樣頻率有11.025kHz、22.05kHz和44.lkHz等。采樣頻率越高，聲音失真越小、音頻數(shù)據(jù)量也越大。量化數(shù)據(jù)位數(shù)(也稱量化級(jí))是能夠用來表示每個(gè)采樣點(diǎn)的數(shù)據(jù)范圍，經(jīng)常采用的有8位、16位和32位。例如，8位量化級(jí)表示每個(gè)采樣點(diǎn)可以表示成256個(gè)(0-255)不同量化值，而16位量化級(jí)則是指每個(gè)采樣點(diǎn)可表示成65536個(gè)不同量化值。量化位數(shù)越高，表示區(qū)別聲音的差別更細(xì)致，所以音質(zhì)越好，數(shù)據(jù)量也越大。對(duì)聲音進(jìn)行數(shù)字化要經(jīng)過采樣、量化、編碼三個(gè)階段。采樣：以適當(dāng)?shù)臅r(shí)間間隔觀測(cè)模擬信

5、號(hào)波形幅值的過程叫采樣。量化：將采樣時(shí)刻的信號(hào)幅值歸整（四舍五入）到與其最接近的整數(shù)標(biāo)度叫做量化。 編碼：將量化后的整數(shù),用一個(gè)二進(jìn)制數(shù)碼序列來表示叫做編碼。影響數(shù)字化質(zhì)量的有以下3個(gè)因素采樣頻率（11.025kHz； 22.05kHz； 44.1kHz）；量化位數(shù)（8bit；16bit；32bit）；聲道數(shù) 分單聲道和雙聲道（或立體聲）。聲音數(shù)字化信息量= 采樣頻率（Hz/s)×量化位數(shù)（bit)×聲道數(shù) 根據(jù)采樣定理：當(dāng)對(duì)連續(xù)變化的信號(hào)波形進(jìn)行采樣時(shí)，若采樣頻率fs高于該信號(hào)所含最高頻率的兩倍，那么可以由采樣值通過插補(bǔ)技術(shù)正確地恢復(fù)原信號(hào)的波形，否則將會(huì)引起頻譜混疊（A

6、liasing）產(chǎn)生混疊噪聲（Aliasing Noise）,而重疊的部分是不能恢復(fù)。由于人耳可聽音頻信號(hào)頻率上限為20 kHz，故采樣信號(hào)頻率fs應(yīng)大于40kHz以上，考慮到LPF在20kHz處大約衰減10%，為全頻帶高質(zhì)量的還原，可以用22kHz的兩倍頻率作為音頻信號(hào)的采樣頻率，但又為了能與電視信號(hào)同步，PAL制場(chǎng)頻為50 Hz，NTSC制場(chǎng)頻為60 Hz，所以取二者的整倍數(shù)，則選用了44.1 kHz作為CD聲音的采樣標(biāo)準(zhǔn)。四、主要儀器設(shè)備及耗材PC一臺(tái)、麥克風(fēng)一支、聲音錄制軟件五、實(shí)驗(yàn)步驟、數(shù)據(jù)及處理結(jié)果本實(shí)驗(yàn)通過麥克風(fēng)錄制一段語音信號(hào)作為解說詞并保存，通過線性輸入錄制一段音樂信號(hào)作為背

7、景音樂并保存。為錄制的解說詞配背景音樂并作相應(yīng)處理，制作出一段完整的帶背景音樂的解說詞。Windows系統(tǒng)提供了較完善的聲音處理工具，直接利用附件中的一些工具程序，就能完成聲音的錄制、播放和一些簡單的編輯功能。、使用錄音機(jī)錄制麥克風(fēng)的聲音在Windows系統(tǒng)中，可以通過“錄音機(jī)”程序錄制人的語音、CD光盤音樂和任何可以輸入聲音卡的外來聲音源的聲音，并將錄制的聲音以一種標(biāo)準(zhǔn)文件格式WAV存儲(chǔ)起來。錄制一段人的聲音。錄制人的聲音的操作步驟如下：（1） 確保麥克風(fēng)能正常工作，將麥克風(fēng)的插頭插入聲音卡的麥克風(fēng)(MIC)插座，然后試一下麥克風(fēng)，確保在音箱中能聽到麥克風(fēng)中傳出的聲音。如果聽不到麥

