數(shù)字音頻技術(shù)

1、 第二章 數(shù)字音頻技術(shù)返回學(xué)習(xí)目標(biāo) 掌握數(shù)字音頻基本概念、各種音頻信號的特點、聲卡的安裝與使用。 了解多媒體光存儲技術(shù)及CD-ROM光盤的結(jié)構(gòu)與讀寫原理。 掌握音頻數(shù)據(jù)制作和聲音編輯軟件 Cood Edit 2000的使用和操作 目錄 2.1 多媒體音頻 2.2 MIDI音頻 2.3 多媒體光存儲器CD-ROM和聲卡 2.4 音頻數(shù)據(jù)制作 2.1 多媒體音頻 音頻是多媒體技術(shù)的重要特征之一，是攜帶信息的重要媒體。在計算機多媒體技術(shù)中，音頻的種類主要有波形音頻、MIDI音頻和CD唱盤音頻。 2.1.1 波形音頻 2.1.2 MIDI音頻 2.1.3 CD-DA唱盤 2.1.4 聲卡 返回 2.1

2、.1 波形音頻 1聲音的基本特征 2數(shù)字音頻 1聲音的基本特征 聲音是由空氣中分子的振動而產(chǎn)生的。自然界的聲音是一個隨時間而變化的連續(xù)信號，可近似地看成是一種周期性的函數(shù)。通常用模擬的連續(xù)波形描述聲波的形狀，單一頻率的聲波可用一條正弦波表示，如下圖所示。振幅周期基線基線是測量模擬信號的基準(zhǔn)點。聲波的振幅表示聲音信號的強弱程度。聲波的頻率反映出聲音的音調(diào)，聲音細(xì)尖表示頻率高，聲音粗低表示頻率低。振幅和頻率不變的聲音信號，稱為單音。單音一般只能由專用電子設(shè)備產(chǎn)生。在日常生活中，我們聽到的自然界的聲音一般都屬于復(fù)音，其聲音信號由不同的振幅與頻率合成而得到。復(fù)音中的最低頻率稱為復(fù)音的基頻（基音），是決

3、定聲調(diào)的基本要素，它通常是個常數(shù)。復(fù)音中還存在一些其它頻率，是復(fù)音中的次要成分，通常稱為諧音?；l和諧音合成復(fù)音，決定了特定的聲音音質(zhì)和音色。 2數(shù)字音頻 聲波是隨時間而連續(xù)變化的物理量，通過能量轉(zhuǎn)換裝置，可用隨聲波變化而改變的電壓或電流信號來模擬。以模擬電壓的幅度來表示聲音的強弱。為使計算機能處理音頻，必須對聲音信號數(shù)字化。(1). 采樣和量化 (2). 影響數(shù)字音頻質(zhì)量的技術(shù)參數(shù)(3). 數(shù)字音頻文件的存儲量 (4). 數(shù)字音頻信號的編碼 (1). 采樣和量化 (c) 采樣信號的量化(a) 模擬音頻信號(b) 音頻信號的采樣數(shù)字化音頻的過程如下圖所示。模擬聲音在時間上是連續(xù)的，或稱連續(xù)時間

4、函數(shù)x(t)。用計算機處理這些信號時，必須先對連續(xù)信號采樣，即按一定的時間間隔(T)在模擬聲波上截取一個振幅值(通常為反映某一瞬間聲波幅度的電壓值)，得到離散信號x(nT)(n為整數(shù))。T稱采樣周期，1/T稱為采樣頻率。為了把采樣得到的離散序列信號x(nT)存入計算機，必須將采樣值量化成有限個幅度值的集合x(nT)，采樣值用二進(jìn)制數(shù)字表示的過程稱為量化編碼。(2). 影響數(shù)字音頻質(zhì)量的技術(shù)參數(shù)對模擬音頻信號進(jìn)行采樣量化編碼后，得到數(shù)字音頻。數(shù)字音頻的質(zhì)量取決于采樣頻率、量化位數(shù)和聲道數(shù)三個因素。1). 采樣頻率采樣頻率是指一秒鐘時間內(nèi)采樣的次數(shù)。在計算機多媒體音頻處理中，采樣頻率通常采用三種：

