第二章-音頻信號(hào)的獲取與處理

2.1多媒體音頻基礎(chǔ)知識(shí)12.2音頻編輯軟件CoolEdit的使用2第2章音頻信號(hào)的獲取與處理2.1.1聲音信號(hào)的數(shù)字化2.1.2數(shù)字音頻的獲取方式2.1.3數(shù)字音頻的文件格式12.1多媒體音頻基礎(chǔ)知識(shí)

最初的音頻是用電信號(hào)記錄下來(lái)進(jìn)行存儲(chǔ)和傳輸?shù)模悄M信號(hào)，而計(jì)算機(jī)處理的是數(shù)字音頻，數(shù)字音頻有獨(dú)特的獲取和處理方式。振幅：表示信號(hào)的強(qiáng)弱，即音量的大小周期：重復(fù)出現(xiàn)的時(shí)間間隔頻率：指信號(hào)每秒鐘變化的次數(shù)F=1/T（HZ）重要指標(biāo)t振幅周期A聲波21、聲音的基礎(chǔ)知識(shí)聲音是通過(guò)一定介質(zhì)（如空氣、水等）傳播的一種連續(xù)的波，是連續(xù)型（時(shí)間與幅度）時(shí)基媒體。聲音的主要傳播介質(zhì)是空氣，固體、液體也能傳播聲音。（日本地震聲波）聲音的本質(zhì)是空氣振動(dòng)，由于空氣振動(dòng)引起耳膜的振動(dòng)，然后被人耳所感知，但并不是所有的空氣振動(dòng)都能被人耳所感知。2.1.1聲音信號(hào)的數(shù)字化3人耳所能感覺(jué)到空氣振動(dòng)的頻率范圍大約為20Hz～20kHz，即人耳能識(shí)別的聲音。人類(lèi)說(shuō)話聲音頻率范圍：300Hz-3kHz，語(yǔ)音信號(hào)是指頻率范圍和人說(shuō)話的信號(hào)頻率范圍一致的信號(hào)，而實(shí)際上人的發(fā)音器官發(fā)出的聲音頻率范圍大約在80～3400HZ之間。2.1.1聲音信號(hào)的數(shù)字化1020502003.4k7k15k20kCD-DAFM廣播AM廣播（MW）電話f(Hz)頻帶4聲音信號(hào)的頻率是指聲音信號(hào)每秒鐘變化的次數(shù)，用Hz表示。不同的聲音就是不同的振動(dòng)方式，具有不同的振動(dòng)頻率。人耳能夠分辨風(fēng)聲、雨聲和不同人的聲音，也能分辨各種言語(yǔ)聲，它們都是來(lái)自聲源體的不同信息波。語(yǔ)音信號(hào)是典型的連續(xù)信號(hào)，不僅在時(shí)間上是連續(xù)的，而且在幅度上也是連續(xù)的（指幅度的數(shù)值有無(wú)窮多個(gè)）。我們把在時(shí)間和幅度上都是連續(xù)的信號(hào)稱(chēng)為模擬信號(hào)。2.1.1聲音信號(hào)的數(shù)字化5非語(yǔ)音是指語(yǔ)音信號(hào)范圍外的人耳所能識(shí)別的音頻信號(hào)，主要包括樂(lè)音和雜音，非語(yǔ)音信號(hào)的特點(diǎn)是不具有復(fù)雜的語(yǔ)義和語(yǔ)法信息，信息量比較低，因此識(shí)別簡(jiǎn)單。次聲波是一種人耳感受不到的聲波，是能長(zhǎng)距離傳播，具有強(qiáng)穿透性，甚至能傷害人的神精系統(tǒng)的一種聲波。雖然次聲波看不見(jiàn)，聽(tīng)不見(jiàn)，可它卻無(wú)處不在．地震、火山爆發(fā)、風(fēng)暴、海浪沖擊、槍炮發(fā)射、熱核爆炸等都會(huì)產(chǎn)生次聲波，科學(xué)家借助儀器可以“聽(tīng)到”它。2.1.1聲音信號(hào)的數(shù)字化61883年8月，南蘇門(mén)答臘島和爪哇島之間的克拉卡托火山爆發(fā)，產(chǎn)生的次聲波繞地球三圈，全長(zhǎng)十多萬(wàn)公里，歷時(shí)108小時(shí)．1961年，蘇聯(lián)在北極圈內(nèi)新地島進(jìn)行核試驗(yàn)激起的次聲波繞地球轉(zhuǎn)了5圈。1948年初，一艘荷蘭貨船在通過(guò)馬六甲海峽時(shí)，一場(chǎng)風(fēng)暴過(guò)后，全船海員莫名其妙地死光；在匈牙利鮑拉得利山洞入口，3名旅游者齊刷刷地突然倒地，停止了呼吸......應(yīng)該好好利用次聲波......還有超聲波。2.1.1聲音信號(hào)的數(shù)字化72.1.1聲音信號(hào)的數(shù)字化復(fù)音波形

