1、多媒體音頻技術(shù)音頻信息處理第一節(jié) 聲音的基本概念聲音是一連續(xù)的波，稱為聲波聲音的強(qiáng)弱體現(xiàn)在其振幅上，聲音的音調(diào)的高低體現(xiàn)在聲音的頻率上聲音信號由許多頻率不同的信號組成，是復(fù)合信號聲音的帶寬：復(fù)合信號的頻率范圍例如 高保真聲音的頻率范圍為10Hz20 000Hz，其帶寬約為20KHz。次音信號 0Hz20Hz，音頻信號20Hz20KHz，話音信號 300Hz3 000Hz，超音頻信號：20KHz以上。第二節(jié) 聲音信號的數(shù)字化模擬信號與數(shù)字信號在時(shí)間和幅度上都是連續(xù)的信號稱為模擬信號在時(shí)間和幅度上都是用離散的數(shù)字表示的信號稱為數(shù)字信號對模擬信號的處理比較復(fù)雜，難于精確控制，成本高。將模擬信號轉(zhuǎn)換成

2、數(shù)字信號，處理簡單，精確。聲音信號的數(shù)字化采樣在某特定時(shí)刻對模擬信號進(jìn)行測量叫采樣每隔相等的一段時(shí)間進(jìn)行采樣，稱為均勻采樣量化把信號幅度劃分成若干小段，若每段都是相等的，稱為線性量化，否則稱為非線性量化。采樣頻率采樣頻率即取樣頻率，指每秒鐘取得聲音樣本的次數(shù)。采樣頻率越高，聲音的質(zhì)量也就越好。人耳的分辨率很有限，所以太高的頻率就分辨不出來了；采樣頻率一般共分為22.05KHz、44.1KHz、48KHz三個(gè)等級，22.05只能達(dá)到FM廣播的聲音品質(zhì)，44.1KHz是CD音質(zhì)，48KHz則是DVD Audio或?qū)I(yè)領(lǐng)域才會采用。根據(jù)奈奎斯特理論，采樣頻率不低于聲音信號最高頻率的兩倍。這樣就能把數(shù)

3、字表達(dá)的聲音還原成原來的聲音，稱為無損數(shù)字化。采樣定律用公式表示為fs 2f 或者 Ts T/2其中f為被采樣信號的最高頻率。采樣（量化）精度樣本大小是用每個(gè)聲音樣本的位數(shù)bit/s(即bps)表示的，它反映度量聲音波形幅度的精度。 既 用樣本值的二進(jìn)制位數(shù)來表示。位數(shù)越多精度越高，數(shù)據(jù)也越大。數(shù)據(jù)的壓縮必然引起音頻質(zhì)量的降低。評價(jià)編碼/解碼器一般根據(jù)以下幾個(gè)參數(shù)：音頻質(zhì)量、數(shù)據(jù)率、編碼/解碼延時(shí)和算法復(fù)雜度。 音頻編碼算法的評價(jià)質(zhì)量采樣頻率(kHz)樣本精度(bit/s)單道聲/立體聲數(shù)據(jù)率(kB/s)(未壓縮)頻率范圍電話*88單道聲8 2003400 HzAM11.0258單道聲11.0

4、FM22.05016立體聲88.2 2015 000HzCD44.116立體聲176.42020 000 HzDAT4816立體聲192.02020 000 Hz數(shù)字音頻的質(zhì)量與采樣頻率和量化精度有關(guān)。數(shù)字音頻可分以下幾個(gè)等級聲音質(zhì)量的度量 （用帶寬度量）聲音質(zhì)量和數(shù)據(jù)率507 000Hz電話質(zhì)量AM質(zhì)量音樂 FM質(zhì)量 CD質(zhì)量1.概述MIDI是Musical Instrument Digital Interface的首寫字母組合詞，可譯成“電子樂器數(shù)字接口”。用于在音樂合成器(music synthesizers)、樂器(musical instruments)和計(jì)算機(jī)之間交換音樂信息的一種

5、標(biāo)準(zhǔn)協(xié)議.MIDI是樂器和計(jì)算機(jī)使用的標(biāo)準(zhǔn)語言，是一套指令(即命令的約定)，它指示樂器即MIDI設(shè)備要做什么，怎么做，如演奏音符、加大音量、生成音響效果等。MIDI不是聲音信號，在MIDI電纜上傳送的不是聲音，而是發(fā)給MIDI設(shè)備或其它裝置讓它產(chǎn)生聲音或執(zhí)行某個(gè)動(dòng)作的指令。MIDI標(biāo)準(zhǔn)下列幾個(gè)優(yōu)點(diǎn)：生成的文件比較小，因?yàn)镸IDI文件存儲的是命令，而不是聲音波形；容易編輯，因?yàn)榫庉嬅畋染庉嬄曇舨ㄐ我菀椎枚啵豢梢宰鞅尘耙魳罚驗(yàn)镸IDI音樂可以和其它的媒體，如數(shù)字電視、圖形、動(dòng)畫、話音等一起播放，這樣可以加強(qiáng)演示效果。產(chǎn)生MIDI樂音的方法很多，現(xiàn)在用得較多的方法有兩種：一種是(frequen

