多媒體應(yīng)用系統(tǒng)技術(shù)第5章

1、LOGO多媒體應(yīng)用系統(tǒng)技術(shù)多媒體應(yīng)用系統(tǒng)技術(shù)計算機科學與技術(shù)學院計算機科學與技術(shù)學院2第五章：音頻素材制作與處理第五章：音頻素材制作與處理模擬音頻、數(shù)字音頻模擬音頻、數(shù)字音頻1語音合成技術(shù)語音合成技術(shù)2語音識別技術(shù)語音識別技術(shù)335.1 5.1 模擬音頻模擬音頻v模擬信號、數(shù)字信號模擬信號、數(shù)字信號時間和幅度上都是連續(xù)的信號稱為模擬信號。幅度是離散的信號稱數(shù)字信號。45.1 5.1 模擬音頻模擬音頻v聲音聲音 聲源：正在發(fā)聲的物體 產(chǎn)生：聲音是由物體振動產(chǎn)生的聲波 聲波：是隨時間連續(xù)變化的物理量， 是連續(xù)的模擬信號，可以用振幅、周期、頻率描述聲源振動，通過空氣等介質(zhì)，把這種振動以機械波的形式聲

2、源振動，通過空氣等介質(zhì)，把這種振動以機械波的形式傳播，這就是聲波。聲波傳入人的耳朵，促使耳膜產(chǎn)生振傳播，這就是聲波。聲波傳入人的耳朵，促使耳膜產(chǎn)生振動，這種耳膜振動被傳導到人的聽覺神經(jīng)，就產(chǎn)生了對動，這種耳膜振動被傳導到人的聽覺神經(jīng)，就產(chǎn)生了對“聲音聲音”的感覺的感覺55.1 5.1 模擬音頻模擬音頻 振幅：聲音波形振動的幅度，表示聲音的強弱,即音量（分貝dB） 周期：聲音波形完成一次全振動經(jīng)過的時間 頻率：聲音波形在一秒鐘內(nèi)完成全振動的次數(shù)（赫茲HZ) 亞音信號:頻率20000 音頻信號：介于中間的信號 人耳聽不見65.1 5.1 模擬音頻模擬音頻v聲音三要素聲音三要素 音強：聲音的強弱，即

3、音量，與聲波振幅成正比 音調(diào)：聲音的高低，與頻率有關(guān) 音色：聲音的特色。分純音和復(fù)音（不同頻率、不同振幅）75.1 5.1 模擬音頻模擬音頻v模擬音頻的處理模擬音頻的處理 被轉(zhuǎn)換成電信號，由模擬元部件處理。v模擬音頻的特點模擬音頻的特點 頻率范圍 連續(xù)性 音質(zhì)（與頻率范圍、設(shè)備、噪音等因素有關(guān)） 85.2 5.2 數(shù)字音頻數(shù)字音頻 以二進制的方式記錄的音頻，是模擬音頻的數(shù)字化表達。 實現(xiàn)：聲卡 （采樣、量化、編碼） 比較 常用格式：wav(微軟），midi(樂器數(shù)字接口），cda(cd音樂）,mp3,wma(微軟，網(wǎng)絡(luò)音頻格式），ra/rm(real networks)模擬信號模擬信號數(shù)字信號

4、數(shù)字信號存儲存儲磁帶、唱片磁帶、唱片光盤、硬盤光盤、硬盤編輯編輯不易不易容易容易壓縮壓縮壓縮率有限壓縮率有限壓縮率高壓縮率高95.3 5.3 語音合成技術(shù)語音合成技術(shù) 是指利用計算機合成語音的一種技術(shù)，使計算機能夠產(chǎn)生高清晰度、高自然度的連續(xù)語音，具有類似于人一樣的說話的能力 三個層次 文字到語音、 概念到語音、 意向到語音 文語轉(zhuǎn)換實現(xiàn) 文字 輸入 文本文件 文字處理 韻律處理 語音合成 語音輸出 詞典規(guī)則 語音庫 文本分析器韻律分析模塊語音生成模塊105.3 5.3 語音合成技術(shù)語音合成技術(shù) （1）文本分析器根據(jù)發(fā)音字典，將文本字符串分解為帶有屬性標記的詞和讀音符號 （2）韻律分析：再根據(jù)語義規(guī)則和語音規(guī)則，為每一個詞、每一個音節(jié)確定重音等級和語句結(jié)構(gòu)及語調(diào)，以及各種停頓等。 （3）語音合成 波形編輯合成 參數(shù)合成分析 規(guī)則合成 自然度 清晰度 表現(xiàn)力 復(fù)雜度115.4 5.4 語音識別技術(shù)語音識別技術(shù) 計算機通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。即讓計算機能夠聽懂人類的語言。 例如：I