音頻信息的獲取與處理

音頻信息的獲取與處理第1頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1音頻信號(hào)及其概念2.1.1聲音處理技術(shù)歷史回顧

語(yǔ)言、音樂(lè)和各種自然聲是以聲波為載體傳遞信息的基本形式

。人類(lèi)很早就開(kāi)始研究聲音，并利用當(dāng)時(shí)已掌握了的聲音的某些規(guī)律來(lái)制造樂(lè)器、進(jìn)行建筑設(shè)計(jì)或傳聲裝置設(shè)計(jì)，使發(fā)出的聲音傳得更遠(yuǎn)?？墒菐浊陙?lái)，人類(lèi)只能憑耳朵來(lái)辨別聲音的高低、強(qiáng)弱，而不能把聲音記錄和儲(chǔ)存起來(lái)。所以與其他研究領(lǐng)域相比，聲學(xué)的研究相對(duì)滯后。直到19世紀(jì)愛(ài)迪生發(fā)明了留聲機(jī)，人們才能用機(jī)械的方法把各種聲音記錄在唱片上?？墒锹曇?、機(jī)械振動(dòng)不容易傳遞，也不容易放大，機(jī)械方法很不方便。隨著電學(xué)、電子學(xué)的發(fā)展，人們開(kāi)始嘗試記錄下這些真實(shí)的聲音，利用把聲的振動(dòng)轉(zhuǎn)換成電信號(hào)的原理，使聲音的記錄成為可能。最終電聲技術(shù)獲得了迅速發(fā)展。

第2頁(yè)，共125頁(yè)，2023年，2月20日，星期日電聲技術(shù)是研究可聽(tīng)聲頻率范圍內(nèi)聲音的產(chǎn)生、傳播、存儲(chǔ)、重放和接收的技術(shù)。顧名思義，電聲技術(shù)是依靠“電”來(lái)記錄并播放聲音的，其基本原理是通過(guò)電壓來(lái)產(chǎn)生模擬聲波變化的電流信號(hào)，并記錄下來(lái)，灌錄成早期的唱片或磁帶，這種電流信號(hào)便被稱(chēng)之為“模擬信號(hào)”。傳統(tǒng)的聲音記錄方式就是將模擬信號(hào)直接記錄下來(lái)，例如磁帶錄音和密紋唱片就是將聲音拾取處理后以磁記錄或機(jī)械刻度的方式記錄下來(lái)，此時(shí)磁帶上磁極的變化或密紋唱片音槽內(nèi)的紋路起伏變化都是與聲音信號(hào)的變化相對(duì)應(yīng)、成正比的。這里，密紋唱片、盒式磁帶等是記錄儲(chǔ)存這種模擬聲音信號(hào)的載體，而能夠播放和（或）記錄這些軟件的信號(hào)處理設(shè)備，諸如電唱機(jī)、磁帶錄音機(jī)等，則稱(chēng)為模擬音響設(shè)備。

第3頁(yè)，共125頁(yè)，2023年，2月20日，星期日

電聲技術(shù)把聲信號(hào)轉(zhuǎn)換成電信號(hào)，經(jīng)擴(kuò)聲系統(tǒng)直接進(jìn)行擴(kuò)聲；或者將其信號(hào)利用磁帶、CD或其他存儲(chǔ)形式，使聲音可超越時(shí)間和空間，通過(guò)重放系統(tǒng)將其信號(hào)（數(shù)字的或模擬的）經(jīng)過(guò)放大，由揚(yáng)聲器或耳機(jī)轉(zhuǎn)換成聲信號(hào)，進(jìn)入最后的終端---人耳，以實(shí)現(xiàn)任何時(shí)間和地點(diǎn)的聲音重現(xiàn)。電聲轉(zhuǎn)換、音頻信號(hào)的存儲(chǔ)、重放技術(shù)、加工處理技術(shù)以及數(shù)字化音頻信號(hào)的編碼、壓縮、傳輸、存取、糾錯(cuò)等技術(shù)，是音頻技術(shù)的主要對(duì)象。

第4頁(yè)，共125頁(yè)，2023年，2月20日，星期日隨著計(jì)算機(jī)技術(shù)的發(fā)展，特別是海量存儲(chǔ)設(shè)備和大容量?jī)?nèi)存在計(jì)算機(jī)上的實(shí)現(xiàn)，對(duì)音頻媒體進(jìn)行數(shù)字化處理便成為可能。數(shù)字化處理的核心是對(duì)音頻信息的采樣，通過(guò)對(duì)采集到的樣本進(jìn)行加工，生成各種效果。音頻信息在多媒體中的應(yīng)用是極為廣泛的，當(dāng)計(jì)算機(jī)配有聲卡和音箱后，就能夠發(fā)出各種悅耳的聲音，尤其是視頻圖像配以娓娓動(dòng)聽(tīng)的音樂(lè)和語(yǔ)音，使計(jì)算機(jī)的操作得以藉由視覺(jué)以外的聽(tīng)覺(jué)加以輔助而成為一種愉快的過(guò)程。靜態(tài)或動(dòng)態(tài)圖像配以解說(shuō)和背景音樂(lè)，可使圖像充滿(mǎn)生氣；立體聲音樂(lè)可增加空間感，使人身臨其境；語(yǔ)音電子郵件，聽(tīng)聲如見(jiàn)其人，游戲中的音響效果對(duì)于渲染氣氛則為顯得更為重要；此外，在多媒體通信中，可視電話(huà)、電視會(huì)議、這些都離不開(kāi)數(shù)字化音頻處理技術(shù)。

第5頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1.2音頻信號(hào)的形式

在日常生活中，音頻(Audio)信號(hào)可分為兩類(lèi)：語(yǔ)音信號(hào)和非語(yǔ)音信號(hào)。語(yǔ)音是語(yǔ)言的物質(zhì)載體，是社會(huì)交際工具的符號(hào),

它包含了豐富的語(yǔ)言?xún)?nèi)涵，是人類(lèi)進(jìn)行信息交流所特有的形式。非語(yǔ)音信號(hào)主要包括音樂(lè)和自然界存在的其他聲音形式。非語(yǔ)音信號(hào)的特點(diǎn)是不具有復(fù)雜的語(yǔ)義和語(yǔ)法信息，信息量低、識(shí)別簡(jiǎn)單。

我們之所以能聽(tīng)到日常生活中的各種聲音信息，其實(shí)就是不同頻率的聲波通過(guò)空氣產(chǎn)生震動(dòng)，刺激人耳的結(jié)果。在物理上，聲音可用一條連續(xù)的曲線(xiàn)來(lái)表示。這條連續(xù)的曲線(xiàn)無(wú)論多復(fù)雜，都可分解成一系列正弦波的線(xiàn)性疊加。規(guī)則音頻是一種連續(xù)變化的模擬信號(hào),可用一條連續(xù)的曲線(xiàn)來(lái)表示，稱(chēng)為聲波。因聲波是在時(shí)間和幅度上都連續(xù)變化的量，我們稱(chēng)之為模擬量。

第6頁(yè)，共125頁(yè)，2023年，2月20日，星期日

用聲音錄制軟件記錄的英文單詞“Hello”的語(yǔ)音實(shí)際波形

第7頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1.3模擬音頻信號(hào)的物理特征

模擬音頻信號(hào)有兩個(gè)重要參數(shù)：頻率和幅度。聲音的頻率體現(xiàn)音調(diào)的高低，聲波幅度的大小體現(xiàn)聲音的強(qiáng)弱。

一個(gè)聲源每秒鐘可產(chǎn)生成百上千個(gè)波，我們把每秒鐘波峰所發(fā)生的數(shù)目稱(chēng)之為信號(hào)的頻率，單位用赫茲(Hz)或千赫茲(kHz)表示。例如一個(gè)聲波信號(hào)在一秒鐘內(nèi)有5000個(gè)波峰，則可將它的頻率表示為5000Hz或5kHz。人們?cè)谌粘Ｕf(shuō)話(huà)時(shí)的語(yǔ)音信號(hào)頻率范圍在300Hz～3000Hz之間。頻率小于20Hz的信號(hào)稱(chēng)為亞音(Subsonic)；頻率范圍為20Hz～20kHz的信號(hào)稱(chēng)為音頻(Audio)，高于20kHz的信號(hào)稱(chēng)為超音頻(Ultrasonic)。

第8頁(yè)，共125頁(yè)，2023年，2月20日，星期日

與頻率相關(guān)的另一個(gè)參數(shù)是信號(hào)的周期。它是指信號(hào)在兩個(gè)峰點(diǎn)或谷底之間的相對(duì)時(shí)間。周期和頻率之間的關(guān)系是互為倒數(shù)。

信號(hào)的幅度是從信號(hào)的基線(xiàn)到當(dāng)前波峰的距離。幅度決定了信號(hào)音量的強(qiáng)弱程度。幅度越大，聲音越強(qiáng)。對(duì)音頻信號(hào)，聲音的強(qiáng)度用分貝(dB)表示，分貝的幅度就是音量。

幅度限周期基線(xiàn)第9頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1.4聲音的A/D與D/A轉(zhuǎn)換

模擬信號(hào)很容易受到電子干擾，因此隨著技術(shù)的發(fā)展，聲音信號(hào)就逐漸過(guò)渡到了數(shù)字存儲(chǔ)階段，A/D轉(zhuǎn)換和D/A轉(zhuǎn)換技術(shù)便應(yīng)運(yùn)而生。這里，A代表Analog”（類(lèi)比、模擬），D代表“Digital”（數(shù)字、數(shù)碼），A/D轉(zhuǎn)換就是把模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)的過(guò)程，模擬電信號(hào)變?yōu)榱擞伞?”和“1”組成的Bit信號(hào)。這樣做的好處是顯而易見(jiàn)的，聲音存儲(chǔ)質(zhì)量得到了加強(qiáng)，數(shù)字化的聲音信息使計(jì)算機(jī)能夠進(jìn)行識(shí)別、處理和壓縮，這也就是為什么如今磁帶逐漸被淘汰，CD唱片卻趨于流行的原因。

A/D轉(zhuǎn)換的一個(gè)關(guān)鍵步驟是聲音的采樣和量化，得到數(shù)字音頻信號(hào)，它在時(shí)間上是不連續(xù)的離散信號(hào)。

第10頁(yè)，共125頁(yè)，2023年，2月20日，星期日借助于A/D或D/A轉(zhuǎn)換器，模擬信號(hào)和數(shù)字信號(hào)可以互相轉(zhuǎn)換第11頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1.5與聲音有關(guān)的幾個(gè)術(shù)語(yǔ)

音高是人對(duì)聲波頻率的主觀屬性，它首先與聲波的頻率有關(guān)。聲波的振動(dòng)頻率高，我們聽(tīng)到的聲音就高，反之亦然，但它們之間并非線(xiàn)性關(guān)系。

音色是聲波波形的主觀屬性。不同的發(fā)音體所發(fā)出的音波都有自己的特異性。聲波的類(lèi)型是多種多樣的，一般可分為純音和復(fù)合音兩大類(lèi)。