5、11.025KHz(語音效果)、22.05KHz(音樂效果)、44.1KHz(高保真效果)。常見的CD唱盤的采樣頻率即為44.1KHz。2). 量化位數(shù)量化位數(shù)也稱“量化精度”，是描述每個采樣點樣值的二進(jìn)制位數(shù)。例如，8位量化位數(shù)表示每個采樣值可以用28即256個不同的量化值之一來表示，而16位量化位數(shù)表示每個采樣值可以用216即65536個不同的量化值之一來表示。常用的量化位數(shù)為8位、12位、16位。3). 聲道數(shù)聲音通道的個數(shù)稱為聲道數(shù)，是指一次采樣所記錄產(chǎn)生的聲音波形個數(shù)。記錄聲音時，如果每次生成一個聲波數(shù)據(jù)，稱為單聲道；每次生成兩個聲波數(shù)據(jù)，稱為雙聲道（立體聲）。隨著聲道數(shù)的增加，所占

6、用的存儲容量也成倍增加。(3). 數(shù)字音頻文件的存儲量 以字節(jié)為單位，模擬波形聲音被數(shù)字化后音頻文件的存儲量(假定未經(jīng)壓縮)為：存儲量=采樣頻率量化位數(shù)/8聲道數(shù)時間例如，用44.1KHz的采樣頻率進(jìn)行采樣，量化位數(shù)選用16位，則錄制1秒的立體聲節(jié)目，其波形文件所需的存儲量為：4410016821=176400(字節(jié))(4). 數(shù)字音頻信號的編碼 一般情況下，聲音的制作是使用麥克風(fēng)或錄音機來產(chǎn)生，再由聲卡上的WAVE合成器的(模/數(shù)轉(zhuǎn)換器)對模擬音頻采樣后，量化編碼為一定字長的二進(jìn)制序列，并在計算機內(nèi)傳輸和存儲。在數(shù)字音頻回放時，再由數(shù)字到模擬的轉(zhuǎn)化器(數(shù)/模轉(zhuǎn)換器)解碼可將二進(jìn)制編碼恢復(fù)成原

7、始的聲音信號，通過音響設(shè)備輸出。如下圖所示。模擬音頻信號輸入采樣/量化編碼傳輸/存儲解碼播放數(shù)字波形文件數(shù)據(jù)量大，數(shù)字音頻的編碼必須采用高效的數(shù)據(jù)壓縮編碼技術(shù)。音頻信號能夠被壓縮編碼的依據(jù)有兩個，一是聲音信號存在著數(shù)據(jù)冗余；二是利用人的聽覺特性來降低編碼率，人的聽覺具有一個強音能抑制一個同時存在的弱音現(xiàn)象，這樣就可以抑制與信號同時存在的量化噪聲；另外人耳對低頻端比較敏感，而對高頻端不太敏感，由此引出了“子帶編碼技術(shù)”。音頻信號的壓縮編碼方式可分為波形編碼參數(shù)編碼和混合編碼三種。1). 波形編碼波形編碼的算法簡單，易于實現(xiàn)，可獲得高質(zhì)量的語音。常見的三種波形編碼方法為：脈沖編碼調(diào)制(PCM)，實

