多媒體技術基礎

--數(shù)字聲音1學習目標1．了解聲音特性。2．理解聲音數(shù)字化的原理。3．了解MPEG聲音。4．理解MIDI音樂原理及特點。5．了解聲音文件的存儲格式及特點。6．掌握聲音的采集方法。7．掌握聲音編輯軟件的基本功能。8．了解音頻卡的功能，掌握音頻卡的安裝和使用。2內容框架35.1 聲音的特性5.1.1 聲音的物理特性聲音本質上是一種機械振動波，也稱之為聲波，它通過空氣傳播到人耳，刺激神經(jīng)后使人的大腦產(chǎn)生感覺，即聽覺。空氣振動形成的聲波45.1 聲音的特性5.1.1 聲音的物理特性1．頻率與音調頻率是指聲音信號每秒鐘變化的次數(shù)，單位用赫茲（Hz）表示。203003k20kf(Hz)次聲帶音頻（audio）帶寬語音（speech）帶寬超聲帶音頻頻率范圍示意55.1 聲音的特性5.1.1 聲音的物理特性1．頻率與音調人耳對聲音頻率的感覺表現(xiàn)為音調的高低，頻率越低，給人的感覺越聲音低沉。人耳對同樣強度但不同頻率的聲音其主觀感覺的強弱是不同的。65.1 聲音的特性5.1.1 聲音的物理特性2．幅度與音強音強是指聲音信號的強弱程度，它與音頻信號的幅度有關。我們常用音量來描述音強，音量是對音頻信號的幅度取對數(shù)后再乘以20所得到的值，單位為分貝（dB）。人耳能感知的聲音幅度大約在0-120dB之間。75.1 聲音的特性5.1.1 聲音的物理特性2．幅度與音強動態(tài)范圍定義為音頻信號的最大強度與最小強度之比：音頻信號的動態(tài)范圍=20×lg（信號的最大強度/信號的最小強度）（dB）動態(tài)范圍越大，說明音頻信號強度的相對變化范圍越大，則音響效果越好，表現(xiàn)力越強。85.1 聲音的特性5.1.1 聲音的物理特性3．頻帶寬度聲音信號是由許多頻率不同的信號組成的復合信號，因此需要用一個參數(shù)來描述其復合特性，這個參數(shù)就是頻帶寬度或稱為帶寬，它是描述組成復合信號的頻率范圍。95.1 聲音的特性5.1.1 聲音的物理特性3．頻帶寬度音頻信號的頻帶越寬，所包含的音頻信號分量越豐富，因此音質越好。

1020502003.4k7k15k22kf(Hz)FM廣播電話AM廣播CD-DA聲音質量等級與信號帶寬105.1 聲音的特性5.1.2語音、音樂、音效根據(jù)音頻信號所攜帶的信息大體上可以分為語音、音樂、音效三類。1．語音2．音樂3．音效115.2 聲音的數(shù)字化5.2.1 采樣與量化聲音的數(shù)字化主要包括兩個過程：聲音采樣和量化。聲音的采樣與量化125.2 聲音的數(shù)字化5.2.1 采樣與量化1．采樣與采樣頻率

在某些特定的時刻對模擬信號進行測量叫做采樣(sampling)，這樣就把時間上連續(xù)的模擬信號通過抽取樣本，變成時間上不連續(xù)的信號序列。每秒鐘需要采集多少個聲音樣本，稱為采樣頻率，單位用赫茲（Hz）來表示。采樣率越高，音頻信號越不失真，聲音品質越好。采樣的三個標準頻率分別為44.1kHz（CD品質的音樂）、22.05kHz（中等品質的音樂或語音）、11.025kHz（語音）。135.2 聲音的數(shù)字化5.2.1 采樣與量化2．量化與量化位數(shù)

量化（quantization）是指將采樣所得的值數(shù)字化，即用二進制來表示模擬量。用來描述音頻信號樣本的二進制位數(shù)，稱為量化位數(shù)（或稱位深度），它決定了模擬信號數(shù)字化以后的動態(tài)范圍，量化位越高，信號的動態(tài)范圍越大，數(shù)字化后的音頻信號就越可能接近原始信號。

