多媒體技術(shù)第二章 數(shù)字聲音

第二章數(shù)字聲音2.1數(shù)字聲音基礎2.1.1音頻信號的特征聲音信號由不同的振幅與頻率合成而成，稱為復音。復音包括基頻和諧音，兩者決定聲音的音質(zhì)和音色。規(guī)則音頻分為語音、音樂和音效。聲音三要素：音調(diào)、音強和音色?；l與音調(diào)諧波與音色幅度與音強頻帶與音寬2.1.2聲音信號數(shù)字化模擬信號模擬信號是指幅度隨時間連續(xù)變化的信號。

數(shù)字信號數(shù)子信號是指時間和幅度都是離散的信號，即離散信號，通常是僅含高低電平的“方波”信號。模擬信號的數(shù)字化PCM(pulsecodemodulation脈沖編碼調(diào)制）采樣：將時間連續(xù)信號變?yōu)闀r間不連續(xù)信號。量化：將幅度變?yōu)槟骋蛔钚×康恼麛?shù)倍，即將幅值離散化，量化過程必定產(chǎn)生量化誤差。編碼：按一定規(guī)律產(chǎn)生二進制位流輸出信號。數(shù)字化過程兩個主要參數(shù)：采樣頻率：采樣頻率遵從采樣定理

fs

>=2f

或者Ts=<T/2量化精度：取決于表示一個采樣樣本值的二進制位數(shù)，位數(shù)越多，精度越高。2.1.2聲音信號數(shù)字化聲音20-20kHz話音300-3000Hz

采樣頻率越高，量化精度越高，聲道越多，則聲音質(zhì)量越好，而數(shù)字化后的數(shù)據(jù)量也越大。每秒聲音所占數(shù)據(jù)量為采樣頻率*量化位數(shù)*聲道數(shù)2.1.3音頻的主要技術(shù)參數(shù)

聲音質(zhì)量與數(shù)據(jù)率質(zhì)量采樣頻率（kHz)量化精度（bit)單聲道/立體聲數(shù)據(jù)率（kB/s)頻率范圍（Hz)電話88單聲道8200~3400AM11.0258單聲道11.050~7000FM22.0516立體聲88.220~15000CD44.1016立體聲176.410~20000DAT4816立體聲192.010~200002.1.3音頻的主要技術(shù)參數(shù)44.100次/秒的采樣頻率值根據(jù)以下的原則確定:

人耳能夠聽見的最高聲音頻率為20kHz,為了避免高于20kHz的高頻信號干擾采樣,在進行采樣之前,需要對輸入的聲音信號進行濾波?？紤]到濾波器在20kHz處大約有10％的衰減,因此再將其提高10％成為22kHz。這個值再乘以2就得到44kHz的采樣頻率。但是,為了能夠與電視信號同步,PAL電視的場掃描為50Hz,NTSC電視的場掃描為60Hz,所以取50和60的整數(shù)倍,選用了44,100Hz(或44.1kHz)作為激光唱盤聲音的采樣標準。2.1.3音頻的主要技術(shù)參數(shù)采樣率為1,000Hz、量化等級為10的采樣量化過程2.1.3音頻的主要技術(shù)參數(shù)經(jīng)過D/A轉(zhuǎn)換器得到的信號波形有較大的失真2.1.3音頻的主要技術(shù)參數(shù)采樣率為2000Hz、量化等級為40的采樣量化過程2.1.3音頻的主要技術(shù)參數(shù)采樣率為4000Hz、量化等級為40的采樣量化過程2.1.3音頻的主要技術(shù)參數(shù)采樣頻率、量化位數(shù)設置2.1.3音頻的主要技術(shù)參數(shù)PCM編碼PCM方法可以按量化方式的不同,分為均勻量化PCM、非均勻量化PCM和自適應量化PCM等幾種。如果采用相等的量化間隔對采樣得到的信號做量化,那么這種量化稱為均勻量化。均勻量化就是采用相同的“等分尺”來度量采樣得到的幅度,也稱為線性量化。2.1.4數(shù)字化聲音的壓縮均勻量化2.1.4數(shù)字化聲音的壓縮改進PCM編碼技術(shù)的一個方法是采用非均勻量化,即讓量化級高度隨信號幅度而變化。信號幅度小,則縮小量化級高度,信號幅度大時,則增大量化級高度。這樣就可以在滿足精度要求的情況下用較少的位數(shù)實現(xiàn)編碼。在聲音數(shù)據(jù)還原時,采用相同的規(guī)則。在非均勻量化中,采樣輸入信號幅度和量化輸出數(shù)據(jù)之間定義了兩種對應關(guān)系,一種稱為μ律(μ-Law)壓(縮)擴(展)算法,另一種稱為A律(A-Law)壓(縮)擴(展)算法。這兩種算法主要用于數(shù)字電話通信中。2.1.4數(shù)字化聲音的壓縮μ律的壓縮特性2.1.4數(shù)字化聲音的壓縮音頻壓縮編碼的標準國際電信聯(lián)盟(ITU,原CCITT)先后提出了一系列有關(guān)語音壓縮編碼的建議。1972年制定了G.711,采用的是μ律或A律的PCM編碼技術(shù).數(shù)據(jù)速率為64kb/s。1984年.公布G.721標準.它來用的是ADPCM編碼技術(shù).數(shù)據(jù)速率為32kb/s。以上兩個標準均適用于300Hz--3,400Hz窄帶語音信號.也可用于公用電話網(wǎng)。針對寬帶語音信號(50Hz--7kHz),ITU制定了G.722編碼標準,它的數(shù)據(jù)速率為64kb/s,用此標準編碼,可在ISDN(綜合業(yè)務數(shù)據(jù)網(wǎng))的B通道上傳輸音頻數(shù)據(jù)。2.1.4數(shù)字化聲音的壓縮ISO(國際標準化組織)也制定了一系列的相應的標準其運動圖像專業(yè)組(MPEG)在制定運動圖像編碼標準的同時,制定了高保真立體聲音頻壓縮標準“MPEG音頻”。雖然MPEG聲音標準是MPEG標準的一部分,但它同時也完全可以獨立應用。MPEG聲音壓縮算法是第一個高保真聲音數(shù)據(jù)壓縮的國際標準。MPEG音頻根據(jù)不同的算法分為3個層次。層次1與層次2具有大致相同的算法。MPEG音頻的層次3進一步引入了輔助子帶、非均勻量化和熵編碼等技術(shù),可以進一步提高壓縮率。立體聲信號的編碼也可以在MPEG音頻中作為附加功能實現(xiàn)。MPEG音頻壓縮技術(shù)的傳輸速率為每聲道32kb/s--448kb/s。2.1.4數(shù)字化聲音的壓縮2.1.5數(shù)字音頻的文件格式文件的擴展名說明wav(Waveform)Windows采用的波形聲音文件存儲格式voc(CreativeVoice)聲霸卡存儲的聲音文件存儲格式mid(MIDI)Windows的MIDI文件存儲格式mp2MPEGAudioLayer1,2mp3MPEGAudioLayer3ra(RealAudio)RealNetworks公司的流式聲音文件格式wmaWindowsMediaAudioauSun和NeXT公司的聲音文件存儲格式aiffApple計算機上的聲音文件存儲格式sndSGI圖形工作站上的聲音存儲文件seq,sngMIDI文件存儲格式2.1.5數(shù)字音頻的文件格式MP3是Internet上流行的音樂格式MP3

為MPEGAudioLayer3的縮寫，是由ISO/MPEG語音編碼標(AudioCodingStandard)所制定的一種聲音壓縮技術(shù)，壓縮比是CD的1:10到1:12，采樣率為44kHz、比特率為112kbit/s。MP3音樂是以數(shù)字方式儲存的音樂，如果要播放，就必須有相應的數(shù)字解碼播放系統(tǒng)，一般通過專門的軟件進行MP3數(shù)字音樂的解碼，再還原成波形聲音信號播放輸出，這種軟件就稱為MP3播放器，如Winamp等。

MP3格式文件在播放時需要專門的工具軟件,Realplayer是一個集強大的功能和小巧玲現(xiàn)于一體的MP3播放器。它能夠?qū)P3文件的播放做全面的控制,支持MMX（多媒體指令集）技術(shù)。它內(nèi)置的圖形化均衡器可以方便地調(diào)節(jié)音色,使之更符合個人喜好。此外,應用較為廣泛的MP3播放軟件還有Winplay3和MusicMatch等2.1.5數(shù)字音頻的文件格式2.1.5數(shù)字音頻的文件格式WAV(WaveAudioFileFormat)

是Windows用來儲存數(shù)碼聲音的格式。它使用三個參數(shù)來表示聲音：采樣位數(shù)、采樣頻率和聲道數(shù)。聲道有單聲道和立體聲之分。MIDI

