多媒體音頻技術(shù)

多媒體音頻技術(shù)第一頁，共六十七頁，編輯于2023年，星期日第二章聲音信號數(shù)字化聲音的基本概念通過空氣傳播的一種連續(xù)的機械波。強弱:聲壓，音調(diào):頻率聲音信號的兩大參數(shù) 振幅 頻率第二頁，共六十七頁，編輯于2023年，星期日

分貝是聲壓級單位，記為dB。分貝表示聲音的強度或響度，也就是音量。零分貝的設(shè)定，是根據(jù)聽力正常的年輕人所能聽到的最小聲音所得到的。1分貝大約是人剛剛能感覺到的聲音。適宜的生活環(huán)境不應(yīng)超過45分貝，不應(yīng)低于15分貝。按普通人的聽覺0－20分貝很靜、幾乎感覺不到。20－40分貝安靜、猶如輕聲絮語。40－60分貝一般、普通室內(nèi)談話60－70分貝吵鬧、有損神經(jīng)70－90分貝很吵、神經(jīng)細胞受到破壞90－100分貝吵鬧加劇、聽力受損100－120分貝難以忍受、呆一分鐘即暫時致聾。

第三頁，共六十七頁，編輯于2023年，星期日一般的耳語大約是20分貝超靜音冷氣機的音量是33分貝極安靜的住宅區(qū)40分貝一般公共場所50分貝交談約60分貝(所以若兩耳的聽力皆超過60分貝，交談便會產(chǎn)生困難，會出現(xiàn)說話像吵架的情形)交通繁忙地區(qū)85分貝飛機場跑道120分貝。第四頁，共六十七頁，編輯于2023年，星期日（2）頻率（音頻周期）<20HZ 次音信號&亞音信號(subsonic)20hz~20khz 音頻信號(audio)>20khz 超聲波(ultrasonic)各種音頻的帶寬人的發(fā)音：80hz~3.4khz人的說話：300hz~3khz人的聽覺：20hz~20khz第五頁，共六十七頁，編輯于2023年，星期日從模擬過渡到數(shù)字音頻信號的產(chǎn)生與還原模擬處理方法 音源—機電轉(zhuǎn)換—濾波放大—存儲電磁（光）轉(zhuǎn)換（磁帶、唱盤等）—濾波放大—電機轉(zhuǎn)換—聲音數(shù)字處理方法 音源--信號轉(zhuǎn)換（電信號）--模數(shù)轉(zhuǎn)換--壓縮、編碼--存儲介質(zhì)（磁盤、光盤等）--數(shù)模轉(zhuǎn)換—電機轉(zhuǎn)換—聲音模擬域處理的特點：速度快、受環(huán)境變化影響大、成本高。數(shù)字域處理的特點：容易實現(xiàn)、精確處理、不受時間和環(huán)境變化的影響、可編程成本低、可智能化。第六頁，共六十七頁，編輯于2023年，星期日模擬信號與數(shù)字信號話音信號是典型的連續(xù)信號，不僅在時間上是連續(xù)的，而且在幅度上也是連續(xù)的。在時間上“連續(xù)”是指在一個指定的時間范圍里聲音信號的幅值有無窮多個，在幅度上“連續(xù)”是指幅度的數(shù)值有無窮多個。我們把在時間和幅度上都是連續(xù)的信號稱為模擬信號。第七頁，共六十七頁，編輯于2023年，星期日模擬信號與數(shù)字信號我們把時間和幅度都用離散的數(shù)字表示的信號就稱為數(shù)字信號。采樣—在某些特定的時刻對這種模擬信號進行測量叫做采樣(sampling)，由這些特定時刻采樣得到的信號稱為離散時間信號。量化—采樣得到的幅值是無窮多個實數(shù)值中的一個，因此幅度還是連續(xù)的。如果把信號幅度取值的數(shù)目加以限定，這種由有限個數(shù)值組成的信號就稱為離散幅度信號。第八頁，共六十七頁，編輯于2023年，星期日聲音信號數(shù)字化聲音進入計算機的第一步就是數(shù)字化，數(shù)字化實際上就是采樣和量化。如前所述，連續(xù)時間的離散化通過采樣來實現(xiàn)，就是每隔相等的一小段時間采樣一次，這種采樣稱為均勻采樣(uniformsampling)；連續(xù)幅度的離散化通過量化(quantization)來實現(xiàn)，就是把信號的強度劃分成一小段一小段，如果幅度的劃分是等間隔的，就稱為線性量化，否則就稱為非線性量化。

