多媒體技術與應用-第4章課件

1.什么是聲音?聲音的種類

聲音的種類繁多。人聲馬嘶、獸鳴鳥叫、風雨雷電、機器轟鳴、悠揚琴聲等……

因此，聲音根據(jù)內(nèi)容可以分為：天籟之音，語音，樂音等；根據(jù)頻率可分為：高音、低音、重低音、超聲波與次聲波等；根據(jù)特性分為樂聲和噪聲。聲音的實質(zhì)

從信息處理的角度來看，聲音實質(zhì)上是一種信號，稱之為音頻信號。第四部分聲音和音頻信號處理創(chuàng)點教程網(wǎng)2.聲音信號的特點

聲波具有時間和幅度上的連續(xù)性；聲音的傳播具有反射、折射、衍射等形式；（聲速和多普勒效應）振幅A反映了信號的強度；就是聲音的大小。頻率F反映了音調(diào)的高低；也即尖細或是低粗。

5.聲音質(zhì)量的度量聲品質(zhì)可定義為聽覺事件對個人各方面需求的滿足程度，影響聲品質(zhì)的因素包括物理(聲場)、心理聲學(聽覺感知)、心理(聽覺評價)等幾方面。人類的聽覺頻率范圍：20～20KHz。語音質(zhì)量等級：根據(jù)聲音頻帶，聲音質(zhì)量分5個等級，依次為：電話、調(diào)幅廣播(AM)、調(diào)頻廣播(FM)、CD光盤、數(shù)字錄音帶(DAT，DigitalAudioTape)7.人類的聽覺特性1)人耳只能察覺出3dB以上音強變化2)人耳對不同頻段的聲音敏感度不同人耳對1~3KHZ的聲音最為靈敏3)人的聽覺具有掩蔽效應3.聲波的應用聲納，B超。4.聲音的三要素音調(diào)：指聲音的基音頻率；（音階的劃分）音色：指聲音的泛音頻率；（音頻帶寬）音強：指聲音的聲音幅度；（音量的計量－分貝dB)。模擬信號的數(shù)字化處理模擬到數(shù)字的轉(zhuǎn)換－A/D轉(zhuǎn)換（AnalogtoDigitalConversion）模擬信號數(shù)字化的步驟：1.采樣在連續(xù)信號中每隔一定時間取一個值；2.量化

把其大小取整為n位二進制數(shù)所能表示的數(shù)；例如:n=4，

即有24=16個級別可用于表示一個采樣，量化后只能以0，1，2……15這16個數(shù)之一來表示3.編碼按一定的規(guī)律產(chǎn)生二進制位數(shù)據(jù)。采樣定理采樣頻率要高于被采樣信號最高頻率的兩倍，信號才可能完全復原。話音最高頻率為4000Hz，則需每秒采樣8000次；聲音的最高頻率為20kHz，所以在多媒體計算機中使用的多是44.1kHz的采樣頻率。

量化精度取決于表示一個采樣值的二進制位數(shù)。位數(shù)越多，精度也越高。用16個二進制位（bit）表示聲音，可將聲音分為216=65536級，而若用8位則僅能區(qū)分出28=256級。用16位表示的聲音比用8位的聲音質(zhì)量高得多。模擬信號數(shù)字化的原理——將檢測到的電壓值轉(zhuǎn)換成數(shù)字信息模擬信號的數(shù)字化－4bit音頻數(shù)據(jù)壓縮處理1.音頻壓縮的理論基礎是人的聽覺特性。2.音頻壓縮算法的分類：

1)有損壓縮和無損壓縮 2)時域壓縮，子帶壓縮和變換壓縮 三種語音編碼器： 波形編碼器 音源編碼器(聲碼器) 混合編碼器3.最基本的音頻壓縮處理方法－PCM編碼PCM算法是最簡單、最完善、最常見也是壓縮效率最低的編碼方法。它用一組二進制數(shù)碼來代替連續(xù)信號的抽樣值，具有極強的抗干擾能力。