是MusicalInstrumentDataInterface的簡稱，即樂器數(shù)字化接口。它采用數(shù)字方式對樂器所奏出來的聲音進行記錄（每個音符記錄為一個數(shù)字），然后，播放時再對這些記錄通過FM或波表合成：FM合成是通過多個頻率的聲音混合來模擬樂器的聲音；波表合成是將樂器的聲音樣本存儲在聲卡波形表中，播放時從波形表中取出產(chǎn)生聲音。RA、RAM和RM

都是Real公司成熟的網(wǎng)絡音頻格式，采用了“音頻流”技術(shù)，所以非常適合網(wǎng)絡廣播。在制作時可以加入版權(quán)、演唱者、制作者、Mail和歌曲的Title等信息。RA可以稱為互聯(lián)網(wǎng)上多媒體傳播的霸主，適合于網(wǎng)絡上進行實時播放，是目前在線收聽網(wǎng)絡音樂最好的一種格式。WMA

是WindowsMediaAudio的縮寫，相當于只包含音頻的ASF文件。WMA文件在80kbps、44kHz的模式下壓縮比可達1∶18，基本上和VQF（是一種比較先進的技術(shù)，通常認為96kbpsVQF與128kbpsMP3質(zhì)量相同）相同。而且壓縮速度比MP3提高一倍。Ogg

全稱是OGGVobis是一種新的音頻壓縮格式，類似于MP3等現(xiàn)有的音樂格式。但有一點不同的是，它是完全免費、開放和沒有專利限制的。OGGVobis有一個很出眾的特點，就是支持多聲道.