第九頁，共六十七頁，編輯于2023年，星期日聲音信號數(shù)字化音頻數(shù)字化（時間上的離散：采樣；幅度上的離散：量化）第十頁，共六十七頁，編輯于2023年，星期日聲音信號數(shù)字化聲音數(shù)字化需要回答兩個問題：①每秒鐘需要采集多少個聲音樣本，也就是采樣頻率(fs)是多少，②每個聲音樣本的位數(shù)(bitpersample，bps)應(yīng)該是多少，也就是量化精度。第十一頁，共六十七頁，編輯于2023年，星期日采樣頻率的高低是根據(jù)奈奎斯特理論(Nyquisttheory)和聲音信號本身的最高頻率決定的。奈奎斯特理論指出，采樣頻率不應(yīng)低于聲音信號最高頻率的兩倍，這樣就能把以數(shù)字表達的聲音還原成原來的聲音，這叫做無損數(shù)字化(losslessdigitization)。采樣定律用公式表示為fs>=2fmax或者Ts<=T/2其中fmax為被采樣信號的最高頻率。

采樣頻率第十二頁，共六十七頁，編輯于2023年，星期日采樣頻率可以這樣來理解奈奎斯特理論：聲音信號可以看成由許許多多正弦波組成的，一個振幅為A、頻率為f的正弦波至少需要兩個采樣樣本表示，因此，如果一個信號中的最高頻率為fmax

,采樣頻率最低要選擇2fmax

。例如，電話話音的信號頻率約為3.4kHz，采樣頻率就選為8kHz。第十三頁，共六十七頁，編輯于2023年，星期日采樣精度樣本大小是用每個聲音樣本的位數(shù)bit/sample表示的，它反映度量聲音波形幅度的精度。例如，每個聲音樣本用16位(2字節(jié))表示，測得的聲音樣本值是在0～65536的范圍里，它的精度就是輸入信號的1/65536。樣本位數(shù)的大小影響到聲音的質(zhì)量，位數(shù)越多，聲音的質(zhì)量越高，而需要的存儲空間也越多；位數(shù)越少，聲音的質(zhì)量越低，需要的存儲空間越少。第十四頁，共六十七頁，編輯于2023年，星期日采樣精度采樣精度的另一種表示方法是信號噪聲比，簡稱為信噪比(signal-to-noiseratio，SNR)，并用下式計算：SNR＝10log[(Vsignal)2/(Vnoise)2]＝20log(Vsignal/Vnoise)

其中，Vsignal表示信號電壓，Vnoise表示噪聲電壓；SNR的單位為分貝(db)例1：假設(shè)Vnoise＝1，采樣精度為1位表示Vsignal＝21，它的信噪比SNR＝6分貝。

例2：假設(shè)Vnoise＝1，采樣精度為16位表示Vsignal＝216，它的信噪比SNR＝96分貝。第十五頁，共六十七頁，編輯于2023年，星期日聲音質(zhì)量與數(shù)據(jù)率根據(jù)聲音的頻帶，通常把聲音的質(zhì)量分成5個等級，由低到高分別是電話(telephone)、調(diào)幅(amplitudemodulation，AM)廣播、調(diào)頻(frequencymodulation，F(xiàn)M)廣播、激光唱盤(CD-Audio)和數(shù)字錄音帶(digitalaudiotape，DAT)的聲音。在這5個等級中，使用的采樣頻率、樣本精度、通道數(shù)和數(shù)據(jù)率列于表2–01。第十六頁，共六十七頁，編輯于2023年，星期日聲音質(zhì)量與數(shù)據(jù)率第十七頁，共六十七頁，編輯于2023年，星期日非線性量化均勻量化：線性，按比例得量化值非均勻量化它們的優(yōu)缺點對數(shù)式壓縮A率壓擴（P73）U率壓擴（P75）第十八頁，共六十七頁，編輯于2023年，星期日第十九頁，共六十七頁，編輯于2023年，星期日μ率壓擴原理第二十頁，共六十七頁，編輯于2023年，星期日μ率壓擴原理第二十一頁，共六十七頁，編輯于2023年，星期日A率壓擴原理第二十二頁，共六十七頁，編輯于2023年，星期日多媒體音頻技術(shù)音頻信號的頻譜分析（P65圖）基頻、取樣頻率的確定取樣頻率過高或過低的缺點第二十三頁，共六十七頁，編輯于2023年，星期日2.3聲音文件的存儲格式第二十四頁，共六十七頁，編輯于2023年，星期日音頻文件的格式如同存儲文本文件一樣，存儲聲音數(shù)據(jù)也需要有存儲格式。