音頻信息處理要點(diǎn)學(xué)習(xí)教案

1、會計學(xué)1第一頁，共33頁。2.1 2.1 音頻音頻(ynpn)(ynpn)處理基處理基礎(chǔ)礎(chǔ) 1. 聲波聲波 （1）聲波：由各種機(jī)械振動或氣流擾動引起周圍的彈性）聲波：由各種機(jī)械振動或氣流擾動引起周圍的彈性(tnxng)媒質(zhì)媒質(zhì)發(fā)生波動。發(fā)生波動。 （2）聲源：產(chǎn)生聲波的物體，如人的聲帶和樂器等。）聲源：產(chǎn)生聲波的物體，如人的聲帶和樂器等。 （3）聲音：人的聽覺系統(tǒng)所能感知到的聲波。）聲音：人的聽覺系統(tǒng)所能感知到的聲波。 音頻的頻率范圍：音頻的頻率范圍：20 Hz 20000 Hz 語音的頻率范圍：語音的頻率范圍：300 Hz 3000 Hz 次聲波的頻率范圍：次聲波的頻率范圍： 20 kHz（

2、4）聲強(qiáng)：對于一定頻率的聲音，要能引起聽覺，其聲強(qiáng)也有一定的范）聲強(qiáng)：對于一定頻率的聲音，要能引起聽覺，其聲強(qiáng)也有一定的范圍。圍。 下限：是恰能引起人聽覺的最小聲強(qiáng)，叫做該頻率的可聞閾；下限：是恰能引起人聽覺的最小聲強(qiáng)，叫做該頻率的可聞閾； 上限：是指人耳能聽聞的最大聲強(qiáng)，高于上限的聲強(qiáng)，人耳感覺疼上限：是指人耳能聽聞的最大聲強(qiáng)，高于上限的聲強(qiáng)，人耳感覺疼痛，所以叫做該頻率的疼痛閾。痛，所以叫做該頻率的疼痛閾。第1頁/共33頁第二頁，共33頁。常見(chn jin)聲音的分貝量級分貝數(shù)分貝數(shù)低于低于2020202040404040606060607070707090909090聽覺效果聽覺效果

3、能分辨能分辨輕聲輕聲正常交談聲正常交談聲吵鬧吵鬧很吵很吵聽力受損聽力受損第2頁/共33頁第三頁，共33頁。第3頁/共33頁第四頁，共33頁。質(zhì)量質(zhì)量頻率范圍頻率范圍采樣頻率采樣頻率（kHzkHz）采樣精度采樣精度（bitsbits）聲道數(shù)聲道數(shù)數(shù)據(jù)率（非壓縮）數(shù)據(jù)率（非壓縮）（kB/skB/s）電話電話2002003400 Hz3400 Hz8 88 8單道聲單道聲8 8AMAM1001005500Hz5500Hz11.02511.0258 8單道聲單道聲11.011.0FMFM202011000Hz11000Hz22.05022.0501616立體聲立體聲88.288.2CD-DACD-DA

4、5 520000Hz20000Hz44.144.11616立體聲立體聲176.4176.4DVDDVD0 096000Hz96000Hz19219224246 6聲道聲道120012002 2）信噪比（）信噪比（SNRSNR）：即有用信號與噪音信號的強(qiáng)度之比，單位是分貝。）：即有用信號與噪音信號的強(qiáng)度之比，單位是分貝。3) 3) 聲音主觀質(zhì)量聲音主觀質(zhì)量(zhling)(zhling)的度量：主觀度量就是大多數(shù)人對聲音質(zhì)量的度量：主觀度量就是大多數(shù)人對聲音質(zhì)量(zhling)(zhling)的感覺。的感覺。第4頁/共33頁第五頁，共33頁。00)sin()(nnntnAtf0： 聲音的基音，決

