第 3章 音頻制作與處理

第3章 音頻制作與處理內(nèi)容摘要3.1 聲音的基本知識3.2 音頻的數(shù)字化3.3音頻處理工具3.4音頻的處理手段2內(nèi)容摘要3.1

聲音的基本知識3.2 音頻的數(shù)字化3.3音頻處理工具3.4音頻的處理手段33.1.1

基本概念波波是在空間以特定形式傳播的物理量或物理量的擾動。以特定的形式傳播。波動是物質(zhì)運動的重要形式，廣泛存在于自然界。4聲波聲波是聲音的傳播形式，可以理解為介質(zhì)偏離平衡態(tài)的小擾動的傳播。3.1.1 基本概念53.1.1 基本概念聲場聲波傳播的空間就稱為聲場。63.1.1 基本概念聲音聲音是空氣中的振動通過介質(zhì)（空氣或固體、液體）傳播并能被人或動物聽覺器官所感知并在大腦中留下的印記。73.1.1 基本概念聲源最初發(fā)出振動（震動）的物體叫聲源。83.1.1 基本概念正弦波正弦波是最簡單的波動形式。優(yōu)質(zhì)的音叉振動發(fā)出聲音的時候產(chǎn)生的是正弦聲波。正弦聲波屬于純音。93.1.1 基本概念振幅振幅是物體振動時離開平衡位置最大位移的絕對值。103.1.1 基本概念周期

物體完成一次全振動經(jīng)過的時間為一個周期T。在一個周期中，介質(zhì)壓力變化，從零到高，再回到零，再到高，再回到零。113.1.1 基本概念頻率以赫茲（Hz）為單位測量，描述每秒周期數(shù)。123.1.1 基本概念相位以度為單位測量，共360o，表示周期中的波形位置。133.1.1 基本概念波長指波在一個振動周期內(nèi)傳播的距離，也就是沿著波的傳播方向，相鄰兩個振動位相相差2π的點之間的距離。波長λ等于波速u和周期T的乘積，即λ=uT。14任何聲波可以描述成一系列正弦波的疊加：t為時間An是振幅，指聲波擾動幅度的大小，反應(yīng)聲音的強弱。ω為基頻，它決定音調(diào)的高低，nω稱為ω的n次諧波分量或稱為泛音，關(guān)聯(lián)了聲音的音色。φn是n次諧波的初始相位。3.1.1 基本概念153.1.1 基本概念頻譜圖客觀世界中的樂器產(chǎn)生的聲音都是復(fù)音，可以看成多種不同頻率和振幅的單音的疊加。以這些單音的頻率為橫坐標，以它們的振幅為縱坐標，畫出的圖稱為頻譜圖，從頻譜圖很容易看出復(fù)音的頻率結(jié)構(gòu)。163.1.2

聲音的分類次聲波:頻率低于20Hz的聲波稱為次聲波；可聞聲:頻率20Hz~20kHz的聲波稱為可聞聲；超聲波:頻率20kHz~1GHz的聲波稱為超聲波;特超聲或微波超聲:頻率大于1GHz的聲波稱為特超聲或微波超聲。173.1.2 聲音的分類高保真聲音

高保真聲音的頻率范圍為10Hz~20kHz。183.1.2 聲音的分類帶寬一個連續(xù)的頻率范圍的寬度稱之為帶寬。音頻音頻指可聞聲范圍內(nèi)的聲波頻率。頻域頻率范圍簡稱頻域。193.1.3

聲音的三要素音調(diào)指聲音的高低。音強指聲音的強度，又稱聲音的響度，由聲波振動的振幅決定。它是人耳感受到的聲音強弱，是人對聲音大小的一個主觀感覺量。音色聲音的品質(zhì)，聲音的頻率組成成分，它由泛音的多少、泛音的頻率和振幅決定。203.1.4

聲音的質(zhì)量動態(tài)范圍動態(tài)范圍是指音響系統(tǒng)重放時最大不失真輸出功率與靜態(tài)時系統(tǒng)噪聲輸出功率之比的對數(shù)值，單位為分貝(dB)。帶寬信噪比是有用信號的平均功率與噪聲的平均功率之比，單位也是分貝(dB)。信噪比聲波所包含的諧波分量的頻率范圍即帶寬21內(nèi)容摘要3.1 聲音的基本知識3.2 音頻的數(shù)字化3.3音頻處理工具3.4音頻的處理手段223.2.1