在因特網(wǎng)上和各種機器上運行的聲音文件格式很多，但目前比較流行的有以.wav(waveform)，.au(audio)，.aiff(AudioInterchangeableFileFormat)和.snd(sound)為擴展名的文件格式。.wav格式主要用在PC上，.au主要用在Unix工作站上，.aiff和snd主要用在蘋果機和美國視算科技有限公司(SiliconGraphics，Inc.，SGI)的工作站上。第二十五頁，共六十七頁，編輯于2023年，星期日2.4聲音工具聲音工具(audiotools)用來錄放、編輯和分析聲音文件。聲音工具使用得相當普遍，但它們的功能相差很大。下面列出了比較常見的幾種工具。Soundrecordwavestudiocooledit示例（編輯處理）第二十六頁，共六十七頁，編輯于2023年，星期日2.5聲音質(zhì)量的度量聲音質(zhì)量的評價是一個很困難的問題，目前還在繼續(xù)研究的課題。前面介紹了用聲音信號的帶寬來衡量聲音的質(zhì)量，等級由高到低依次是DAT，CD，F(xiàn)M，AM和數(shù)字電話。是客觀質(zhì)量度量，客觀標準：5個等級及參數(shù)、信噪比SNR。另一種是主觀質(zhì)量度量。第二十七頁，共六十七頁，編輯于2023年，星期日2.5主觀聲音質(zhì)量的度量聲音客觀質(zhì)量的度量主要用信噪比(signaltonioseratio，SNR)，詳細計算可參看[2][3]。與用SNR客觀質(zhì)量度量相比較，應(yīng)該可以說人的感覺(如聽覺、視覺等)更具有決定意義，感覺上的、主觀上的測試應(yīng)該成為評價聲音質(zhì)量和圖像質(zhì)量不可缺少的部分。而有的學(xué)者則認為，在語音和圖像信號編碼中使用主觀質(zhì)量度量比使用客觀質(zhì)量度量更加恰當，更有意義?？墒且话銇碚f，可靠的主觀度量值也是比較難獲得的，所獲得的值也是一個相對值。第二十八頁，共六十七頁，編輯于2023年，星期日2.5聲音質(zhì)量的度量主觀度量聲音質(zhì)量的方法類似于電視節(jié)目中的歌手比賽，由評委對每個歌手的表現(xiàn)進行評分，然后求出平均值。對聲音質(zhì)量的度量也可以使用類似的方法，召集若干實驗者，由他們對聲音質(zhì)量的好壞進行評分，求出平均值作為對聲音質(zhì)量的評價。這種方法稱為主觀平均判分法，所得的分數(shù)稱為主觀平均(meanopinionscore，MOS)分。對聲音主觀質(zhì)量度量比較通用的標準是5分制。第二十九頁，共六十七頁，編輯于2023年，星期日主觀標準MOS(meanopinionscore)一般再現(xiàn)語音頻率若達7kHz以上，MOS可評5分第三十頁，共六十七頁，編輯于2023年，星期日2.樂音音質(zhì)

樂音音質(zhì)的優(yōu)劣取決于多種因素，如聲源特性（聲壓、頻率、頻譜等）、音響器材的信號特性（如失真度、頻響、動態(tài)范圍、信噪比、瞬態(tài)特性、立體聲分離度等）、聲場特性（如直達聲、前期反射聲、混響聲、兩耳間互相關(guān)系數(shù)、基準振動、吸聲率等）、聽覺特性（如響度曲線、可聽范圍、各種聽感）等。所以，對音響設(shè)備再現(xiàn)音質(zhì)的評價難度較大。通常用下列兩種方法：一是使用儀器測試技術(shù)指標；二是憑主觀聆聽各種音效。由于樂音音質(zhì)屬性復(fù)雜，主觀評價的個人色彩較濃，而現(xiàn)有的音響測試技術(shù)又只能從某些側(cè)面反映其保真度。所以，迄今為止，還沒有一個能真正定量反映樂音音質(zhì)保真度的國際公認的評價標準。但也有報道，國際電信聯(lián)盟（ITU-T）近期已批準一種客觀評價音質(zhì)的被稱之為電子耳的新型測量方法，可對任何音響器材的音質(zhì)進行客觀聽音評價，也可用于檢測電話通訊語音編碼系統(tǒng)的缺陷。