5、定了音調(diào)的高低聲音的基音，決定了音調(diào)的高低n0： 聲音的泛音，決定了聲音的音色聲音的泛音，決定了聲音的音色An : 聲波的振幅，表示聲波的振幅，表示(biosh)聲音的強(qiáng)弱聲音的強(qiáng)弱第5頁/共33頁第六頁，共33頁。2 2）音頻）音頻(ynpn)(ynpn)信號的波形信號的波形表示表示3 3）音頻信號的頻譜表示）音頻信號的頻譜表示 聲音信號的頻率分布曲線。復(fù)雜的聲音是由聲音信號的頻率分布曲線。復(fù)雜的聲音是由振幅和頻率不同的正弦聲波疊加而成的，這些正振幅和頻率不同的正弦聲波疊加而成的，這些正弦波的幅值按頻率排列的圖形就叫做頻譜。弦波的幅值按頻率排列的圖形就叫做頻譜。 男聲的基頻較低，低頻分量更加

6、豐富，因此聽男聲的基頻較低，低頻分量更加豐富，因此聽起來會更加低沉起來會更加低沉(dchn)(dchn)、渾厚。、渾厚。第6頁/共33頁第七頁，共33頁。以采樣頻率取為8kHz。2.1.2 2.1.2 音頻音頻(ynpn)(ynpn)信號信號的數(shù)字化的數(shù)字化第7頁/共33頁第八頁，共33頁。第8頁/共33頁第九頁，共33頁。 60 * （ 44100 * 16 * 2 ）/ 8 = 10.09 MB一首未經(jīng)壓縮的4分鐘的歌曲文件的大小約為40MB，那么一個容量為512MB的MP3播放器也只能播放12首這樣的歌曲。第9頁/共33頁第十頁，共33頁。標(biāo)準(zhǔn)標(biāo)準(zhǔn)編碼方法編碼方法采樣頻率采樣頻率采樣精度

7、采樣精度數(shù)據(jù)傳輸率數(shù)據(jù)傳輸率G.711G.711PCMPCM8kHz8kHz8 8位位64kb/s64kb/sG.721G.721ADPCMADPCM8kHz8kHz8 8位位32kb/s32kb/sG.723G.723ADPCMADPCM8kHz8kHz8 8位位24kb/s24kb/sG.728G.728LD-CELPLD-CELP8kHz8kHz8 8位位16kb/s16kb/s電話電話(dinhu)質(zhì)量的語音壓縮標(biāo)準(zhǔn)質(zhì)量的語音壓縮標(biāo)準(zhǔn) MPEG音頻：第一個高保真立體聲音頻壓縮的國際標(biāo)準(zhǔn) MPEG音頻壓縮標(biāo)準(zhǔn)提供三個獨(dú)立的壓縮層次： 1）Layer 1：編碼器簡單，輸出數(shù)據(jù)率為384 k

8、b/s，主要用于小型數(shù)字盒式磁帶。 2）Layer 2：編碼器較復(fù)雜，輸出數(shù)據(jù)率為256 kb/s192kb/s，主要應(yīng)用于數(shù)字廣播聲音、數(shù)字音樂、CD-I和VCD等。3）Layer 3：編碼器復(fù)雜，輸出數(shù)據(jù)率為64kb/s，主要用于ISDN上的聲音傳輸。第10頁/共33頁第十一頁，共33頁。道編碼。6AC3文件：又叫杜比數(shù)碼環(huán)繞立體聲，壓縮比10:1，提供的環(huán)繞聲系統(tǒng)由5個全頻域聲道和1個超低音聲道組成，稱為5.1聲道，一般作為DVD的伴音。第11頁/共33頁第十二頁，共33頁。數(shù)字音頻工作站 第12頁/共33頁第十三頁，共33頁。無限詞匯量語音識別系統(tǒng)。（1）語音識別技術(shù)）語音識別技術(shù)1）

