修改第2章-聲音處理技術(shù)基礎(chǔ)

第2章：聲音處理技術(shù)基礎(chǔ)聲音的基本特性1聲音的數(shù)字化2聲音的文件格式3立體聲技術(shù)4使用SoundForge進(jìn)行聲音處理5聲音的基本特性聲音在本質(zhì)上是因物體的振動(dòng)而產(chǎn)生的波形。振動(dòng)的物體稱為聲源。對(duì)聲音信號(hào)的分析結(jié)果表明，聲音信號(hào)是由許多不同頻率的單一信號(hào)組成的。人的耳朵能夠聽到的聲音的頻率范圍在20Hz～20kHz，一般稱這種聲音為聲波；頻率低于20Hz的聲音稱為次聲波；頻率高于20kHz的聲音稱為超聲波。聲音是在一定的傳播介質(zhì)中以聲波的形式進(jìn)行傳播。介質(zhì)傳播速度（單位：m/s）真空0氣體：空氣（15℃）340氣體：空氣（25℃）346固體：軟木500液體：煤油（25℃）1324液體：蒸餾水（25℃）1497液體：海水（25℃）1531固體：銅（棒）3750固體：大理石3810聲音的基本特性聲音的基本特性聲音的基本特性聲音的基本特性包括物理特性和心理特性。物理特性是聲音作為波形的本質(zhì)上的特性，不隨人的感受不同而不同，是客觀存在的屬性。心理特性指的是聲音從聲源經(jīng)過傳輸介質(zhì)到達(dá)人的耳朵后所產(chǎn)生的心理感受，是主管感知的結(jié)果。聲音的物理特性一定程度上決定了聲音的心理特性。聲音的物理特性即為聲音的客觀度量。

聲音的心理特性即為聲音的主觀感受。聲音的基本特性—物理特性聲音的物理特性是對(duì)聲音作為物理學(xué)上的波形的特性描述，包括頻率、幅度、聲壓、聲壓級(jí)和動(dòng)態(tài)范圍。頻率指的是信號(hào)每秒鐘變化的次數(shù)，使用單位赫茲（Hz）度量。例如，細(xì)而短的琴弦振動(dòng)比較快，粗而長的琴弦振動(dòng)比較慢，細(xì)而短的琴弦所產(chǎn)生聲音的頻率就高于粗而長的琴弦所發(fā)出的聲音的頻率。帶寬指的是復(fù)合聲音信號(hào)中所有純音的頻率中的最低頻率到最高頻率的區(qū)間。聲音的基本特性—物理特性聲音的基本特性—物理特性聲音的物理特性是對(duì)聲音作為物理學(xué)上的波形的特性描述，包括頻率、幅度、聲壓、聲壓級(jí)和動(dòng)態(tài)范圍。幅度指的是純音波形信號(hào)的基線到波峰的絕對(duì)距離。聲音的基本特性—物理特性聲音的物理特性是對(duì)聲音作為物理學(xué)上的波形的特性描述，包括頻率、幅度、聲壓、聲壓級(jí)和動(dòng)態(tài)范圍。聲波在空氣媒質(zhì)中是以空氣中的分子振動(dòng)形成疏密而傳播。它造成空氣中的氣壓發(fā)生大小變化，相當(dāng)于在無聲波下空氣中的氣壓上疊加一個(gè)變化的壓強(qiáng)，疊加上的壓強(qiáng)稱為聲壓，記作P，單位為帕斯卡（Pa）?？陕犻撝担喝藗冋Ｖv話時(shí)產(chǎn)生的聲壓大約為0.5Pa。聲壓低于2ⅹ10-5Pa時(shí)，聲音達(dá)到人耳聽覺最小極限，稱這一數(shù)值為人耳聲壓的可聽閾值。痛閾值：而當(dāng)聲壓達(dá)到200Pa時(shí)，聲音達(dá)到人耳聽覺的最大極限，人耳會(huì)感覺到很大的疼痛，稱這一數(shù)值為人耳聲壓的痛閾值。聲音的基本特性—物理特性聲音的物理特性是對(duì)聲音作為物理學(xué)上的波形的特性描述，包括頻率、幅度、聲壓、聲壓級(jí)和動(dòng)態(tài)范圍。聲壓級(jí)（又稱為聲強(qiáng)）的定義如下：其中，為聲壓級(jí)，單位為dB，為基準(zhǔn)聲壓，即人耳的可聽閾值，為2ⅹ10-5Pa，為實(shí)際聲壓。聲音聲壓級(jí)或聲強(qiáng)（單位：dB）可聽閾值0樹葉搖動(dòng)10很安靜的房間20一般房間40交談60繁花街道70吵鬧的收音機(jī)80火車穿過車站90不舒服的閾值120痛閾值140傷害耳膜160聲音的基本特性—物理特性聲音的基本特性—物理特性聲音的基本特性—物理特性聲音的物理特性是對(duì)聲音作為物理學(xué)上的波形的特性描述，包括頻率、幅度、聲壓、聲壓級(jí)和動(dòng)態(tài)范圍。動(dòng)態(tài)范圍指的是聲音的最大聲壓級(jí)和最小聲壓級(jí)之間的差值，或最小聲壓級(jí)到最大聲壓級(jí)的區(qū)間。一般語音信號(hào)的動(dòng)態(tài)范圍大約只有20dB～45dB，而交響樂的動(dòng)態(tài)范圍可以達(dá)到30dB～130dB。聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。人對(duì)聲音頻率的感覺表現(xiàn)為音調(diào)的高低，在音樂中稱為音調(diào)。對(duì)一定聲壓級(jí)的純音，音調(diào)隨頻率的升高而升高，隨頻率的降低而降低。音調(diào)主要由聲音的頻率決定，同時(shí)也與聲壓有關(guān)。對(duì)一定頻率的純音，低頻純音的音調(diào)隨聲壓級(jí)增加而下降，高頻純音的音調(diào)卻隨聲壓級(jí)增加而上升。大體上，2kHz以下的低頻純音的音調(diào)隨聲壓級(jí)的增加而下降，3kHz以上高頻純音的音調(diào)隨聲壓級(jí)的增加而上升。頻率聲壓級(jí)音調(diào)聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。音色指的是人耳對(duì)聲音飽滿的感知程度。復(fù)合聲音的諧波成分越多，該復(fù)合聲音的音色就越優(yōu)美；反之，復(fù)合聲音中的諧波成分越少，該復(fù)合聲音的音色就越差。聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。響度指的是人耳對(duì)聲音強(qiáng)弱的感知程度。響度主要由聲音的頻率和聲壓級(jí)決定。當(dāng)聲音的頻率一定時(shí)，聲壓級(jí)越高，響度級(jí)越高；而當(dāng)聲壓級(jí)一定時(shí)，則可能出現(xiàn)兩個(gè)不同頻率的聲波會(huì)產(chǎn)生相同響度級(jí)的聲音。

聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。響度指的是人耳對(duì)聲音強(qiáng)弱的感知程度。響度主要由聲音的頻率和聲壓級(jí)決定。因此，人是否能真正聽見聲音，由響度級(jí)來描述，而不是聲壓級(jí)。人耳對(duì)敏感的聲音頻率大約為3600Hz。頻率聲壓級(jí)響度聲音的基本特性—心理特性聲音的心理特性指的是人們對(duì)聲源發(fā)出的聲音經(jīng)過介質(zhì)傳播到達(dá)人的耳朵后的心理感知，包括音調(diào)、音色和響度以及一些特殊的心理效應(yīng)。雙耳效應(yīng)：指的是人的耳朵根據(jù)聲音強(qiáng)弱可以大致判斷聲源到耳朵的距離。聲音的基本特性—心理特性哈斯效應(yīng)：指的是對(duì)兩個(gè)不同聲音延遲的心理感知。對(duì)于兩個(gè)聲壓級(jí)相等的聲音，其中一個(gè)是經(jīng)過延遲的聲音，另一個(gè)是沒有延遲的聲音。如果延遲時(shí)間在30ms以內(nèi)，人的聽覺上將感到聲音好像只來自未延遲的聲源，并不感到延遲聲音的存在；當(dāng)延遲時(shí)間超過30ms而未達(dá)到50ms時(shí)，則聽覺上可以識(shí)別出已延遲的聲音存在，但仍感到聲音來自未經(jīng)延遲的聲源；只有當(dāng)延遲時(shí)間超過50ms以后，聽覺上才感到延遲聲音擁有一個(gè)清晰的聲源。聲音的基本特性—心理特性掩蔽效應(yīng)：一個(gè)較弱的聲音被一個(gè)較強(qiáng)的聲音掩蓋的現(xiàn)象稱為掩蔽效應(yīng)。稱聽不到的聲音為被掩蔽聲，而起掩蔽作用的聲音為掩蔽聲。頻域掩蔽指的是一個(gè)強(qiáng)純音會(huì)掩蔽在其附近同時(shí)發(fā)聲的弱純音。頻域掩蔽效應(yīng)的實(shí)質(zhì)是掩蔽聲的出現(xiàn)使人耳聽覺的等響度曲線的最小可聽閾抬高。聲音的基本特性—心理特性掩蔽效應(yīng)：一個(gè)較弱的聲音被一個(gè)較強(qiáng)的聲音掩蓋的現(xiàn)象稱為掩蔽效應(yīng)。稱聽不到的聲音為被掩蔽聲，而起掩蔽作用的聲音為掩蔽聲。時(shí)域掩蔽指的是同時(shí)發(fā)出的兩個(gè)聲音在時(shí)間上存在的掩蔽。時(shí)域掩蔽可分為超前掩蔽和滯后掩蔽。

