音頻信號(hào)處理技術(shù)

1、4.2音頻信號(hào)處理技術(shù)課程內(nèi)容：11版第4章 4.22022/8/141音頻信號(hào)處理技術(shù)1 . 音頻的數(shù)字化與MIDI合成音樂 2 . 音頻媒體的管理3 . 音頻處理技術(shù)（GoldWave）4 . 語音合成與識(shí)別技術(shù)2022/8/142多媒體計(jì)算機(jī)中產(chǎn)生聲音的方式外部聲音源錄制和重放：Wave音頻（波形音樂）MIDI電子音頻4.2.1音頻的數(shù)字化與MIDI合成音樂2022/8/143波形音頻的數(shù)字化Windows中最基本的波形聲音格式：擴(kuò)展名是.WAV 的文件麥克風(fēng)/錄音機(jī)/CD激光唱盤聲卡A/D轉(zhuǎn)換(采樣、量化)聲卡D/A轉(zhuǎn)換混音器混合后由揚(yáng)聲器輸出計(jì)算機(jī)存儲(chǔ)2022/8/144波形音頻的數(shù)

2、字化一、波形音頻特征(三個(gè)參數(shù)) 采樣頻率量化位數(shù)聲道數(shù)2022/8/145采樣頻率：每秒從模擬聲波中采集聲音樣本的個(gè)數(shù)。 頻率越高，采集的樣本數(shù)越多，聲音質(zhì)量越好，占用存儲(chǔ)空間越大。人耳感受范圍：020kHz 一般采用：11.025kHz、22.05kHz、44.1kHz 波形音頻三個(gè)參數(shù)對原始聲波采樣采樣后得到的數(shù)據(jù)2022/8/146量化位數(shù)：將采樣數(shù)據(jù)按大小存儲(chǔ)的過程。 一般有8、16、32位等，量化位數(shù)越大，聲音的幅度分辨率越高，還原時(shí)聲音的品質(zhì)越好，聲音數(shù)據(jù)占用的存儲(chǔ)空間越大波形音頻三個(gè)參數(shù)2022/8/147聲道數(shù)：數(shù)字音頻聲音質(zhì)量的另一個(gè)因素。 一般有單聲道 、雙聲道、多聲道存

3、儲(chǔ)量計(jì)算：采樣頻率量化位數(shù)聲道數(shù)時(shí)間8 (字節(jié))舉例：采樣頻率44.1kHz，16位量化，雙聲道，一分鐘的音頻所需要的存儲(chǔ)量為：44.1100016260/8=10584000（字節(jié)）波形音頻三個(gè)參數(shù)2022/8/148Wave音頻文件 標(biāo)準(zhǔn)數(shù)字音頻，擴(kuò)展名是.WAV 多數(shù)聲卡能以16位、44.1kHz采樣率錄制和播放 主要缺點(diǎn)：產(chǎn)生的文件太大，不適合長時(shí)間記錄 壓縮方法：從PCM(均勻量化)到ADPCM(自適應(yīng)差分量化）2022/8/149Wave音頻文件的制作工具錄音機(jī)：Wave文件錄制、播放和進(jìn)行一些簡單處理的基本工具Adobe AuditionUlead Audio EditorGol

4、dWave2022/8/1410MIDI合成音樂MIDI（Musical Instrument Digital Interface）MIDI是樂器數(shù)字接口的縮寫，文件擴(kuò)展名是 .MID MIDI文件的內(nèi)容是能使合成音樂芯片演奏樂曲的代碼多媒體PC平臺(tái)能夠通過內(nèi)部合成器或連接到計(jì)算機(jī)MIDI端口的外部合成器播放MIDI文件 2022/8/1411MIDI合成音樂 產(chǎn)生： 合成器：電子樂器演奏時(shí)的指令信息聲卡Midi控制器聲卡合成器混音器混合后由揚(yáng)聲器輸出計(jì)算機(jī)存儲(chǔ)FM合成器波表合成器2022/8/1412合成器利用DSP或其他芯片產(chǎn)生音樂或聲音的電子裝置 FM合成器采用頻率調(diào)制的原理產(chǎn)生聲音 F