語(yǔ)音是特殊的復(fù)合音。語(yǔ)音由元音和輔音所構(gòu)成。元音是一種能連續(xù)發(fā)出的樂(lè)音，輔音主要是不能連續(xù)發(fā)出的短促的噪音，元音與輔音合成漢語(yǔ)音節(jié)。

響度是聲波振幅的主觀屬性，它是由聲波的振幅引起的。振幅越大則響度越大，但它們之間也不是線(xiàn)性關(guān)系。

第12頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.1.6聲音質(zhì)量的評(píng)價(jià)

我們經(jīng)常會(huì)對(duì)某一位歌手的歌聲發(fā)表意見(jiàn)，并與其他歌手進(jìn)行比較，這其實(shí)是在對(duì)聲音的質(zhì)量進(jìn)行評(píng)價(jià)。聲音質(zhì)量的評(píng)價(jià)是一個(gè)很困難的問(wèn)題，也是一個(gè)值得研究的課題。目前來(lái)看，聲音質(zhì)量的度量有兩種基本方法，一種是客觀質(zhì)量度量，另一種是主觀質(zhì)量的度量。聲音客觀質(zhì)量的度量方法

聲波的測(cè)量與分析傳統(tǒng)的方法是先用機(jī)電換能器把聲波轉(zhuǎn)換為相應(yīng)的電信號(hào)，然后用電子儀表放大到一定的電壓級(jí)進(jìn)行測(cè)量與分析。由于計(jì)算技術(shù)的發(fā)展，使許多計(jì)算和測(cè)量工作都使用了計(jì)算機(jī)或程序?qū)崿F(xiàn)。這些帶計(jì)算機(jī)處理系統(tǒng)的高級(jí)聲學(xué)測(cè)量?jī)x器，能完成下列一些測(cè)量工作：

第13頁(yè)，共125頁(yè)，2023年，2月20日，星期日評(píng)價(jià)值的測(cè)量

響度和響度級(jí)，噪音級(jí)，清晰度指數(shù)，噪音評(píng)價(jià)數(shù)。聲源的測(cè)量頻譜的時(shí)間變化，聲功率，指向性，效率，頻譜特征，幅值分布等。音質(zhì)的測(cè)量混響時(shí)間，隔音量，吸音量。聲測(cè)量的基本儀器是聲級(jí)計(jì)。聲級(jí)計(jì)是一種能對(duì)聲音作出類(lèi)似人耳的反應(yīng)的儀器，同時(shí)，它能進(jìn)行客觀而可重復(fù)的聲壓和聲級(jí)測(cè)量。聲壓測(cè)量的好處很多：它能幫助音樂(lè)廳提高音響效果；能對(duì)煩擾聲音進(jìn)行精密的、科學(xué)的分析。聲級(jí)測(cè)量還能明確地告訴我們什么聲音會(huì)引起聽(tīng)力損害，并提醒人們采用適當(dāng)?shù)穆?tīng)力保護(hù)措施。因此，聲測(cè)量是不可少的。

第14頁(yè)，共125頁(yè)，2023年，2月20日，星期日

度量聲音客觀質(zhì)量的一個(gè)主要指標(biāo)是信噪比SNR（SignaltoNoiseRation），信噪比是有用信號(hào)與噪聲之比的簡(jiǎn)稱(chēng)。其單位是分貝(dB)。聲音主觀質(zhì)量的度量

采用客觀標(biāo)準(zhǔn)方法很難真正評(píng)定某種編碼器的質(zhì)量，在實(shí)際評(píng)價(jià)中，主觀的質(zhì)量度量比客觀質(zhì)量的度量更為恰當(dāng)和合理。通常是對(duì)某編碼器的輸出的聲音質(zhì)量進(jìn)行評(píng)價(jià)，例如播放一段音樂(lè)，記錄一段話(huà)，然后重放給實(shí)驗(yàn)者聽(tīng)，再由實(shí)驗(yàn)者進(jìn)行綜合評(píng)定。可以說(shuō)，人的感覺(jué)機(jī)理最具有決定意義。當(dāng)然，可靠的主觀度量值是較難獲得的。

第15頁(yè)，共125頁(yè)，2023年，2月20日，星期日

平均判分（MeanOpnionScose-MOS）過(guò)程是召集一批實(shí)驗(yàn)者，請(qǐng)每個(gè)實(shí)驗(yàn)者對(duì)某個(gè)編解碼器的輸出進(jìn)行質(zhì)量判分，采用類(lèi)似于考試的五級(jí)分制，不同的MOS分對(duì)應(yīng)的質(zhì)量級(jí)別和失真級(jí)別見(jiàn)表2-１。

MOS質(zhì)量級(jí)別失真級(jí)別5優(yōu)(Excellent)不察覺(jué)4良(Good)剛察覺(jué)但不可厭3中(Fair)察覺(jué)及稍微可厭2差(Poor)可厭(但不令人反感)1劣(Unacceptable)極可厭(令人反感)第16頁(yè)，共125頁(yè)，2023年，2月20日，星期日

聲音質(zhì)量分級(jí)與帶寬

聲音的質(zhì)量與它所占用的頻帶寬度有關(guān)，頻帶越寬，信號(hào)強(qiáng)度的相對(duì)變化范圍就越大大，音響效果也就越好。按照帶寬可將聲音質(zhì)量分為4級(jí)：

數(shù)字激光唱盤(pán)質(zhì)量，通常又CD-DA質(zhì)量，這種質(zhì)量也就是我們常說(shuō)的超高保真，即SuperHiFi(HighFidelity)。

調(diào)頻無(wú)線(xiàn)電廣播，簡(jiǎn)稱(chēng)FM(FrequencyModulation)質(zhì)量。

調(diào)幅無(wú)線(xiàn)電廣播，簡(jiǎn)稱(chēng)AM(AmplitudeModulation)質(zhì)量。

電話(huà)(Telephone)質(zhì)量。在這4級(jí)質(zhì)量中，以CD-DA的聲音質(zhì)量等級(jí)最高，其余次之。

第17頁(yè)，共125頁(yè)，2023年，2月20日，星期日4級(jí)聲音質(zhì)量的頻率范圍第18頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.2模擬音頻的數(shù)字化過(guò)程

如果要用計(jì)算機(jī)對(duì)音頻信息進(jìn)行處理，則首先要將模擬音頻信號(hào)（如語(yǔ)音、音樂(lè)等）轉(zhuǎn)變成數(shù)字信號(hào)。數(shù)字化的聲音易于用計(jì)算機(jī)軟件處理，現(xiàn)在幾乎所有的專(zhuān)業(yè)化聲音錄制、編輯器都是數(shù)字方式。對(duì)模擬音頻數(shù)字化過(guò)程涉及到音頻的采樣、量化和編碼。

采樣和量化的過(guò)程可由A/D轉(zhuǎn)換器實(shí)現(xiàn)。A/D轉(zhuǎn)換器以固定的頻率去采樣，即每個(gè)周期測(cè)量和量化信號(hào)一次。經(jīng)采樣和量化后聲音信號(hào)經(jīng)編碼后就成為數(shù)字音頻信號(hào)，可以將其以文件形式保存在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中，這樣的文件一般稱(chēng)為數(shù)字聲波文件。

第19頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.2.1采樣

早在40年代，信息論的奠基者香農(nóng)（Shannon）指出：在一定條件下，用離散的序列可以完全代表一個(gè)連續(xù)函數(shù)，這是采樣定理的基本內(nèi)容。采樣定理看來(lái)象是一個(gè)數(shù)學(xué)問(wèn)題，而實(shí)質(zhì)上它為數(shù)字化技術(shù)奠定了一個(gè)基礎(chǔ)。

為實(shí)現(xiàn)A/D轉(zhuǎn)換，需要把模擬音頻信號(hào)波形進(jìn)行分割，以轉(zhuǎn)變成數(shù)字信號(hào)，這種方法稱(chēng)為采樣(Sampling)。采樣的過(guò)程是每隔一個(gè)時(shí)間間隔在模擬聲音的波形上取一個(gè)幅度值，把時(shí)間上的連續(xù)信號(hào)，變成時(shí)間上的離散信號(hào)。該時(shí)間間隔稱(chēng)為采樣周期，其倒數(shù)為采樣頻率。采樣頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本。采樣頻率越高，即采樣的間隔時(shí)間越短，則在單位時(shí)間內(nèi)計(jì)算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對(duì)聲音波形的表示也越精確。這和測(cè)定每天24小時(shí)氣溫變化是一樣的，每小時(shí)測(cè)定1次氣溫比每?jī)尚r(shí)測(cè)定1次氣溫的精度要高一倍。

第20頁(yè)，共125頁(yè)，2023年，2月20日，星期日

采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)奈奎斯特（Nyquist）理論，只有采樣頻率高于聲音信號(hào)最高頻率的兩倍時(shí)，才能把數(shù)字信號(hào)表示的聲音還原成為原來(lái)的聲音。用公式表示如下：

T≤1/2fc

或fc≤1/2T

采樣的著名實(shí)例就在我們的日常生活中，例如電話(huà)和CD唱片。在數(shù)字電話(huà)系統(tǒng)中，為將人的聲音變?yōu)閿?shù)字信號(hào)，采用脈沖編碼調(diào)制PCM方法，每秒鐘可進(jìn)行8000次的采樣。PCM提供的數(shù)據(jù)傳輸率是56kb/s(b/s表示b/s)或64kb/s。CD唱片存儲(chǔ)的是數(shù)字信息，要想獲得CD音質(zhì)的效果，則要保證采樣頻率為44.1kHz，也就是能夠捕獲頻率高達(dá)22050Hz的信號(hào)。

第21頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.2.2量化

采樣只解決了音頻波形信號(hào)在時(shí)間坐標(biāo)(即橫軸)上把一個(gè)波形切成若干個(gè)等分的數(shù)字化問(wèn)題，但是每一等分的長(zhǎng)方形的高是多少呢?即需要用某種數(shù)字化的方法來(lái)反映某一瞬間聲波幅度的電壓值的大小。該值的大小影響音量的高低。我們把對(duì)聲波波形幅度的數(shù)字化表示稱(chēng)之為“量化”。

量化的過(guò)程是先將采樣后的信號(hào)按整個(gè)聲波的幅度劃分成有限個(gè)區(qū)段的集合，把落入某個(gè)區(qū)段內(nèi)的樣值歸為一類(lèi)，并賦于相同的量化值。如何分割采樣信號(hào)的幅度呢?我們還是采取二進(jìn)制的方式，以８位(bit)或16位(bit)的方式來(lái)劃分縱軸。也就是說(shuō)在一個(gè)以8位為記錄模式的音效中，其縱軸將會(huì)被劃分為個(gè)量化等級(jí)(quantizationlevels)，用以記錄其幅度大小。而一個(gè)以16位為采樣模式的音效中，它在每一個(gè)固定采樣的區(qū)間內(nèi)所被采集的聲音幅度，將以個(gè)不同的量化等級(jí)加以記錄。

第22頁(yè)，共125頁(yè)，2023年，2月20日，星期日

在相同的采樣頻率之下，量化位數(shù)愈高，聲音的質(zhì)量越好。同理，在相同量化位數(shù)的情況下，采樣頻率越高，聲音效果也就越好。這就好比是量一個(gè)人的身高，若是以毫米為單位來(lái)測(cè)量，會(huì)比用厘米為單位量更加準(zhǔn)確。

