實驗二音頻信息處理

1、實驗二 音頻信息處理聲音媒體是較早引入計算機系統(tǒng)的多媒體信息之一，從早期的利用PC機內(nèi)置喇叭發(fā)聲，發(fā)展到利用聲卡在網(wǎng)上實現(xiàn)可視電話，聲音一直是多媒體計算機中重要的媒體信息。在軟件或多媒體作品中使用數(shù)字化聲音是多媒體應用最基本、最常用的手段。通常所講的數(shù)字化聲音是數(shù)字化語音、聲響和音樂的總稱。在多媒體作品中可以通過聲音直接表達信息、制造某種效果和氣氛、演奏音樂等。逼真的數(shù)字聲音和悅耳的音樂，拉近了計算機與人的距離，使計算機不僅能播放聲音，而且能“聽懂”人的聲音是實現(xiàn)人機自然交流的重要方面之一。采集(錄音)、編輯、播放聲音文件是聲卡的基本功能,利用聲卡及控制軟件可實現(xiàn)對多種音源的采集工作。在本實驗

2、中，我們將利用聲卡及幾種聲音處理軟件，實現(xiàn)對聲音信號的采集、編輯和處理。 實驗所需軟件：l Windows 錄音機l Cool edit pro實驗所需硬件件：l 耳機或音箱l 麥克風l 聲卡l 實驗目的通過本實驗使學生熟悉多媒體計算機處理音頻信息的基本技術(shù)，掌握音頻處理軟件cool edit pro，并能利用該軟件正確的進行語言采集，音頻波形編輯和多軌合成。本次實驗必須完成給定的1個實驗作業(yè)。（必須當堂完成）l 方法和步驟1、預備知識l 數(shù)字音頻和模擬音頻模擬音頻和數(shù)字音頻在聲音的錄制和播放方面有很大不同。模擬聲音的錄制是將代表聲音波形的電信號轉(zhuǎn)換到適當?shù)拿襟w上，如磁帶或唱片。播放

3、時將紀錄在媒體上的信號還原為波形。模擬音頻技術(shù)應用廣泛，使用方便。但模擬的聲音信號在多次重復轉(zhuǎn)錄后，會使模擬信號衰弱，造成失真。數(shù)字音頻就是將模擬的(連續(xù)的)聲音波形數(shù)字化(離散化)，以便利用數(shù)字計算機進行處理，主要包括采樣和量化兩個方面。l 數(shù)字音頻的質(zhì)量數(shù)字音頻的質(zhì)量取決于采樣頻率和量化位數(shù)這兩個重要參數(shù)。采樣頻率是對聲音波形每秒鐘進行采樣的次數(shù)。人耳聽覺的頻率上限在2OkHz左右，根據(jù)采樣理論，為了保證聲音不失真，采樣頻率應在4OkHz左右。經(jīng)常使用的采樣頻率有11.025kHz、22.05kHz和44.lkHz等。采樣頻率越高，聲音失真越小、音頻數(shù)據(jù)量越大。量化數(shù)據(jù)位數(shù)(也稱量化級)是

4、每個采樣點能夠表示的數(shù)據(jù)范圍，經(jīng)常采用的有8位、12位和16位。例如，8位量化級表示每個采樣點可以表示256個(0-255)不同量化值，而16位量化級則可表示65536個不同量化值。量化位數(shù)越高音質(zhì)越好，數(shù)據(jù)量也越大。反映數(shù)字音頻質(zhì)量的另一個因素是通道(或聲道)個數(shù)。單聲道是比較原始的聲音復制形式, 每次只能生成一個聲波數(shù)據(jù)。立體聲(雙聲道)技術(shù)是每次生成二個聲波數(shù)據(jù)，并在錄制過程中分別分配到兩個獨立的聲道出輸出，從而達到了很好的聲音定位效果。四聲道環(huán)繞（4.1聲道）是為了適應三維音效技術(shù)而產(chǎn)生的，四聲道環(huán)繞規(guī)定了4個發(fā)音點：前左、前右，后左、后右，并建議增加一個低音音箱，以加強對低頻信號的回