波形聲音文件

波形聲音文件，是一種為交換多媒體資源而開發(fā)的資源交換文件格式。它支持各種采樣頻率和量化精度的聲音數(shù)據(jù)，并支持聲音數(shù)據(jù)的壓縮。2.1.5數(shù)字音頻的文件格式電腦音樂的出現(xiàn)使人們的音樂思維方式產(chǎn)生了革命性的突破,為音樂的表現(xiàn)表達提供了全新的工具和工作方式。電子音樂與傳統(tǒng)音樂的本質(zhì)區(qū)別在于,它打破了千萬年來傳統(tǒng)音樂用“聲樂語言”和“器樂語言”表達樂思的基本格局,可以創(chuàng)作出聞所未聞的聲音,即所謂的“天籟之音”,并且這種擴展是無窮無盡的。在音樂創(chuàng)作領域,由于MIDI、電子樂器和多媒體計算機的結(jié)合,給人們提供了一種快捷、獨特的制作方式,它更加強調(diào)音色的非常規(guī)化、電子化、空間感和對比等,并且逐漸形成一種嶄新的音樂風格。2.2音樂合成和MIDI技術(shù)2.2.1什么是MIDIMIDI（MusicalInstrumentDigitalInterface電子樂器數(shù)字接口）是用于樂器合成器、樂器和計算機之間交換音樂信息的一種標準協(xié)議。MIDI是將電子樂器鍵盤的演奏信息（包括鍵名、力度、時間長短等）記錄下來，這些信息成為MIDI消息。對應一段音樂的MIDI文件不記錄任何聲音信息，而只是包含一系列產(chǎn)生音樂的MIDI消息。播放時只需從中讀出MIDI消息，通過音樂合成器芯片解釋這些指令并產(chǎn)生音樂。MIDI是由軟件部分和硬件部分組成的系統(tǒng)規(guī)范,這個規(guī)范定義了MIDI設備間數(shù)字傳送時電纜硬件接口和協(xié)議。規(guī)范定制的目的是使各生產(chǎn)樂器廠家之間通過統(tǒng)一的MIDI交換信息及控制信號,從而完成音樂的合成。這樣,任何電子樂器,只要有處理MIDI信息的處理器和適當?shù)挠布涌诙寄茏兂蒑IDI裝置。2.2.1什么是MIDI合成器是利用數(shù)字信號處理器DSP或其他芯片來產(chǎn)生音樂或聲音的電子裝置。利用合成器產(chǎn)生MIDI樂音的主要方法是FM合成法和波表合成法。2.2.2MIDI合成方式FM合成法FM合成法是20世紀80年代初由美國斯坦福大學的JohnChowning發(fā)明的,稱為“數(shù)字式頻率調(diào)制合成法”,簡稱FM合成法。FM合成法生成樂音的基本原理是,用數(shù)字信號來表示不同樂音的波形,然后把它們組合起來,再通過數(shù)模轉(zhuǎn)換器(DAC)生成樂音播放。各種不同樂音的產(chǎn)生是通過組合各種波形參數(shù)、采用各種不同的算法實現(xiàn)的。FM合成器的算法包括確定用什么樣的波形作為數(shù)字載波波形,用什么樣的波形作為調(diào)制波形,用什么樣的波形參數(shù)去組合來產(chǎn)生所希望的樂音。例如,改變數(shù)字載波頻率；可以改變樂音的音調(diào),改變它的幅度,可以改變它的音量。選擇的算法不同,載波器和調(diào)制器的相互作用不同,生成的音色也不同。2.2.2MIDI合成方式波表合成法使用FM合成法來產(chǎn)生各種逼真的樂音是相當困難的,有些樂音幾乎不能產(chǎn)生。為了能真實地再現(xiàn)樂音,目前的聲卡一般采用樂音樣本合成法,即波表合成法。這種方法就是把真實樂器發(fā)出的聲音以數(shù)字的形式記錄下來,播放時改變播放速度，從而改變音調(diào)周期，生成各種音節(jié)的音符。樂音樣本的采集相對比較直觀,音樂家在真實樂器上演奏不同的音符，選擇44.1kHz的采樣頻率、16bit的量化位數(shù),這相當于CD-DA的質(zhì)量,把不同音符的真實聲音記錄下來,這就完成了樂音樣本的采集。2.2.2MIDI合成方式軟、硬波表合成硬波表的音色庫是存放在聲卡的ROM或RAM中軟波表的音色庫以文件的形式存放在硬盤里，需要是再通過CPU進行調(diào)用?！翱上螺d樣本”的合成技術(shù)（DLS)2.2.2MIDI合成方式2.2.3GM--標準MIDI樂器排序表以前各生產(chǎn)商在設計MIDI發(fā)聲工具(如聲卡、音源器、合成器等)時并沒有一個統(tǒng)一的樂器排序標準,基于這種情況,各生產(chǎn)商終于達成了共識,共同編制了一份“標準MIDI樂器排序表”(GeneralMIDIInstrumentMap,GM)。GM共收錄了十六類不同的樂器,每類各選八種音色,共有128種音色。在第十號MIDI通道(MIDIChannel10)收錄了各種鼓和其他打擊樂器。表中最后一類(第十六類)并非樂器聲,而是一些聲效(SoundEffect),如電話鈴聲、小鳥叫聲、海浪聲、直升機聲、槍聲等?，F(xiàn)在大部分的MIDI發(fā)聲工具均以這“標準MIDI樂器排序表”作為樂器排序的標準。2.2.4MIDI系統(tǒng)的組成MIDI系統(tǒng)實際就是一個作曲、配器、電子模擬的演奏系統(tǒng)?；谟嬎銠C的MIDI音樂系統(tǒng)有多種構(gòu)筑方案,但基本上都由以下幾部分組成:多媒體計算機、輸入設備（MIDI鍵盤）、音序器、發(fā)生設備、合成器、聲音處理設備和還聲設備等。這些設備可以是獨立的,也可以是集成的。如果在計算機上安裝了MIDI軟件,可將音樂的創(chuàng)作、樂譜的打印、節(jié)目編排、音樂的調(diào)整、音響的幅度、節(jié)奏的速度、各聲部之間的協(xié)調(diào)、混響都可由MIDI軟件控制完成?；谟嬎銠C的MIDI音樂制作系統(tǒng)2.2.4MIDI系統(tǒng)的組成輸入設備具有USB接口MIDI鍵盤2.2.4MIDI系統(tǒng)的組成音序器是用來記錄、編輯和播放MIDI文件的設備。音序器分硬件和軟件兩種。最早的是硬件音序器,也稱為編曲機。它可以是一個獨立的設備,也可以內(nèi)置于合成器中。這類音序器的編輯和修改必須在它的面板上進行,使用是很不方便的。常見的型號有YamahaQY700等。2.2.4MIDI系統(tǒng)的組成YamahaQY700音序器2.2.4MIDI系統(tǒng)的組成發(fā)聲設備音源只是一個資源庫音源分硬件和軟件兩種。硬件音源是現(xiàn)在專業(yè)MIDI制作不可缺少的設備,因為它們可以提供比任何一塊聲卡上的波表都要好很多的音色,這些獨立音源基本上是專業(yè)人士使用的,常見的型號有RolandJV1080和YamahaMU100R等。多媒體聲卡上都有一個128種音色的GM音色庫。2.2.4MIDI系統(tǒng)的組成聲音處理設備通過調(diào)音臺、效果器、均衡器等聲音處理設備對音頻信號進行均衡、限幅、壓縮、延時、混響等特技處理，也可以用軟件進行處理。2.2.4MIDI系統(tǒng)的組成2.2.5MIDI的工作過程