下表給出了不同信號(hào)類(lèi)型的采樣率和量化精度。

信號(hào)類(lèi)型頻率范圍(Hz)采樣率(kHz)量化精度(位)電話(huà)話(huà)音200-340088寬帶音頻50-70001616調(diào)頻廣播20-15k37816高質(zhì)量音頻20-22k44116第23頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.2.3采樣與量化過(guò)程示例

以圖2-1所示的原始模擬波形為例進(jìn)行采樣和量化。假設(shè)采樣頻率為1000次/秒，即每1/1000秒A/D轉(zhuǎn)換器采樣一次，其幅度被劃分成09共10個(gè)量化等級(jí)，并將其采樣的幅度值取最接近09之間的一個(gè)數(shù)來(lái)表示，如圖2-2所示。圖中每個(gè)正方形表示一次采樣。

第24頁(yè)，共125頁(yè)，2023年，2月20日，星期日

當(dāng)D/A轉(zhuǎn)換器從圖2-2得到的數(shù)值中重構(gòu)原來(lái)信號(hào)時(shí)，得到圖2-3中藍(lán)色(直線(xiàn)段)線(xiàn)段所示的波形。從圖中可以看出，藍(lán)色線(xiàn)與原波形(紅色線(xiàn))相比，其波形的細(xì)節(jié)部分丟失了很多。這意味著重構(gòu)后的信號(hào)波形有較大的失真。

第25頁(yè)，共125頁(yè)，2023年，2月20日，星期日

失真在采樣過(guò)程中是不可避免的，如何減少失真呢？可以直觀地看出，我們可以把圖2-2中的波形劃分成更為細(xì)小的區(qū)間，即采用更高的采樣頻率。同時(shí)，增加量化精度，以得到更高的量化等級(jí)，即可減少失真的程度。在圖2-4中，采樣率和量化等級(jí)均提高了一倍，分別為2000次/秒和20個(gè)量化等級(jí)。在圖2-5中，采樣率和量化等級(jí)再提高了一倍，分別達(dá)到4000次/秒和40個(gè)量化等級(jí)。從圖中可以看出，當(dāng)用D/A轉(zhuǎn)換器重構(gòu)原來(lái)信號(hào)時(shí)（圖中的輪廓線(xiàn)），信號(hào)的失真明顯減少，信號(hào)質(zhì)量得到了提高。

第26頁(yè)，共125頁(yè)，2023年，2月20日，星期日

圖2-4采樣率為2000Hz，量化等級(jí)為20的采樣量化過(guò)程

圖2-5采樣率為4000Hz，量化等級(jí)為40的采樣量化過(guò)程

第27頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.2.4編碼

模擬信號(hào)量經(jīng)過(guò)采樣和量化以后，形成一系列的離散信號(hào)——脈沖數(shù)字信號(hào)。這種脈沖數(shù)字信號(hào)可以一定的方式進(jìn)行編碼，形成計(jì)算機(jī)內(nèi)部運(yùn)行的數(shù)據(jù)。所謂編碼，就是按照一定的格式把經(jīng)過(guò)采樣和量化得到的離散數(shù)據(jù)記錄下來(lái)，并在有用的數(shù)據(jù)中加入一些用于糾錯(cuò)、同步和控制的數(shù)據(jù)。在數(shù)據(jù)回放時(shí)，可以根據(jù)所記錄的糾錯(cuò)數(shù)據(jù)判別讀出的聲音數(shù)據(jù)是否有錯(cuò)，如在一定范圍內(nèi)有錯(cuò)，可加以糾正。

編碼的形式比較多，常用的編碼方式是PCM——脈沖調(diào)制。脈沖編碼調(diào)制（PCM）是把模擬信號(hào)變換為數(shù)字信號(hào)的一種調(diào)制方式，既把連續(xù)輸入的模擬信號(hào)變換為在時(shí)域和振幅上都離散的量，然后將其轉(zhuǎn)化為代碼形式傳輸或存儲(chǔ)。PCM的主要優(yōu)點(diǎn)是：抗干擾能力強(qiáng)；失真?。粋鬏斕匦苑€(wěn)定，尤其是遠(yuǎn)距離信號(hào)再生中繼時(shí)噪聲不累積，而且可以采用壓縮編碼、糾錯(cuò)編碼和保密編碼等來(lái)提高系統(tǒng)的有效性、可靠性和保密性。

第28頁(yè)，共125頁(yè)，2023年，2月20日，星期日

模擬信號(hào)經(jīng)過(guò)采樣再經(jīng)量化，然后用有限個(gè)二進(jìn)制碼去代表量化后的幅度，在編碼器中引入的量化誤差在解碼時(shí)無(wú)法消除，這一誤差等效于引入了噪聲、降低了信噪比。在比特率較高的波形編碼中可以用客觀指標(biāo)如信噪比來(lái)衡量編碼的質(zhì)量，例如現(xiàn)在電話(huà)中普遍使用的Ａ律標(biāo)準(zhǔn)（ITUG.711標(biāo)準(zhǔn)），要求信噪比優(yōu)于35dB。除此之外，還可以規(guī)定動(dòng)態(tài)范圍和頻率響應(yīng)，在有關(guān)的國(guó)際標(biāo)準(zhǔn)中都有具體規(guī)定。在低比特率情況下，采用了語(yǔ)音特征參數(shù)分析和合成語(yǔ)音的編碼方法，每個(gè)樣值僅１或0.5比特。在ISO的紅皮書(shū)（RedBook）標(biāo)準(zhǔn)中，規(guī)定CD-DA每24字節(jié)雙聲道音頻數(shù)據(jù)為一幀，對(duì)每一幀數(shù)據(jù)編碼后要形成幀同步碼、子碼（用于控制和顯示）及糾錯(cuò)碼，采用差錯(cuò)校驗(yàn)碼CIRC，用來(lái)檢測(cè)和糾正因CD表面的劃傷或灰塵產(chǎn)生的差錯(cuò)。其格式如表2-3所示。第29頁(yè)，共125頁(yè)，2023年，2月20日，星期日

在CD-DA中，數(shù)據(jù)、控制碼和糾錯(cuò)碼分別記錄在不同的光道上。定義98個(gè)音頻數(shù)據(jù)幀為一個(gè)扇區(qū)。因此每個(gè)扇區(qū)所含音頻數(shù)據(jù)量為98×24＝2352（Byte），它使得一張CD唱盤(pán)上可容納約74分鐘的立體聲音樂(lè)信號(hào)。幀同步子碼音頻數(shù)據(jù)（左聲道）Q校驗(yàn)音頻數(shù)據(jù)（右聲道）P校驗(yàn)41124124第30頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.3音頻信號(hào)的壓縮編碼與標(biāo)準(zhǔn)

將量化后的數(shù)字聲音信息直接存入計(jì)算機(jī)將會(huì)占用大量的存儲(chǔ)空間。在多媒體系統(tǒng)中，一般是對(duì)數(shù)字化聲音信息進(jìn)行壓縮和編碼后再存入計(jì)算機(jī)，以減少音頻的數(shù)據(jù)量。2.3.1音頻信號(hào)壓縮編碼概述

在多媒體音頻信號(hào)處理中，一般需要對(duì)數(shù)字化后的聲音信號(hào)進(jìn)行壓縮編碼，使其成為具有一定字長(zhǎng)的二進(jìn)制數(shù)字序列，并以這種形式在計(jì)算機(jī)內(nèi)傳輸和存儲(chǔ)。在播放這些聲音時(shí)，需要經(jīng)解碼器將二進(jìn)制編碼恢復(fù)成原來(lái)的聲音信號(hào)播放。第31頁(yè)，共125頁(yè)，2023年，2月20日，星期日音頻信號(hào)處理過(guò)程

聲音信號(hào)能進(jìn)行壓縮編碼的基本依據(jù)是：

聲音信號(hào)中存在著很大的冗余度，通過(guò)識(shí)別和去除這些冗余度，便能達(dá)到壓縮的目的；音頻信息的最終接收者是人，人的聽(tīng)覺(jué)器官(包括視覺(jué)器器官)都具有某種不敏感性，舍去人的感官所不敏感的信息對(duì)聲音質(zhì)量的影響很小，在有些情況下，甚至可以忽略不計(jì)。例如，人耳聽(tīng)覺(jué)中有一個(gè)重要的特點(diǎn)，即聽(tīng)覺(jué)的“掩蔽”。它是指一個(gè)強(qiáng)音能抑制一個(gè)同時(shí)存在的弱音的聽(tīng)覺(jué)現(xiàn)象。利用該性質(zhì)，可以抑制與信號(hào)同時(shí)存在的量化噪音。

第32頁(yè)，共125頁(yè)，2023年，2月20日，星期日.對(duì)聲音波形取樣后，相鄰樣值之間存在著很強(qiáng)的相關(guān)性。

音頻數(shù)據(jù)壓縮和編碼與圖像壓縮編碼有著很大的不同。圖像數(shù)據(jù)表達(dá)的是二維空間，很難找出固定的模型來(lái)形式化地表征它。音頻數(shù)據(jù)表達(dá)的是一維隨時(shí)間變化的函數(shù)，因而聲音數(shù)據(jù)的壓縮比圖像數(shù)據(jù)壓縮要容易得多。從方法上看，聲音信號(hào)的編碼方式大致可分為三類(lèi)，即波形編碼、參數(shù)編碼和混合編碼。

波形編碼的編碼信息是聲音的波形。這種方法要求重構(gòu)的聲音信號(hào)的各個(gè)樣本盡可能地接近于原始聲音的采樣值，復(fù)原的聲音質(zhì)量較高。波形編碼技術(shù)有PCM（脈沖編碼調(diào)制）、ADPCM（自適應(yīng)差分脈沖編碼調(diào)制）和ATC（自適應(yīng)變換編碼）等。

第33頁(yè)，共125頁(yè)，2023年，2月20日，星期日

參數(shù)編碼是一種對(duì)語(yǔ)音參數(shù)進(jìn)行分析合成的方法。語(yǔ)音的基本參數(shù)是基音周期、共振峰、語(yǔ)音譜、聲強(qiáng)等，如能得到這些語(yǔ)音基本參數(shù)，就可以不對(duì)語(yǔ)音的波形進(jìn)行編碼，而只要記錄和傳輸這些參數(shù)就能實(shí)現(xiàn)聲音數(shù)據(jù)的壓縮。這些語(yǔ)音基本參數(shù)可以由語(yǔ)音生成機(jī)構(gòu)模型通過(guò)實(shí)驗(yàn)獲得。得到語(yǔ)音參數(shù)后，就可以對(duì)其進(jìn)行線(xiàn)性預(yù)測(cè)編碼（LPC-LinearPredictiveCoding）?；旌闲途幋a方法是一種在保留參數(shù)編碼技術(shù)的基礎(chǔ)上，引用波型編碼準(zhǔn)則去優(yōu)化激勵(lì)源信號(hào)的方案?；旌暇幋a充分利用了線(xiàn)性預(yù)測(cè)技術(shù)和綜合分析技術(shù)，其典型算法有：碼本激勵(lì)線(xiàn)性預(yù)測(cè)（CELP）、多脈沖線(xiàn)性預(yù)測(cè)（MP-LPC）及矢量和激勵(lì)線(xiàn)性預(yù)測(cè)（VSELP）等?？偟膩?lái)說(shuō)，波形編碼在聲音編碼方案中應(yīng)用較廣，可以獲得很高的聲音質(zhì)量。下面我們介紹波形編碼方案中常用的PCM編碼。