9、語音識別的發(fā)展）語音識別的發(fā)展50年代年代:AT&T Bell實驗室實驗室實現(xiàn)了第一個可識別十實現(xiàn)了第一個可識別十個英文數(shù)字個英文數(shù)字(shz)的語的語音識別系統(tǒng)音識別系統(tǒng)Audry系統(tǒng)。系統(tǒng)。60年代：提出動態(tài)規(guī)劃（年代：提出動態(tài)規(guī)劃（DP）和線性預(yù)測分析技）和線性預(yù)測分析技術(shù)（術(shù)（LP）。）。70年代：提出了動態(tài)時間年代：提出了動態(tài)時間歸正技術(shù)（歸正技術(shù)（DTW），矢），矢量量化（量量化（VQ）和隱馬爾）和隱馬爾可夫模型（可夫模型（HMM）理論）理論，實現(xiàn)了特定人孤立語，實現(xiàn)了特定人孤立語音識別系統(tǒng)。音識別系統(tǒng)。90年代：開始進(jìn)入實用階年代：開始進(jìn)入實用階段。段。第13頁/共33頁第十四頁

10、，共33頁。第14頁/共33頁第十五頁，共33頁。單軌編輯單軌編輯(binj)界面界面2.2.3 Audition2.2.3 Audition界面界面(jimin)(jimin)及基本操及基本操作作 第15頁/共33頁第十六頁，共33頁。多軌編輯(binj)界面第16頁/共33頁第十七頁，共33頁。第17頁/共33頁第十八頁，共33頁。2.2.4 2.2.4 音頻信號獲取音頻信號獲取 直接讀取計算機(jī)磁盤上的音頻文件；直接讀取計算機(jī)磁盤上的音頻文件； 提取視頻信息中的音頻信號；提取視頻信息中的音頻信號； 直接錄音。直接錄音。AuditionAudition允許同時進(jìn)行允許同時進(jìn)行多音軌錄音，當(dāng)然

11、需要多音軌錄音，當(dāng)然需要(xyo)(xyo)有相有相應(yīng)的硬件支持，比如多個音頻輸入接應(yīng)的硬件支持，比如多個音頻輸入接口、多個錄音源等?？?、多個錄音源等。 1 1錄音前聲卡設(shè)置錄音前聲卡設(shè)置 “ “選項選項 | Windows | Windows 錄音控制錄音控制(kngzh)(kngzh)臺臺 ” ”2 2建立錄音文件建立錄音文件3 3導(dǎo)入伴奏音樂導(dǎo)入伴奏音樂4 4控制控制(kngzh)(kngzh)錄音電平錄音電平5 5錄制聲音錄制聲音第18頁/共33頁第十九頁，共33頁。2.2.5 2.2.5 音頻編輯音頻編輯n單軌編輯狀態(tài)：可以進(jìn)行波形的各種單軌編輯狀態(tài)：可以進(jìn)行波形的各種( zhn)(

12、 zhn)編輯處理和效果的設(shè)置，還可以分別對左編輯處理和效果的設(shè)置，還可以分別對左右聲道單獨(dú)進(jìn)行編輯處理。右聲道單獨(dú)進(jìn)行編輯處理。n多軌編輯狀態(tài)：適合對多個音頻軌道進(jìn)行編輯、錄制和合成處理。最多可以同時處理的軌多軌編輯狀態(tài)：適合對多個音頻軌道進(jìn)行編輯、錄制和合成處理。最多可以同時處理的軌道數(shù)為道數(shù)為128128個。按鈕個。按鈕“R”“R”表示錄音、表示錄音、“S”“S”表示獨(dú)奏、表示獨(dú)奏、“M”“M”表示靜音。表示靜音。 1 1常用編輯常用編輯（1 1）裁剪音頻）裁剪音頻(ynpn)(ynpn)波形波形 波形的選擇波形的選擇 波形的刪除波形的刪除 波形的移動與復(fù)制波形的移動與復(fù)制n 混合(hn