第三十一頁，共六十七頁，編輯于2023年，星期日2.6電子樂器數(shù)字接口(MIDI)系統(tǒng)MIDI是MusicalInstrumentDigitalInterface的首寫字母組合詞，可譯成“電子樂器數(shù)字接口”。用于在音樂合成器(musicsynthesizers)、樂器(musicalinstruments)和計算機之間交換音樂信息的一種標準協(xié)議。從20世紀80年代初期開始，MIDI已經(jīng)逐步被音樂家和作曲家廣泛接受和使用。MIDI是樂器和計算機使用的標準語言，是一套指令(即命令的約定)，它指示樂器即MIDI設(shè)備要做什么，怎么做，如演奏音符、加大音量、生成音響效果等。MIDI不是聲音信號，而是發(fā)給MIDI設(shè)備或其它裝置讓它產(chǎn)生聲音或執(zhí)行某個動作的指令。特點：文件小、易于編輯、可以與其它媒體同時播放。RobertMoog第三十二頁，共六十七頁，編輯于2023年，星期日MIDI標準之所以受到歡迎，主要是它有下列幾個優(yōu)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要容易得多；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、話音等一起播放，這樣可以加強演示效果。第三十三頁，共六十七頁，編輯于2023年，星期日產(chǎn)生MIDI樂音的方法很多，現(xiàn)在用得較多的方法有兩種：頻率調(diào)制(frequencymodulation，F(xiàn)M)合成法樂音樣本合成法，也稱為波形表(Wavetable)合成法。這兩種方法目前主要用來生成音樂。第三十四頁，共六十七頁，編輯于2023年，星期日FM合成聲音FM合成聲音音樂合成器的先驅(qū)RobertMoog采用了模擬電子器件生成了復(fù)雜的樂音。20世紀80年代初，美國斯坦福大學(xué)的JohnChowning研究生發(fā)明了一種產(chǎn)生樂音的新方法，這種方法稱為數(shù)字式頻率調(diào)制合成法，簡稱為FM合成器。他把幾種樂音的波形用數(shù)字來表達，并且用數(shù)字計算機而不是用模擬電子器件把它們組合起來，通過數(shù)模轉(zhuǎn)換器來生成樂音。斯坦福大學(xué)得到了發(fā)明專利，并且把專利權(quán)授給Yamaha公司，該公司把這種技術(shù)做在集成電路芯片里，成了世界市場上的熱門產(chǎn)品。FM合成法的發(fā)明使合成音樂工業(yè)發(fā)生了一次革命。第三十五頁，共六十七頁，編輯于2023年，星期日FM合成器生成樂音的基本原理FM合成器生由5個基本模塊組成：數(shù)字載波器、調(diào)制器、聲音包絡(luò)發(fā)生器、數(shù)字運算器和模數(shù)轉(zhuǎn)換器。數(shù)字載波器用了3個參數(shù)：音調(diào)(pitch)、音量(volume)和各種波形(wave)；調(diào)制器用了6個參數(shù)：頻率(frequency)、調(diào)制深度(depth)、波形的類型(type)、反饋量(feedback)、顫音(vibrato)和音效(effect)；樂器聲音除了有它自己的波形參數(shù)外，還有它自己的比較典型的聲音包絡(luò)線，聲音包絡(luò)發(fā)生器用來調(diào)制聲音的電平，這個過程也稱為幅度調(diào)制(amplitudemodulation)，并且作為數(shù)字式音量控制旋鈕，它的4個參數(shù)寫成ADSR，這條包絡(luò)線也稱為音量升降維持靜音包絡(luò)線(Attack，decay，sustain，release，ADSR)包絡(luò)線。第三十六頁，共六十七頁，編輯于2023年，星期日第三十七頁，共六十七頁，編輯于2023年，星期日在樂音合成器中，數(shù)字載波波形和調(diào)制波形有很多種，不同型號的FM合成器所選用的波形也不同。圖是YamahaOPL-III數(shù)字式FM合成器采用的波形。各種不同樂音的產(chǎn)生是通過組合各種波形和各種波形參數(shù)并采用各種不同的方法實現(xiàn)的。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)去組合才能產(chǎn)生所希望的樂音，這就是FM合成器的算法。