步驟：僅對輸入信號進行采樣－量化－編碼。兩種常見PCM體制：1)μ律壓擴算法

2)A律壓擴算法MP3壓縮標準 MP3是一種有損數(shù)字音頻壓縮格式，其全稱是MPEG-1AudioLayer3。 MPEG-1音頻壓縮標準是第一個高保真音頻數(shù)據(jù)壓縮標準。 除AC-3之外，其他的音頻壓縮算法只適用于語言(如碼激勵線性預測CELP)或只有中等壓縮質(zhì)量(如自適應差分脈沖編碼調(diào)制ADPCM)。 MPEG－1音頻壓縮標準雖然是MPEG-1標準的一部分，但它完全可獨立應用。

在MPEG-1標準中，按復雜程度劃分了三種音頻壓縮模式即層Ⅰ，層Ⅱ，層Ⅲ。 目前廣泛使用的VCD音頻壓縮方案為層Ⅰ，其典型碼率為每通道192Kbps，共2通道。 層Ⅱ即稱掩蔽模式，采用通用子帶集成編碼與多路復用，典型碼率為每通道128Kbps，廣泛應用于數(shù)字音頻廣播、數(shù)字演播室、CD-I等數(shù)字音頻專業(yè)的制作、交流、存儲和傳送。 層Ⅲ是綜合層Ⅱ和自適應譜感知熵編碼(ASPEC)的優(yōu)點提出的混合壓縮技術，MP3的復雜度相對較高，不利于實時編碼，典型碼率為64Kbps，在低碼率下有高品質(zhì)的音質(zhì)。用于ISDN語音通話。PHILIPS芯片方案

PHILIPS解碼芯片屬于高端產(chǎn)品。其系列芯片SAA7750,SAA7751,PNX0101ET本身僅是解碼芯片，必須搭配控制芯片才能使用。 代表產(chǎn)品：iRiver的IFP-100、300、500系列和MPIO的FD100、FL100、FY200、FG100等。SIGMATEL芯片方案

美國SIGMATEL的STMP34和35系列芯片是目前市場占有率較大的芯片，采用獨立控制方式，成本較低。代表產(chǎn)品：愛國者月光寶盒系列、三星YP-55H，JNCSSF-800等TELECHIPS芯片方案

韓國TELECHIPS的TCC730、TCC731也是性能較好的MP3解碼芯片之一，同樣需要外圍元件的配合，成本比飛利浦較低。代表產(chǎn)品：丹丁328系列、DEC街舞系列，朝華魔音系列。對三款主流芯片來說，音質(zhì)排列順序為：Philips>Sigmatel>Telchips

樂器數(shù)字接口MIDI

樂器數(shù)字接口規(guī)范MIDI(MusicalInstrumentDigitalInterface)于1983年提出。MIDI是一種利用合成器產(chǎn)生的音樂技術。 MIDI由三個部分組成，分別是： 通信協(xié)議CommunicationProtocol； 連接器Connector（硬件接口）； 傳播規(guī)范，稱為標準MIDI文件StandardMIDIFiles。4.4聲卡簡介

聲卡的基本功能：將來自話筒、磁帶、光盤的原始聲音信號進行轉(zhuǎn)換，輸出到耳機、揚聲器、擴音機、錄音機等聲響設備，或通過音樂設備數(shù)字接口(MIDI)使樂器發(fā)出美妙的聲音。4.1聲卡的發(fā)展歷史

1984年，英國ADLIBAUDIO公司推出第一款聲卡。 1995年，創(chuàng)新推出AWE32系列，具有硬件波表合成能力，而以往的聲卡僅具備FM合成能力，具有一個32復音的波表引擎，并集成了1MB容量的音色庫，MIDI的表現(xiàn)力獲得大大提升，硬件波表合成能力成為高檔聲卡的象征。 1996年，創(chuàng)新推出AWE64系列，具有64復音的波表合成能力，成為當時MIDI表現(xiàn)力最佳的聲卡，這個系列中的AWE64Gold，是公認最優(yōu)秀的聲卡之一。聲卡主要由以下幾個部分組成：●聲音的合成與處理

是聲卡的核心部分。由數(shù)字聲音處理器、調(diào)頻(FM)音樂合成器及MIDI控制器組成。完成聲波信號的A/D和D/A轉(zhuǎn)換，利用調(diào)頻技術控制聲音的音調(diào)、音色和幅度等?！窕旌闲盘柼幚砥?/p>

其中內(nèi)置數(shù)字/模擬混音器，混音器的聲源由以下幾種信號:MIDI信號、CD音頻