第34頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.3.2PCM編碼

1939年法國(guó)工程師AlecReeves發(fā)明了將連續(xù)的模擬信號(hào)變換成時(shí)間和幅度都離散的二進(jìn)制碼代表的脈沖編碼調(diào)制信號(hào)（PulseCodeModulation-PCM），并申請(qǐng)了專(zhuān)利。ＰＣＭ首先開(kāi)始應(yīng)用于電話(huà)系統(tǒng)，但一直到１９６２年美國(guó)Bell實(shí)驗(yàn)室才為ＡＴ＆Ｔ制成了國(guó)際上第一套商用ＰＣＭ電話(huà)系統(tǒng)（Ｔ１系統(tǒng)），這標(biāo)志了通信開(kāi)始步入數(shù)字化。以后的計(jì)算機(jī)發(fā)展更促進(jìn)了通信的數(shù)字化，并逐步與通信相結(jié)合。

PCM編碼是對(duì)連續(xù)語(yǔ)音信號(hào)進(jìn)行空間采樣、幅度值量化及用適當(dāng)碼字將其編碼的總稱(chēng)。PCM方法可以按量化方式的不同，分為均勻量化PCM、非均勻量化PCM和自適應(yīng)量化PCM等幾種。

第35頁(yè)，共125頁(yè)，2023年，2月20日，星期日

如果采用相等的量化間隔對(duì)采樣得到的信號(hào)作量化，那么這種量化稱(chēng)為均勻量化。均勻量化就是采用相同的“等分尺”來(lái)度量采樣得到的幅度，也稱(chēng)為線(xiàn)性量化，如圖2-6所示。均勻量化PCM就是直接對(duì)聲音信號(hào)作A/D轉(zhuǎn)換，在處理過(guò)程中沒(méi)有利用聲音信號(hào)的任何特性，也沒(méi)有進(jìn)行壓縮。該方法將輸入的聲音信號(hào)的振幅范圍分成個(gè)等份（B為量化位數(shù)），所以落入同一等份數(shù)的采樣值都編碼成相同的B位二進(jìn)制碼。只要采樣頻率足夠大，量化位數(shù)也適當(dāng)，便能獲得較高的聲音信號(hào)數(shù)字化效果。為了滿(mǎn)足聽(tīng)覺(jué)上的效果，均勻量化PCM必須使用較多的量化位數(shù)。這樣所記錄和產(chǎn)生的音樂(lè)，可以達(dá)到最接近原聲的效果。當(dāng)然提高采樣率及分辨率后，將引起儲(chǔ)存數(shù)據(jù)空間的增大。

第36頁(yè)，共125頁(yè)，2023年，2月20日，星期日第37頁(yè)，共125頁(yè)，2023年，2月20日，星期日

改進(jìn)PCM編碼技術(shù)的一個(gè)方法是采用非均勻量化，即讓量化級(jí)高度隨信號(hào)振幅而變化。信號(hào)振幅小則縮小量化級(jí)高度，信號(hào)振幅大時(shí)則增大量化級(jí)高度。這樣就可以在滿(mǎn)足精度要求的情況下用較少的位數(shù)實(shí)現(xiàn)編碼。在聲音數(shù)據(jù)還原時(shí)，采用相同的規(guī)則。在非均勻量化中，采樣輸入信號(hào)幅度和量化輸出數(shù)據(jù)之間定義了兩種對(duì)應(yīng)關(guān)系，一種稱(chēng)為律（-Law）壓（縮）擴(kuò)（展）算法，另一種稱(chēng)為A律(A-Law)壓（縮）擴(kuò)（展）算法。這兩種算法主要用于數(shù)字電話(huà)通信中。律的計(jì)算公式如下：第38頁(yè)，共125頁(yè)，2023年，2月20日，星期日

其中是信號(hào)x(n)的最大幅度，u是控制壓縮程序的參數(shù)，u越大壓縮就越厲害圖2-7給出了按律壓擴(kuò)算法的輸入輸出特性曲線(xiàn)，為確定壓縮量的參數(shù)，它反映最大量化間隔和最小量化間隔之比。由圖可見(jiàn)，值越大，壓縮量越大。由于律壓擴(kuò)的輸入和輸出關(guān)系是對(duì)數(shù)函數(shù)關(guān)系，所以這種編碼又稱(chēng)為對(duì)數(shù)PCM。

A律壓擴(kuò)與律壓擴(kuò)相比，則壓縮的動(dòng)態(tài)范圍略小些，小信號(hào)振幅時(shí)質(zhì)量要比律稍差。無(wú)論是A律還是律算法，它們的特性在輸入信號(hào)振幅小時(shí)都呈線(xiàn)性，在輸入信號(hào)振幅大時(shí)呈對(duì)數(shù)壓縮特性。對(duì)于采樣頻率為8kHz，樣本精度為16位的輸入信號(hào)，使用A律壓擴(kuò)或律壓擴(kuò)編碼，經(jīng)過(guò)PCM編碼器之后每個(gè)樣本的精度為8位，輸出的數(shù)據(jù)率為64kb/s。這個(gè)數(shù)據(jù)就是CCITT,（國(guó)際電話(huà)與電報(bào)顧問(wèn)委員會(huì)）推薦的G.711標(biāo)準(zhǔn)：話(huà)音頻率脈沖編碼調(diào)制。

第39頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.3.3音頻壓縮編碼的標(biāo)準(zhǔn)

隨著多媒體計(jì)算機(jī)系統(tǒng)及數(shù)字通信系統(tǒng)的發(fā)展，數(shù)字音頻編碼技術(shù)正日益受到重視。為了提高信號(hào)傳輸和存儲(chǔ)的效率，人們多方致力于信源編碼的研究，力圖在保證聲音質(zhì)量的前提下，降低信源編碼的數(shù)據(jù)速率，并由此產(chǎn)生了一系列的國(guó)際的區(qū)域的標(biāo)準(zhǔn)。

國(guó)際電報(bào)電話(huà)咨詢(xún)委員會(huì)（CCITT）先后提出了一系列有關(guān)語(yǔ)音壓縮編碼的建議。在1972年制定了G.711，采用的是律或A律的PCM編碼技術(shù)，數(shù)據(jù)速率為64kb/s。1984年，公布了G.721標(biāo)準(zhǔn)，它采用的是ADPCM編碼技術(shù)，數(shù)據(jù)率為32kb/s。以上兩個(gè)標(biāo)準(zhǔn)均適用于3003400Hz窄帶語(yǔ)音信號(hào)，也可用于公用電話(huà)網(wǎng)。針對(duì)寬帶語(yǔ)音信號(hào)（50Hz7kHz），CCITT制定了G.722編碼標(biāo)準(zhǔn)，它的數(shù)據(jù)速率為64kb/s。用此標(biāo)準(zhǔn)編碼，可在ISDN（綜合業(yè)務(wù)數(shù)據(jù)網(wǎng)）的B通道上傳輸音頻數(shù)據(jù)。

第40頁(yè)，共125頁(yè)，2023年，2月20日，星期日

為了進(jìn)一步降低數(shù)據(jù)速率，CCITT從1989年開(kāi)始研究16kb/s的短延時(shí)、高質(zhì)量的音頻編碼標(biāo)準(zhǔn)。在AT&TBell實(shí)驗(yàn)室16kb/s短延時(shí)碼激勵(lì)（LD-CELP）編碼方案的基礎(chǔ)上，又公布適合于進(jìn)入長(zhǎng)途電話(huà)網(wǎng)采用的新標(biāo)準(zhǔn)。另外，還有歐洲數(shù)字移動(dòng)通信（GSM）制定了數(shù)字移動(dòng)通信網(wǎng)的13kb/s長(zhǎng)時(shí)預(yù)測(cè)規(guī)則碼激勵(lì)（RPE-LTP）語(yǔ)音編碼標(biāo)準(zhǔn)。美國(guó)1989年也公布了CTIA標(biāo)準(zhǔn)。它采用長(zhǎng)時(shí)延自適應(yīng)CELP方案，適應(yīng)于更低速率的語(yǔ)音壓縮，主要應(yīng)用在保密話(huà)音通信。

ISO（國(guó)際標(biāo)準(zhǔn)化組織）也制定了一系列的相應(yīng)的標(biāo)準(zhǔn)，其運(yùn)動(dòng)圖象專(zhuān)業(yè)組（MPEG）在制定運(yùn)動(dòng)圖象編碼標(biāo)準(zhǔn)的同時(shí)，制定了高保真立體聲音頻壓縮標(biāo)準(zhǔn)“MPEG音頻”。雖然MPEG聲音標(biāo)準(zhǔn)是MPEG標(biāo)準(zhǔn)的一部分，但它同時(shí)也完全可以獨(dú)立應(yīng)用。MPEG聲音壓縮算法是第一個(gè)高保真聲音數(shù)據(jù)壓縮的國(guó)際標(biāo)準(zhǔn)。

第41頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG音頻根據(jù)不同的算法分為三個(gè)層次。層次1與層次2具有大致相同的算法,如表2-3所示。輸入音頻信號(hào)的采樣頻率為48kHz、44.1kHz或32kHz，經(jīng)過(guò)濾波器組分成32個(gè)子帶。同時(shí)編碼器利用人耳的屏蔽效應(yīng)，根據(jù)音頻信號(hào)的性質(zhì)計(jì)算各個(gè)頻率分量的屏蔽門(mén)限，以控制每一個(gè)子帶的量化參數(shù)，達(dá)到數(shù)據(jù)壓縮的目的。MPEG音頻的層次3進(jìn)一步引入了輔助子帶、非均勻量化和熵編碼等技術(shù)，可以進(jìn)一步壓縮率。立體聲信號(hào)的編碼也可以在MPEG音頻中作為附加功能實(shí)現(xiàn)。MPEG音頻壓縮技術(shù)的傳輸速率為每聲道32kb/s448kb/s。

第42頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG聲音的質(zhì)量

表中，MUSICAM(MaskingpatternadaptedUniversalSubbandIntegratedCodingAndMultiplexing)為自適應(yīng)聲音掩蔽特性的通用子帶綜合編碼和復(fù)合技術(shù)。ASPEC(AdaptiveSpectralPerceptualEntropyCodingofhighqualitymusicalsignal)表示高質(zhì)量音樂(lè)信號(hào)自適應(yīng)譜感知熵編碼。

層次算法壓縮率立體聲信號(hào)所對(duì)應(yīng)的比特率(kbits/sec)1

MUSICAM1:43842MUSICAM1:61:82561923ASPEC1:101:12128112第43頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.3.4數(shù)字音頻的文件格式

