第2章音频信号的获取与处理.pptVIP

2.1 多媒体音频基础知识;2.1多媒体音频基础知识;1、声音的基础知识 声音是通过一定介质（如空气、水等）传播的一种连续的波，是连续型（时间与幅度）时基媒体。 声音的主要传播介质是空气，固体、液体也能传播声音。（日本地震声波） 声音的本质是空气振动，由于空气振动引起耳膜的振动，然后被人耳所感知，但并不是所有的空气振动都能被人耳所感知。;人耳所能感觉到空气振动的频率范围大约为20Hz～20kHz，即人耳能识别的声音。 人类说话声音频率范围：300Hz-3kHz， 语音信号是指频率范围和人说话的信号频率范围一致的信号，而实际上人的发音器官发出的声音频率范围大约在80 ～3400HZ之间。 ;声音信号的频率是指声音信号每秒钟变化的次数，用Hz表示。 不同的声音就是不同的振动方式，具有不同的振动频率。人耳能够分辨风声、雨声和不同人的声音，也能分辨各种言语声，它们都是来自声源体的不同信息波。 语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（指幅度的数值有无穷多个）。我们把在时间和幅度上都是连续的信号称为模拟信号。;非语音是指语音信号范围外的人耳所能识别的音频信号，主要包括乐音和杂音，非语音信号的特点是不具有复杂的语义和语法信息，信息量比较低，因此识别简单。 次声波是一种人耳感受不到的声波，是能长距离传播，具有强穿透性，甚至能伤害人的神精系统的一种声波。虽然次声波看不见，听不见，可它却无处不在．地震、火山爆发、风暴、海浪冲击、枪炮发射、热核爆炸等都会产生次声波，科学家借助仪器可以“听到”它。;1883年8月，南苏门答腊岛和爪哇岛之间的克拉卡托火山爆发，产生的次声波绕地球三圈，全长十多万公里，历时108小时． 1961年，苏联在北极圈内新地岛进行核试验激起的次声波绕地球转了5圈。 1948年初，一艘荷兰货船在通过马六甲海峡时，一场风暴过后，全船海员莫名其妙地死光；在匈牙利鲍拉得利山洞入口， 3名旅游者齐刷刷地突然倒地，停止了呼吸...... 应该好好利用次声波......还有超声波。;2.1.1声音信号的数字化;男生和女生的声音的主要区别是音调的高低不同，男声音调低，女声音调高。  这是因为男的声带较长、较宽、较厚，所以振动时频率低，发出的音调低。女的声带较短、较薄、较窄，所以振动时频率高，发出的音调高。 ;声音3要素： （1）音调：表示声音的高低，由声音信号的频率所决定，在音乐中称为音高,频率高则音调高，频率低则音调低。 （2）音强：又称响度、音量，决定声音能量的强弱程度，由声音信号的幅度决定，通常用音量来描述音强，以分贝（dB）为单位。人类能感知的声音的幅度范围在0～120（dB）之间。就同一声源来说，人对声音的感觉强度与声源的方向与距离相关。 （3）音色：又称音品，表示声音的品质，由声音的频谱和混入基音中的泛音所决定的。 ;例题： 1、下列关于声现象的说法中，不正确的是（　　） A、用一根棉线和两个纸杯可以制成“土电话”，说明固体能够传声 B、在音乐会上，人们常用响度来区分是何种乐器发出的声音 C、广播发出的声音，在向远处传播的过程中，会不断减小的是响度 D、公路边植树，既可以净化空气，也可以减弱噪声 2、下列几对词语与对应物理意义的连接中，错误的是（　　） A、震耳欲聋--响度大 B、悦耳动听--音色好 C、低声细语--音调低 D、掌声雷鸣--响度大 ;;2.1.1声音信号的数字化;（1）采样（Sampling）：在某些特定的时刻对模拟信号进行测量叫做采样。采样的时间间隔称为采样周期，采样可分为均匀采样和非均匀采样，每秒钟采样的次数称为采样频率。;（2）量化（Quantization）：经过采样获得的离散时间信号的幅度值依然是连续的，因此需要对这些幅度值进行量化。把幅度区间划分成n个区间，一个区间对应于一个幅度值，对于所有落入第i个区间的任何幅度值，都用同一个幅度值来表示。这个过程称为量化。量化的幅度间隔均等的称为线性量化，否则称为非线性量化。 ;（3）编码 指按照一定的格式把经过采样和量化得到的离散数据记录下来，并在有效的数据中加入一些用于纠错、同步和控制的数据。音频信号编码通常采用的是波形编码方法，它直接对波形采样、量化和编码，算法简单，易于实现，在声音恢复时能保持原有的特点，因此被广泛应用。常用的声音编码格式有：PCM编码方法、DPCM编码、ADPCM压缩编码等。;2.1.1声音信号的数字化;2.1.1声音信号的数字化;2.1.1声音信号的数字化;2.1.2数字音频的获取方式;2.1.3数字音频的文件格式;2.1.3数字音频的文件格式;3．MP3格式音频文件 MP3的全称是MPEG-1 Audio Layer3，是近年来颇为流行的音乐文件，它在1992年被合并至MP