13、h)工具：拖曳左鍵選中波形，拖曳右鍵移動波形。n 時間選擇工具：拖曳左鍵選中波形。n 移動/復(fù)制剪輯工具：拖曳左鍵移動波形，拖曳右鍵移動或復(fù)制。n 刷選工具：拖曳左鍵可以播放選中波形。第19頁/共33頁第二十頁，共33頁。（2 2）切分和合并音頻）切分和合并音頻 在多軌編輯狀態(tài)下，可以在多軌編輯狀態(tài)下，可以(ky)(ky)對活動音軌上的波形進(jìn)行分割，使其變成對活動音軌上的波形進(jìn)行分割，使其變成多個波形片段，定位播放線，執(zhí)行多個波形片段，定位播放線，執(zhí)行“剪輯剪輯| |分割分割”或右擊鼠標(biāo)點(diǎn)選或右擊鼠標(biāo)點(diǎn)選“分割分割”。 使兩段波形首尾相接，按住使兩段波形首尾相接，按住CtrlCtrl鍵將兩段波

14、形都選中，執(zhí)行鍵將兩段波形都選中，執(zhí)行“剪輯剪輯| |合并合并”或右擊鼠標(biāo)點(diǎn)選或右擊鼠標(biāo)點(diǎn)選“合并合并”即可完成。即可完成。（3 3）鎖定音頻波形）鎖定音頻波形 鎖定使音頻的絕對時間位置不變。鎖定使音頻的絕對時間位置不變。（4 4）編組音頻波形）編組音頻波形 編組則可以編組則可以(ky)(ky)使多個音頻片段的相對位置固定，移動時可整體移動。使多個音頻片段的相對位置固定，移動時可整體移動。 第20頁/共33頁第二十一頁，共33頁。2 2包絡(luò)包絡(luò)(bo (bo lu)lu)編輯編輯（1 1）音量包絡(luò)編輯）音量包絡(luò)編輯 音量包絡(luò)是指音頻波形隨時間變化而產(chǎn)生的音量變音量包絡(luò)是指音頻波形隨時間變化而產(chǎn)

15、生的音量變化，也即是音量變化的走勢曲線。通過控制音量包絡(luò)曲線化，也即是音量變化的走勢曲線。通過控制音量包絡(luò)曲線來改變某音軌上音頻信號的音量大小，是一個來改變某音軌上音頻信號的音量大小，是一個(y )(y )非常非常直觀和簡單有效的方法。直觀和簡單有效的方法。（2 2）聲相包絡(luò)編輯）聲相包絡(luò)編輯 聲相就是聲音在左右聲道中所處的位置。聲相包絡(luò)線聲相就是聲音在左右聲道中所處的位置。聲相包絡(luò)線處于中間時（處于中間時（0 0點(diǎn)），聲音在左右聲道中達(dá)到平衡的效果，點(diǎn)），聲音在左右聲道中達(dá)到平衡的效果，聲相包絡(luò)線位于上半部，聲音偏向左聲道，聲相包絡(luò)線位聲相包絡(luò)線位于上半部，聲音偏向左聲道，聲相包絡(luò)線位于下半

16、部，聲音偏向右聲道。于下半部，聲音偏向右聲道。 第21頁/共33頁第二十二頁，共33頁。（3 3）音量淡化包絡(luò)編輯）音量淡化包絡(luò)編輯 Audition Audition提供了簡單快速的音量淡化包絡(luò)。提供了簡單快速的音量淡化包絡(luò)。在音樂在音樂(ynyu)(ynyu)制作領(lǐng)域，淡化（制作領(lǐng)域，淡化（fadefade）指音量）指音量的逐漸變化，音量由小到大變化稱為淡入（的逐漸變化，音量由小到大變化稱為淡入（fade fade inin），音量由大到小變化稱為淡出（），音量由大到小變化稱為淡出（fade outfade out）。）。3 3時間伸縮時間伸縮用于改變用于改變(gibin)(gibin)聲