MIDI電子樂器通過MIDI接口與計算機相連，MIDI靠這個接口傳遞消息(Message)來進行彼此通信。這樣，計算機可通過音序器軟件來采集MIDI電子樂器發(fā)出的一系列消息或指令。這一系列消息可記錄到以(.MID)為擴展名的MIDI文件中。在計算機上音序器可對MIDI文件進行編輯和修改。最后，將MIDI文件送往音樂合成器，由合成器將MIDI文件進行解釋并產(chǎn)生波形，然后通過聲音發(fā)生器送往揚聲器播放出來。2.2.5MIDI的工作過程2.2.6MIDI的特點及與WAV文件的比較MIDI的特點生成的文件比較小，因為MIDI文件存儲的是命令，而不是聲音波形；容易編輯，因為編輯命令比編輯聲音波形容易的多；使用MIDI文件，其聲卡上必需含有硬件音序器或配置有軟件音序器；可以作背景音樂，因為MIDI音樂可以和其它的媒體，如數(shù)字電視、圖形、動畫、語音等一起播放，這樣可以加強演示效果。WAV與MIDI文件的比較MIDI消息實際上就是樂譜的數(shù)字表示，MIDI數(shù)據(jù)不是聲音而是指令，因此它的數(shù)據(jù)量要比波形聲音少得多；對MIDI的編輯靈活，可以自由地改變曲調(diào)、音色等屬性，波形聲音很難做到這點；波形聲音與設備無關(guān)，MIDI數(shù)據(jù)與設備有關(guān)。2.2.6MIDI的特點及與WAV文件的比較MIDI數(shù)據(jù)一般用于下列情況由于無法獲得足夠的RAM存儲器、硬盤存儲空間、CPU處理能力或帶寬而不能使用數(shù)字音頻；擁有高質(zhì)量的MIDI聲源；您對將要發(fā)布的應用軟件具有完全的控制能力，因此您的用戶將會具有高性能的MIDI播放硬件；無需處理口語對話。2.2.6MIDI的特點及與WAV文件的比較數(shù)字音頻一般用于下列情況您無法控制回放硬件；您擁有處理數(shù)字文件的計算機資源和帶寬；您需要處理口語對話。2.2.6MIDI的特點及與WAV文件的比較2.3聲卡2.3.1聲卡介紹聲卡的功能播放數(shù)字音樂錄音實時的效果器音頻解碼音樂合成2.3.1聲卡介紹聲卡的分類按數(shù)據(jù)采樣位數(shù)分類：8位、16位、24位按總線方式分類：ISA、PCI、USB按與計算機的連接方式分類：獨立聲卡、集成聲卡按用途分類：普通聲卡、專業(yè)聲卡聲卡的性能指標采樣和量化能力芯片類型輸出聲道數(shù)合成技術(shù)兼容性2.3.1聲卡介紹2.3.1聲卡介紹2.3.2聲卡的工作原理2.3.2聲卡的工作原理主芯片主芯片承擔著三維音效處理的運算和加速、MP3解碼、MIDI的合成及硬件等級的聲音處理。CODEC芯片I/O控制芯片負責和協(xié)調(diào)聲卡輸入/輸出控制音樂合成器

MIDI合成器有兩種：頻率調(diào)制合成器、波形表合成器

I/O設備輸出線路輸入（LineIn）：可與盒式錄音機、唱機等相連進行錄音。話筒輸入（MicIn）：可與話筒相連，進行語音錄入。線路輸出（LineOut）：可跳過音頻卡的內(nèi)置放大器，而連接一個有源揚聲器或外接放大器進行音頻的輸出。揚聲器輸出（Speakerout）：從音頻卡內(nèi)置功率放大器連接揚聲器進行輸出，該插口的輸出功率一般為2一4W。游戲棒／MIDI接口（Joystick/MIDI）：可連接游戲捧或MIDI設備如MIDI鍵盤。2.3.2聲卡的工作原理音頻卡上的插口和接口2.3.2聲卡的工作原理2.4音頻處理軟件音頻編輯軟件CoolEditPro（AdobeAudition)

CoolEditPro2.0是SyntrilliumSoftware公司出品的,由CoolEditPro1.2版本升級而來,