第3章节_数字音频处理技术幻灯片.pptVIP

MIDI主要包括以下两个部分： MIDI硬件规范：硬件接口标准和信号传输机制(I/O通道、连接电缆和插座形式)。 MIDI软件规范：音乐信息数字化编码方式(音符、音符长短、音调和音量等)。 特点 MIDI标准之所以受到欢迎，主要是它有下列几个优点： 生成的文件比较小，因为MIDI文件存储的是命令，而不是声音波形； 容易编辑，因为编辑命令比编辑声音波形要容易得多； 可以作背景音乐，因为MIDI音乐可以和其它的媒体，如数字电视、图形、动画、话音等一起播放，这样可以加强演示效果 注意：由于MIDI文件记录的是电子乐器的“乐谱”指令，故它只能重现打击乐或一些电子乐器的声音。 MIDI音乐合成器 产生MIDI乐音的方法主要有两种，一种是频率调制(FM)合成法，另一种是乐音样本合成法，也称为波形表(WaveTable)合成法。 FM合成法是通过硬件产生波形信号，再经过处理产生音乐。 乐音样本合成法是在ROM中预先存储着各种实际乐器的声音采样，合成时以查表方式调用这种实际乐器的声音采样，合成该乐器的乐音。 波形表合成法又分为硬波形表，软波形表。硬波形表的音色库存放在声卡的ROM中，而软波形表的音色库则以文件的形式存放在硬盘里，需要时再通过CPU调用。 利用波形表方式合成音乐的效果更加逼真，它的效果优于FM方式合成的效果。 3.6 音频处理技术的应用 随着多媒体信息处理技术的发展，计算机数据处理能力的增强，音频处理技术受到重视，并得到了广泛的应用。如： （1）视频图像的配音、配乐；静态图像的解说、背景音乐； （2）可视电话、电视会议中的话音；游戏中的音响效果；虚拟现实中的声音模拟； （3）Internet 电话 (IP phone) （4） 声音欺骗系统与声纹识别 声音欺骗： 比如：在军事上，截获敌人的无线电信号，改变内容把信号重新传送出去。 声音伪造装置可以将截获的信号分割成0.25秒的片断，进行重新组合，从而得出带有欺骗性的新信息，而不改变敌军讲话人的声音。 进一步研究的装置能够把敌军话务员的声音分为几十个音素，将这些音素转换成参考模板，储存在数据库里。情报技师可用自己的声音讲话，并触发相应敌军话务员的音素参考模板，无线电播出的声音听起来，就会和敌军话务员一模一样。 声音欺骗系统需要高超的声音分析技术和语音合成技术。 声纹识别可以用来破案。 （5） 现代“芝麻开门”系统 （6） Internet上的实时音频 （7）语音识别 （8）计算机言语输出 （9）虚拟主持人 语音识别： 语音识别是将人发出的声音、字或短语转换成文字、符号，或给出响应，如执行控制、做出回答。 语音识别技术应用于需要以语音作为人机交互手段的场合，主要是实现听写和命令控制功能。 如：语音识别软件 IBM ViaVoice 计算机言语输出 计算机言语输出所要研究和解决的问题，就是如何利用计算机输出流利的自然语言，使计算机具备说话的能力。 一般来讲，实现计算机语音输出有两种方法： 一是录音/重放, 二是文-语转换(TTS——Text to Speech) 。 文-语转换是语音合成技术的延伸，它能把计算机内的文体转换成连续自然的语声流。若采用这种方法输出语音，应预先建立语音参数数据库、发音规则库等。需要输出语音时，系统按需求先合成语音单元，再按语音学规则或语言学规则，连接成自然的语流。 如：文-语转换软件 Panopreter 虚拟主持人 英国设计出的世界上首位虚拟主持人、播音员安娜诺娃ANANOVA。 虚拟新闻主播安娜诺娃2000年4月首次上网。 紧接着，安娜诺娃也迅速被借鉴。世界各国的网站上都出现了虚拟主持人。 其实，虚拟主持人背后是一套运行速度极高的电脑系统，能够全日不断地更新新闻资讯，把文字迅速转变成声音，从她“口”中读出来，并配合脸部表情。电脑又即时制作动画配合有关新闻，然后利用必威体育精装版的立体影象科技，在网上播出。 中国的第一位虚拟电视节目主持人--小龙，在2004年11月在CCTV-6中亮相。 3.7 声音工具 Windows 自带的录音机 CoolEdit AdobeAudition GoldWave 作业： P82 1、2 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： 表示方式 数据量 信息 汉字内码 2 字节 汉字名称 点阵 32 －几百字节 带有字型、字体特征的汉字 声音 几千字节 汉字名称、声学特性、意向或情感 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（a