5、放處理。Dolby AC-3音效（5.1聲道）是由5個全頻聲道和一個超重低音聲道組成的環(huán)繞立體聲。在多媒體音頻技術(shù)中，存儲聲音信息的文件有多種格式，如Wav、Midi、Mp3、Rm、VQF等等。 1）Wav格式Wav格式的文件又稱波形文件，是用不同的采樣率對聲音的模擬波形進行采樣得到的一系列離散的采樣點，以不同的量化位數(shù)（16位、32位或64位）把這些采樣點的值轉(zhuǎn)換成二進制數(shù)得到的。Wav是數(shù)字音頻技術(shù)中最常用的格式，它還原的音質(zhì)較好，但所需存儲空間較大。 2）Midi格式Midi是Musical Instrument Digital Interface（樂器數(shù)字接口）的縮寫。它是由世界上主要

6、電子樂器制造廠商建立起來的一個通信標準，并于 1988年正式提交給MIDI制造商協(xié)會，便成為數(shù)字音樂的一個國際標準。MIDI標準規(guī)定了電子樂器與計算機連接的電纜硬件以及電子樂器之間、樂器與計算機之間傳送數(shù)據(jù)的通信協(xié)議等規(guī)范。 MIDI標準使不同廠家生產(chǎn)的電子合成樂器可以互相發(fā)送和接收音樂數(shù)據(jù)。Midi文件紀錄的是一系列指令而不是數(shù)字化后的波形數(shù)據(jù)，所以它占用存儲空間比Wav文件要小很多。 3）MP3格式MP3是對MPEG Layer 3的簡稱，是目前最熱門的音樂文件。其技術(shù)采用MPEG Layer 3標準對WAVE音頻文件進行壓縮而成，特點是能以較小的比特率、較大的壓縮率達到近乎CD音質(zhì)。其壓

7、縮率可達1:12，每分鐘CD音樂大約需要1兆的磁盤空間。 4）Rm格式Rm是RealMedia文件的簡稱。 Real Networks公司所制定的音頻視頻壓縮規(guī)范稱為RealMedia，是目前在Internet上相當流行的跨平臺的客戶/服務(wù)器結(jié)構(gòu)多媒體應用標準，它采用音頻/視頻流和同步回放技術(shù)來實現(xiàn)在Intranet上全帶寬地提供最優(yōu)質(zhì)的多媒體，同時也能夠在Internet上以28.8Kbps的傳輸速率提供立體聲和連續(xù)視頻。2、硬件與軟件的準備本方法要錄取聲音文件需要的硬件主要有:聲卡、麥克風,為了回放所錄取的聲音還需要配備音箱，如下圖所示。 麥克風、聲卡、CD音源、音箱聲卡后有幾個接口,標有

8、Midi/Game的梯形接口是接Midi鍵盤和游戲手柄的,標有Audio Out的圓口是接音箱的,標有Mic的圓口是接麥克風的,標有Line In的圓口是外接音頻輸入設(shè)備的。聲卡、音箱和麥克風的連接，如下圖所示。電腦連線圖在完成了硬件設(shè)備的連接后為了使聲卡能正常工作還要進行軟件的調(diào)試。選擇【開始】/【設(shè)置】/【控制面板】，選【多媒體】。在【多媒體 屬性】對話框中選擇的【音頻】，在【回放】和【錄音】的首選設(shè)備中選擇聲卡所對應的輸入和輸出選項，如下圖所示?！径嗝襟w 屬性】的對話框 為確保麥克風和線性輸入能正常使用，雙擊位于桌面右下任務(wù)欄的喇叭，打開【播放控制】對話框，確認話筒和線性輸入的【靜音】前沒有打“”，如下圖所示。【播放控制】的對話框3、實驗作業(yè)要求：按照理論課堂教學演示的方法和技術(shù)，利用cool edit pro軟件完成20分鐘左右的數(shù)字音頻項目制作，音頻內(nèi)容自選（音樂素材請自行