第三十八頁，共六十七頁，編輯于2023年，星期日通過改變圖中所示的參數(shù)，可以生成不同的樂音，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。改變波形的類型，如用正弦波、半正弦波或其它波形，會影響基本音調(diào)的完整性。快速改變調(diào)制波形的頻率(即音調(diào)周期)可以改變顫音的特性。改變反饋量，就會改變正常的音調(diào)，產(chǎn)生刺耳的聲音。選擇的算法不同，載波器和調(diào)制器的相互作用也不同，生成的音色也不同。在多媒體計算機中，圖2-07中的13個聲音參數(shù)和算法共14個控制參數(shù)以字節(jié)的形式存儲在聲音卡的ROM中。播放某種樂音時，計算機就發(fā)送一個信號，這個信號被轉(zhuǎn)換成ROM的地址，從該地址中取出的數(shù)據(jù)就是用于產(chǎn)生樂音的數(shù)據(jù)。FM合成器利用這些數(shù)據(jù)產(chǎn)生的樂音是否真實，它的真實程度有多高，這就取決于可用的波形源的數(shù)目、算法和波形的類型。第三十九頁，共六十七頁，編輯于2023年，星期日2.6.3樂音樣本合成聲音使用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，因此很自然地就轉(zhuǎn)向樂音樣本合成法。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，生成各種音階的音符。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、16位的樂音樣本，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。第四十頁，共六十七頁，編輯于2023年，星期日使用樂音樣本合成器的原理框圖第四十一頁，共六十七頁，編輯于2023年，星期日樂音樣本合成器所需要的輸入控制參數(shù)比較少，可控的數(shù)字音效也不多，大多數(shù)采用這種合成方法的聲音設(shè)備都可以控制聲音包絡(luò)的ADSR參數(shù)，產(chǎn)生的聲音質(zhì)量比FM合成方法產(chǎn)生的聲音質(zhì)量要高。第四十二頁，共六十七頁，編輯于2023年，星期日電子樂器數(shù)字接口(MIDI)系統(tǒng)MIDI協(xié)議提供了一種標準的和有效的方法，用來把演奏信息轉(zhuǎn)換成電子數(shù)據(jù)。MIDI信息是以“MIDImessages”傳輸?shù)?，它可以被認為是告訴音樂合成器(musicsynthesizer)如何演奏一小段音樂的一種指令，而合成器把接收到的MIDI數(shù)據(jù)轉(zhuǎn)換成聲音。國際MIDI協(xié)會(InternationalMIDIAssociation)出版的MIDI1.0規(guī)范對MIDI協(xié)議作了完整的說明。第四十三頁，共六十七頁，編輯于2023年，星期日MIDI數(shù)據(jù)流是單向異步的數(shù)據(jù)位流(bitstream)，其速率為31.25kbps，每個字節(jié)為10位(1位開始位，8位數(shù)據(jù)位和1位停止位)。MIDI樂器上的MIDI接口通常包含3種不同的MIDI連接器，用IN(輸入),OUT(輸出)和THRU(穿越)。MIDI數(shù)據(jù)流通常由MIDI控制器(MIDIcontroller)產(chǎn)生，如樂器鍵盤(musicalinstrumentkeyboard)，或者由MIDI音序器(MIDIsequencer)產(chǎn)生。MIDI控制器是當作樂器使用的一種設(shè)備，在播放時把演奏轉(zhuǎn)換成實時的MIDI數(shù)據(jù)流，MIDI音序器是一種裝置，允許MIDI數(shù)據(jù)被捕獲、存儲、編輯、組合和重奏。來自MIDI控制器或者音序器的MIDI數(shù)據(jù)輸出通過該裝置的MIDIOUT連接器傳輸。