8、際為直接對聲音信號作AD轉(zhuǎn)換。只要采樣頻率足夠高，量化位數(shù)足夠多，就能使解碼后恢復(fù)的聲音信號有很高的質(zhì)量。差分脈沖編碼調(diào)制(DPCM)，即只傳輸聲音預(yù)測值和樣本值的差值以此降低音頻數(shù)據(jù)的編碼率。自適應(yīng)差分編碼調(diào)制(ADPCM)，是DPCM方法的進(jìn)一步改進(jìn)，通過調(diào)整量化步長，對不同頻段設(shè)置不同的量化字長，使數(shù)據(jù)得到進(jìn)一步的壓縮。2). 參數(shù)編碼參數(shù)編碼方法通過建立起聲音信號的產(chǎn)生模型，將聲音信號用模型參數(shù)來表示，再對參數(shù)進(jìn)行編碼，在聲音播放時根據(jù)參數(shù)重建聲音信號。參數(shù)編碼法算法復(fù)雜，計算量大，壓縮率高，但還原聲音的質(zhì)量不高。3). 混合編碼混合編碼是把波形編碼的高質(zhì)量和參數(shù)編碼的低數(shù)據(jù)率結(jié)合在一

9、起，取得了較好效果。音頻編碼標(biāo)準(zhǔn)和算法編碼類型算法名稱數(shù)據(jù)率標(biāo)準(zhǔn)應(yīng)用質(zhì)量波形編碼PCM均勻量化公共網(wǎng)ISDN配音4.0-4.5(A) (A)64kbit/s G.711APCM自適應(yīng)量化DPCM差值量化ADPCM自適應(yīng)差值量化32kbit/s G.721SB-ADPCM子帶一自適應(yīng)差值量化64kbit/s G.722參數(shù) 編碼LPC線性預(yù)測編碼2.4kbit/s 保密電話2.5-3.5混合 編碼CELPC碼激勵LPC4.8kbit/s 移動通信3.7-4.0VSELP矢量和激勵LPC8kbit/s 語音郵件 RPE-CELP長時預(yù)測規(guī)則碼激勵13.2kbit/s ISDN LD-CELP低延時

10、碼激勵LPC16kbit/ G.728MPEG多子帶感知編碼128kbit/sCD 5.0 2.2.2 MIDI音頻 MIDI音頻是將電子樂器鍵盤上的彈奏信息記錄下來，包括鍵名、力度、時值長短等，是樂譜的一種數(shù)字式描述。當(dāng)需要播放時，只需從相應(yīng)的MIDI文件中讀出MIDI消息，生成所需要的聲音波形，經(jīng)放大后由揚聲器輸出。如下圖所示。合成器揚聲器MIDI鍵盤MIDI接口音序器 1. 什么是MIDI 2. MIDI設(shè)備配置 3. MIDI文件的特點 MIDI是Musical Instrument Digital Interface(樂器數(shù)字接口)的縮寫。MIDI是一種國際標(biāo)準(zhǔn)，是計算機和MIDI設(shè)

11、備之間進(jìn)行信息交換的一整套規(guī)則，包括各種電子樂器之間傳送數(shù)據(jù)的通信協(xié)議。 1. 什么是MIDI MIDI設(shè)備就是處理MIDI信息所需的硬件設(shè)備，其基本組成包括： 2. MIDI設(shè)備配置 (1). MIDI端口 (2). MIDI鍵盤 (3). 音序器(Sequencer)(4). 合成器 (1). MIDI端口 一臺MID設(shè)備可以有一至三個MIDI端口，分別稱為MIDI In、MIDI Out、MIDI Thru。它們的作用是：MIDI In：接收來自其它MIDI設(shè)備的MIDI信息。MIDI Out：發(fā)送本設(shè)備生成的MIDI信息到其它設(shè)備。MIDI Thru：將從MIDI In端口傳來的信息轉(zhuǎn)