在多媒體技術(shù)中，存儲(chǔ)音頻信息的文件格式主要有：WAV文件、VOC文件和MP3文件等。

WAV文件

WAV文件又稱(chēng)波形文件，是Microsoft公司的音頻文件格式。自從Windows視窗操作系統(tǒng)面世以來(lái)，Microsoft就將WAV文件作為其標(biāo)準(zhǔn)格式的文件使用。用于保存Windows平臺(tái)的音頻信息資源，被Windows平臺(tái)及其應(yīng)用程序所廣泛支持。WAV文件來(lái)源于對(duì)聲音模擬波形的采樣，并以不同的量化位數(shù)把這些采樣點(diǎn)的值輪換成二進(jìn)制數(shù)，然后存入磁盤(pán)，這就產(chǎn)生了波形文件。

第44頁(yè)，共125頁(yè)，2023年，2月20日，星期日WAV聲音文件是使用RIFF（ResourceInterchangeFileFormat資源交換文件）的格式描述的，RIFF格式文件是一種帶有標(biāo)記的文件結(jié)構(gòu)，它由文件頭和波形音頻文件數(shù)據(jù)塊組成。文件頭包括標(biāo)志符、語(yǔ)音特征值、聲道特征以及PCM格式類(lèi)型標(biāo)志等。WAV數(shù)據(jù)塊是由數(shù)據(jù)子塊標(biāo)記、數(shù)據(jù)子塊長(zhǎng)度和波形音頻數(shù)據(jù)3個(gè)數(shù)據(jù)子塊組成。

Wave格式支持MSADPCM、CCITTALaw、CCITTμLaw和其他壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，是PC機(jī)上最為流行的聲音文件格式，但其文件尺寸較大，多用于存儲(chǔ)簡(jiǎn)短的聲音片斷。

第45頁(yè)，共125頁(yè)，2023年，2月20日，星期日VOC文件

VOC文件是Creative公司所使用的標(biāo)準(zhǔn)音頻文件格式，也是聲霸卡（SoundBlaster）所使用的音頻文件格式。Voice文件是CreativeLabs(創(chuàng)新公司)開(kāi)發(fā)的聲音文件格式，多用于保存CreativeSoundBlaster(創(chuàng)新聲霸)系列聲卡所采集的聲音數(shù)據(jù)，被Windows平臺(tái)和DOS平臺(tái)所支持，支持CCITTALaw和CCITTμLaw等壓縮算法。與WAV格式類(lèi)似，VOC文件由文件頭塊和音頻數(shù)據(jù)塊組成。文件頭包含一個(gè)標(biāo)識(shí)、版本號(hào)和一個(gè)指向數(shù)據(jù)塊起始地址的指針，這個(gè)指針幫助數(shù)據(jù)塊定位以便順利找到第一個(gè)數(shù)據(jù)塊。數(shù)據(jù)塊分成各種類(lèi)型的子塊，如聲音數(shù)據(jù)、靜音、標(biāo)記、ASCII碼文件、重復(fù)、重復(fù)的結(jié)束及終止標(biāo)記等。

第46頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG音頻文件——.MP1/.MP2/.MP3

這里的音頻文件格式指的是MPEG標(biāo)準(zhǔn)中的音頻部分，即MPEG音頻層(MPEGAudioLayer)。MPEG音頻文件的壓縮是一種有損壓縮，根據(jù)壓縮質(zhì)量和編碼復(fù)雜程度的不同可分為三層(MPEGAudioLayer1/2/3)，分別對(duì)應(yīng)MP1、MP2和MP3這三種聲音文件；

MPEG音頻編碼具有很高的壓縮率，MP1和MP2的壓縮率分別為4∶1和6∶1～8∶1，而MP3的壓縮率則高達(dá)10∶1～12∶1，也就是說(shuō)一分鐘CD音質(zhì)的音樂(lè)，未經(jīng)壓縮需要10MB存儲(chǔ)空間，而經(jīng)過(guò)MP3壓縮編碼后只有1MB左右，同時(shí)其音質(zhì)基本保持不失真。

MP3的流行得益于Internet的推波助瀾，它用網(wǎng)絡(luò)代替了傳統(tǒng)唱片的傳播途徑，擴(kuò)大了數(shù)字音樂(lè)的流傳范圍，加速了數(shù)字音樂(lè)的傳播速度，MP3憑借其優(yōu)美的音質(zhì)和高壓縮比而成為最為流行的音樂(lè)格式。

第47頁(yè)，共125頁(yè)，2023年，2月20日，星期日MP3播放器WinampMP3是Internet上流行的音樂(lè)格式

第48頁(yè)，共125頁(yè)，2023年，2月20日，星期日

RealAudio文件——.RA/.RM/.RAM

RealAudio文件是RealNetworks公司開(kāi)發(fā)的一種新型流式音頻(StreamingAudio)文件格式；它包含在RealNetworks所制定的音頻、視頻壓縮規(guī)范RealMedia中，主要用于在低速率的廣域網(wǎng)上實(shí)時(shí)傳輸音頻信息；網(wǎng)絡(luò)連接速率不同，客戶(hù)端所獲得的聲音質(zhì)量也不盡相同：對(duì)于28.8kb/s的連接，可以達(dá)到廣播級(jí)的聲音質(zhì)量；如果擁有ISDN或更快的線(xiàn)路連接，則可獲得CD音質(zhì)的聲音。

第49頁(yè)，共125頁(yè)，2023年，2月20日，星期日AIFF文件——.AIF/.AIFF

AIFF是音頻交換文件格式(AudioInterchangeFileFormat)的英文縮寫(xiě)，是蘋(píng)果計(jì)算機(jī)公司開(kāi)發(fā)的一種聲音文件格式；被Macintosh平臺(tái)及其應(yīng)用程序所支持，其他專(zhuān)業(yè)音頻軟件包也同樣支持這種格式。第50頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.4.1音頻卡（聲卡）發(fā)展的歷史ADLIB-最早的聲卡

雖然PC聲卡是在90年代才得以普及，但它的問(wèn)世卻早在1984年。英國(guó)的ADLIB公司是目前公認(rèn)的“聲卡之父”，雖然他們最初開(kāi)發(fā)的產(chǎn)品只能提供簡(jiǎn)單的音樂(lè)效果，并且無(wú)法處理音頻信號(hào)，但在當(dāng)時(shí)無(wú)疑已經(jīng)是一個(gè)很大的突破。由于技術(shù)不夠成熟、成本又非常高昂，因此這類(lèi)帶有試驗(yàn)品性質(zhì)的早期ADLIB音樂(lè)卡，當(dāng)時(shí)計(jì)算機(jī)的運(yùn)算速度也不足以應(yīng)付大規(guī)模的多媒體處理，所以并未能普及。2.4音頻卡的工作原理第51頁(yè)，共125頁(yè)，2023年，2月20日，星期日Creative聲卡系列

把聲卡真正帶入個(gè)人電腦領(lǐng)域的，是CREATIVE-創(chuàng)新公司。創(chuàng)新科技有限公司是世界上規(guī)模最大的多媒體硬件生產(chǎn)商和制造商之一，其“聲霸卡”和“視霸卡”系列產(chǎn)品在全球占有很高的市場(chǎng)份額。自1989年，Creative在美國(guó)Comdex展覽會(huì)上首次推出自己研制開(kāi)發(fā)的適用于PC機(jī)的SoundBlaster而引起轟動(dòng)至今，使SB聲霸卡產(chǎn)品形成系列而風(fēng)靡全球。

第一代SoundBlaster聲卡基于ISA總線(xiàn)，具有一個(gè)8位的D/A轉(zhuǎn)換器，只支持單聲道錄放音模式。它一次為電腦同時(shí)加上了音樂(lè)處理和音頻信號(hào)處理的功能。此后推出的SoundBlasterPro加入了對(duì)立體聲信號(hào)的支持。第一個(gè)多媒體電腦技術(shù)標(biāo)準(zhǔn)——MPC1，就把SoundBlasterPro作為聲卡設(shè)備的標(biāo)準(zhǔn)配置。

第52頁(yè)，共125頁(yè)，2023年，2月20日，星期日Creative在成功推出第一塊適用于ＰＣ機(jī)的聲音卡SoundBlasterPro后，又推出了具有16bit、44KHz采樣率并支持立體聲的SoundBlaster16系列。它的推出使多媒體聲卡的錄音和放音第一次在技術(shù)規(guī)格上達(dá)到了CD唱片的品質(zhì)。在20世紀(jì)90年代中期，16bit、44KHz、立體聲D/A轉(zhuǎn)換代表了聲卡的最高技術(shù)水平。

Creative在1995年的推出了具有波表合成功能的SoundBlasterAwe32聲卡。SBAwe32具有一個(gè)32復(fù)音的波表引擎，并集成了1MB容量的音色庫(kù)，使其MIDI合成效果大大超越了以前所有的產(chǎn)品（其以前的產(chǎn)品在MIDI“電子合成器”方面采用都是YAMAHA公司研發(fā)的FM合成技術(shù)）。

第53頁(yè)，共125頁(yè)，2023年，2月20日，星期日

在SoundBlaster32的基礎(chǔ)上，SoundBlasterAWE64在技術(shù)上取得了巨大的飛躍。這里的32和64不再表示數(shù)字音頻的位數(shù)，而是表示32和64種復(fù)音的波表合成技術(shù)，它們?nèi)允?6位聲卡。

SBAWE64采用著名音源公司E-mu的專(zhuān)業(yè)級(jí)的波表，采用了多點(diǎn)插值算法專(zhuān)利技術(shù)的WaveEffect合成器，提供平滑的音頻復(fù)制和最小的失真，可升級(jí)到28MB音色采樣子系統(tǒng)能更好地支持SoundFont音色庫(kù)。它提供了高質(zhì)真實(shí)樂(lè)器感的64復(fù)音的MIDI合成器，使得游戲和多媒體應(yīng)用程序的音響效果比以前更為逼真。3D增強(qiáng)定位音響（3DPositionalAudio）技術(shù)和空間響應(yīng)，使每一種聲音變得比以前更加令人陶醉。高級(jí)的音色庫(kù)定制和編輯，使用戶(hù)可以在計(jì)算機(jī)上制作音樂(lè)，進(jìn)行作曲。

第54頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.4.2音頻卡的功能和分類(lèi)（一）、音頻卡的主要功能1、音頻的錄制與播放2、編輯與合成3、MIDI和音樂(lè)合成4、文語(yǔ)轉(zhuǎn)換與語(yǔ)音識(shí)別5、CD-ROM接口即游戲接口第55頁(yè)，共125頁(yè)，2023年，2月20日，星期日音頻錄放采用：采樣頻率范圍：8~44.1kHz

量化位：8位，16位，32位單聲道：立體聲/單聲道編碼與采樣：基本編碼方法：PCM

壓縮編碼方法：ADPCM（8:4,8:3,8:2,16:4)CCITTA律（13：8）

CCITTμ律（14：8）實(shí)時(shí)硬件壓縮/軟件壓縮音頻錄放的自動(dòng)動(dòng)態(tài)濾波錄音聲源：麥克風(fēng)、立體聲線(xiàn)路輸入、CD輸出功率放大器，直接驅(qū)動(dòng)揚(yáng)聲器，音量可調(diào)。1.錄制與播放第56頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.編輯與合成它是對(duì)聲音文件進(jìn)行多種特殊效果處理，包括以下內(nèi)容：倒播增加回音靜噪淡入和淡出往返放聲交換聲道聲音移位第57頁(yè)，共125頁(yè)，2023年，2月20日，星期日3、MIDI和音樂(lè)合成