自然界的聲音、樂(lè)器發(fā)出的聲音，一般是由若干個(gè)頻率和振幅都不同的純音所組成的復(fù)音。復(fù)音中頻率最低的純音稱(chēng)基音，它是決定音調(diào)的基本要素。復(fù)音中存在的其他頻率是復(fù)音中的次要成分，稱(chēng)為諧音或泛音?；艉椭C音合成復(fù)音，決定了特定的聲音音質(zhì)和音色。8男生和女生的聲音的主要區(qū)別是音調(diào)的高低不同，男聲音調(diào)低，女聲音調(diào)高。

這是因?yàn)槟械穆晭л^長(zhǎng)、較寬、較厚，所以振動(dòng)時(shí)頻率低，發(fā)出的音調(diào)低。女的聲帶較短、較薄、較窄，所以振動(dòng)時(shí)頻率高，發(fā)出的音調(diào)高。

2.1.1聲音信號(hào)的數(shù)字化9聲音3要素： （1）音調(diào)：表示聲音的高低，由聲音信號(hào)的頻率所決定，在音樂(lè)中稱(chēng)為音高,頻率高則音調(diào)高，頻率低則音調(diào)低。 （2）音強(qiáng)：又稱(chēng)響度、音量，決定聲音能量的強(qiáng)弱程度，由聲音信號(hào)的幅度決定，通常用音量來(lái)描述音強(qiáng)，以分貝（dB）為單位。人類(lèi)能感知的聲音的幅度范圍在0～120（dB）之間。就同一聲源來(lái)說(shuō)，人對(duì)聲音的感覺(jué)強(qiáng)度與聲源的方向與距離相關(guān)。 （3）音色：又稱(chēng)音品，表示聲音的品質(zhì)，由聲音的頻譜和混入基音中的泛音所決定的。2.1.1聲音信號(hào)的數(shù)字化10例題：1、下列關(guān)于聲現(xiàn)象的說(shuō)法中，不正確的是（）A、用一根棉線和兩個(gè)紙杯可以制成“土電話”，說(shuō)明固體能夠傳聲B、在音樂(lè)會(huì)上，人們常用響度來(lái)區(qū)分是何種樂(lè)器發(fā)出的聲音C、廣播發(fā)出的聲音，在向遠(yuǎn)處傳播的過(guò)程中，會(huì)不斷減小的是響度D、公路邊植樹(shù)，既可以?xún)艋諝?，也可以減弱噪聲2、下列幾對(duì)詞語(yǔ)與對(duì)應(yīng)物理意義的連接中，錯(cuò)誤的是（）A、震耳欲聾--響度大B、悅耳動(dòng)聽(tīng)--音色好C、低聲細(xì)語(yǔ)--音調(diào)低D、掌聲雷鳴--響度大