第四十四頁，共六十七頁，編輯于2023年，星期日通常，MIDI數(shù)據(jù)流的接收設(shè)備是MIDI聲音發(fā)生器(MIDIsoundgenerator)或者MIDI聲音模塊(MIDIsoundmodule)，它們在MIDIIN端口接收MIDI信息(MIDImessages)，然后播放聲音。圖2-10表示的是一個簡單的MIDI系統(tǒng)，它由一個MIDI鍵盤控制器和一個MIDI聲音模塊組成。許多MIDI鍵盤樂器在其內(nèi)部既包含鍵盤控制器，又包含MIDI聲音模塊功能。在這些單元中，鍵盤控制器和聲音模塊之間已經(jīng)有內(nèi)部鏈接，這個鏈接可以通過該設(shè)備中的控制功能(localcontrol)對鏈接打開(ON)或者關(guān)閉(OFF)。第四十五頁，共六十七頁，編輯于2023年，星期日單個物理MIDI通道(MIDIchannel)分成16個邏輯通道，每個邏輯通道可指定一種樂器，如圖2-11所示。在MIDI信息(MIDImessages)中，用4個二進制位來表示這16個邏輯通道。音樂鍵盤可設(shè)置在這16個通道之中的任何一個，而MIDI聲源或者聲音模塊可被設(shè)置在指定的MIDI通道上接收。第四十六頁，共六十七頁，編輯于2023年，星期日第四十七頁，共六十七頁，編輯于2023年，星期日在一個MIDI設(shè)備上的MIDIIN連接器接收到的信息可通過MIDITHRU連接器輸出到另一個MIDI設(shè)備，并可以菊花鏈的方式連接多個MIDI設(shè)備，這樣就組成了一個復(fù)雜的MIDI系統(tǒng)，如圖所示。在這個例子中，MIDI鍵盤控制器對MIDI音序器(MIDIsequencer)來說是一個輸入設(shè)備，而音序器的MIDIOUT端口連接了幾個聲音模塊。作曲家可使用這樣的系統(tǒng)來創(chuàng)作幾種不同樂音組成的曲子，每次在鍵盤上演奏單獨的曲子。這些單獨曲子由音序器記錄下來，然后音序器通過幾個聲音模塊一起播放。每一曲子在不同的MIDI通道上播放，而聲音模塊可分別設(shè)置成接收不同的曲子。例如，聲音模塊＃1可設(shè)置成播放鋼琴聲并在通道1接收信息，模塊2設(shè)置成播放低音并在通道5接收信息，而模塊2設(shè)置成播放鼓樂器并在通道10上接收消息等。在圖2-12中使用了多個聲音模塊同時分別播放不同的聲音信息。這些模塊也可以做在一起構(gòu)成一個叫做多音色(multitimbral)的聲音模塊，它同樣可以起到同時接收和播放多種聲音的作用。第四十八頁，共六十七頁，編輯于2023年，星期日復(fù)雜MIDI系統(tǒng)第四十九頁，共六十七頁，編輯于2023年，星期日圖2-13是用PC機構(gòu)造的MIDI系統(tǒng)，該系統(tǒng)使用的聲音模塊就是這樣一種單獨的多音色聲音模塊。在這個系統(tǒng)中，PC機使用內(nèi)置的MIDI接口卡，用來把MIDI數(shù)據(jù)發(fā)送到外部的多音色MIDI合成器模塊。像多媒體演示程序、教育軟件或者游戲等應(yīng)用軟件，它們把信息通過PC總線發(fā)送到MIDI接口卡。MIDI接口卡把信息轉(zhuǎn)換成MIDI消息，然后送到多音色聲音模塊同時播放出許多不同的樂音，例如鋼琴聲、低音和鼓聲。使用安裝在PC機上的高級的MIDI音序器軟件，用戶可把MIDI鍵盤控制器MIDI接口卡的MIDIIN端口，也可以有相同的音樂創(chuàng)作功能。第五十頁，共六十七頁，編輯于2023年，星期日使用PC機構(gòu)成的MIDI系統(tǒng)第五十一頁，共六十七頁，編輯于2023年，星期日MPC(MultimediaPC)規(guī)格需要聲音卡的合成器是多音色(muti-timbral)和多音調(diào)(polyphonic)的合成器。多音色是指合成器能夠同時播放幾種不同樂器的聲音，在英文文獻里常看到用voices和patches來表示，音色就是把一個人說話(或一種樂器)的聲音與另一個人說話(或另一種樂器)的聲音區(qū)分開來的音品；多音調(diào)是指合成器一次能夠播放的音符(note)數(shù)。