MIDI是樂(lè)器數(shù)字接口的標(biāo)準(zhǔn)，它規(guī)定了電子樂(lè)器與計(jì)算機(jī)之間相互數(shù)據(jù)通信的協(xié)議。音樂(lè)合成的功能和性能依賴(lài)于合成芯片。波形表音樂(lè)合成（詳見(jiàn)后續(xù)章節(jié)）第58頁(yè)，共125頁(yè)，2023年，2月20日，星期日4、文語(yǔ)轉(zhuǎn)換和語(yǔ)音識(shí)別文語(yǔ)轉(zhuǎn)換就是把計(jì)算機(jī)內(nèi)的文本轉(zhuǎn)換成聲音語(yǔ)音識(shí)別將語(yǔ)音識(shí)別為計(jì)算機(jī)能理解的文字或命令第59頁(yè)，共125頁(yè)，2023年，2月20日，星期日（二）音頻卡的分類(lèi)(1)音頻卡的分類(lèi)主要是根據(jù)采樣量化的位數(shù)來(lái)分類(lèi)的。通常分為8位，16位，32位等。位數(shù)越高，量化精度越高，音質(zhì)越好。同時(shí)形成聲音文件所需的容量越大。計(jì)算聲音文件公式如下：

S=DxRx（r/8）x聲道數(shù)

D代表采樣頻率，R代表采樣時(shí)間以秒計(jì)算，

r代表量化位第60頁(yè)，共125頁(yè)，2023年，2月20日，星期日（二）、音頻卡的分類(lèi)(2)一、獨(dú)立音頻卡，插在主板的ISA或PCI槽中。二、主板集成。目前市場(chǎng)上90%以上的主板都集成AC‘97聲卡。現(xiàn)在廣泛在整合主板上集成的板載聲卡采用的音效芯片:創(chuàng)新ES1370/CT5880、C-Media8738、YAMAHAYMF744、傲銳AU8820，一些獨(dú)立聲卡采用的芯片和上面的完全一樣。現(xiàn)在已經(jīng)出現(xiàn)了6聲道的板載聲卡，板載5.1輸出也變?yōu)楝F(xiàn)實(shí)。三、USB聲卡。普通的性能，過(guò)大的體型，還有居高不下的價(jià)格，但也有一些產(chǎn)品的價(jià)格較低。第61頁(yè)，共125頁(yè)，2023年，2月20日，星期日（一）、音頻卡的特性（1）強(qiáng)勁的音頻處理引擎（2）環(huán)境音效增加現(xiàn)有音頻的內(nèi)容（3）SoundBlasterTMPCI標(biāo)準(zhǔn)（4）多音箱輸出（5）256復(fù)音音樂(lè)合成器（6）環(huán)境音效功能擴(kuò)展集/廣泛的軟件支持2.4.3音頻卡的工作原理第62頁(yè)，共125頁(yè)，2023年，2月20日，星期日（二）工作原理主要組成部分：1、聲音的合成與處理：數(shù)字音頻處理器（DSP）、FM合成器以及MIDI控制器，其任務(wù)是完成聲波信號(hào)的模/數(shù)（A/D）、數(shù)/模（D/A）轉(zhuǎn)換，調(diào)頻技術(shù)控制聲音的音調(diào)、音色和幅度，F(xiàn)M音樂(lè)合成器具有多種復(fù)音操作的功能；2、混合信號(hào)處理器：內(nèi)置數(shù)字/模擬混音器、混音器的聲源可以是MIDI信號(hào)、CD音頻、話(huà)筒和PC的揚(yáng)聲器等，可以選擇不同音源進(jìn)行混合錄音；3、功率放大器：使輸出的音頻信號(hào)有足夠的輸出功率；4、計(jì)算機(jī)總線(xiàn)接口和控制器：ISA總線(xiàn)，PCI總線(xiàn)，總線(xiàn)接口和控制器有數(shù)據(jù)總線(xiàn)雙向驅(qū)動(dòng)器、總線(xiàn)接口控制邏輯、總線(xiàn)中斷邏輯及DMA邏輯組成。第63頁(yè)，共125頁(yè)，2023年，2月20日，星期日PC總線(xiàn)數(shù)據(jù)總線(xiàn)驅(qū)動(dòng)器總線(xiàn)接口和控制器游戲接口MIDI接口混合信號(hào)處理器數(shù)字聲音處理器MIC放大器功率放大器音樂(lè)合成器音樂(lè)合成器地址總線(xiàn)控制總線(xiàn)MIC揚(yáng)聲器CDline音頻卡的工作原理圖第64頁(yè)，共125頁(yè)，2023年，2月20日，星期日音頻卡的工作原理音頻卡簡(jiǎn)稱(chēng)聲卡，它將模擬音頻進(jìn)行模數(shù)轉(zhuǎn)換送入計(jì)算機(jī)，進(jìn)行處理后再經(jīng)過(guò)數(shù)模轉(zhuǎn)換，輸出加工后的合成音頻。DSP：它完成8位或16位單聲道/立體聲數(shù)字聲音的記錄和播放；完成4：1，3：1和2：1的ADPCM壓縮/解壓縮，控制取樣頻率，翻譯與聲卡兼容的MIDI指令，提供揚(yáng)聲器控制，控制各種直接存取DMA方式?？偩€(xiàn)接口負(fù)責(zé)為總線(xiàn)和聲卡各部分提供握手信號(hào)和數(shù)據(jù)傳輸。第65頁(yè)，共125頁(yè)，2023年，2月20日，星期日（三）衡量聲卡質(zhì)量的關(guān)鍵技術(shù)總線(xiàn)類(lèi)型：ISA6Mbit/s，PCI133Mbit/s標(biāo)準(zhǔn)支持即插即用取樣能力芯片類(lèi)型：CODEC芯片合成器：FM和波表合成MIDI音樂(lè)音效第66頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.4.4音頻編碼基礎(chǔ)和標(biāo)準(zhǔn)1、時(shí)域信息的冗余度（1）幅度的非均勻分布（2）樣本間的相關(guān)（3）周期之間的相關(guān)（4）基音之間的相關(guān)濁音清音（5）靜止系數(shù)（6）長(zhǎng)時(shí)相關(guān)函數(shù)第67頁(yè)，共125頁(yè)，2023年，2月20日，星期日2、頻域信息的冗余度（1）非均勻的長(zhǎng)時(shí)功率譜密度（2）語(yǔ)音特有的短時(shí)功率譜密度3、人的聽(tīng)覺(jué)感知機(jī)理第一、人的聽(tīng)覺(jué)具有掩蔽效應(yīng)第二、人耳對(duì)不同頻段的聲音的敏感程度不同，通常對(duì)低頻端較之對(duì)高頻段更敏感。第三、人而對(duì)語(yǔ)音信號(hào)的相位變化不敏感。第68頁(yè)，共125頁(yè)，2023年，2月20日，星期日音頻編碼的分類(lèi)（1）基于音頻數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行編碼，其典型的技術(shù)是波形編碼。如PCM，DPCM，ADPCM。（2）基于音頻的聲學(xué)參數(shù)，進(jìn)行參數(shù)編碼，可進(jìn)一步降低數(shù)據(jù)率；參數(shù)有共振峰、線(xiàn)性預(yù)測(cè)系數(shù)、濾波器組等，如CELP、MPLPC。（3）基于人的聽(tīng)覺(jué)特性進(jìn)行編碼，利用掩蔽效應(yīng)，設(shè)計(jì)心理學(xué)模型，從而實(shí)現(xiàn)高效率的數(shù)字音頻的壓縮。如MPEG的高頻編碼和DolbyAC-3。第69頁(yè)，共125頁(yè)，2023年，2月20日，星期日常用三種波形編碼的方法：（1）PCM：直接對(duì)語(yǔ)音信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換。只要采樣頻率足夠高，量化尾數(shù)足夠多，就能使編碼后恢復(fù)的語(yǔ)音信號(hào)有較高的質(zhì)量。（2）DPCM：即只傳輸語(yǔ)音預(yù)測(cè)值和樣本值的差值，以此降低音頻數(shù)據(jù)的編碼率。（3）ADPCM：它是DPCM方法的改進(jìn)，通過(guò)調(diào)整量化步長(zhǎng)，對(duì)不同數(shù)模設(shè)置不同的量化步長(zhǎng)，使數(shù)據(jù)得到進(jìn)一步的壓縮。第70頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.4.5音頻編碼標(biāo)準(zhǔn)國(guó)際電報(bào)電話(huà)咨詢(xún)委員會(huì)（CCITT）和國(guó)際標(biāo)準(zhǔn)化組織（ISO）先后提出了一系列有關(guān)音頻編碼的標(biāo)準(zhǔn)。具體如下：G.711G.721G.722G.728MPEG中的音頻編碼AC-3的編碼和解碼第71頁(yè)，共125頁(yè)，2023年，2月20日，星期日音頻編碼的算法和標(biāo)準(zhǔn)算法名稱(chēng)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4.0~4.5μ(A)μ(A)64kb/sG.711APCM自適應(yīng)量化DPCM差值量化ADPCM自適應(yīng)差值量化32kb/sG.721SB-ADPCM子帶-自適應(yīng)差值量化64kb/sG.7225.3kb/sG.7236.3kb/s參數(shù)編碼LPC線(xiàn)性預(yù)測(cè)編碼2.4kb/s保密電話(huà)2.5`3.5混合編碼CELPC碼激勵(lì)LPC4.6kb/s移動(dòng)通信4.0~3.7VSELP矢量和激勵(lì)LPC8kb/s語(yǔ)音郵件RPE-LTP長(zhǎng)時(shí)預(yù)測(cè)規(guī)則碼激勵(lì)13.2kb/sISDNLD-CELP低延時(shí)碼激勵(lì)16kb/sG.728G.729MPEG多子帶感知編碼128kb/sCD5.0AC-3感知編碼音響5.0第72頁(yè)，共125頁(yè)，2023年，2月20日，星期日ADPCM編碼器結(jié)構(gòu)圖轉(zhuǎn)化為標(biāo)準(zhǔn)PCM自適應(yīng)量化器逆自適應(yīng)量化器自適應(yīng)預(yù)測(cè)器S(k)64kb/sA律或μ律PCMSl(k)d(k)I(k)Se(k)dq(k)St(k)32kb/s輸出第73頁(yè)，共125頁(yè)，2023年，2月20日，星期日ADPCM解碼器結(jié)構(gòu)圖轉(zhuǎn)化為PCM同步編碼調(diào)節(jié)逆自適應(yīng)預(yù)測(cè)器32kb/s輸入64kb/s輸出A律或μ律PCM逆自適應(yīng)量化器第74頁(yè)，共125頁(yè)，2023年，2月20日，星期日CELP（碼激勵(lì)線(xiàn)性預(yù)測(cè)）編碼圖矢量緩沖激勵(lì)VQ碼本VQ索引通道增益后向增益自適應(yīng)最小MSE50階LPC預(yù)測(cè)器后向LPC分析感知加權(quán)濾波器編碼誤差輸入語(yǔ)音合成語(yǔ)音第75頁(yè)，共125頁(yè)，2023年，2月20日，星期日CELP（碼激勵(lì)線(xiàn)性預(yù)測(cè)）解碼圖已編碼語(yǔ)音激勵(lì)VQ碼本從通道來(lái)的VQ索引增益后向增益自適應(yīng)50階LPC預(yù)測(cè)器后向LPC分析自適應(yīng)后濾波器后濾波的語(yǔ)音信號(hào)輸出第76頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG中的音頻編碼

