第4章 數(shù)字音頻技術(shù)

第4章數(shù)字音頻技術(shù)知識(shí)點(diǎn):4.1音頻的相關(guān)概述4.2音頻數(shù)字化技術(shù)4.3聲卡4.4音頻信息處理編輯4.5數(shù)字音頻文件格式4.6數(shù)字音頻編輯軟件

AdobeAuditionCS64.1音頻的相關(guān)概述4.1.1聲音的基本特點(diǎn)4.1.2數(shù)字音頻的音質(zhì)與數(shù)據(jù)量4.1.3道數(shù)

聲音是由空氣中分子的振動(dòng)而產(chǎn)生的。自然界的聲音是一個(gè)隨時(shí)間而變化的連續(xù)信號(hào)，可近似地看成是一種周期性的函數(shù)。通常用模擬的連續(xù)波形描述聲波的形狀，單一頻率的聲波可用一條正弦波表示，如下圖所示。

振幅周期基線聲音的概念

模擬音頻信號(hào)的兩個(gè)重要參數(shù)頻率：每秒鐘波峰所發(fā)生的數(shù)目，單位為Hz或kHz。頻率大，聲音細(xì)尖；頻率小，聲音粗低。語(yǔ)音信號(hào)的頻率范圍為300Hz~3000Hz。振幅：從信號(hào)的基線到波峰的距離。決定了信號(hào)的強(qiáng)弱程度，強(qiáng)度用dB表示，分貝的幅度就是音量。另外兩個(gè)概念周期：完成一次振動(dòng)所需要的時(shí)間，用T表示。帶寬：頻率覆蓋的范圍，指復(fù)合信號(hào)。

用聲音錄制軟件記錄的英文單詞“Hello”的語(yǔ)音實(shí)際波形1.聲音的傳播2.聲音的三要素4.１.1聲音的基本特點(diǎn)音調(diào)：人對(duì)聲波頻率的主觀屬性。音色：聲波波形的主觀屬性。純音：振幅和頻率不變的聲音信號(hào)復(fù)合音：聲音信號(hào)由不同的振幅與頻率合成而得到。語(yǔ)音是特殊的復(fù)合音。音強(qiáng)：聲波振幅的主觀屬性。聲音的三要素?cái)?shù)字音頻的音質(zhì)好壞，取決于采樣頻率的高低、表示聲音的基本數(shù)據(jù)位數(shù)和聲道形式。音質(zhì)越好，則該文件的數(shù)據(jù)量越大。數(shù)據(jù)量與采樣頻率、數(shù)據(jù)位數(shù)以及聲道數(shù)的關(guān)系如下：數(shù)據(jù)量=采樣頻率×數(shù)據(jù)位數(shù)×聲道數(shù)/8

1.音質(zhì)

2.數(shù)據(jù)量

3.CD-DA音頻文件4.１.2數(shù)字音頻的音質(zhì)與數(shù)據(jù)量聲音通道的個(gè)數(shù)稱為聲道數(shù)，是指一次采樣所記錄產(chǎn)生的聲音波形個(gè)數(shù)。記錄聲音時(shí)，如果每次生成一個(gè)聲波數(shù)據(jù)，稱為單聲道；每次生成兩個(gè)聲波數(shù)據(jù)，稱為雙聲道（立體聲）。隨著聲道數(shù)的增加，所占用的存儲(chǔ)容量也成倍增加。常用的聲道有以下三種：

1.單聲道

2.立體聲

3.四聲道環(huán)繞4.１.3聲道數(shù)4.2音頻數(shù)字化技術(shù)4.2.1數(shù)字音頻的采樣4.2.2數(shù)字音頻的量化4.2.3數(shù)字音頻的編碼4.2.4數(shù)字音頻的優(yōu)勢(shì)

聲波是隨時(shí)間而連續(xù)變化的物理量，通過(guò)能量轉(zhuǎn)換裝置，可用隨聲波變化而改變的電壓或電流信號(hào)來(lái)模擬。以模擬電壓的幅度來(lái)表示聲音的強(qiáng)弱。為使計(jì)算機(jī)能處理音頻，必須對(duì)聲音信號(hào)數(shù)字化。模擬音頻信號(hào)數(shù)字化過(guò)程如下圖所示。聲音信號(hào)數(shù)字化過(guò)程1.采樣定理——在一定的條件下，用離散序列可以完全代表一個(gè)連續(xù)函數(shù)。2.采樣過(guò)程是每隔一定時(shí)間間隔在模擬聲音的波形上取一個(gè)幅度值，把時(shí)間上的連續(xù)信號(hào)變成時(shí)間上的離散信號(hào)。3.采樣頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本。采樣頻率越高，對(duì)波形的表示越精確。4.2.1數(shù)字音頻的采樣