MPC規(guī)格定義了兩種音樂合成器：基本合成器(Base-levelsynthesizer)和擴展合成器(Extendedsynthesizer)，基本合成器和擴展合成器之間的差別如表01所示。第五十二頁，共六十七頁，編輯于2023年，星期日基本合成器必須具有同時播放3種旋律音色和3種打擊音色(鼓樂)的能力，而且還必須具有同時播放6個旋律音符和3個打擊音符的能力，因此，基本合成器具有9種音調(diào)；擴展合成器要能夠同時播放9種旋律音色和8種打擊音色。第五十三頁，共六十七頁，編輯于2023年，星期日第五十四頁，共六十七頁，編輯于2023年，星期日2.6.5MIDI消息MIDI設(shè)備使用的一系列MIDI音符，可被認為是告訴音樂合成器如何播放一小段音樂的指令。因為MIDI數(shù)據(jù)是一套音樂符號的定義，而不是實際的音樂聲音，因此MIDI文件的內(nèi)容被稱為MIDI消息(MIDImessages)。一個MIDI消息由1個8位的狀態(tài)字節(jié)并通常跟著2個數(shù)據(jù)字節(jié)組成。在狀態(tài)字節(jié)中，最高有效位設(shè)置成“1”，低4位用來表示這個MIDI消息是屬于哪個通道，4位可表示16個可能的通道，其余3位的設(shè)置表示這個MIDI消息是什么類型的消息。MIDI消息可分成通道消息(ChannelMessages)和系統(tǒng)消息(SystemMessages)兩大類，第五十五頁，共六十七頁，編輯于2023年，星期日MIDI通道消息可分成通道聲源消息(VoiceMessages)—攜帶的演奏數(shù)據(jù)通道方式消息(ModeMessages)—表示合成器響應(yīng)MIDI數(shù)據(jù)的方式；MIDI系統(tǒng)消息分成公共消息(CommonMessages)—標識在系統(tǒng)中的所有接收器實時消息(RealTimeMessages)—用于MIDI部件之間的同步獨占消息(ExclusiveMessages)—廠商的標識代碼。第五十六頁，共六十七頁，編輯于2023年，星期日第五十七頁，共六十七頁，編輯于2023年，星期日第五十八頁，共六十七頁，編輯于2023年，星期日第五十九頁，共六十七頁，編輯于2023年，星期日第六十頁，共六十七頁，編輯于2023年，星期日2.6.6MIDI音序器和標準MIDI文件MIDI合成器實時接收和處理MIDI消息(MIDImessages)。當合成器接收到一個“noteon(樂音開)”MIDI消息時就演奏相應(yīng)的聲音，當接收到一個“noteoff(樂音關(guān))”MIDI消息時就停止演奏。如果MIDI數(shù)據(jù)源是樂器鍵盤，“noteon”消息就實時產(chǎn)生，在像這樣的實時應(yīng)用中，就無需與MIDI消息一起發(fā)送一個定時信息。如果MIDI數(shù)據(jù)存儲成數(shù)據(jù)文件，或者使用音序器編輯的數(shù)據(jù)文件，MIDI消息就需要某種形式的定時標記(time-stamping)。MIDIEDIT,MIDIMAKER.DUOTE第六十一頁，共六十七頁，編輯于2023年，星期日國際MIDI協(xié)會出版了標準MIDI文件規(guī)范，該標準說明了處理定時標記MIDI數(shù)據(jù)的一種標準化方法。這種方法適合各種應(yīng)用軟件共享MIDI數(shù)據(jù)文件，這些軟件包括音序器、樂譜軟件包和多媒體演示軟件。標準MIDI文件規(guī)范定義了3種MIDI文件格式，MIDI音序器能夠管理文件標準規(guī)定的多個MIDI數(shù)據(jù)流，即聲軌(tracks)。MIDI文件格式0(Format0)規(guī)定所有MIDI音序數(shù)據(jù)(MIDIsequencedata)必須存儲在單個聲軌上，它僅用于簡單的單聲軌設(shè)備；MIDI文件格式1(Format1)規(guī)定數(shù)據(jù)以一個聲軌集的方式存儲；MIDI文件格式2(Format2)可用幾個獨立模式存儲數(shù)據(jù)。第六十二頁，共六