MPEG是運(yùn)動(dòng)圖像專(zhuān)家組的簡(jiǎn)稱(chēng)，國(guó)際標(biāo)準(zhǔn)化組織（ISO）和國(guó)際電工委員會(huì)（IEC）所屬的W11工作組，制定推薦了MPEG的標(biāo)準(zhǔn)。MPEG標(biāo)準(zhǔn)有MPEG-I，MPEG-II，MPEG-IV，MPEGVII等，MPEG-I中一部分對(duì)應(yīng)于ISO/IEC11172-3及MPE音頻。它規(guī)定了高質(zhì)量音頻編碼方法，存儲(chǔ)表示和解碼方法。編碼器的輸入和解碼器的輸出與現(xiàn)存的PCM標(biāo)準(zhǔn)兼容。第77頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG音頻編碼主要參數(shù)（1）編碼器

編碼器處理數(shù)字音頻信號(hào)，并生成存儲(chǔ)所需的數(shù)據(jù)流。（見(jiàn)結(jié)構(gòu)圖）（2）編碼層次層I包括將數(shù)字音頻變成32個(gè)子帶的基本映射；層II提供了位分配，縮放因子和抽樣的附加編碼；層III采用混合帶通濾波器來(lái)提高頻率分辨率。（3）存儲(chǔ)（4）解碼解碼器按編碼器的定義的語(yǔ)法接受壓縮的音頻數(shù)據(jù)流按解碼部分的方法解出數(shù)據(jù)元素，按濾波器的規(guī)定，用這些信息產(chǎn)生數(shù)字音頻的輸出（見(jiàn)解碼結(jié)構(gòu)圖）第78頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG音頻編碼器結(jié)構(gòu)框圖映射量化器和編碼幀封裝心理聲學(xué)模型輔助數(shù)據(jù)PCM音頻抽樣已編碼數(shù)據(jù)流第79頁(yè)，共125頁(yè)，2023年，2月20日，星期日MPEG音頻解碼器結(jié)構(gòu)框圖幀擴(kuò)展重構(gòu)逆映射已編碼數(shù)據(jù)流PCM音頻抽樣輔助數(shù)據(jù)第80頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-3編碼和解碼AC-3是在1992年DOLBY實(shí)驗(yàn)室在AC-2（立體聲編碼標(biāo)準(zhǔn)）的基礎(chǔ)上推出的。AC-3提供了5個(gè)聲道從20HZ到20KHZ的全通帶頻，即正前方的左（L）中（C）右（R），后邊兩個(gè)獨(dú)立的環(huán)繞立體聲通道左后（LS）和右后（RS）。同時(shí)還提供了一個(gè)100HZ以下的超低音聲供用戶(hù)選擇，以彌補(bǔ)低音之不足。也被稱(chēng)為5.1聲道。第81頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-35.1聲道圖示LCRLSRS100Hz第82頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-3可編程解碼器4聲道混合環(huán)繞立體聲5.1聲道AC-3數(shù)據(jù)流解碼器A解碼器B解碼器C解碼器DLCRLSRSSubLTRT邏輯環(huán)繞聲解碼器LCRS5.1聲道環(huán)繞立體聲2聲道立體聲單聲道第83頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-3編碼器框圖分析濾波器組頻率包絡(luò)線(xiàn)分析比特分配位數(shù)量化AC-3成幀PCM時(shí)間采樣指數(shù)尾數(shù)比特分配信息量化尾數(shù)編碼的AC-3位流編碼的頻譜包絡(luò)線(xiàn)第84頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-3編碼流程圖耦合策略PCM輸入瞬時(shí)測(cè)試TDAC變換形成耦合聲道模型重建確定指數(shù)指數(shù)策略抖動(dòng)策略指數(shù)編碼尾數(shù)規(guī)格化比特分配成幀尾數(shù)量化塊開(kāi)關(guān)標(biāo)志耦合策略重建標(biāo)志指數(shù)策略抖動(dòng)指針比特分配參數(shù)指示信息編碼的譜包絡(luò)線(xiàn)尾數(shù)比特分配指針主信息第85頁(yè)，共125頁(yè)，2023年，2月20日，星期日AC-3同步幀結(jié)構(gòu)圖音頻數(shù)據(jù)塊AUXCRCSIBSIAB0AB2AB3AB4AB5AB1同步幀SIBSI第86頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.5音樂(lè)合成與MIDI規(guī)范音樂(lè)合成的兩種技術(shù)：調(diào)頻（FM）音樂(lè)合成技術(shù)：是使高頻振蕩的頻率按調(diào)制信號(hào)規(guī)律變化的一種調(diào)制方式，合成不同頻譜分布的波形，再現(xiàn)某些樂(lè)器的音色。波形表合成（wavetable）樂(lè)音必備的三要素：音高：指聲波的基頻，基頻越低給人感覺(jué)越低沉。音色：具有固定音高和相同諧波的樂(lè)音。響度：對(duì)聲音強(qiáng)度的衡量第87頁(yè)，共125頁(yè)，2023年，2月20日，星期日YM3812音樂(lè)系統(tǒng)框圖微機(jī)或微處理器地址數(shù)據(jù)總線(xiàn)總線(xiàn)控制YM3812DAC音頻放大系統(tǒng)時(shí)鐘第88頁(yè)，共125頁(yè)，2023年，2月20日，星期日MIDI規(guī)范（術(shù)語(yǔ)）MIDI文件通道（channels）音序器（sequencer）合成器（synthesizer）樂(lè)器（instrument）復(fù)音（puyphone）音色（tmbre）音軌（tack）合成音色映射器（patchapper）通道映射（channelmapping）第89頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.6樂(lè)器數(shù)字接口——MIDI

在音樂(lè)創(chuàng)作領(lǐng)域，由于MIDI、電子樂(lè)器和多媒體計(jì)算機(jī)的結(jié)合，給人們提供了一種快捷、獨(dú)特的制作方式，它更加強(qiáng)調(diào)音色的非常規(guī)化、電子化、空間感和對(duì)比等，并且日益形成一種嶄新的音樂(lè)風(fēng)格。

第90頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.6.1什么是MIDI

MIDI是數(shù)字音樂(lè)接口（MusicalInstrumentDigitalInterface)的縮寫(xiě)?；蛘哒f(shuō)，MIDI是用來(lái)將電子樂(lè)器相互連接，或?qū)IDI設(shè)備與電腦連接成系統(tǒng)的一種通信協(xié)議。通過(guò)它，各種MIDI設(shè)備都可以準(zhǔn)確傳送MIDI信息。

MIDI是由軟件部分和硬件部分共同組成的系統(tǒng)規(guī)范,這個(gè)規(guī)范定義了MIDI設(shè)備間數(shù)字傳送時(shí)電纜硬件接口和協(xié)議。規(guī)范的制定的目的是希望各家生產(chǎn)的樂(lè)器之間通過(guò)統(tǒng)一的MIDI交換信息及控制信號(hào)，從而完成音樂(lè)的合成。這樣，任何電子樂(lè)器，只要有處理MIDI信息的處理器和適當(dāng)?shù)挠布涌诙寄茏兂蒑IDI裝置。

第91頁(yè)，共125頁(yè)，2023年，2月20日，星期日

盡管MIDI是多媒體音響制作的一個(gè)重要部分,但它不屬于數(shù)字音響技術(shù)的范疇。打個(gè)比方,如果數(shù)字音響是一盤(pán)錄了某個(gè)人小提琴獨(dú)奏的磁帶,則MIDI就是該獨(dú)奏的樂(lè)譜,盡管樂(lè)譜本身并不產(chǎn)生任何實(shí)際聲音,但它確實(shí)定義了演奏的速度、音符及演奏聲音的大小。你也許有演奏過(guò)某種樂(lè)器的經(jīng)歷，只要按照樂(lè)譜所標(biāo)注的要求進(jìn)行演奏，一段美妙的音樂(lè)就在你的指尖流出，而記錄這段音樂(lè)的樂(lè)譜也許只需一兩頁(yè)紙。按照這種思路，MIDI使電腦能夠利用“記譜”的方法進(jìn)行音樂(lè)的數(shù)字化錄音及放音。它把各種樂(lè)器的音色記錄在聲卡的存儲(chǔ)器之中，當(dāng)演奏時(shí)，聲卡根據(jù)被演奏的音符及樂(lè)器，合成出音樂(lè)，這樣就產(chǎn)生了某種音色的器樂(lè)聲。從一個(gè)MIDI設(shè)備轉(zhuǎn)送到另一個(gè)MIDI設(shè)備上去的數(shù)據(jù)就是MIDI信息。MIDI數(shù)據(jù)不是數(shù)字的音頻波形，而是音樂(lè)代碼或稱(chēng)電子樂(lè)譜。

第92頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.6.2MIDI系統(tǒng)的組成

MIDI系統(tǒng)實(shí)際就是一個(gè)作曲、配器、電子模擬的演奏系統(tǒng)。

基于計(jì)算機(jī)的MIDI音樂(lè)系統(tǒng)有多種構(gòu)筑方案，但基本上都由以下幾部分組成：多媒體計(jì)算機(jī)、合成器、音序器、音源、MIDI鍵盤(pán)、錄音設(shè)備和監(jiān)聽(tīng)設(shè)備等。這些設(shè)備可以是獨(dú)立的，也可以是集成的。

如果在計(jì)算機(jī)上安裝了MIDI軟件，可將音樂(lè)的創(chuàng)作、樂(lè)譜的打印、節(jié)目編排、音樂(lè)的調(diào)整、音響的幅度、節(jié)奏的速度、各聲部之間的協(xié)調(diào)、混響都可由MIDI軟件控制完成。第93頁(yè)，共125頁(yè)，2023年，2月20日，星期日

利用MIDI技術(shù)將電子合成器、電子音源與音序器連接在一起即可演奏模擬出音色變化萬(wàn)千的音響效果，又可將演奏中的多種按鍵數(shù)據(jù)存儲(chǔ)起來(lái)，極大的改善了音樂(lè)演奏的能力和條件。

基于計(jì)算機(jī)的MIDI音樂(lè)創(chuàng)作系統(tǒng)

