第2章 数字音频处理

多媒体课件制作课件

第2章 数字音频处理本章重点: 模拟音频与数字音频的概念 数字音频的获取 音频信号压缩编码 音乐合成和语音识别

多媒体课件制作课件

2.1概述

声音是携带信息的重要媒体。研究表明，人类从 外部世界获取的信息中，10%是通过听觉获得的, 因此声音是多媒体技术研究中的一个重要内容。 声音是由物体振动产生的，这种振动引起周围空 气压强的振荡，从而使耳朵产生听觉的印象。 声音的种类繁多，人的语音是最重要的声音。此 外，还有动物、乐器等发出的声音，风声、雨声、 雷声等自然声音，以及机器合成产生的声音等。

多媒体课件制作课件

人耳能识别的声音频率范围大约在20~20kHz, 通常称为音频(audio)信号。

空气压强

+ 0 - 一个周期

幅 值 t

图2.1 空气压强振荡的波形示意图

多媒体课件制作课件

音频信号所携带的信息大体上可分为语音、音 乐和音效三类。 语音，指具有语言内涵和人类约定俗成的特殊 媒体 。 音乐，指规范的符号化了的声音 。 音效，指人类熟悉的其他声音。

在多媒体系统中，处理的信号主要是音频信 号。

多媒体课件制作课件

声音包含三个要素：音调、音强和音色。 基频与音调：一个声源每秒钟可产生成百上 千个波，通常把每秒钟波峰所产生的数目称之为 信号的频率，单位用赫兹(Hz)或千赫兹(kHz)表 示。 人对声音频率的感觉表现为音调的高低，在 音乐中称为音高。音调正是由频率ω所决定的。

多媒体课件制作课件

CD-DA FM广播 AM广播 电话

10 20 50

200

3.4K 7K 15K 22K f(Hz) 图2.3 几种音频业务的频带宽度

CD-DA数字音乐、FM广播、AM广播和电话的带宽

多媒体课件制作课件

声音的质量可以通过信噪比来度量。信噪比 (SNR,Signal to Noise Ratio)是有用信号与噪声 之比的简称，定义为：

有用信号的平均功率 SNR 噪声的平均功率信噪比越大，声音质量越好。

多媒体课件制作课件

2.2数字音频的获取

模拟音 频信号

采样

量化

编码

按不同应用目 标进行压缩

码图 2.4 音频信息处理框图

多媒体课件制作课件

一、采样

图2.5 模拟信号的采样

所谓采样就是在某些特定的时刻对模拟信号 进行取值，如上图所示。采样的过程是每隔一个 时间间隔在模拟声音的波形上取一个幅值，把时 间上的连续信号变成时间上的离散信号。

多媒体课件制作课件

采样时间间隔称为采样周期t,其倒数为采样频 率fs=1/t。一般来讲，采样频率越高，则在单位时 间内计算机得到的声音样本数据就越多，对声音 波形的表示也越精确，声音失真越小，但用于存 储音频的数据量越大。 根据奈奎斯特定理，只有采样频率高于声音信 号最高频率的两倍时，才能把数字信号表示的声 音还原为原来的声音。

多媒体课件制作课件

二、量化每个采样值在幅度上进行离散化处理的过程称 为量化 。 量化可分为均匀量

化和非均匀量化。均匀量化 是把将采样后的信号按整个声波的幅度等间隔分 成有限个区段，把落入某个区段内的样值归为一 类，并赋于相同的量化值。以8bit或16bit的方式来 划分纵轴为例，其纵轴将会被划分为28个和216个 量化等级，用以记录其幅度大小。

多媒体课件制作课件

(1) 连续模拟声音信号

(2) 离散数据声音信号

(3) 幅值量化

均匀量化

多媒体课件制作课件

非均匀量化是根据信号的不同区间来确定量化 间隔。对于信号值小的区间，其量化间隔也小； 反之，量化间隔就大。 量化会引入失真，并且量化失真是一种不可逆失真，这就是通常所说的量化噪声。

多媒体课件制作课件

三、数字音频的技术指标衡量数字音频的主要指标包括： 采样频率 量化位数 通道(声道)个数 数据传输率是计算机处理时基本参数。未经压 缩的数字音频数据传输率可按下式计算： 数据传输率=采样频率×量化位数×声道数

多媒体课件制作课件

例:假定语音信号的带宽是50 Hz—10kHz,而音乐信号的是15Hz —20 kHz。采用奈奎斯特频率，并用12bit表示语音信 号样值，用16bit表示音乐信号样值，计算这两种信号数字化 以后的比特率以及存储一段10分钟的立体声音乐所需要的存 储器容量。 解：语音信号：取样频率=2×10kHz=20kHz; 比特率=20k×12=240 kbit/s 音乐信号：取样频率=2×20kHz=40kHz; 比特率=40k×l6kbit/s×2=1280kbit/s(立体声) 所需存储空间=1280k ×600/8=96MB

多媒体课件制作课件

四、数字音频的文件格式 WAV文件格式简介

WAV是Microsoft Windows提供的音频格式。这个 格式是目前通用音频格式，它通常用来保存一些没 有压缩的音频。目前所有的音频播放软件和编辑软 件都支持这一格式。 WAV文件由三部分组成：文件头(标明是WAV文件、 文件结构和数据的总字节数)、数字化参数(如采样 频率、声道数、编码算法等),最后是实际波形数据 。一般来说，声音质量与其WAV格式的文件大小成正 比。