音頻信號處理技術(shù)

1、4.2音頻信號處理技術(shù)課程內(nèi)容：11版第4章 4.22022/8/141音頻信號處理技術(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 . 語音合成與識別技術(shù)2022/8/142多媒體計算機(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)聲器輸出計算機(jī)存儲2022/8/144波形音頻的數(shù)

2、字化一、波形音頻特征(三個參數(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，還原時聲音的品質(zhì)越好，聲音數(shù)據(jù)占用的存儲空間越大波形音頻三個參數(shù)2022/8/147聲道數(shù)：數(shù)字音頻聲音質(zhì)量的另一個因素。 一般有單聲道 、雙聲道、多聲道存

3、儲量計算：采樣頻率量化位數(shù)聲道數(shù)時間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量為：44.1100016260/8=10584000（字節(jié)）波形音頻三個參數(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平臺能夠通過內(nèi)部合成器或連接到計算機(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)聲器輸出計算機(jī)存儲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)字信號來處理大量信息的器件。其工作原理是接收模擬信號，轉(zhuǎn)換為0或1的數(shù)字信號，再對數(shù)字信號進(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、定時和多達(dá)16個通道的演奏音符定義組成演奏音符定義由鍵號、通道號、音長、音量和力度組成建立MIDI文件：設(shè)備演奏時輸入或軟件編輯產(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語音合成與識別 語音合成技術(shù)賦計算機(jī)“講話”能力用語音輸出結(jié)果語音識別技術(shù) 使計算機(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、語音識別技術(shù) ViaVoice中文連續(xù)語音識別系統(tǒng)輸入速度：150漢字/分識別率：95%發(fā)展方向：自然話語識別與理解解決語