第94頁(yè)，共125頁(yè)，2023年，2月20日，星期日合成器

MIDI合成器是能夠產(chǎn)生特定聲音的電子裝置，其數(shù)據(jù)傳送符合MIDI通信約定。合成器自誕生以來(lái)，其概念已發(fā)生了很多變化。早期的合成器是真正意義上的硬件合成器，它通過(guò)人為地調(diào)制各種波的參數(shù)（如鋸齒波，方型波，濾波器，截止頻率）等來(lái)合成音色。

合成器是通過(guò)控制面板上的按鈕產(chǎn)生數(shù)字信號(hào)來(lái)控制的。這些數(shù)字信號(hào)用于“告訴”合成器內(nèi)部的微處理器鍵盤(pán)上哪個(gè)鍵被擊，哪個(gè)旋鈕被轉(zhuǎn)動(dòng)。這些數(shù)字控制信號(hào)還可以同時(shí)被記錄在合成器內(nèi)部被稱(chēng)作“音序器”的裝置中。第95頁(yè)，共125頁(yè)，2023年，2月20日，星期日具有USB接口的MIDI鍵盤(pán)人工通過(guò)控制面板來(lái)調(diào)制音色的硬件合成器

集音源、音序器、MIDI鍵盤(pán)于一身的合成器第96頁(yè)，共125頁(yè)，2023年，2月20日，星期日

現(xiàn)在，合成器的概念已經(jīng)不是人為合成音色的設(shè)備。它擁有大量真實(shí)的采樣音色可供演奏使用，它擁有自己的音序器可以錄制編輯音樂(lè)，它擁有MIDI接口可以與其他設(shè)備交換信息。我們可以認(rèn)為現(xiàn)代的合成器是這樣意義上的“合成”，即集音源，音序器，MIDI鍵盤(pán)于一身的設(shè)備。

隨著軟件音序器的普及，合成器的硬件音序器由于它的繁瑣而魅力大減，音源，音序器，鍵盤(pán)三位一體的方式受到挑戰(zhàn)。人們認(rèn)識(shí)到用電腦制作MIDI是將來(lái)的趨勢(shì)，于是出現(xiàn)了一系列適合為電腦配套的合成器，它們省去了音序器，音序任務(wù)由軟件完成，合成器只提供鍵盤(pán)和音色，這就降低了合成器的成本。又由于獨(dú)立的硬件音源和采樣技術(shù)的普及，人們覺(jué)得合成器的音色也是多余的，因?yàn)楠?dú)立音源可以提供更好的音色，于是不帶音序器和音色的MIDI控制鍵盤(pán)也隨即產(chǎn)生，這類(lèi)鍵盤(pán)有較強(qiáng)的控制功能，音色用音源的，音序器用軟件的，可謂是專(zhuān)物專(zhuān)用，而且只要添加音源或采樣器就可以得到更多的音色，更換音序軟件就可以使用更強(qiáng)的功能。

第97頁(yè)，共125頁(yè)，2023年，2月20日，星期日音源

由于音樂(lè)最終要以聲音的形式表現(xiàn)出來(lái)，所以做為電腦音樂(lè)系統(tǒng)中產(chǎn)生聲音的設(shè)備，音源音色的數(shù)量、品種和質(zhì)量都將對(duì)最終音樂(lè)作品的效果產(chǎn)生重要的影響。音源內(nèi)部有很多不同音色的樣本波形，譬如鋼琴就有鋼琴的音色的真實(shí)樣本，吉它就有吉它的音色真實(shí)樣本(即波表)。但是音源只是一個(gè)資源庫(kù)，因?yàn)樗恢涝谑裁磿r(shí)候該用什么音色發(fā)怎樣的聲音。至于何時(shí)調(diào)用資源(使用哪種音色)不是音源的工作，這項(xiàng)任務(wù)是由音序器來(lái)完成的。

音源也分硬件和軟件兩種。硬件音源是現(xiàn)在專(zhuān)業(yè)MIDI制作不可缺少的設(shè)備，因?yàn)樗鼈兛梢蕴峁┍热魏我粔K聲卡上的波表都要好很多的音色，這些獨(dú)立音源基本上是專(zhuān)業(yè)人士使用的，常見(jiàn)的型號(hào)有RolandJV1080和YamahaMU100R等。

第98頁(yè)，共125頁(yè)，2023年，2月20日，星期日

作為一般用戶(hù)，可以不需要添置硬件音源設(shè)備，因?yàn)楝F(xiàn)在任何一塊多媒體聲卡上都有一個(gè)128種音色的GM音色庫(kù)，即MIDI音源，只不過(guò)質(zhì)量比專(zhuān)用音源設(shè)備差一些。但有些聲卡(如SoundBlasterLive)的音源質(zhì)量較好，可達(dá)到準(zhǔn)專(zhuān)業(yè)級(jí)。

另外，還可以使用軟件音源來(lái)代替。軟件音源也是隨著電腦的高速發(fā)展而產(chǎn)生的，它們也必須安裝在電腦上才能使用。大家熟悉的軟音源有：YamahaS-YXG100,RolandVSC88等，大家平時(shí)俗稱(chēng)它們?yōu)镸IDI播放器，其實(shí)它們就是音源，因?yàn)樗鼈兪翘峁┮羯?。軟音源的產(chǎn)生為MIDI的大眾化作出了很大的貢獻(xiàn)，它使人們不需購(gòu)買(mǎi)專(zhuān)門(mén)設(shè)備就可以進(jìn)行MIDI的創(chuàng)作和演奏。

第99頁(yè)，共125頁(yè)，2023年，2月20日，星期日音序器(Sequencer)

音序器是用來(lái)記錄、編輯和播放MIDI文件的設(shè)備。音序器分硬件和軟件的兩種。最早的是硬件音序器，我們也常稱(chēng)它為“編曲機(jī)”。它可以是一個(gè)獨(dú)立的設(shè)備，也可以?xún)?nèi)置于合成器里。這類(lèi)音序器的編輯和修改必須在它的面板上進(jìn)行，使用是很不方便的。常見(jiàn)的型號(hào)有YamahaQY700等。軟件音序器是安裝在計(jì)算機(jī)中的多功能音樂(lè)創(chuàng)作、編輯軟件，如我們常用的Cakewalk就是一個(gè)軟件音序器。軟件音序器因?yàn)槠滹@示界面擴(kuò)大（使用電腦顯示器），功能增強(qiáng)，特別是操作方便獲得了絕大多數(shù)音樂(lè)制作者的認(rèn)可，大有淘汰硬件音序器之勢(shì)。其實(shí)正是由于軟件加入音樂(lè)制作的領(lǐng)域才使MIDI音樂(lè)和電腦聯(lián)系起來(lái)，不然制作MIDI音樂(lè)完全用不著電腦。

第100頁(yè)，共125頁(yè)，2023年，2月20日，星期日

YAMAHAQY700音序器

硬件音源ROLANDJV1080第101頁(yè)，共125頁(yè)，2023年，2月20日，星期日采樣器

音樂(lè)的表現(xiàn)力是無(wú)限的，因此人們對(duì)于音色的要求也是無(wú)限的。一般的音源均是一種封閉的結(jié)構(gòu)，它們的音色都是固定的，提供的數(shù)量和品種都有限，不能滿(mǎn)足制作者對(duì)新的音色的要求。而采樣器則是一種開(kāi)放式的音源，它可以對(duì)任何聲音進(jìn)行取樣，并把它們編輯成音色來(lái)供電腦音樂(lè)系統(tǒng)使用。

使用采樣器可以對(duì)各種音樂(lè)、其他電子樂(lè)器和各種自然界聲響進(jìn)行取樣，或是通過(guò)讀取現(xiàn)成磁盤(pán)來(lái)獲取各種音色。到目前為止，使用采樣器仍然是滿(mǎn)足其對(duì)新增音色的最佳手段。其他設(shè)備

如錄音設(shè)備、監(jiān)聽(tīng)設(shè)備、音箱功放等，這里不加贅述。

第102頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.6.3MIDI的工作過(guò)程

MIDI電子樂(lè)器通過(guò)MIDI接口與計(jì)算機(jī)相連，MIDI靠這個(gè)接口來(lái)傳遞消息而進(jìn)行彼此通信。這樣，計(jì)算機(jī)可通過(guò)音序器軟件來(lái)采集MIDI電子樂(lè)器發(fā)出的一系列消息或指令。這一系列消息可記錄以.MID為擴(kuò)展名的MIDI文件中。在計(jì)算機(jī)上音序器可對(duì)MIDI文件進(jìn)行編輯和修改。最后，將MIDI消息送往音樂(lè)合成器，由合成器將MIDI消息進(jìn)行解釋并產(chǎn)生波形，然后通過(guò)聲音發(fā)生器送往揚(yáng)聲器播放出來(lái)。其過(guò)程如圖4-11所示。第103頁(yè)，共125頁(yè)，2023年，2月20日，星期日MIDI的工作過(guò)程

理解MIDI工作方式的最直接的方法就是看看MIDI消息是什么。MIDI消息實(shí)際上是對(duì)一段音樂(lè)的描述，或理解成是樂(lè)譜的數(shù)字描述。它包括音符、節(jié)拍、樂(lè)器種類(lèi)等。MIDI消息包括兩個(gè)大的部分：狀態(tài)信息和數(shù)據(jù)信息。狀態(tài)信息用于描述音符被演奏還是聲音被加強(qiáng)這樣的信息，而數(shù)據(jù)信息則重點(diǎn)描述哪個(gè)音符被演奏了，或被加強(qiáng)的聲音的強(qiáng)度如何等可以用量來(lái)表示的信息。例如，你在一個(gè)具有MIDI功能的電子琴上按下了一個(gè)鍵時(shí)，電子琴便產(chǎn)生了一個(gè)MIDI信息，通過(guò)MIDI接口傳送出去。這個(gè)信息就包含了狀態(tài)信息及數(shù)據(jù)信息兩部分。信息的前一部分用于描述你做了什么，這里你按了一個(gè)鍵，產(chǎn)生了一個(gè)音符。信息的后一部分描述哪一個(gè)鍵被按下了。

第104頁(yè)，共125頁(yè)，2023年，2月20日，星期日2.6.4FM與波表合成方式

合成器是利用數(shù)字信號(hào)處理器DSP或其他芯片來(lái)產(chǎn)生音樂(lè)或聲音的電子裝置。利用合成器產(chǎn)生MIDI樂(lè)音的主要方法是FM合成法和波表合成法。FM合成法

FM合成法是80年代初由美國(guó)斯坦福大學(xué)的JohnChowning發(fā)明的，稱(chēng)為“數(shù)字式頻率調(diào)制合成法”，簡(jiǎn)稱(chēng)FM合成法。FM合成法生成樂(lè)音的基本原理是，用數(shù)字信號(hào)來(lái)表示不同樂(lè)音的波形，然后把它們組合起來(lái)，再通過(guò)數(shù)模轉(zhuǎn)換器（ＤＡＣ）生成樂(lè)音播放。第105頁(yè)，共125頁(yè)，2023年，2月20日，星期日波表合成法

使用FM合成法來(lái)產(chǎn)生各種逼真的樂(lè)音是相當(dāng)困難的，有些樂(lè)音幾乎不能產(chǎn)生。為子能真實(shí)地再現(xiàn)樂(lè)音，目前的聲卡一般采用樂(lè)音樣