8、克風(fēng)中的聲音，則執(zhí)行“程序”->“附件”->“娛樂”->“音量控制”。將麥克風(fēng)選項(xiàng)下的靜音取消，然后試一下有沒有聲音。注意，試好聲音以后，要將麥克風(fēng)選項(xiàng)下的靜音重新設(shè)置好。同時(shí)，可以調(diào)節(jié)一下麥克風(fēng)的音量。方法是在“音量控制”的菜單中，選擇“選項(xiàng)”中的“屬性”命令，將“音量調(diào)整”從“回放”改成“錄音”，按“確定”后，可將“音量控制”窗口改成“錄音控制”窗口。一般，音量設(shè)置在第六級(jí)，音量不要太小，否則，因?yàn)殇浺魰r(shí)輸入的音量太小，錄制好的聲音回放時(shí)效果不好。 （2）啟動(dòng)“錄音機(jī)”程序，執(zhí)行“程序”->“附件”->“娛樂”->“錄音機(jī)”程序。Windows 下的“錄

9、音機(jī)”程序的操作界面與真實(shí)的錄音機(jī)非常相似，使用非常直觀和方便。底部從左到右，依次為倒帶、快進(jìn)、播放、停止和錄音按鈕。錄音機(jī)的最大錄音能力為60秒。錄音機(jī)正在錄音（3）開始錄音，用鼠標(biāo)左鍵單擊錄音按鈕，對(duì)著麥克風(fēng)講話，即可完成錄音工作。講話時(shí)，在操作界面上可以看到聲音的波形和當(dāng)前已經(jīng)錄制的時(shí)間，隨著人的講話，應(yīng)該可以看到波形的變化。講完后，單擊停止按鈕。 （4）保存錄音，在“錄音機(jī)”程序的操作界面的菜單上選擇“文件”中的“保存”命令，在彈出的對(duì)話框中輸入聲音文件名，然后保存，就可以將已經(jīng)錄入的聲音以WAV文件的格式保存在指定的位置。錄制一段外來聲音源的聲音。（1）將外來聲音源的輸出插

10、頭插入到聲音卡的線路輸入插座中，然后執(zhí)行“程序”->“附件”->“娛樂”->“音量控制”。將“音量控制”改成“錄音控制”，然后，設(shè)置一下線路輸入的音量。（2）啟動(dòng)“錄音機(jī)”程序，方法同上。（3）開始錄音，方法同上。（4）保存錄音，方法同上。錄制一段CD光盤聲音。Windows 系統(tǒng)可以將聲音或音樂從光盤上錄制到硬盤。這需要同時(shí)使用“CD播放器”和“錄音機(jī)”程序來實(shí)現(xiàn)。從光盤上錄音的步驟為：（1）調(diào)整CD音頻的錄音音量，執(zhí)行“程序”->“附件”->“娛樂”->“音量控制”。 將“音量控制”改成“錄音控制”，設(shè)置一下CD音頻的錄音音量。為了保證CD音頻錄音時(shí)的質(zhì)

11、量，應(yīng)該將“麥克風(fēng)”、“線路輸入”和“MIDI”等選項(xiàng)下的“選擇”項(xiàng)取消，只保留“CD音頻”被選中。（2）確保CD-ROM驅(qū)動(dòng)器能正常地播放CD唱片，將準(zhǔn)備錄音的CD唱片放入CD-ROM驅(qū)動(dòng)器中，然后執(zhí)行“程序”->“附件”->“娛樂”->“CD播放器”。CD播放器的操作介面“CD播放器”的操作介面上主要包括了“放音”、“暫?！?、“停止”、“前一曲”、“快退”、“快進(jìn)”、“下一曲”和“出盒”等按鈕?？梢詥螕簟胺乓簟卑粹o試聽一下。（3）開始錄音。同時(shí)運(yùn)行“CD播放器”和“錄音機(jī)”程序，如果要錄制CD音頻中的某一段音樂，可以先“播放”，然后“暫?！?，再通過“快進(jìn)”、“快退”等按鈕