145.2 聲音的數(shù)字化5.2.2 聲音質量與數(shù)據(jù)率1．聲道音頻文件有單聲道（mono）和雙聲道之分。雙聲道又分為左右聲道。雙聲道聲音文件比單聲道聲音文件大一倍，因為雙聲道存儲的信息比單聲道大兩倍。雙聲道文件可以將左右兩個聲道的聲音分別保存成單聲道文件，也可以將左右聲道混合后通過一個單聲道輸出一個立體聲(stereo)聲音文件。155.2 聲音的數(shù)字化5.2.2 聲音質量與數(shù)據(jù)率2．聲音質量與數(shù)據(jù)率聲音質量和數(shù)據(jù)率質量采樣頻率(kHz)樣本精度(bit/s)單道聲/立體數(shù)據(jù)率(kB/s)(未壓縮)頻率范圍電話88單道聲8200～3400HzAM11.0258單道聲11.020～15000HzFM22.05016立體聲88.250～7000HzCD44.116立體聲176.420～20000HzDAT4816立體聲192.020～20000Hz165.2 聲音的數(shù)字化5.2.2 聲音質量與數(shù)據(jù)率3．聲音文件的大小文件大小=采樣頻率（Hz）×量化位數(shù)（bit）×聲道數(shù)×音頻秒數(shù)÷8（Byte)175.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼1．PCM、DPCM和ADPCM是基于音頻數(shù)據(jù)統(tǒng)計特性進行編碼的波形編碼方法，它直接對波形采樣、量化、編碼，算法簡單，易于實現(xiàn)。聲音恢復時能保持原有的特點，但壓縮比很難提高。采用PCM編碼、ADPCM編碼等生成的數(shù)字音頻都以WAVE的文件格式存儲，以“.WAV”為文件擴展名。CD激光唱盤中包含也是WAVE格式的波形數(shù)據(jù)，只是不存成擴展名為“.WAV”文件而已。185.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼2．MPEG音頻

在MPEG-1音頻標準中應用最廣的就是MPEG-1AudioLayer3，即我們熟知的MP3音樂，其文件擴展名為“.mp3”。MP3最大的好處在于大幅降低了數(shù)字聲音文件的容量，而不破壞原來的音質。以CD音質的Wave文件來說，通過MP3格式壓縮后，文件便可壓縮為原來的1/10～1/12。195.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼2．MPEG音頻MPEG-2標準定義了兩種聲音數(shù)據(jù)壓縮格式MPEG-2Audio：與MPEG-1Audio兼容，并在此基礎上實現(xiàn)了低碼率和多聲道擴展，可提供左、右、中及兩個環(huán)繞聲道、一個加重低音聲道，即5.1環(huán)繞聲和多達7個伴音聲道，用于DVD的伴音。MPEG-2AAC（AdvancedAudioCoding，先進音頻編碼）：音質更加完美而壓縮比更大（15:1～20:1），但與MPEG-1聲音格式不兼容。

205.2 聲音的數(shù)字化什么是MP4？?215.3 認識MIDI音樂5.3.1什么是MIDI？MIDI是英文MusicalInstrumentDigitalInterface的縮寫，中文含義是樂器數(shù)字接口。它是用于在電子樂器，如音樂合成器(musicsynthesizers)或樂器(musicalinstruments)之間以及電子樂器和計算機之間交換音樂信息的一種標準協(xié)議。225.3 認識MIDI音樂5.3.2MIDI音樂的處理過程MIDI端口MIDI鍵盤音序器MIDI文件合成器揚聲器計算機中的聲卡有MIDI端口，它通過MIDI電纜與MIDI鍵盤或電子樂器的鍵盤連接，采集鍵盤演奏的MIDI信息；音序器（sequencer）的作用是記錄、編輯、播放由MIDI信息構成的MIDI文件，通常是一軟件，如cakewalk;音樂合成器（musicalsynthesizer）是一種電子設備，可將MIDI信息轉換成為模擬信號的波形，再傳送到揚聲器上產(chǎn)生聲音效果，計算機用的合成器一般在聲卡上。235.3 認識MIDI音樂5.3.3

MIDI音樂的合成方式MIDI樂音的合成方法主要有兩種：頻率調制（frequencymodulation，F(xiàn)M）合成法，樂音樣本合成法，也稱為波形表（wavetable）合成法。FM合成法生成樂音的基本原理是，用數(shù)字信號來表示不同樂音的波形，然后用計算機把它們組合起來，再通過數(shù)模轉換器(digitaltoanalogconvertor，DAC)生成樂音。使用FM合成法來產(chǎn)生各種逼真的樂音是相當困難的，有些樂音幾乎不能產(chǎn)生。

