第3章_数字音频处理技术.pptVIP

第3章 数字音频处理技术 音频携带的信息量大、精细、准确。 以一个汉字的表示为例： 3.1 音频基础 声音是由物体振动产生的。声音是通过一定介质传播的连续的波，叫声波。 声音的强弱（音强）体现在声波压力的大小上（振幅）。 音调的高低体现在声音的频率上。 音色指声音的感觉特性，与声音波形相关。 2.1.1 声音的基本概念 声音的3个重要指标：振幅（amplitude）、周期、频率（rate）。 纯音：振幅和周期均为常数的声音。 复音：具有不同频率和不同振幅的混合声音。 自然界中大部分的声音是复合信号。 复合信号中某单一频率的信号称为分量信号。 复音中最低频率的信号是基音，其他频率的声音称为谐音（泛音）。 研究结果表明人类听力的大致范围在20Hz~20K Hz。 声音按频率可分为： 人们把频率小于20Hz的信号称为亚音信号，或称为次音信号（subsonic）； 频率范围为20 Hz~20K Hz的信号称为音频（audio）信号； 高于20 KHz的信号称为超音频信号，或称超声波（ultrasonic）信号。 人的发音器官发出的声音的频率大约是80~3400Hz，但人说话的信号频率通常为300~3000 Hz，人们把这种频率范围的信号称为话音或语音（speech）信号。 带宽： 声音信号的一个重要参数就是带宽，它用来描述组成复合信号的频率范围。如高保真声音（high-fidelity audio）的频率范围为10 Hz~20K Hz，它的带宽约为20K Hz。 一般而言，声源的频带越宽，表现力越好，层次越丰富。 声音质量的频率范围： 3.2 声音的数字化 1．模拟信号与数字信号 话音信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。我们把在时间和幅度上都是连续的信号称为模拟信号。 我们把时间和幅度都用离散的数字表示的信号就称为是数字信号。 把模拟声音信号转变为数字声音信号的过程称为声音的数字化，它是通过对声音信号进行采样、量化和编码实现的。 2.声音数字化过程 每隔一个时间间隔在摸拟声音波形上取一个幅度值，这称之为采样（sampling）。 该时间间隔称为采样周期(其倒数称为采样频率)。 把某一幅度范围内的电压用一个数字表示，这称之为量化。 把量化后的值写成有利于计算机传输和存储的数据格式，这称之为编码。 例如，模拟电压幅度、量化和编码的关系 3. 影响声音数字化质量的主要因素 采样频率：也就是每秒钟需要采集多少个声音样本 量化位数：每个声音样本的位数应该是多少，也叫量化精度 声道数：指所使用的声音通道的个数 （1） 采样频率 采样频率决定了声音的保真度 。频率以kHz（千赫兹）去衡量。 可以想象，采样频率越高声音的保真度就越好。但是问题在于如果我们采样频率过高，则需要存储的数据量就过大了。 如何能既保证数据的无损恢复，而数据量又不要太大呢？ 抽样要满足采样定理（奈魁斯特定理） 采样定理用通俗话来说，就是采样的频率要大于或等于被采样对象最高频率的两倍 。 常用的音频采样频率有： 8kHz，11.025kHz，22.05kHz，16kHz，37.8 kHz，44.1 kHz，48 kHz。 其中8kHz ，11.025 kHz，22.05 kHz，44.1 kHz是音频工业标准采样频率，多数声卡都支持。市场上的非专业声卡的最高采样率为48kHz，专业声卡可高达96kHz或以上。 为什么将CD音质的采样频率定为44.1kHz？ （2） 量化位数 量化的过程如下：先将整个幅度划分成为有限个小幅度(量化阶距)的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。 样本大小是用每个声音样本的位数表示的.它反映度量声音波形幅度的精度. 用B位二进制码字可以表示2B个不同的量化电平（级别）。 例如：8位的声音从最低到最高有28，即256个级别，16位声音有216，即65536个级别。位数越多，音质越细腻，但数据量也越大。 量化位数主要有8位和16位两种。专业级别使用24位甚至32位。 量化的方法可以归纳为两类：一类称为均匀量化，另一类称为非均匀量化。 均匀量化 采用相等的量化间隔对采样得到的信号做量化就是均匀量化。 非均匀量化 非线性量化的基本想法是 对输入信号进行量化时，大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔，这样就可以在满足精度要求的情况下用较少的位数来表示。 声音数据还原时，采用相同的规则。 （3）声道数 声道数是指所使用的声音通道的个数。它表明声音记录只产生一个波形（单声道）还是多个波形（立体声）。 双声道立体声听起来要比单音丰满优美，但需要两倍于单音的存储空间。 存储数字音频信号的数据率 =采样频率（Hz）*量化位数(b)／8*声道