多媒體第三講音頻信息的獲取與處理課件

1、第三講 音頻信息的獲取與處理主要內(nèi)容2.1 音頻技術(shù)的主要組成部分2.2 聲音卡的功能和分類(lèi)2.3 聲音卡的組成2.4 聲音卡的選擇及應(yīng)用2.5 數(shù)字音頻的文件格式2.6 聲音文件工具 2.1 音頻技術(shù)的主要組成部分 1. 音頻信息獲取技術(shù)的工作原理和主要組成部分如下：音頻的信號(hào)源是拾音器，如麥克風(fēng)具有可編程增益控制的音頻放大器：立體聲分左右兩個(gè)通道，分別編程控制音頻放大器的放大倍數(shù)低通濾波器：濾澡聲，防止采樣混疊采樣和A/D變換器：將連續(xù)的模擬語(yǔ)音信號(hào)離散數(shù)字化存儲(chǔ)器：存放數(shù)字或語(yǔ)音信息）D/A變換器：將處理好的數(shù)字式語(yǔ)音信號(hào)轉(zhuǎn)換成模擬信號(hào)濾波器：改善輸出語(yǔ)音信號(hào)的質(zhì)量功率放大和增益控制：可

2、編程的音量控制器，分左右兩路輸出到音響設(shè)備2.1 音頻技術(shù)的主要組成部分2. 多媒體涉及到的音頻處理技術(shù)：（1）音頻采集：把模擬音頻信號(hào)轉(zhuǎn)換成數(shù)字化音頻信 號(hào)，然后存儲(chǔ)到存儲(chǔ)設(shè)備中。（2）文語(yǔ)轉(zhuǎn)換：經(jīng)過(guò)語(yǔ)言學(xué)處理、語(yǔ)音學(xué)處理，把計(jì)算 機(jī)內(nèi)的文本轉(zhuǎn)換成聲音輸出。（3）聲音編碼/解碼：對(duì)語(yǔ)音信息進(jìn)行壓縮編碼和解壓縮 還原。（4）語(yǔ)音識(shí)別：電腦辨別和理解人說(shuō)的話。（5）音樂(lè)合成：利用音樂(lè)合成芯片，把樂(lè)譜轉(zhuǎn)換成樂(lè)曲 輸出。還有音頻數(shù)據(jù)傳輸、音頻視頻同步、音頻效果與編輯等2.2 聲音卡的功能和分類(lèi)聲音卡的分類(lèi) 聲音卡的分類(lèi)主要是根據(jù)其數(shù)據(jù)采樣量化的位數(shù)來(lái)確定，通常分為8位、16位和32位，位數(shù)越多，其量

3、化精度越高，音質(zhì)就越好。 聲音卡通常帶有自己的CPU，具有較高的智能性和靈活性，支持DOS環(huán)境和Windows環(huán)境下的應(yīng)用開(kāi)發(fā)。 數(shù)字音頻部分具有的基本功能有44 .1kHz的采樣率，8位以上的分辨率，錄音和播放聲音信號(hào)，同時(shí)具有壓縮采樣信號(hào)的能力。最常用的壓縮方法是自適應(yīng)脈沖編碼調(diào)制。2.2 聲音卡的功能和分類(lèi)2. 聲音卡的主要功能（1）錄制、編輯和回放數(shù)字聲音文件（2）控制、混合各聲源的音量（3）在記錄和回放數(shù)字文件時(shí)壓縮和解壓縮（4）采用語(yǔ)音合成技術(shù)讓電腦朗讀文本（5）具有MIDI（Music Instrument Data Interface，即 樂(lè)器數(shù)字化接口）接口：MIDI是一種用

4、于電子樂(lè)器 和計(jì)算機(jī)之間的通信標(biāo)準(zhǔn)，通過(guò)軟件，計(jì)算機(jī)可以 直接對(duì)外部電子樂(lè)器進(jìn)行控制和操作。（6）文語(yǔ)轉(zhuǎn)換和語(yǔ)音識(shí)別1. 插孔和D形連接器線路輸入（Line In）插孔：麥克風(fēng)（MIC）輸入插孔：線路輸出插孔：“Line Out”、“Audio Out”、 “Speaker”D形連接器：15芯的D形接口，可以用來(lái)連接游戲操縱桿、游戲機(jī)入口或MIDI合成器。2. CD-ROM接口及音頻信號(hào)連接口：通常為4芯插座，有左、右聲道以及兩根地線。2.3 聲音卡的組成3. 音量調(diào)節(jié)旋鈕4. 跳接器 其功能是用來(lái)選擇聲音卡的硬件設(shè)備，包括CD-ROM型號(hào)、CD-ROM的I/O地址、聲音卡的I/O地址的選擇。