5、M合成器能發(fā)出128種樂器的聲音 波表合成器對真實(shí)樂器聲采樣，制波表保存，由DSP查表調(diào)用處理DSP（digital signal processor）是一種獨(dú)特的微處理器，是以數(shù)字信號(hào)來處理大量信息的器件。其工作原理是接收模擬信號(hào)，轉(zhuǎn)換為0或1的數(shù)字信號(hào)，再對數(shù)字信號(hào)進(jìn)行修改、刪除、強(qiáng)化，并在其他系統(tǒng)芯片中把數(shù)字?jǐn)?shù)據(jù)解譯回模擬數(shù)據(jù)。 聲音效果與真實(shí)的樂器聲幾乎無差別聲卡帶有波形表ROM的接口 或 本身帶有波形表ROMROM的容量越大，可存儲(chǔ)的樂器音就越多2022/8/1413MIDI音樂產(chǎn)生原理MIDI標(biāo)準(zhǔn)：規(guī)定了電子樂器與計(jì)算機(jī)連接的電纜、硬件標(biāo)準(zhǔn)和通信協(xié)議樂譜的數(shù)字描述（MIDI指令信息

6、） 由音符序列、定時(shí)和多達(dá)16個(gè)通道的演奏音符定義組成演奏音符定義由鍵號(hào)、通道號(hào)、音長、音量和力度組成建立MIDI文件：設(shè)備演奏時(shí)輸入或軟件編輯產(chǎn)生MIDI文件特點(diǎn)：是一系列指令不是波形，文件小 MIDI設(shè)備端口 ：MIDI In、MIDI Out、MIDI Thru 媒體播放器可直接播放2022/8/14144.2.2音頻媒體管理 Windows Media Player媒體文件的導(dǎo)入媒體文件的管理2022/8/1415音頻媒體管理 菜單欄功能選項(xiàng)卡播放列表窗口切換按鈕地址欄工具欄導(dǎo)航窗格詳細(xì)信息窗格播放控制區(qū)2022/8/1416音頻的格式1. WAV格式：Windows標(biāo)準(zhǔn)波形文件，多數(shù)

7、音頻編輯軟件支持，文件較大。2. MP3格式：高壓縮比，文件較小，音質(zhì)接近CD。3. MIDI文件：存儲(chǔ)指令，文件短小，播放效果因軟硬件而異。2022/8/1417音頻的格式4. CD格式：音質(zhì)最好的數(shù)字音頻格式，CDA文件只含索引信息。5. RealAudio格式：適用網(wǎng)上在線音樂欣賞，可隨帶寬不同改變音質(zhì)。6. WMA格式：音質(zhì)強(qiáng)于MP3，內(nèi)置版權(quán)保護(hù)技術(shù)，支持音頻流技術(shù)。2022/8/1418媒體的播放、轉(zhuǎn)換與分享媒體文件的播放Windows Media Player可以播放影音媒體文件、影音CD、DVD、圖片。聲音格式的轉(zhuǎn)換將CD音樂文件轉(zhuǎn)換為WMA、MP3或WAVCD翻錄音樂2022

8、/8/14194.2.3音頻處理技術(shù)音頻處理：錄音編輯添加音效格式轉(zhuǎn)換GoldWave：數(shù)字音樂編輯器2022/8/1420GoldWave界面2022/8/1421使用GoldWave錄音錄制從麥克風(fēng)輸入的聲音錄制計(jì)算機(jī)中其他播放器通過聲卡播放的聲音2022/8/1422聲音的編輯剪裁波形刪除波形復(fù)制、粘貼波形混音2022/8/1423聲音的特效處理調(diào)整音量調(diào)整播放時(shí)間和播放速度添加回聲音樂淡入淡出效果消除音樂中的靜音段2022/8/1424利用GoldWave轉(zhuǎn)換音頻格式單個(gè)文件轉(zhuǎn)換文件/另存為“保存聲音為”對話框中選擇保存類型批量轉(zhuǎn)換文件格式文件/批處理“批處理”對話框添加文件選中“轉(zhuǎn)換文件格式為”復(fù)選框選擇“另存類型”2022/8/14254.2.4語音合成與識(shí)別 語音合成技術(shù)賦計(jì)算機(jī)“講話”能力用語音輸出結(jié)果語音識(shí)別技術(shù) 使計(jì)算機(jī)具有“聽懂”語音的能力 用語音替代鍵盤輸入2022/8/1426語音合成與識(shí)別 一、語音合成技術(shù)方法：語音合成方法、參數(shù)合成方法 目標(biāo)：可懂、清晰、自然、具有表現(xiàn)力 應(yīng)用：文語轉(zhuǎn)換（TTS）二、語音識(shí)別技術(shù) ViaVoice中文連續(xù)語音識(shí)別系統(tǒng)輸入速度：150漢字/分識(shí)別率：95%發(fā)展方向：自然話語識(shí)別與理解解決語