12、發(fā)到相連的另一臺MIDI設(shè)備上。(2). MIDI鍵盤 MIDI鍵盤是用于MIDI樂曲演奏的，MIDI鍵盤本身并不發(fā)出聲音，當(dāng)作曲人員觸動鍵盤上的按鍵時，就發(fā)出按鍵信息，所產(chǎn)生的僅僅是MIDI音樂消息，從而由音序器錄制生成MIDI文件。(3). 音序器(Sequencer)用于記錄、編輯、播放MIDI的聲音文件，音序器有以硬件形式提供的，目前大多為軟件音序器。音序器可捕捉MIDI消息，將其存入MIDI文件，MIDI文件擴展名為 .MID。音序器還可編輯MIDI文件。(4). 合成器 MIDI文件的播放是通過MIDI合成器，合成器解釋MIDI文件中的指令符號，生成所需要的聲音波形，經(jīng)放大后由揚聲

13、器輸出，聲音的效果比較豐富。1). MIDI合成方式MIDI合成方式主要有調(diào)頻合成(FM)和波形表合成(Wave Table)兩種方式。調(diào)頻合成方式，其原理是根據(jù)傅立葉級數(shù)而來。波形表合成的原理是ROM中已存儲著各種實際樂器的聲音采樣，合成時以查表方式調(diào)用這些樣本將其還原回放。2). 硬波形表合成與軟波形表合成硬波表合成方式的數(shù)字聲音樣本被保存在ROM內(nèi)或RAM(可動態(tài)更換)內(nèi)。而軟波表的數(shù)字化樣本保存于系統(tǒng)主存中，合成運算靠CPU完成，最終的音頻合成靠聲卡上的WAVE合成器來完成。軟波表實際上是針對合成MIDI音樂而開發(fā)的一套軟件，其主要作用是控制高速CPU來完成波表MIDI合成器的部分功能

14、。 3. MIDI文件的特點 (1). 由于MIDI文件只是一系列指令的集合，因此它比數(shù)字波形文件小得多，大大節(jié)省了存儲空間。(2). 使用MIDI文件，其聲音卡上必需含有硬件音序器或者配置有軟件音序器。(3). MIDI聲音適于重現(xiàn)打擊樂或一些電子樂器的聲音，利用MIDI聲音方式可用計算機來進(jìn)行作曲。(4). 對MIDI的編輯很靈活，在音序器的幫助下，用戶可自由地改變音調(diào)、音色以及樂曲速度等，以達(dá)到需要的效果。 2.3.1 CD-DA唱盤 CD-DA(Compact Disk-Digital Audio)即數(shù)字音頻光盤。是光盤的一種存儲格式，專門用來記錄和存儲音樂。CD唱盤也是利用數(shù)字技術(shù)(

15、采樣技術(shù))制作的，只是CD唱盤上不存在數(shù)字聲波文件的概念，而是利用激光將0、1數(shù)字位轉(zhuǎn)換成微小的信息凹凸坑制作在光盤上，通過CD-ROM驅(qū)動器特殊芯片讀出其內(nèi)容，再經(jīng)過DA轉(zhuǎn)換，把它變成模擬信號輸出播放。 2.3.2 聲卡 聲卡是多媒體計算機必備的部件之一，用來處理各種類型數(shù)字化聲音信息。 1. 聲卡的結(jié)構(gòu)與功能 2. 聲卡的安裝 3. 安裝測試 1. 聲卡的結(jié)構(gòu)與功能 聲卡一般由Wave合成器、MIDI合成器、混合器、MIDI電路接口、CD-ROM接口、DSP數(shù)字信號處理器等組成。(1). Wave合成器Wave合成器的模/數(shù)轉(zhuǎn)換和數(shù)/模轉(zhuǎn)換是聲卡上數(shù)據(jù)處理器件。(2). MIDI合成器標(biāo)準(zhǔn)

16、的多媒體計算機通過MIDI合成器播放MIDI文件。(3). 混音器聲卡上的混音器芯片可以對以下音源進(jìn)行混合：數(shù)字化聲音(DAC)，調(diào)頻FM合成音樂(FM)CD音頻(CD-ROM)，線路輸入(AUX)，話筒輸入(MIC)及PC聲音輸出(SPK)。(4). MIDI接口聲卡能夠接收、錄制及輸出MIDI信號，MIDI接口完成電子音樂設(shè)備與聲卡之間的信號傳輸通道，通過軟件控制可以將MIDI音樂設(shè)備演奏，反之，也可以將電子音樂設(shè)備上演奏的音樂錄制成MIDI數(shù)據(jù)文件，在計算機中進(jìn)行模擬演奏或修改。(5). CD-ROM接口CD-ROM接口提供了從CD-ROM的CD-DA的輸出信號到聲卡音源輸入的通路，CD