6、cy modulation，F(xiàn)M)合成法，另一種是樂音樣本合成法，也稱為波形表(Wavetable)合成法聲音的合成讓計(jì)算機(jī)演奏音樂最簡單的方法是采用錄音/重放的方式。這種方法數(shù)據(jù)量大。另一種方法是采取合成的方式產(chǎn)生音樂。1976年，F(xiàn)M(frequency modulation，F(xiàn)M)調(diào)頻合成法產(chǎn)生，1984年另一種合成技術(shù)是樂音樣本合成法，也稱為波形表(Wavetable)合成法產(chǎn)生。一、調(diào)頻音樂合成音樂包括確定的基頻譜和這個(gè)基頻整數(shù)倍的諧波譜。這是與噪聲不同的地方。一個(gè)音樂必須有音高、音色、響度和持續(xù)時(shí)間4個(gè)因素。音高是指聲波的基頻。基頻越低給人的感覺越低沉。音色是由聲音的頻譜決定。人們

7、能分辨出相同音高的小提琴和鋼琴的聲音，是因?yàn)樗鼈兊囊羯煌Ｐ√栍休^強(qiáng)的穿透力是其聲音中的高次諧波非常豐富。響度可通過調(diào)節(jié)聲波的整體幅度來實(shí)現(xiàn)。時(shí)值的變化導(dǎo)致旋律的進(jìn)行，或平緩，或跳躍。通過對上述參數(shù)的控制來合成音樂是FM的基本思想。FM合成器生成樂音的基本原理如圖所示。它由5個(gè)基本模塊組成：數(shù)字載波器、調(diào)制器、聲音包絡(luò)發(fā)生器、數(shù)字運(yùn)算器和模數(shù)轉(zhuǎn)換器。 聲音合成器的波形各種不同樂音的產(chǎn)生是通過組合各種波形和各種波形參數(shù)并采用各種不同的方法實(shí)現(xiàn)的。用什么樣的波形作為數(shù)字載波波形、用什么樣的波形作為調(diào)制波形、用什么樣的波形參數(shù)去組合才能產(chǎn)生所希望的樂音，這就是FM合成器的算法。改變數(shù)字載波頻率可以

8、改變樂音的音調(diào)，改變它的幅度可以改變它的音量。 改變波形的類型，如用正弦波、半正弦波或其它波形，會影響基本音調(diào)的完整性。 快速改變調(diào)制波形的頻率(即音調(diào)周期)可以改變顫音的特性。 改變反饋量，就會改變正常的音調(diào)，產(chǎn)生刺耳的聲音。 選擇的算法不同，載波器和調(diào)制器的相互作用也不同，生成的音色也不同。通過改變FM合成器參數(shù)，可以生成不同的樂音二、樂音樣本合成聲音使用FM合成法來產(chǎn)生各種逼真的樂音是相當(dāng)困難的，有些樂音幾乎不能產(chǎn)生，因此很自然地就轉(zhuǎn)向樂音樣本合成法。這種方法就是把真實(shí)樂器發(fā)出的聲音以數(shù)字的形式記錄下來，播放時(shí)改變播放速度，從而改變音調(diào)周期，生成各種音階的音符。樂音樣本的采集相對比較直觀

9、。音樂家在真實(shí)樂器上演奏不同的音符，選擇44.1 kHz的采樣頻率、16位的樂音樣本，這相當(dāng)于CD-DA的質(zhì)量，把不同音符的真實(shí)聲音記錄下來，這就完成了樂音樣本的采集。樂音樣本通常放在ROM芯片上，ROM是超大規(guī)模集成電路(very large scale integrated，VLSI)芯片。任何電子樂器，只要有處理MIDI信息的處理器和適當(dāng)?shù)挠布涌诙寄茏兂蒑IDI裝置。MIDI間靠這種接口傳遞消息，消息是樂譜的數(shù)據(jù)描述。MIDI樂器上的MIDI接口通常包含3種不同的MIDI連接器，用IN(輸入), OUT(輸出)和THRU(穿越)。MIDI數(shù)據(jù)流通常由MIDI控制器(MIDI contr