12、，定位于準(zhǔn)備錄音的起始位置。先單擊“錄音機(jī)”的“錄音”按鈕，然后單擊“CD播放器”的“放音”按鈕，即可將正在播放的CD音頻錄制下來。錄制結(jié)束時(shí)，應(yīng)該先停止“錄音機(jī)”再停止“CD播放器”。（4）保存已經(jīng)錄制的CD音頻，方法同上。II、聲音的播放Windows 系統(tǒng)中的“媒體播放器”程序可以用來播放聲音、動(dòng)畫、影片和CD音樂等多種媒體文件。當(dāng)然也可以使用“錄音機(jī)”程序的放音功能，但只能用來播放WAV格式的聲音文件。1、使用“錄音機(jī)”程序播放聲音文件的方法：（1）在“錄音機(jī)”操作界面的菜單上執(zhí)行“文件”中的“打開”命令。（2）選擇要播放的聲音文件。（3）單擊“播放”按鈕，播放已經(jīng)打開的聲音文件。操作

13、界面上的位置滑塊指示當(dāng)前的播放位置，可以隨意地移動(dòng)滑塊到新的位置進(jìn)行播放。2、使用“媒體播放器”程序播放聲音文件的方法：（1）啟動(dòng)“媒體播放器”程序：執(zhí)行“程序”->“附件”->“娛樂”->“媒體播放器”。（2）選擇合適的設(shè)備：“媒體播放器”支持許多設(shè)備，如“CD音頻”、“錄音機(jī)”、“MIDI音序器”、“Windows視頻”等。具體媒體的多少，與用戶在Windows 中安裝多少媒體驅(qū)動(dòng)程序有關(guān)。如果要播放WAV格式的聲音文件，則選“媒體播放器”菜單“設(shè)備”中的“聲音”命令；如果要播放MIDI格式的聲音文件，就要選“媒體播放器”菜單“設(shè)備”中的“MIDI音序器”命令；如果要播放

14、CD唱片中的音樂就直接選“媒體播放器”菜單“設(shè)備”中的“CD音頻”命令。（3）選擇要播放的聲音文件。 單擊“播放”按鈕，播放已經(jīng)打開的聲音文件III、 聲音的編輯錄制的聲音或從其它途徑得到的聲音文件并不總是能達(dá)到理想的效果，我們可以對(duì)其進(jìn)行編輯修改，使之達(dá)到我們的要求。一般，應(yīng)該使用專門的軟件對(duì)WAV和MID格式的聲音文件進(jìn)行編輯。對(duì)MID格式聲音文件的編輯，需要許多專門的MIDI設(shè)備，如MIDI鍵盤等，Windows 系統(tǒng)本身提供的實(shí)用工具中，沒有提供MIDI格式聲音的編輯手段。利用Windows 系統(tǒng)中“錄音機(jī)”程序能夠?qū)崿F(xiàn)對(duì)WAV格式聲音文件的簡單編輯，可以對(duì)已有的WAV格式聲

15、音文件進(jìn)行裁剪、合并、混音和屬性轉(zhuǎn)換。1、對(duì)聲音的裁剪Windows 系統(tǒng)中的“錄音機(jī)”程序提供了兩種聲音裁剪的方式。一種是剪去當(dāng)前點(diǎn)以前的聲音，另一種是剪去當(dāng)前點(diǎn)以后的聲音。通過這兩種裁剪方法的綜合使用，可以得到我們需要的聲音片斷。裁剪聲音的操作步驟是：（1）啟動(dòng)“錄音機(jī)”程序并打開需要編輯的WAV格式聲音文件。（2）將滑塊移到希望保留聲音的開始位置。（3） 執(zhí)行“錄音機(jī)”菜單“編輯”中的“刪除當(dāng)前位置以前的內(nèi)容”命令，在彈出窗口中單擊“確定”按鈕，即可剪去當(dāng)前位置前不要的聲音。（4）將滑塊移到希望保留聲音的結(jié)束位置。（5）執(zhí)行“錄音機(jī)”菜單“編輯”中的“刪除當(dāng)前位置以后的內(nèi)容”命

