音頻信號處理技術(shù)

1、1 音頻信號處理技術(shù) 1 . 音頻的數(shù)字化處理 2 . 音頻處理技術(shù) 3 . 語音合成與識別技術(shù) 4 . MATLAB 與 音頻處理2音頻的數(shù)字化*3波形音頻的數(shù)字化過程麥克風(fēng)麥克風(fēng)/錄音機(jī)錄音機(jī)/CD激光唱盤激光唱盤聲卡聲卡A/D轉(zhuǎn)換轉(zhuǎn)換(采樣、量化采樣、量化)聲卡聲卡D/A轉(zhuǎn)換轉(zhuǎn)換混音器混合后由混音器混合后由揚(yáng)聲器輸出揚(yáng)聲器輸出計(jì)算機(jī)存儲計(jì)算機(jī)存儲*4 采樣頻率：每秒從模擬聲波中采集聲音樣本的個(gè)數(shù)。 頻率越高，采集的樣本數(shù)越多，聲音質(zhì)量越好，占用存儲空間越大。 人耳感受范圍：020kHz 一般采用：11.025kHz、22.05kHz、44.1kHz n對原始聲波采樣對原始聲波采樣n采樣后

2、得到的數(shù)據(jù)采樣后得到的數(shù)據(jù)*5 量化位數(shù)：將采樣數(shù)據(jù)按大小存儲的過程。 一般有8、16、32位等，量化位數(shù)越大，聲音的幅度分辨率越高，還原時(shí)聲音的品質(zhì)越好，聲音數(shù)據(jù)占用的存儲空間越大*6 聲道數(shù)：數(shù)字音頻聲音質(zhì)量的另一個(gè)因素。 一般有單聲道 、雙聲道、多聲道 存儲量計(jì)算：采樣頻率量化位數(shù)聲道數(shù)時(shí)間8 (字節(jié))舉例：采樣頻率44.1kHz，16位量化，雙聲道，一分鐘的音頻所需要的存儲量為：44.1100016260/8=10584000（字節(jié)）*7音頻的格式1. WAV格式：Windows標(biāo)準(zhǔn)波形文件，多數(shù)音頻編輯軟件支持，文件較大。2. MP3格式：高壓縮比，文件較小，音質(zhì)接近CD。3. MI

3、DI文件：存儲指令，文件短小，播放效果因軟硬件而異。4. CD格式：音質(zhì)最好的數(shù)字音頻格式，CDA文件只含索引信息。5. RealAudio格式：適用網(wǎng)上在線音樂欣賞，可隨帶寬不同改變音質(zhì)。6. WMA格式：音質(zhì)強(qiáng)于MP3，內(nèi)置版權(quán)保護(hù)技術(shù)，支持音頻流技術(shù)。8音頻處理技術(shù)9錄音n錄制從麥克風(fēng)輸入的聲音n錄制計(jì)算機(jī)中其他播放器通過聲卡播放的聲音聲音的編輯n剪裁波形n刪除波形n復(fù)制、粘貼波形n混音聲音的特效處理n調(diào)整音量n調(diào)整播放時(shí)間和播放速度n添加回聲n音樂淡入淡出效果n消除音樂中的靜音段*10語音合成與識別 *11語音合成與識別 一、語音合成技術(shù)n方法：語音合成方法、參數(shù)合成方法 n目標(biāo)：可懂

4、、清晰、自然、具有表現(xiàn)力 n應(yīng)用：文語轉(zhuǎn)換（TTS）二、語音識別技術(shù) nViaVoice中文連續(xù)語音識別系統(tǒng)輸入速度：150漢字/分 識別率：95%n發(fā)展方向：n自然話語識別與理解n解決語音識別中的一系列難題應(yīng)用MATLAB 處理音頻信號的流程 音量標(biāo)準(zhǔn)化 ：錄制聲音過程中需對聲音電平進(jìn)行量化處理 最理想的量化是最大電平對應(yīng)最高量化比特 但實(shí)際卻很難做到 常有音輕問題 利用 MATLAB 很容易實(shí)現(xiàn)音量標(biāo)準(zhǔn)化 即最大電平對應(yīng)最高量化比特 基本步驟是 先用 wavread 函數(shù)將 WAV 文件轉(zhuǎn)換成列數(shù)組變量 再求出數(shù)組變量的極值并對所有元素作歸一化處理 最后用 wavwrite 函數(shù)還原成音量

5、標(biāo)準(zhǔn)化的 WAV 文件聲道分離合并與組合：立體聲或雙聲道音頻信號有左右兩個(gè)聲道 利用 MATLAB 實(shí)現(xiàn)雙聲道分離 兩路聲道合并和兩個(gè)單聲道組合成一個(gè)雙聲道等效果 實(shí)際上是利用了MATLAB 的矩陣抽取 矩陣相加和矩陣重組運(yùn)算數(shù)字濾波 數(shù)字濾波是常用的音頻處理技術(shù) 可根據(jù)技術(shù)指標(biāo) 先利用 FDATool 工具 設(shè)計(jì)一個(gè)數(shù)字濾波器2 再用 Filter 或 Filter2 函數(shù)即可實(shí)現(xiàn)濾波處理 調(diào)用的 Filter 函數(shù)格式是 Y = filte (B,A,X) 其中 B 和 A 是濾波器傳輸函數(shù)的分子和分母系數(shù) X 是輸入變量 Y是實(shí)現(xiàn)濾波后的輸出變量 如果處理立體聲音頻信號 可分開處理 但用 FIR 濾波器時(shí)調(diào)用 Filter2 函數(shù)更方便數(shù)據(jù)轉(zhuǎn)換 數(shù)據(jù)轉(zhuǎn)換是指改變音頻格式中的采樣頻率或量化位數(shù) 轉(zhuǎn)換原理是 先用矩陣插值或抽取技術(shù)實(shí)現(xiàn)變量變換 如果是抽取數(shù)據(jù)還需在變換前作濾波處理使之滿足采樣定理 變量變換完成后再用 Wavwrite 函數(shù)重新定義量化位數(shù)和采樣頻率即可實(shí)