5、聲音卡上游戲口的選擇（開(kāi)或關(guān)）以及聲頻卡的IRQ（中斷請(qǐng)求號(hào)）和DMA（Directly Memory Access,即直接存儲(chǔ)訪問(wèn)）通道的設(shè)置不能與系統(tǒng)上其他設(shè)備的設(shè)置相沖突，否則聲音卡甚至整個(gè)計(jì)算機(jī)系統(tǒng)將不能正常工作。5. 聲音卡的驅(qū)動(dòng)程序2.3 聲音卡的組成 首先應(yīng)明確準(zhǔn)備用聲音卡完成什么功能，然后仔細(xì)閱讀產(chǎn)品說(shuō)明書(shū)所承諾的功能，查看聲音卡的技術(shù)指標(biāo)和功能是否符合需求，并按照以下標(biāo)準(zhǔn)來(lái)進(jìn)行衡量。如果允許的話，最好在購(gòu)買(mǎi)時(shí)試聽(tīng)一下聲音的效果。模/數(shù)轉(zhuǎn)換與數(shù)/模轉(zhuǎn)換（1）模/數(shù)轉(zhuǎn)換（ADC）：將輸入的模擬音頻信號(hào)轉(zhuǎn)換成數(shù)值，數(shù)字化后的音頻信號(hào)是數(shù)值，是離散的數(shù)據(jù)，并非像音頻卡信號(hào)一樣為連續(xù)的

6、波形。數(shù)字化音頻信號(hào)涉及的兩個(gè)基本技術(shù)指標(biāo)是： a. 采樣頻率：?jiǎn)挝粫r(shí)間內(nèi)的采樣次數(shù)。目前一般采用44.1kHz和48kHz。 b. 采樣值的編碼位數(shù)：采樣值使用的二進(jìn)制編碼位數(shù) 2.4 聲音卡的選擇及應(yīng)用 聲音卡涉及三個(gè)指標(biāo)：采樣頻率（應(yīng)支持11.025kHz、22.05kHz和44.1kHz三種頻率）、采樣數(shù)據(jù)位數(shù)（有8位、16位和32位等）以及聲道數(shù)（單聲道與雙聲道等）（2）數(shù)模轉(zhuǎn)換（DAC）：完成將數(shù)字化的聲音數(shù)據(jù)轉(zhuǎn)換成模擬音頻信號(hào)輸出，它是模數(shù)轉(zhuǎn)換的逆過(guò)程。其主要指標(biāo)與模數(shù)轉(zhuǎn)換相同。2. 內(nèi)部聲音混合調(diào)節(jié)器（ Internal Mixer） 主要功能是把不同輸入源如（LINE IN,

7、MIC及CD-Audio）中輸入的聲音信號(hào)進(jìn)行混合和音量調(diào)節(jié)。3. 合成器：合成方法有波表（Wave Table）查詢(xún)和頻率調(diào)制（FM），前者效果好但價(jià)格高。2.4 聲音卡的選擇及應(yīng)用4. MIDI接口 選購(gòu)聲音卡時(shí)，首先看有無(wú)MIDI合成器，若有還要看MIDI輸出采用何種合成方法，是FM合成，還是波表合成5. DSP（Data Signal Processor數(shù)字信號(hào)處理器）芯片 其功能是用來(lái)處理聲音合成、特殊效果和音頻文件的壓縮與解壓縮。6. 信噪比（SNR）和THD（總諧波失真）7. I/O設(shè)備的支持8. 兼容性9. ASP(高級(jí)數(shù)字信號(hào)處理器)功能10. 即插即用、三維音效、系統(tǒng)參數(shù)的

8、可調(diào)性等2.4 聲音卡的選擇及應(yīng)用 在多媒體技術(shù)中，存儲(chǔ)聲音信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SND文件及RMI文件等。WAV文件 WAV是Microsoft公司的音頻文件格式。來(lái)源于對(duì)聲音模擬波形的采樣，故它所需要的存儲(chǔ)容量都很大，其大小可用以下公式表示： Wav文件的字節(jié)數(shù)/秒= 采樣頻率（Hz）X 量化位數(shù)（位）X 聲道數(shù)/82.5 數(shù)字音頻的文件格式2. VOC文件 VOC文件是Creative公司波形音頻文件格式，也是聲霸卡使用的音頻文件格式。每個(gè)VOC文件由文件頭塊（header block）和音頻數(shù)據(jù)塊（data block）組成。3. MIDI文件 MIDI文件中包含音符、定時(shí)和多達(dá)16個(gè)通道的樂(lè)器定義，每個(gè)音符包括鍵、通道號(hào)、持續(xù)時(shí)間、音量和力度等信息。所以MIDI文件記錄的不是樂(lè)曲本身，而是一些描述樂(lè)曲演奏過(guò)程中的指令。4. AIF文件：Apple機(jī)上聲音文件存儲(chǔ)格式2.5 數(shù)字音頻的文件格式2.6 聲音文件工具Windows 操作系統(tǒng)自帶的“Sound Recorder”買(mǎi)聲音卡