17、音播放聲音播放的速度，且不影響音高。的速度，且不影響音高?！安榭床榭磡 |啟用剪輯時間伸展啟用剪輯時間伸展” ” 時間(shjin)伸縮第22頁/共33頁第二十三頁，共33頁。2.2.6 2.2.6 加載效果器加載效果器 加載效果器按照使用方法可分為加載效果器按照使用方法可分為(fn wi)(fn wi)： 插入效果器：作用的聲音范圍是一整條插入效果器：作用的聲音范圍是一整條音軌；音軌； 波形效果器：作用于音軌中的某一段音波形效果器：作用于音軌中的某一段音頻片段；頻片段； 總線效果器：加載在總線通道上的效果總線效果器：加載在總線通道上的效果器，它使所有的音軌加入相同的效果器；器，它使所有的音軌

18、加入相同的效果器； 1 1插入插入(ch r)(ch r)效果器效果器 多軌編輯下多軌編輯下第23頁/共33頁第二十四頁，共33頁。2 2波形效果器波形效果器單軌單軌(dngu)(dngu)編輯下，允許多個音編輯下，允許多個音頻片段分別進(jìn)行效果設(shè)置。頻片段分別進(jìn)行效果設(shè)置。 第24頁/共33頁第二十五頁，共33頁。2.2.7 2.2.7 效果器效果器Audition的效果器按照功能(gngnng)分為： 振幅類效果器 濾波類效果器 延遲類效果器 降噪類效果器 波形發(fā)生類效果器 聲碼器 第25頁/共33頁第二十六頁，共33頁。1 1動態(tài)動態(tài)(dngti)(dngti)處理效果處理效果器器 屬于幅

19、度類效果器，用于將某個范圍內(nèi)的聲音電平按比例增大(zn d)或縮小。 第26頁/共33頁第二十七頁，共33頁。2 2嘶聲抑制降噪器嘶聲抑制降噪器 降噪類效果器可以精確分析音頻信號降噪類效果器可以精確分析音頻信號中的嗡嗡類噪音進(jìn)行消除，也可以根據(jù)中的嗡嗡類噪音進(jìn)行消除，也可以根據(jù)(gnj)(gnj)實際錄音環(huán)境進(jìn)行噪聲消除。實際錄音環(huán)境進(jìn)行噪聲消除。 嘶聲抑制降噪器可以消除音頻信號中嘶聲抑制降噪器可以消除音頻信號中的高頻嘶嘶聲。的高頻嘶嘶聲。第27頁/共33頁第二十八頁，共33頁。3 3合奏效果器合奏效果器屬于延遲類效果器。對人聲進(jìn)行潤色屬于延遲類效果器。對人聲進(jìn)行潤色可以使發(fā)薄的聲音變得厚實可

20、以使發(fā)薄的聲音變得厚實(hu shi)(hu shi)豐滿。豐滿。合奏(hzu)效果器第28頁/共33頁第二十九頁，共33頁。2.3.1 2.3.1 消除消除(xioch)(xioch)人聲人聲1 1、采用、采用VSTVST插件直接消除插件直接消除 菜單菜單“效果效果| |幅度幅度| |通道混音器通道混音器”，在預(yù)設(shè)效果中選擇，在預(yù)設(shè)效果中選擇“Vocal Cut”“Vocal Cut”2 2、將雙聲道轉(zhuǎn)換、將雙聲道轉(zhuǎn)換(zhunhun)(zhunhun)為單聲道為單聲道 菜單菜單“編輯編輯| |轉(zhuǎn)換轉(zhuǎn)換(zhunhun)(zhunhun)采樣類型采樣類型” 選中選中“單聲道單聲道” 左混音：左混音：100%100% 右混音：右混音：-100%-100% 第29頁/共33頁第三十頁，共33頁。2.3.2 2.3.2 穿插錄音穿插錄音(l y