聲音的基本特性—心理特性聲音的數(shù)字化數(shù)字信號(hào)模擬信號(hào)采樣量化編碼聲音的數(shù)字化聲音的數(shù)字化數(shù)字化就是將連續(xù)信號(hào)變成離散信號(hào)。對(duì)音頻信號(hào)，首先在時(shí)間上離散，取有限個(gè)時(shí)間點(diǎn)，稱為采樣。然后在幅度上離散，取有限個(gè)幅度值，稱為量化。再將得到的數(shù)據(jù)表示成計(jì)算機(jī)容易識(shí)別的格式，稱為編碼。PCM編碼是一種把模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)的最基本的編碼方法，它主要包括采樣、量化和編碼3個(gè)過程。采樣是每隔一定的時(shí)間測量一次聲音信號(hào)的幅值，把時(shí)間連續(xù)的模擬信號(hào)轉(zhuǎn)換成時(shí)間離散、幅度連續(xù)的采樣信號(hào)。如果采樣的時(shí)間間隔相等，這種采樣稱為均勻采樣；量化是按“四舍五入”或其他方法將采樣得到的數(shù)值限定在幾個(gè)有限的數(shù)值中，將采樣信號(hào)轉(zhuǎn)換成時(shí)間離散、幅度離散的數(shù)字信號(hào)；編碼（coding）是將量化后的信號(hào)轉(zhuǎn)換成一個(gè)二進(jìn)制碼組輸出。比如，量化得到的數(shù)據(jù)中只會(huì)出現(xiàn)兩個(gè)數(shù)值51和80，則只用一位二進(jìn)制的數(shù)表示即可，用0表示51，用1表示80。若量化級(jí)別為256（有256級(jí)量化數(shù)據(jù)），則可用8位二進(jìn)制數(shù)表示，這種編碼方法稱為自然編碼。聲音的數(shù)字化聲音的數(shù)字化PCM編碼原理編碼的過程首先用一組脈沖采樣時(shí)鐘信號(hào)與輸入的模擬音頻信號(hào)相乘，相乘的結(jié)果就是離散時(shí)間信號(hào)，然后對(duì)采樣后的信號(hào)幅值進(jìn)行量化量化過程由量化器來完成。對(duì)經(jīng)量化器A／D（模/數(shù)）變換后的信號(hào)再進(jìn)行編碼，即把量化的信號(hào)電平轉(zhuǎn)換成二進(jìn)制碼組，就得到了離散的二進(jìn)制數(shù)據(jù)序列x(n)計(jì)算機(jī)對(duì)量化后的二進(jìn)制數(shù)據(jù)可以用文件的形式存儲(chǔ)、編輯和處理，并可還原成原始的模擬信號(hào)播放。還原的過程稱為解碼，它是A／D變換的逆過程，即D／A(數(shù)/模)變換聲音的數(shù)字化PCM編碼示意圖

PCM編碼示意圖聲音頻率寬度（單位：Hz）采樣頻率（單位：kHz）量化位數(shù)聲道數(shù)目數(shù)據(jù)率（單位：kB/s）電話200~34008818.0AM廣播100~550011.0258111.0FM廣播20~1100022.0516288.2CD5~2000044.1162176.4DAT5~2000048162192.0DVD聲音0~960001922461200.0聲音的數(shù)字化聲音的文件格式

數(shù)字聲音文件格式是數(shù)字音頻在磁盤文件中的存放形式，相同的數(shù)據(jù)可以有不同的文件格式，而不同的數(shù)據(jù)也可以有相同的文件格式.WAVE文件格式