2.1.1聲音信號(hào)的數(shù)字化112、模擬音頻和數(shù)字音頻模擬音頻是連續(xù)的電信號(hào)，然而計(jì)算機(jī)只能處理以0和1的形式表示的離散的信號(hào)量。要想在計(jì)算機(jī)中對(duì)音頻信號(hào)進(jìn)行存儲(chǔ)、傳輸、播放、處理，就必須進(jìn)行音頻的模/數(shù)轉(zhuǎn)換，即把模擬音頻信號(hào)數(shù)字化，形成數(shù)字音頻。2.1.1聲音信號(hào)的數(shù)字化采樣量化編碼模擬信號(hào)數(shù)字信號(hào)第一步第二步第三步122.1.1聲音信號(hào)的數(shù)字化音頻經(jīng)過(guò)數(shù)字化采樣和量化得到的時(shí)間和幅度都離散的數(shù)字信號(hào)就稱(chēng)為數(shù)字音頻信號(hào)。13（1）采樣（Sampling）：在某些特定的時(shí)刻對(duì)模擬信號(hào)進(jìn)行測(cè)量叫做采樣。采樣的時(shí)間間隔稱(chēng)為采樣周期，采樣可分為均勻采樣和非均勻采樣，每秒鐘采樣的次數(shù)稱(chēng)為采樣頻率。2.1.1聲音信號(hào)的數(shù)字化14（2）量化（Quantization）：經(jīng)過(guò)采樣獲得的離散時(shí)間信號(hào)的幅度值依然是連續(xù)的，因此需要對(duì)這些幅度值進(jìn)行量化。把幅度區(qū)間劃分成n個(gè)區(qū)間，一個(gè)區(qū)間對(duì)應(yīng)于一個(gè)幅度值，對(duì)于所有落入第i個(gè)區(qū)間的任何幅度值，都用同一個(gè)幅度值來(lái)表示。這個(gè)過(guò)程稱(chēng)為量化。量化的幅度間隔均等的稱(chēng)為線性量化，否則稱(chēng)為非線性量化。2.1.1聲音信號(hào)的數(shù)字化15（3）編碼指按照一定的格式把經(jīng)過(guò)采樣和量化得到的離散數(shù)據(jù)記錄下來(lái)，并在有效的數(shù)據(jù)中加入一些用于糾錯(cuò)、同步和控制的數(shù)據(jù)。音頻信號(hào)編碼通常采用的是波形編碼方法，它直接對(duì)波形采樣、量化和編碼，算法簡(jiǎn)單，易于實(shí)現(xiàn)，在聲音恢復(fù)時(shí)能保持原有的特點(diǎn)，因此被廣泛應(yīng)用。常用的聲音編碼格式有：PCM編碼方法、DPCM編碼、ADPCM壓縮編碼等。2.1.1聲音信號(hào)的數(shù)字化162.1.1聲音信號(hào)的數(shù)字化奈奎斯特采樣定理：采樣頻率不應(yīng)低于聲音信號(hào)最高頻率的兩倍，這樣才能把以數(shù)字表達(dá)的聲音還原成原來(lái)的聲音。其中fs為采樣頻率，Ts為采樣周期，f為被采樣信號(hào)的最高頻率，T為被采樣信號(hào)的最小周期。采樣頻率的高低是根據(jù)奈奎斯特理論和聲音信號(hào)本身的最高頻率決定的。例如，電話話音的信號(hào)最高頻率約為3.4kHz，采樣頻率通常選為8kHz。fs≥2f或者Ts≤T/2172.1.1聲音信號(hào)的數(shù)字化量化樣本的位數(shù)由計(jì)算機(jī)的性能和對(duì)聲音質(zhì)量的要求決定，一般有8位量化、16位量化和32位量化，即分別用一個(gè)字節(jié)、兩個(gè)字節(jié)和四個(gè)字節(jié)存放一個(gè)采樣點(diǎn)的幅度值。量化位數(shù)越高，需要的存儲(chǔ)空間越大，但此時(shí)聲音細(xì)節(jié)的丟失比較少，聲音的質(zhì)量較好。聲音數(shù)字化三要素采樣頻率量化位數(shù)聲道數(shù)每秒鐘抽取聲波幅度樣本的次數(shù)每個(gè)采樣點(diǎn)用多少二進(jìn)制位表示數(shù)據(jù)范圍使用聲音通道的個(gè)數(shù)采樣頻率越高聲音質(zhì)量越好數(shù)據(jù)量也越大量化位數(shù)越多音質(zhì)越好數(shù)據(jù)量也越大立體聲比單聲道的表現(xiàn)力豐富，但數(shù)據(jù)量翻倍11.025kHz22.05kHz44.1kHz8位＝256個(gè)值16位＝65536個(gè)值32位==232單聲道立體聲182.1.1聲音信號(hào)的數(shù)字化聲音數(shù)字化計(jì)算公式數(shù)據(jù)量＝采樣頻率×量化位數(shù)

×聲道數(shù)/8(字節(jié)/秒)×?xí)r間采樣頻率(kHz)量化位數(shù)(bit)數(shù)據(jù)量(KB/s)單聲道立體聲11.025810.7721.531621.5343.0722.05821.5343.071643.0786.1344.1843.0786.131686.13172.27192.1.2數(shù)字音頻的獲取方式

