多媒体技术第二章数字声音教案详解.ppt

第二章 数字声音 2.1 数字声音基础 2.1.1 音频信号的特征 声音信号由不同的振幅与频率合成而成，称为复音。复音包括基频和谐音，两者决定声音的音质和音色。 规则音频分为语音、音乐和音效。 声音三要素：音调、音强和音色。 基频与音调 谐波与音色 幅度与音强 频带与音宽 2.1.2 声音信号数字化 模拟信号 模拟信号是指幅度随时间连续变化的信号。 数字信号 数子信号是指时间和幅度都是离散的信号，即离散信号，通常是仅含高低电平的“方波”信号。 模拟信号的数字化 PCM(pulse code modulation 脉冲编码调制） 采样：将时间连续信号变为时间不连续信号。 量化：将幅度变为某一最小量的整数倍，即将幅值离散化，量化过程必定产生量化误差。 编码：按一定规律产生二进制位流输出信号。 数字化过程两个主要参数： 采样频率：采样频率遵从采样定理 fs = 2f 或者 Ts= T/2 量化精度：取决于表示一个采样样本值的二进制位数，位数越多，精度越高。 声音 20-20kHz 话音 300-3000Hz 采样频率越高，量化精度越高，声道越多，则声音质量越好，而数字化后的数据量也越大。 每秒声音所占数据量为 采样频率*量化位数*声道数 2.1.3 音频的主要技术参数 声音质量与数据率 44.100次/秒的采样频率值根据以下的原则确定: 人耳能够听见的最高声音频率为20kHz,为了避免高于20 kHz的高频信号干扰采样,在进行采样之前,需要对输入的声音信号进行滤波。考虑到滤波器在20 kHz处大约有10％的衰减,因此再将其提高10％成为22kHz。这个值再乘以2就得到 44kHz的采样频率。但是,为了能够与电视信号同步,PAL电视的场扫描为 50 Hz,NTSC电视的场扫描为 60 Hz,所以取50和60的整数倍,选用了44,100Hz(或44.1 kHz)作为激光唱盘声音的采样标准。 采样率为 1,000 Hz、量化等级为 10的采样量化过程 经过D/A转换器得到的信号波形有较大的失真 采样率为2000 Hz、量化等级为40的采样量化过程 采样率为4000 Hz、量化等级为40的采样量化过程 采样频率、量化位数设置 PCM编码 PCM方法可以按量化方式的不同,分为均匀量化PCM、非均匀量化PCM和自适应量化PCM等几种。 如果采用相等的量化间隔对采样得到的信号做量化,那么这种量化称为均匀量化。均匀量化就是采用相同的“等分尺”来度量采样得到的幅度,也称为线性量化。 改进PCM编码技术的一个方法是采用非均匀量化,即让量化级高度随信号幅度而变化。信号幅度小,则缩小量化级高度,信号幅度大时,则增大量化级高度。这样就可以在满足精度要求的情况下用较少的位数实现编码。在声音数据还原时,采用相同的规则。 在非均匀量化中,采样输入信号幅度和量化输出数据之间定义了两种对应关系,一种称为μ律(μ-Law)压(缩)扩(展)算法,另一种称为A律(A-Law )压(缩)扩(展)算法。这两种算法主要用于数字电话通信中。 音频压缩编码的标准 国际电信联盟(ITU,原 CCITT)先后提出了一系列有关语音压缩编码的建议。 1972年制定了G.711,采用的是μ律或A律的PCM编码技术.数据速率为64 kb/s。 1984年.公布G.721标准.它来用的是ADPCM编码技术.数据速率为32kb/s。 以上两个标准均适用于300Hz--3,400Hz窄带语音信号.也可用于公用电话网。 针对宽带语音信号(50Hz--7kHz),ITU制定了G.722编码标准,它的数据速率为64kb/s,用此标准编码,可在ISDN(综合业务数据网)的B通道上传输音频数据。 ISO(国际标准化组织)也制定了一系列的相应的标准 其运动图像专业组(MPEG)在制定运动图像编码标准的同时,制定了高保真立体声音频压缩标准“MPEG音频”。虽然MPEG声音标准是MPEG标准的一部分,但它同时也完全可以独立应用。MPEG声音压缩算法是第一个高保真声音数据压缩的国际标准。 MPEG音频根据不同的算法分为3个层次。层次1与层次2具有大致相同的算法。MPEG音频的层次3进一步引入了辅助子带、非均匀量化和熵编码等技术,可以进一步提高压缩率。立体声信号的编码也可以在MPEG音频中作为附加功能实现。MPEG音频压缩技术的传输速率为每声道32 kb/s--448kb/s。 2.1.5 数字音频的文件格式 MP3是Internet上流行的音乐格式 MP3 为MPEG Audio Layer 3的缩写，是由ISO/MPE