17、-ROM播放CD唱盤的音頻時，將音頻信號直接通過聲卡的功放送到揚聲器，通過調(diào)節(jié)聲卡的音量控制，即可控制CD唱盤的音量。(6). DSP數(shù)字信號處理器用作對數(shù)字音頻信號的實時壓縮和解壓縮，以及用于語音朗讀、語音識別等特殊音頻信號的處理。了解了聲卡的組成及工作原理后，可總結(jié)出聲卡有以下主要功能：(1). 錄制與播放波形音頻文件。(2). 編輯與合成波形音頻文件。(3). MIDI音樂錄制和合成。(4). 文語轉(zhuǎn)換和語音識別。 2. 聲卡的安裝 (1). 硬件安裝步驟1 關(guān)閉計算機電源，拔下供電電源和所有 外接線插頭。步驟2 打開機箱外殼，選擇一個空閑的16位擴 展槽并將聲卡插入擴展槽。 步驟3 連

18、接來自CD-ROM驅(qū)動器的音頻輸出線到 聲卡的CD IN針形輸入線上；步驟4 蓋上機箱外殼，并將電源插頭插回。步驟5 聲卡與其它外設(shè)的連接，按下頁圖進(jìn)行。LINE INLINE OUTSPK OUTMIDI錄音機、CD唱機等線性輸出話筒揚聲器線性輸入立體聲放大器MIDI設(shè)備MIC IN(2). 軟件安裝對不同的聲卡，軟件的安裝方法不完全相同，需要按照說明書安裝。1). 安裝驅(qū)動程序聲卡的驅(qū)動程序是控制聲卡工作的必要程序，不同的聲卡驅(qū)動程序是不同的。2). 安裝應(yīng)用程序安裝聲卡的應(yīng)用程序，例如混音器、錄音師和MIDI編輯軟件等。 3. 安裝測試 聲卡安裝完成后，即可對聲卡進(jìn)行測試，以檢查聲卡能否

19、正常工作，可以使用Windows 98的“媒體播放機”進(jìn)行測試。如果測試時，沒有聲音播出，可能有兩種情況：一是插孔接觸不良，請檢測揚聲器插孔、音量開關(guān)等；二是配置產(chǎn)生沖突，進(jìn)入控制面板的“系統(tǒng)”設(shè)置查看是否有沖突。2.4 音頻數(shù)據(jù)制作2.4.1 準(zhǔn)備音頻數(shù)據(jù) 2.4.2 音頻編輯軟件Cool Edit 2000 簡介返回2.4.1 準(zhǔn)備音頻數(shù)據(jù)1. 音頻的獲取途徑2. 音頻的存儲格式3. 音頻數(shù)據(jù)的編輯1. 音頻的獲取途徑音頻數(shù)據(jù)的獲取方法主要有以下幾種：(1). 使用聲卡錄制、采集聲音信息，并以文件的形式存儲在計算機中。(2). 使用聲卡及MIDI設(shè)備在計算機上創(chuàng)作樂曲。(3). 從互聯(lián)網(wǎng)下