在多媒體應(yīng)用軟件中，經(jīng)常要使用音頻素材。數(shù)字音頻的獲取主要有以下幾種方式：（1）使用聲卡采集模擬設(shè)備上的聲音信息，并以文件的形式存儲(chǔ)在計(jì)算機(jī)中。（2）使用聲卡錄制聲音信息，并以文件的形式存儲(chǔ)在計(jì)算機(jī)中。（3）使用聲卡及MIDI設(shè)備在計(jì)算機(jī)上創(chuàng)作樂(lè)曲。（4）從互聯(lián)網(wǎng)下載或購(gòu)買(mǎi)音頻光盤(pán)。（5）從CD或VCD上截取音頻數(shù)據(jù)。（6）從視頻上獲取音頻數(shù)據(jù)。202.1.3數(shù)字音頻的文件格式1．WAV格式音頻文件2．VOC格式音頻文件3．MP3格式音頻文件4．RA格式音頻文件5．MIDI格式音頻文件6．WMA格式音頻文件212.1.3數(shù)字音頻的文件格式1．WAV格式音頻文件

WAV是最早出現(xiàn)的數(shù)字音頻格式，即波形聲音文件，由Microsoft公司和IBM公司共同開(kāi)發(fā)。優(yōu)點(diǎn)：支持多種音頻量化位數(shù)、采樣頻率和聲道，音質(zhì)較好，是一種標(biāo)準(zhǔn)數(shù)字音頻。采用44.1kHz的采樣頻率、16位量化位數(shù)的WAV文件的音質(zhì)與CD相差無(wú)幾。缺點(diǎn)：數(shù)據(jù)量大。2．VOC格式音頻文件

是CreativeLab公司開(kāi)發(fā)的聲音文件，是SoundBlaster（聲霸卡）使用的音頻文件格式，被Windows平臺(tái)支持。每個(gè)VOC文件由文件頭塊和音頻數(shù)據(jù)塊組成。文件頭包含一個(gè)標(biāo)識(shí)、版本號(hào)和一個(gè)指向數(shù)據(jù)塊起始的指針。數(shù)據(jù)塊分成各種類(lèi)型的子塊，如聲音數(shù)據(jù)、靜音、標(biāo)記、ASCII文件以及終止標(biāo)志、擴(kuò)展塊等。223．MP3格式音頻文件

MP3的全稱(chēng)是MPEG-1AudioLayer3，是近年來(lái)頗為流行的音樂(lè)文件，它在1992年被合并至MPEG規(guī)范中。MP3音頻文件的壓縮是一種有損壓縮，能基本保持低音頻部分不失真，但MP3壓縮算法犧牲了聲音文件中12KHz到16KHz高音頻部分的質(zhì)量來(lái)減小文件存儲(chǔ)空間。

優(yōu)點(diǎn)：音質(zhì)較好且文件的數(shù)據(jù)量較小。4．RA格式音頻文件

RA文件是RealNetwork公司開(kāi)發(fā)的一種流式音頻文件，主要應(yīng)用于網(wǎng)絡(luò)上進(jìn)行音頻傳輸，網(wǎng)絡(luò)連接連率不同，客戶(hù)端所獲得的聲音質(zhì)量也不盡相同。2.1.3數(shù)字音頻的文件格式232.1.3數(shù)字音頻的文件格式5．MIDI格式音頻文件

MIDI又稱(chēng)做樂(lè)器數(shù)字接口，是數(shù)字音樂(lè)/電子合成樂(lè)器的統(tǒng)一國(guó)際標(biāo)準(zhǔn)。MIDI文件中存儲(chǔ)的是一些指令，這些指令包括指定發(fā)聲樂(lè)器、力度、音量、延遲時(shí)間和通信編號(hào)等信息，聲卡接收到這些指令后就按照指令將聲音合成出來(lái)，重放的效果完全依賴(lài)聲卡的檔次。一個(gè)30分鐘的MIDI音樂(lè)只要200KB。MIDI音樂(lè)網(wǎng)：/6．WMA格式音頻文件

WMA文件是Microsoft公司開(kāi)發(fā)的一種音頻壓縮格式，其最大的特點(diǎn)是具有版權(quán)保護(hù)功能并且比MP3更強(qiáng)大的壓縮能力，能限定播放機(jī)器、播放時(shí)間及播放次數(shù)，