采樣頻率

采樣頻率是指一秒鐘時(shí)間內(nèi)采樣的次數(shù)。在計(jì)算機(jī)多媒體音頻處理中，采樣頻率通常采用三種：11.024KHz(語(yǔ)音效果)、22.04KHz(音樂(lè)效果)、44.1KHz(高保真效果)。常見(jiàn)的CD唱盤(pán)的采樣頻率即為44.1KHz。

Nyquist采樣定律：采樣頻率至少應(yīng)該是聲音信號(hào)最大頻率的兩倍,才能保證采樣后的數(shù)字化是沒(méi)有損失的。例如，CD唱片的采樣頻率為44.1kHz，也就是能夠捕獲聲音頻率高達(dá)22050Hz的信號(hào)。量化是對(duì)聲波波形幅度的數(shù)字化表示，即用多少二進(jìn)制位來(lái)表示聲音波形的幅度，這實(shí)際上是在振幅軸上的離散化。量化過(guò)程是先將采樣后的信號(hào)按整個(gè)聲波的幅度劃分成有限個(gè)區(qū)段的集合，把落入某個(gè)區(qū)段的樣值歸為一類，并賦予相同的量化值。4.2.2數(shù)字音頻的量化

量化位數(shù) 量化位數(shù)也稱“量化精度”，是描述每個(gè)采樣點(diǎn)樣值的二進(jìn)制位數(shù)。例如，8位量化位數(shù)表示每個(gè)采樣值可以用28即256個(gè)不同的量化值之一來(lái)表示，而16位量化位數(shù)表示每個(gè)采樣值可以用216即65536個(gè)不同的量化值之一來(lái)表示。常用的量化位數(shù)為8位、16位、32位。采樣率為2000Hz，量化等級(jí)為20的采樣量化過(guò)程采樣率為4000Hz，量化等級(jí)為40的采樣量化過(guò)程采樣頻率越高，量化位數(shù)越大，聲音質(zhì)量越好，所占用的存儲(chǔ)空間也越大。

編碼是按照一定的數(shù)據(jù)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)，并在有用的數(shù)據(jù)中加入一些用于糾錯(cuò)、同步和控制的數(shù)據(jù)（含數(shù)據(jù)的壓縮）存放到計(jì)算機(jī)。

編碼分類

（1）波形編碼

（2）參數(shù)編碼

（3）混合編碼4.2.3數(shù)字音頻的編碼

經(jīng)采樣、量化和編碼后，模擬音頻信號(hào)變成數(shù)字音頻信號(hào)。相對(duì)于模擬音頻信號(hào)，數(shù)字音頻信號(hào)有如下優(yōu)勢(shì)。1.精度高2.無(wú)損失復(fù)制3.利于編輯4.多種存儲(chǔ)選擇5.壓縮減少數(shù)據(jù)量6.保密性強(qiáng)7.檢索方便快捷8.可靠性強(qiáng)9.易于大規(guī)模集成10.適合于網(wǎng)絡(luò)應(yīng)用，便于信息傳遞和共享

4.2.4數(shù)字音頻的優(yōu)勢(shì)4.3聲卡4.3.1聲卡的基本功能4.3.2聲卡的工作原理和基本結(jié)構(gòu)4.3.3聲卡的分類4.3.4聲卡的安裝和使用4.3.1聲卡的基本功能

聲卡的基本功能主要體現(xiàn)在以下幾點(diǎn)：

1.錄制回放數(shù)字聲音文件2.壓縮和解壓縮聲音數(shù)據(jù)3.語(yǔ)音合成與語(yǔ)音識(shí)別技術(shù)4.A/D轉(zhuǎn)換與D/A轉(zhuǎn)換5.控制各聲源的音量和混音功能6.MIDI音樂(lè)的合成4.3.2聲卡的工作原理和基本結(jié)構(gòu)

1.聲卡的工作原理2.聲卡的基本結(jié)構(gòu)：

（1）聲音控制芯片

（2）數(shù)字信號(hào)處理器

（3）FM合成芯片

（4）波形合成表

（5）波表合成器芯片

（6）跳線4.3.3聲卡的分類1.板卡式聲卡2.集成式聲卡3.外置式聲卡4.3.4聲卡的安裝和使用1.內(nèi)置聲卡的安裝2.外置聲卡的安裝3.軟件的安裝1.CD格式

CD音樂(lè)格式，擴(kuò)展名CDA，其取樣頻率為44.1kHz，16位量化位數(shù)，跟WAV一樣，但CD存儲(chǔ)采用了音軌的形式，又叫“紅皮書(shū)”格式，記錄的是波形流，是一種近似無(wú)損的格式。2.WAV格式

