1、2021/8/261第二章 聲音的合成2021/8/262l一、音頻信號2021/8/263 1 .聲音是一種波 聲波可以在空氣中傳播，也可以在液體及固體中傳播。 聲音三要素 (1) 音調 (高低) (2) 音強 (強弱) (3) 音色 (特質)2021/8/264 2 .音質音質與頻率范圍成正比，頻率范圍越寬音質越好 3 .聲音采樣 把聲音信號按固定的時間間隔，轉換成有限個數字表示的離散序列。2021/8/2652021/8/2662021/8/2672021/8/2682021/8/26900000001001000111001101010112021/8/2610 常用聲音信號與采樣頻率

2、 聲音信號CD音樂數字電話采樣頻率信號帶寬數字電話44.1K16K8K20K7K3.4K2021/8/26112021/8/26122021/8/2613 4 .音頻文件的種類及特點 (1)MIDI文件（電子樂器數字接口） 是用于在音樂合成器、電子樂器、音序器和計算機之間交換音樂信息的一種標準協議。2021/8/2614 MIDI實質上是由MIDI控制器（或MIDI文件）產生的指示電子音樂合成器要做什么、怎么做（如演奏某個音符、加大音量、生成音響效果）的一套標準指令。MIDI不是聲音信號，在MIDI電纜上傳送的不是聲音，而是動作指令。2021/8/26152021/8/2616 由于MIDI只

3、是記錄音樂信息的數字代碼，所以生成的文件比較小，便于傳播，也便于編輯修改 與Mp3、Wav等音頻格式不同的是MIDI的播放質量很大程度上取決于硬件或軟件的音源環境，也就是說同樣的MIDI文件在不同的電腦上可能有非常明顯的效果差別，究其原因是因為它們調用的波表音色庫不一樣2021/8/2617聲音文件:24.9K聲音文件:16K2021/8/2618 (2) 2021/8/2619 標準格式的WAV文件和CD格式一樣，也是44.1K的采樣頻率，速率88K/秒，16位量化位數 WAV格式的聲音文件質量和CD相差無幾 2021/8/26202021/8/26212021/8/2622 MP3也就是指

4、的是MPEG標準中的音頻部分，也就是MPEG音頻層。根據壓縮質量和編碼處理的不同分為 3層，分別對應“*.mp1”/“*.mp2”/“*.mp3”這3種聲音文件。 MPEG音頻文件的壓縮是一種有損壓縮， MPEG3高壓縮率，基本保持低音頻部分不失真，但是犧牲了聲音文件中12KHz到16KHz高音頻這部分的質量來換取文件的尺寸2021/8/2623 相同長度的音樂文件，用.mp3格式來儲存，一般只有.wav文件的1/10，而音質要次于CD格式或WAV格式的聲音文件。文件尺寸小，音質好2021/8/26242021/8/2625二、錄音編輯2021/8/26261.基于句子和單詞的錄音編輯方式 可

5、以預先將句子、單詞作為錄音的單位，對錄音、講話所涉及的有關句子或單詞逐個進行錄音并保存 為了實現這種錄音編輯方式，應事先存入大量的有關單詞、句子（即需要大量的存儲空間），聲音合成時還需要快速地檢出和呈現（需要高速的檢索和控制）。2021/8/26272.基于音節的編輯合成方式在任何語言中，音節的數量比單詞的數量少很多；基于音節的編輯方式在合成時的檢索、控制變得十分方便；基于音節的合成方式的音質較差，很難表現人們在講話時的各種情感和聲調的變化；根據發音耦合的原理和要求，人們對單詞的發音制定了一定的規則，基于這種規則進行聲音合成，可以得到較好的聲音效果。2021/8/26283.錄音編輯聲音合成的

6、分析（1）以錄音編輯的方式進行聲音合成，需要大容量的存儲設備（2）為了讓一定容量的存儲設備能存儲更多的聲音信息，需要對聲音信息的數據量進行壓縮（3）通過編碼的方式，減少聲音信息中的冗余性是實現聲音信息壓縮的基本方法。2021/8/2629三、脈沖代碼調制PCM2021/8/2630脈沖代碼調制 PCM（pulse code modulation）是一種對模擬信號的編輯聲音信號是一種模擬信號，經PCM編碼后，變成數字信號通常所說的PCM錄音就是一種數字錄音。2021/8/26311.基本原理PCM編碼過程：（1）對模擬聲音信號進行采樣2021/8/26322021/8/2633采樣周期采樣信號t

7、振幅2021/8/2634（2）將各個采樣點的聲音信號值通過模數變換（A D轉換）變換成由0和1組成的脈沖變換序列2021/8/26350011001000010000111111101101正值負值模擬信號碼字序列2021/8/2636（3）在PCM（脈沖代碼調制）中所分配碼字的首位為符號位，信號為正時，首位為0信號為負時，首位為1（4）對聲音采樣的頻率稱為采樣頻率：f經采樣后對每一個采樣點分配的碼字為a位，用于存儲1秒鐘的聲音信號所需的存儲容量為fa ，它也表示了傳遞聲音信號所需的速率。2021/8/2637例：設聲音信號的采樣頻率為10KHz，PCM編碼所分配碼字長度為8bit，傳送該聲