16、令，在彈出窗口中單擊“確定”按鈕，即可剪去當(dāng)前位置后不要的聲音。（6）試聽一下，檢查聲音是否在指定的位置開始和結(jié)束，如果不對(duì)可以放棄這些操作，重新打開該聲音文件重新裁剪。如果聲音的位置符合要求，就可以保存裁剪好的聲音，方法同上。2、合并多個(gè)聲音文件如果希望將兩個(gè)WAV格式聲音文件中的聲音合并為一個(gè)聲音文件，比如，我們知道“錄音機(jī)”程序的錄音功能最多只能提供60秒鐘的錄音時(shí)間，如果需要錄制的聲音長度超過了這個(gè)時(shí)間限制，那就不可能一次性錄制完成?？梢詫⑦@一段聲音分幾次錄制，分別保存起來，然后再將他們合并成一個(gè)聲音文件，這個(gè)合并起來的聲音數(shù)據(jù)文件是沒有60秒鐘時(shí)間長度限制的。在Windows 系統(tǒng)中

17、，使用“錄音機(jī)”程序合并多個(gè)聲音文件有兩個(gè)不同的方法，一個(gè)方法是從其它聲音文件中將聲音插入到當(dāng)前打開的聲音文件的指定位置后面，合并聲音文件的具體步驟是：（1）啟動(dòng)“錄音機(jī)”程序，并打開第一個(gè)聲音文件。（2）將滑塊移動(dòng)到第二個(gè)聲音文件準(zhǔn)備插入的位置。（3）執(zhí)行“錄音機(jī)”菜單“編輯”中的“插入文件”命令。（4） 在彈出的“插入文件”窗口中，選中第二個(gè)聲音文件后，單擊打開按鈕。（5）保存合并后的聲音文件。另一個(gè)方法，則是利用Windows 系統(tǒng)的剪貼板，因?yàn)榧糍N板除了可以儲(chǔ)存文字、圖象等信息外，也可以儲(chǔ)存聲音，因此，同樣可以將剪貼板中的聲音插入到當(dāng)前打開的聲音文件指定位置的后面。運(yùn)用這種方

18、法合并聲音文件的步驟是：（1）啟動(dòng)“錄音機(jī)”程序，并打開第二個(gè)聲音文件。（2）執(zhí)行“錄音機(jī)”菜單“編輯”中的“復(fù)制”命令，將這段聲音復(fù)制到剪貼板上。（3） 打開第一個(gè)聲音文件，并將滑塊移動(dòng)到第二個(gè)聲音文件準(zhǔn)備插入的位置。（4）執(zhí)行“錄音機(jī)”菜單“編輯”中的“粘貼插入”命令。（5）   保存合并后的聲音文件。3、兩個(gè)聲音文件的疊加為了增強(qiáng)聲音的效果，可以將兩種不同的聲音進(jìn)行疊加，即混音。混音的操作步驟是：（1）啟動(dòng)“錄音機(jī)”程序，并打開第一個(gè)聲音文件。（2） 將滑塊移動(dòng)到準(zhǔn)備混合第二個(gè)文件的開始位置。（3）執(zhí)行“錄音機(jī)”菜單“編輯”中的“與文件混合”命令。

19、（4）在彈出窗口中，選擇第二個(gè)聲音文件，單擊“打開”按鈕。（5）試聽一下，再保存混音后的聲音文件。 聲音文件的混音，除了用“與文件混合”命令外，還可以使用“粘貼混合”命令，方法與聲音文件合并時(shí)的“粘貼插入”類似。4、 聲音文件屬性的轉(zhuǎn)換在錄制一個(gè)聲音文件時(shí)，影響聲音質(zhì)量主要有以下幾個(gè)因素：(1) 是以單聲道還是以立體聲錄音。以立體聲錄制的聲音比單聲道錄制的聲音更逼真，但存儲(chǔ)立體聲聲音文件需要兩倍于單聲道的存儲(chǔ)空間。(2) 是用8位還是用16位錄音?，F(xiàn)在的聲卡都是16位或32位的聲卡，可以任選8位或16位中的一種模式進(jìn)行錄音。以8位模式錄音生成的聲音文件較小，但聽起來的聲音效果沒有16位模式錄制的聲音好。(3) 是以11kHZ、22kHZ還是44kHZ的采樣頻率錄音。以44kHZ的采樣頻率能錄制出最好的聲音，生成的聲音文件比較大，以11kHZ或22kHZ的采樣頻率錄音，它們的聲音效果不十分好，但它們的聲音文件比較小。對(duì)一個(gè)已經(jīng)錄制好的聲音文件，可以改變上述聲音的三個(gè)屬性。使用Windows 系統(tǒng)中的“錄音機(jī)”程序，可以實(shí)現(xiàn)聲音文件屬性的轉(zhuǎn)