微軟公司開(kāi)發(fā)的一種聲音文件格式，也叫波形聲音文件，是最早的數(shù)字音頻格式，被Windows平臺(tái)及其應(yīng)用程序廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，采用44.1kHz的采樣頻率，16位量化位數(shù)，跟CD一樣，對(duì)存儲(chǔ)空間需求太大不便于交流和傳播。4.4數(shù)字音頻文件格式3.MP3格式

全稱是MPEG-1AudioLayer3，它在1992年合并至MPEG規(guī)范中。MP3能夠以高音質(zhì)、低采樣率對(duì)數(shù)字音頻文件進(jìn)行壓縮。換句話說(shuō)，音頻文件(主要是大型文件，比如WAV文件）能夠在音質(zhì)丟失很小的情況下(人耳根本無(wú)法察覺(jué)這種音質(zhì)損失)把文件壓縮到更小的程度。4.RA/RM/RMX格式

RA（RealAudio）是由RealNetworks公司推出的一種新型流式音頻文件格式。它包含在RealMedia中，主要適用于網(wǎng)絡(luò)上的在線播放。Real的音頻文件格式主要有RA（RealAudio）、RM（RealMedia）、RMX（RealAudioSecured）。這些格式的特定是可以隨網(wǎng)絡(luò)帶寬的不同而改變聲音的質(zhì)量，在保證大多數(shù)人聽(tīng)到流暢聲音的前提下，令帶寬較富裕的聽(tīng)眾獲得較好的音質(zhì)。5.MIDI格式

MIDI是MusicalInstrumentDigitalInterface的縮寫(xiě)，又稱作樂(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)。它定義了計(jì)算機(jī)音樂(lè)程序、數(shù)字合成器及其它電子設(shè)備交換音樂(lè)信號(hào)的方式，規(guī)定了不同廠家的電子樂(lè)器與計(jì)算機(jī)連接的電纜和硬件及設(shè)備間數(shù)據(jù)傳輸?shù)膮f(xié)議，可以模擬多種樂(lè)器的聲音。MIDI文件就是MIDI格式的文件，在MIDI文件中存儲(chǔ)的是一些指令。把這些指令發(fā)送給聲卡，由聲卡按照指令將聲音合成出來(lái)。6.WMA格式

WMA（WindowsMediaAudio）是微軟在互聯(lián)網(wǎng)音頻、視頻領(lǐng)域的力作。WMA格式是以減少數(shù)據(jù)流量但保持音質(zhì)的方法來(lái)達(dá)到更高的壓縮率目的，其壓縮率一般可以達(dá)到1:18。7.AIFF格式

AIFF是音頻交換文件格式（AudioInterchangeFileFormat）的英文縮寫(xiě)，是一種文件格式存儲(chǔ)的數(shù)字音頻（波形）的數(shù)據(jù)，是Apple蘋(píng)果電腦上面的標(biāo)準(zhǔn)音頻格式，AIFF應(yīng)用于個(gè)人電腦及其它電子音響設(shè)備以存儲(chǔ)音樂(lè)數(shù)據(jù)。AIFF支持ACE2、ACE8、MAC3和MAC6壓縮，支持16位44.1kHz立體聲。8.AU格式

這是為UNIX系統(tǒng)開(kāi)發(fā)的一種音樂(lè)格式，和WAV非常相像，在大多數(shù)的音頻編輯軟件中也都支持它們這幾種常見(jiàn)的音樂(lè)格式。在JAVA自帶的類庫(kù)中能得到播放支持。4.5數(shù)字音頻編輯軟件AdobeAuditionCS6

AdobeAudition是集音頻錄制、混合、編輯和控制于一身的音頻處理工具軟件。它功能強(qiáng)大，控制靈活，使用它可以錄制、混合、編輯和控制數(shù)字音頻文件。也可輕松創(chuàng)建音樂(lè)、制作廣播短片、修復(fù)錄制缺陷。通過(guò)與Adobe視頻應(yīng)用程序的智能集成，還可將音頻和視頻內(nèi)容結(jié)合在一起。使用AdobeAudition軟件，將獲得實(shí)時(shí)的專業(yè)級(jí)效果。

4.5數(shù)字音頻編輯軟件AdobeAuditionCS6

4.5.2AdobeAuditionCS6操作4.5.1AdobeAuditionCS6工作界面4.5.1AdobeAuditionCS6工作界面4.5.1AdobeAuditionCS6操作AdobeAuditionCS6操作詳見(jiàn)教材：打開(kāi)AdobeAuditionCS6軟件以后，先詳細(xì)的介紹各個(gè)工具和功能模塊的使用，然后按照教材的詳細(xì)案例進(jìn)行操作。思考與練習(xí)1.大多數(shù)人能夠聽(tīng)到的頻率范圍是多少？2.闡述聲卡應(yīng)具有哪些基本功能？

3.列舉一些常見(jiàn)的聲音文件格式，并簡(jiǎn)單說(shuō)明比較。