8、音信號所需的傳遞速率應不低于 101038=8104 bits2021/8/2638（5）PCM錄音及其聲音合成系統揚聲器AD變換器錄音 話筒大容量存儲器DA變換器2021/8/26392.采樣與量化（1）在PCM調制中，采樣頻率應是聲音信號中最高頻率的兩倍以上（2）聲音信號中包括有多種不同的頻率成分，為使各種不同的頻率成分都能很好地傳遞、呈現，所需的帶寬應是 20Hz-20KHz 采樣頻率應選為40Hz（3）對于連續的聲音信息，由于其相關性，通過前、后的有關信息可以實現信息的預測和識別，聲音合成時采樣頻率選為8KHz就足夠了（至多10KHz）2021/8/2640（4）PCM編碼中，除需要以

9、一定的頻率進行采樣外，還需要對每一個樣本進行量化，分配一定的碼字（5）量化的精度，即分配碼字的長度，對聲音的失真度有很大影響。 2021/8/2641聲音信號與量化精度的關系2021/8/2642量化噪音與量化精度，即分配碼字長度a之間有如下關系： 6（a-1）dB 例如：要求噪音的信噪比SN不低于60dB 6（a-1）=60 a=11說明：在PCM編碼時，分配的碼字長度應不低于11bit2021/8/2643如采樣頻率為10kHz 分配的碼字長度為11bit，記錄1秒鐘的聲音信息所需要的存儲容量為： 1110103=110（kb）若以字節計算，記錄1分鐘的聲音信號所需存儲容量： 110103

10、8=14（KB）40KB的存儲容量，只能存3秒鐘2021/8/26443.高頻濾波為提高聲音合成效果，進行預處理： 采樣頻率為f 將聲音信號中高于f2的高頻成分濾掉， 這種處理是通過低通濾波器完成2021/8/2645低通濾波器2021/8/2646四、增量調制2021/8/26471.基本原理 增量調制是一種以最低的一位數進行數據壓縮的編碼方式 在DM系統中，應預先確定具有一定振幅值的增量，并根據當前信號與基于預測編碼的預測值之間的差值進行編碼。 設當前時刻n的聲音信號值為Sn ，基于預測編碼的n-1時刻的聲音信號預測值為Sn-1其間的誤差值en 為 en = Sn -Sn-1 en為預測誤

11、差2021/8/2648 預測編碼是按照不斷減少預測誤差的方向進行編碼的，通過編碼，使預測值Sn-1不斷逼近Sn 在DM方式中，預測值是以 Sn = Sn-1+ 確定的下面以聲音信號采樣序列： 4，5，1，0，3在編碼前，應預先確定增量， 設=2，并給定編碼的初始條件為S0=02021/8/26492021/8/2650 n=1時刻： 聲音信號為4，由于初始條件為S0=0 e1=S1 - S0 =4-0=4由于e10 分配增量 =2，以碼字0表示， 預測值為 S1= S0 + =22021/8/2651n=2時刻： 聲音信號為5，預測誤差為 e2=S2 S1 =5-2=3由于e20 分配增量

12、=2，以碼字1表示， 預測值為 S2= S1 + =42021/8/2652n=3時刻： 聲音信號為1，預測誤差為 e3=S3 S2 =1-4= -3由于e30 分配增量為- ，以碼字0表示， 預測值為 S3= S2 - =4-2=2聲音信號、預測值、預測誤差與碼字序列及其相互間的關系如下圖所示2021/8/2653DM方式的信號波形2021/8/2654l通過上述DM編碼的過程，可得到聲音信號的DM編碼的0、1符號序列。根據這樣的符號序列，通過DM編碼的逆操作，可進行解碼，恢復原聲音信號。l例如， =2的情況下，接收的碼字序列為“1101 1100”，當碼字“1”到來時，進行+2的操作，當碼

13、字“0”到來時，進行-2的操作，由此可得到解調后的聲音信號為“2，4，2，4，6，8，6，4”。2021/8/26552021/8/26562.粒狀噪聲與超載噪聲 增量調制是一種一位數的編碼方式，它根據預測誤差的正、負分配相應的 在很多情況下，信號的變化很小，甚至不變，在這種情況下，DM編碼仍然要分配+或-.2021/8/26572.粒狀噪聲與超載噪聲2021/8/2658l如上圖，在原聲音信號不變，或緩慢變化時，DM編碼的碼字序列卻是010101這樣變化的碼字序列。l這種變化的0、1序列，經解碼后產生一種 噪聲，對原聲音符號的音質造成一定的影響，稱這種噪聲為粒狀噪聲(GranularNois

14、e)。為了減小粒狀噪聲的影響，應減小增量的幅度。顯然， 的幅度越小，粒狀噪音越小。2021/8/2659l當增量的幅值減小時，會給DM方式的聲音信號帶來超載噪聲(OverloadNoise)l對于一定的增量幅值，當聲音信號變化比較大時，DM編碼信號值的變化跟不上聲音信號的變化，使得編碼信號值的變化比原聲音信號產生一種延遲 如圖所示2021/8/2660超載噪聲2021/8/2661 為了減少超載噪聲應增大增量的幅值，這與減小粒狀噪聲是相矛盾的。 一般地，人們對超載噪聲噪聲的感知不太敏感，而粒狀噪聲在整個頻譜范圍上都會產生一定的影響，它對音質的影響較大。因此，在決定增量的幅值時，與實際的聲音信號大小相比較，應選擇增量足夠小的幅值 增量的幅值過小，必將使超載噪聲增加，為減少超載噪聲，可增加采樣頻率，使得在一定的采樣間隔內聲音信號的變化減