但音質(zhì)稍差。24常用的音頻編輯處理軟件CoolEdit(2003年被Adobe公司收購(gòu))GoodwaveAdobeAudition3.0cs5cs6WaveEditSoundForge2526272829302.2音頻編輯軟件CoolEdit的使用2.2.1CoolEditPro

2.1簡(jiǎn)介2.2.2CoolEdit

Pro

2.1

的基本操作2.2.3使用CoolEdit

Pro

2.1

進(jìn)行音頻編輯的綜合實(shí)例31CoolEditPro由美國(guó)Syntrillium軟件公司開(kāi)發(fā)，2003年該軟件被實(shí)力更為強(qiáng)大的Adobe公司收購(gòu)。CoolEdit的主要功能有：錄制和采集音頻文件；對(duì)音頻文件進(jìn)行剪切、粘貼、合并、重疊聲音等操作；提供多種特效（如放大、降低噪音、擴(kuò)展、回聲、延遲、失真、調(diào)整音調(diào)等）；可以生成噪音、低音、靜音、電話信號(hào)等聲音；可以實(shí)現(xiàn)自動(dòng)靜音檢測(cè)和刪除、自動(dòng)節(jié)拍查找等功能；可以在多種音頻文件格式之間進(jìn)行轉(zhuǎn)換。2.2.1CoolEditPro

2.1簡(jiǎn)介321.聲音的錄制錄音方式有：（1）利用本機(jī)錄音機(jī)錄音開(kāi)始-程序-附件-娛樂(lè)-錄音機(jī)（將屬性修改為錄音，鉤選麥克風(fēng)）（2）利用錄音軟件聲音的錄制還可分為內(nèi)錄和外錄兩種。設(shè)備要素：（1）聲卡（2）音箱（3）麥克風(fēng)2.2.2CoolEdit的基本操作33注意：

一般麥克風(fēng)錄音都是單聲道，如果要立體聲，那你就必須要有兩個(gè)麥克風(fēng)，并按照嚴(yán)格的立體聲擺位錄音才可以，要分開(kāi)軌道錄制。如果你要雙聲道，你復(fù)制單聲道之后粘貼在另外一個(gè)聲道就可以了，但這樣只是雙聲道，并非立體聲。立體聲的定義是兩邊聲道同時(shí)發(fā)音，但是發(fā)出的聲音在空間，聲像，電平上都是不同的，所以叫立體聲。雙聲道也是兩個(gè)聲道同時(shí)發(fā)音，但是兩個(gè)聲道發(fā)出的聲音都是一模一樣的，所以只能叫雙聲道，不能叫立體聲。2.2.2CoolEdit的基本操作342.音頻數(shù)據(jù)的編輯三種音頻粘貼方式：（1）普通粘貼（2）粘貼到新文件（3）混合粘貼注：在多軌中，按鼠標(biāo)右鍵，可隨意拖動(dòng)波形聲音。2.2.2CoolEdit的基本操作35注：重點(diǎn)了解“效果”的編輯主要操作有：（1）設(shè)置聲音的淡入與淡出（2）提高音量與單調(diào)的操作（3）加入混音與低音效果（4）消除人聲，制作簡(jiǎn)單伴奏（5）制作回聲（6）降噪2.2.2CoolEdit的基本操作361．CoolEdit界面2.2.3CoolEdit軟件介紹與系列操作37CoolEdit有兩種編輯狀態(tài)，即波形編輯狀態(tài)和多音軌編輯狀態(tài)，如圖2-4和圖2-5所示，這兩種狀態(tài)可以通過(guò)快捷鍵【F12】或默認(rèn)工具欄的第一個(gè)按鈕進(jìn)行切換。波形編輯狀態(tài)主要用來(lái)對(duì)音頻進(jìn)行編輯，多音軌編輯狀態(tài)主要用來(lái)進(jìn)行音頻合成。CoolEditPro2.1波形編輯狀態(tài)從上到下共分為標(biāo)題欄、菜單欄、工具欄、資源管理區(qū)、波形顯示區(qū)、操作區(qū)、狀態(tài)欄顯示區(qū)六個(gè)部分，如圖2-4所示。2.2.3CoolEdit軟件介紹與系列操作38

2.2.3CoolEdit軟件介紹與系列操