245.3 認識MIDI音樂5.3.3

MIDI音樂的合成方式MIDI樂音的合成方法主要有兩種：頻率調制（frequencymodulation，F(xiàn)M）合成法，樂音樣本合成法，也稱為波形表（wavetable）合成法。波形合成法是把真實樂器發(fā)生的聲音以數(shù)字形式記錄下來，播放時改變播放速度，從而改音調周期，生成各種音階的音符。由于波表使用的音樂采樣是真實的樂器聲音，所以產(chǎn)生的聲音質量比FM合成方法產(chǎn)生的聲音質量要高。波表使用的音樂樣本的好壞以及音色庫的大小決定了波表可播放的MIDI音樂的質量。255.3 認識MIDI音樂5.3.4MIDI音樂的特點優(yōu)點：生成的文件比較小，因為MIDI文件存儲的是命令，而不是聲音波形。容易編輯，因為編輯命令比編輯聲音波形要容易得多。MIDI音樂音源豐富的情況下能得到高品質的聲音。配音使用方便。不足：由于MIDI文件記錄的不是實際的聲音，因此它的播放質量將受硬件設備的影響。MIDI文件不適合表示語音，語音選擇波形文件更為合適。265.4 聲音文件的格式及轉換常用聲音文件格式275.4 聲音文件的格式及轉換軟件名功能特點全能音頻轉換通支持目前所有流行的媒體文件格式(MP3/MP2/OGG/APE/WAV/WMA/AVI/RM/RMVB/ASF/MPEG/DAT)，能批量轉換，并且能從視頻文件中分離出音頻流，轉換成完整的音頻文件。典型的應用如WAV轉MP3、MP3轉WMA、WAV轉WMA、RM(RMVB)轉MP3、AVI轉MP3、RM(RMVB)轉WMA等，也可以從整個媒體中截取出部分時間段，轉成一個音頻文件，或者將幾個不同格式的媒體轉換并連接成一個音頻文件。自定義的各種質量參數(shù)，可以滿足各種不同的需要。豪杰音頻通支持目前常見的音頻格式的相互轉化，支持格式包括：WAV、MP3、WMA、DAC、CDA、MPG、MP1、MP2、MP3、MP4、VOB、AC3等；支持把以上音頻格式轉化為WAV、MP3、RA、WMA、DAC；支持批量轉換及Internet網(wǎng)絡在線轉換；播放和轉化可同時進行。音頻轉換精靈支持MP2，MP3，AAC，AC3，WMA，OGG，WAV（PCM，DSP，GSM，ADPCM），G721，G723，G726，G729，VOX，ALAW，ULAW等音頻格式之間的轉換；可以批量轉換文件；支持將其它的音頻格式轉換為手機上播放的AMR；支持CD抓軌功能，能將CD光盤上的音樂轉換為WAV；內置播放器支持多種格式的播放功能。StreamBoxRipper能批量地將RA/RM/WAV/CDA/MP3等格式的音頻文件轉換成WMA/WAV/MP3格式的文件，在轉換過程中，還能通過程序內部自帶的聲音均衡器，來對音頻文件的聲效進行簡單處理。AudioConverter支持Mp3，Wma(支持WMA9)，wav，vqf，ogg，aif之間自由轉換；將CD音軌轉換為Mp3，Wma(支持WMA9)，wav，vqf，ogg或aif格式；支持單獨和批量兩種模式的轉換。常用音頻格式轉換軟件及功能285.5 聲卡5.5.1 聲卡的發(fā)展簡史Creative公司SoundBlasterSoundBlaster16SoundBlasterPROSoundBlasterAwe32SoundBlasterAwe64SoundBlasterLive!圖5.9聲卡295.5 聲卡5.5.2

聲卡的功能1．音頻的錄制、編輯與播放2．錄制、播放MIDI音樂3．實現(xiàn)語音通訊4．語音識別與文語轉換5．連接游戲桿305.5 聲卡5.5.3 聲卡的接口與使用聲卡的接口315.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音常用有以下幾種獲取聲音資源的方法：（1）利用計算機的聲卡錄制聲音，錄音的音源可以來自話筒，也可以將來自模擬設備如錄音磁帶、收音廣播等的聲音，轉為數(shù)字聲音。（2）利用抓音軌軟件從音樂CD上抓取音樂文件。（3）利用現(xiàn)成的數(shù)字聲音素材，如從網(wǎng)上下載或從聲音素材光盤上直接復制聲音文件。注意：當使用第三方的聲音文件時，要注意版權問題。325.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音1．利用聲卡錄制聲音（1）確認音源與聲卡相應的接口已經(jīng)相連。話筒接入聲卡的MIC接口，若是音源來自盒式磁帶或是收音機則需要一根雙頭音頻線。（2）選擇錄音軟件。錄音軟件可以是聲音編輯軟件，也可以使用Windows附件中的“錄音機”。（3）選擇適當?shù)牟蓸宇l率、量化位數(shù)和編碼方式。（4）進行錄音，保存聲音文件。335.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音2．CD抓軌CD中存儲的是數(shù)字化聲音，但不是以文件形式存儲的，不能直接拷貝。通過抓音軌，可直接獲取存儲在光盤音軌上的數(shù)據(jù)，并存儲為WAV格式或MP3格式的聲音文件。現(xiàn)在可用于抓音軌工具很多，有專門的抓音軌工具，如EAC（ExactAudioCopy）；媒體播放軟件中也內置了抓軌功能，如WindowsMediaPlayer、RealOnePlayer以及WinAMP；一些光盤刻錄軟件如Nero中也有此功能。345.6 數(shù)字聲音的采集與編輯處理5.6.2

數(shù)字聲音的編輯Windows附件中的“錄音機”除了錄音還可以實現(xiàn)一些簡單的編輯，如剪切掉音頻中前后不需要的部分、對兩個音頻文件進行混合、調