20、載或購買音頻光盤。2. 音頻的存儲格式在多媒體音頻技術(shù)中，存儲聲音信息的文件格式有多種，如WAV、MIDI、MP3、RM及CD唱盤數(shù)字音頻。(1). WAV格式(2). MIDI格式(3). CD.DA格式(4). MP3格式MP3采用MPEG Layer 3標(biāo)準(zhǔn)對WAVE音頻文件進(jìn)行壓縮而成，以達(dá)到CD唱盤的音質(zhì)。(5). RM格式RM采用音頻/視頻流和同步回放技術(shù)來實現(xiàn)在互聯(lián)網(wǎng)上提供優(yōu)質(zhì)的多媒體信息。3. 音頻數(shù)據(jù)的編輯音頻數(shù)據(jù)的編輯包括聲音的剪輯(刪除片段.插入聲音、混入聲音)、特殊效果的添加等操作。除了Window 98自帶的“錄音機”程序可進(jìn)行音頻的制作編輯外，目前廣泛使用的音頻處理

21、軟件還有Sound Forge、Wave Edit、Cool Edit等。 2.4.2 音頻編輯軟件Cool Edit 2000 簡介1. Cool Edit 2000 的功能 2. Cool Edit 2000 應(yīng)用程序界面3. Cool Edit 2000 菜單結(jié)構(gòu) 4. 音頻的錄制 5. 音頻的基本編輯 6. 音頻特殊效果編輯 1. Cool Edit 2000 的功能使用 Cool Edit 2000 可以錄制音頻文件；輕松地在音頻文件中進(jìn)行剪切、粘貼、合并、重疊聲音操作；提供有多種特效如放大、降低噪音壓縮、擴展、回聲、延遲、失真、調(diào)整音調(diào)等。使用它可以生成噪音、低音、靜音、電話信號等

22、聲音； 其他功能有自動靜音檢測和刪除，自動節(jié)拍查找等。另外， 它還可以在多種文件格式之間進(jìn)行轉(zhuǎn)換。2. Cool Edit 2000 應(yīng)用程序界面Cool Edit 2000 應(yīng)用程序界面主要由標(biāo)題欄、菜單欄、工具條、狀態(tài)欄、編輯區(qū)等組成。3. Cool Edit 2000 菜單結(jié)構(gòu)(1). File菜單File菜單主要包括Cool Edit 2000的文檔操作命令。(2). Edit菜單Edit菜單提供基本的音頻編輯命令。如剪切、粘貼、混合粘貼(插入、合并、重疊聲音)操作、刪除、全選、自動靜音檢測和自動節(jié)拍查找等命令。(3). View菜單View菜單包含用于改變顯示的有關(guān)命令。(4). T

23、ransform菜單Transform菜單提供多種音頻特效改變命令.如改變音量、靜音、反轉(zhuǎn)、降低噪音、延遲效果.失真處理、調(diào)整音調(diào)等。(5). Generate菜單Generate菜單提供生成噪音、低音、靜音、電話信號等聲音的命令。(6). Analyze菜單Analyze菜單提供文件或選擇區(qū)域的頻率分析命令。(7). Options菜單 Options菜單包含特征或用戶定制選項命令.4. 音頻的錄制安裝好聲卡，將麥克風(fēng)與聲卡的MIC IN連接或?qū)⒕€性輸入設(shè)備如錄音機、CD唱機等輸出端與聲卡的LINE IN接口正確連接。然后運行 Cool Edit 2000 程序，執(zhí)行File|New命令，彈出對話框。在對話框中選擇采樣頻率、量化位數(shù)、聲道數(shù)后單擊“確定”。然后單擊功能鍵中的錄音按鈕，開始錄音，錄制完畢單擊停止按鈕停止錄音。最后執(zhí)行 File|Save命令保存聲音文件。5. 音頻的基本編輯在Cool Edit 2000中，不管進(jìn)行什么操作，都要首先選擇需要處理的區(qū)域，如果不選，Cool Edit 2000則認(rèn)為要對整個音頻文件進(jìn)行操作。(1). 刪除選好要操作的選區(qū)，執(zhí)行Edit|Delete Selection命令或直接按DEL鍵就可刪除當(dāng)前被選擇的音頻片段，這時后面的波形自動前移。(2). 剪切執(zhí)行Edit|Cut