10、oller)產(chǎn)生，如樂器鍵盤(musical instrument keyboard)，或者由MIDI音序器(MIDI sequencer)產(chǎn)生。MIDI控制器是當(dāng)作樂器使用的一種設(shè)備，在播放時(shí)把演奏轉(zhuǎn)換成實(shí)時(shí)的MIDI數(shù)據(jù)流，MIDI音序器是一種裝置，允許MIDI數(shù)據(jù)被捕獲、存儲、編輯、組合和重奏。來自MIDI控制器或者音序器的MIDI數(shù)據(jù)輸出通過該裝置的MIDI OUT連接器傳輸。MIDI數(shù)據(jù)流的接收設(shè)備是MIDI聲音發(fā)生器(MIDI sound generator)或者M(jìn)IDI聲音模塊(MIDI sound module)，它們在MIDI IN端口接收MIDI信息(MIDI messag

11、es)，然后播放聲音。下圖表示的是一個(gè)簡單的MIDI系統(tǒng)，它由一個(gè)MIDI鍵盤控制器和一個(gè)MIDI聲音模塊組成。許多MIDI鍵盤樂器在其內(nèi)部既包含鍵盤控制器，又包含MIDI聲音模塊功能。在這些單元中，鍵盤控制器和聲音模塊之間已經(jīng)有內(nèi)部鏈接，這個(gè)鏈接可以通過該設(shè)備中的控制功能(local control)對鏈接打開(ON)或者關(guān)閉(OFF)。2.MIDI系統(tǒng)組成單個(gè)物理MIDI通道(MIDI channel)分成16個(gè)邏輯通道，每個(gè)邏輯通道可指定一種樂器，如下圖所示。在MIDI信息(MIDI messages)中，用4個(gè)二進(jìn)制位來表示這16個(gè)邏輯通道。音樂鍵盤可設(shè)置在這16個(gè)通道之中的任何一個(gè)，

12、而MIDI聲源或者聲音模塊可被設(shè)置在指定的MIDI通道上接收。簡單的MIDI系統(tǒng)PC機(jī)構(gòu)造的MIDI系統(tǒng)使用的聲音模塊就是這樣一種單獨(dú)的多音色聲音模塊。在這種系統(tǒng)中，PC機(jī)使用內(nèi)置的MIDI接口卡，用來把MIDI數(shù)據(jù)發(fā)送到外部的多音色MIDI合成器模塊。像多媒體演示程序、教育軟件或者游戲等應(yīng)用軟件，它們把信息通過PC總線發(fā)送到MIDI接口卡。MIDI接口卡把信息轉(zhuǎn)換成MIDI消息(MIDI messages)，然后送到多音色聲音模塊同時(shí)播放出許多不同的樂音，例如鋼琴聲、低音和鼓聲。使用安裝在PC機(jī)上的高級的MIDI音序器軟件，用戶可把MIDI鍵盤控制器(MIDI keyboard contro

13、ller)連接到MIDI接口卡的MIDI IN端口，也可以有相同的音樂創(chuàng)作功能。使用PC機(jī)構(gòu)造MIDI系統(tǒng)可以有不同的方案。例如，可把MIDI接口和MIDI聲音模塊組合在PC添加卡上。多媒體個(gè)人計(jì)算機(jī)MPC(Multimedia PC)規(guī)范就要求PC添加卡上必須有這樣的聲音模塊，稱為合成器(synthesizer)。通過已有的電子波形來產(chǎn)生聲音的合成器稱為FM合成器(FM synthesis)，而通過存儲的樂音樣本來產(chǎn)生聲音的合成器稱為波表合成器(wave table synthesis)。常用音頻文件格式*.wav*.mp3 *.rm *.wmaMidi *.mid*.ape什么叫做采樣？什

14、么叫做量化？什么叫做線性量化？什么叫做非線性量化？ 采樣頻率根據(jù)什么原則來確定？什么叫做MIDI？它有什么特點(diǎn)？ 說明FM合成聲音和樂音樣本合成聲音的原理常用的聲音文件格式有哪些?各有什么特點(diǎn)?在你身邊的數(shù)字設(shè)備中你還知道有哪些音頻格式在使用，它們的特點(diǎn)是什么？APE是什么文件格式?特點(diǎn)是什么?作業(yè)聲音處理1、聲音的獲取 錄音 從CD碟中獲取（用“解霸”、NERO） 從VCD中獲取 從其他格式文件中獲取：例如RM聲音處理2、聲音的編輯 用“錄音機(jī)”軟件進(jìn)行簡單的處理 用“GOLDWAVE”進(jìn)行音頻處理 用視頻處理軟件中的音頻編輯功能進(jìn)行音頻處理 用cool edit pro 編輯聲音音頻文件的轉(zhuǎn)換聲音處理Wav轉(zhuǎn)Mp3Mp3轉(zhuǎn)WavWav等文