WAVE文件是一種通用的音頻數(shù)據(jù)文件，文件擴(kuò)展名為“．WAV”，Windows系統(tǒng)和一般的音頻卡都支持這種格式文件的生成、編輯和播放。WAVE文件由三部分組成：文件頭(標(biāo)明是WAVE文件、文件結(jié)構(gòu)和數(shù)據(jù)的總字節(jié)數(shù))、數(shù)字化參數(shù)(如采樣率、聲道數(shù)、編碼算法等)，最后是實(shí)際波形數(shù)據(jù)。CD激光唱盤中包含的就是WAVE格式的波形數(shù)據(jù)，只是擴(kuò)展名沒寫成“.WAV”。一般說來，聲音質(zhì)量與其WAVE格式的文件大小成正比。WAVE文件的特點(diǎn)是易于生成和編輯，但在保證一定音質(zhì)的前提下壓縮比不夠，不適合在網(wǎng)絡(luò)上播放。MP3文件格式MP3文件是采用MP3算法壓縮生成的數(shù)字音頻數(shù)據(jù)文件，以“.MP3”為文件后綴。MP3利用MPEG（MotionPictureExpertGroup，運(yùn)動(dòng)圖像專家組）制定的MPEG-1Audiolayer3的壓縮標(biāo)準(zhǔn)，將音頻信息用10:1甚至12:1的壓縮率，變成容量較小的數(shù)據(jù)文件。MPEG—1壓縮主要用于VCD數(shù)據(jù)的壓縮，也用來壓縮不包含圖像的純音頻數(shù)據(jù)，音頻壓縮算法包括MPEGAudioLayer1、MPEGAudioLayer2等，而MPEGAudioLayer3有很高的壓縮比。雖然MP3是一種利用了人類心理聲學(xué)特性的有損壓縮，人耳基本不能分辨出失真，音質(zhì)幾乎達(dá)到了CD音質(zhì)標(biāo)準(zhǔn)。按照這種算法，10張CD—DA的內(nèi)容可以壓縮到l張CD—ROM中，而且視聽效果相當(dāng)好。聲音的文件格式RealAudio文件格式RealAudio是Realnetworks推出的一種音樂壓縮格式,它的壓縮比可達(dá)到96:1，因此在網(wǎng)上比較流行。經(jīng)過壓縮的音樂文件可以在通過速率為14.4kb／s的MODEM上網(wǎng)的計(jì)算機(jī)中流暢回放。其最大特點(diǎn)是可以采用流媒體的方式實(shí)現(xiàn)網(wǎng)上實(shí)時(shí)播放，即邊下載邊播放。聲音的文件格式立體聲指的是使用兩個(gè)或兩個(gè)以上的聲音通道，使得受聽者感受的聲源相對(duì)空間位置能接近實(shí)際聲源的實(shí)際空間位置的聲音。立體聲是相對(duì)于單聲來說的。單聲指的是只使用一個(gè)聲音通道的聲音。立體聲分為雙聲道立體聲和環(huán)繞立體聲。雙聲道立體聲是將現(xiàn)場的實(shí)際音響形成左右兩個(gè)信道的信號(hào)，以兩個(gè)揚(yáng)聲器在環(huán)境中重放，從而獲得現(xiàn)場空間感。

杜比數(shù)碼環(huán)繞聲系統(tǒng)由5個(gè)全頻域聲道和1個(gè)超低音聲道組成立體聲技術(shù)SoundForge的功能·聲音剪輯：聲音片段的刪除、語序的調(diào)整；·音量調(diào)整：整體調(diào)整、淡入（FadeIn）、淡出（FadeOut）、包洛線調(diào)整（Envelop）、左右聲道的平衡調(diào)整；·頻率均衡處理（EQ）；·混響/回聲/延遲處理（Reverb/Echo/Delay）；·合唱（Chorus）處理；·動(dòng)態(tài)（Dynamic）（包括壓縮、限制、門）處理；·失真（Distortion）處理；·降低噪音處理（Noise）；·升降調(diào)，時(shí)間拉伸處理；·聲音格式轉(zhuǎn)換：包括文件格式和數(shù)字化指標(biāo)；·可以編輯視頻文件中的聲音，并進(jìn)行編輯；·用FM（調(diào)頻）的方法生成聲音。使用SoundForge進(jìn)行聲音處理使用SoundForge進(jìn)行聲音處理SoundForge規(guī)定，計(jì)算機(jī)所能識(shí)別的最大音量為0dB，也就是音量標(biāo)尺的最外側(cè)，向內(nèi)依次減小。所以，平時(shí)我們看到的音量的分貝值都是負(fù)的。聲音的頻譜分析

譜分析（SpectrumAnalysis）是分析聲音頻率分布情況的強(qiáng)有利工具，使用它可以很清楚地看到所處理的聲音文件中各種頻率的聲音的分布情