音頻的采樣按照一定的時間間隔采集自然音頻信號的幅度值，將連續(xù)的模擬量轉(zhuǎn)換為離散的數(shù)字量。采樣頻率也稱取樣頻率，是指在單位時間（1s）內(nèi)采樣的次數(shù)。233.2.1 音頻的采樣香農(nóng)采樣定律、奈奎斯特采樣定律：為了不失真地恢復(fù)模擬信號，采樣頻率應(yīng)該不小于模擬信號頻譜中最高頻率的2倍。243.2.2

音頻的量化存儲一個離散的幅度值需要的二進制位數(shù)稱為量化位數(shù)，也稱樣本精度。為了和計算機的字長之間容易換算，通常將量化位數(shù)定為8、16、32等。例如量化位數(shù)為8，則可以表示從0到28-1共28(256)個幅度值。253.2.2 音頻的量化單聲道指每次只產(chǎn)生一組音頻信號；雙聲道指每次產(chǎn)生兩組音頻信號。聲音數(shù)字化后的數(shù)據(jù)量計算公式：聲音文件的字節(jié)數(shù)=采樣頻率(Hz)×?xí)r間(s)×量化位數(shù)/8×聲道數(shù)263.2.3

音頻的編碼主要內(nèi)容包括：（1）將模擬的音頻信號數(shù)字化；（2）將數(shù)字化音頻進行壓縮壓縮能減少存儲空間及提高音頻的傳輸率。壓縮比:壓縮前后的音頻數(shù)據(jù)量的比值。按照壓縮后有無數(shù)據(jù)丟失，可以把壓縮算法分為有損壓縮和無損壓縮。273.2.3 音頻的編碼1.PCM編碼(原始數(shù)字音頻信號流)：音源信息完整，但冗余度過大；采樣率為44.1KHz，采樣大小為16bit；常見的AudioCD采用PCM編碼，一張光盤的容量只能容納72分鐘的音樂信息。283.2.3 音頻的編碼2.WMA(WindowsMediaAudio)：微軟推出的與MP3齊名的新音頻格式；當比特率小于128K時，WMA在同級別的所有有損編碼格式中表現(xiàn)得最出色；但當比特率再往上提升時，音質(zhì)損失過大；所需頻寬：320～112kbps（壓縮10～12倍）。293.ADPCM(自適應(yīng)差分PCM)：綜合了APCM的自適應(yīng)特性和DPCM系統(tǒng)的差分特性；低空間消耗，高質(zhì)量；所需頻寬：32Kbps（壓縮4倍）有損編碼；3.2.3 音頻的編碼303.2.3 音頻的編碼4.MPEG-1audiolayer1：2聲道，編碼簡單，用于數(shù)字盒式錄音磁帶和VCD。壓縮方式相對時域壓縮技術(shù)而言要復(fù)雜得多，同時編碼效率、聲音質(zhì)量也大幅提高，編碼延時相應(yīng)增加?？梢赃_到“完全透明”的聲音質(zhì)量（EBU音質(zhì)標準）；所需頻寬：384kbps（壓縮4倍）。313.2.3 音頻的編碼5.MUSICAM

(MPEG-1audiolayer2，即MP2)：2聲道，算法復(fù)雜度中等，用于數(shù)字音頻廣播(DAB)和VCD等;由于其適當?shù)膹?fù)雜程度和優(yōu)秀的聲音質(zhì)量，在數(shù)字演播室、DAB、DVB等數(shù)字節(jié)目的制作、交換、存儲、傳送中得到廣泛應(yīng)用。所需頻寬：256～192kbps（壓縮6～8倍）。323.2.3 音頻的編碼6.MP3(MPEG-1audiolayer3)：

2聲道，編碼復(fù)雜，用于互聯(lián)網(wǎng)上的高質(zhì)量聲音的傳輸；是在綜合MUSICAM和ASPEC的優(yōu)點的基礎(chǔ)上提出的混合壓縮技術(shù)；由于MP3在低碼率條件下高水準的聲音質(zhì)量，使得它流行于軟解壓及網(wǎng)絡(luò)廣播。所需頻寬：128～112kbps（壓縮10～12倍）。333.2.3 音頻的編碼7.MPEG-2audiolayer：聲音壓縮編碼采用與MPEG-1聲音相同的編譯碼器，層1、層2和層3的結(jié)構(gòu)也相同，但它能支持5.1聲道和7.1聲道的環(huán)繞立體聲。所需頻寬：與MPEG-1層1，層2，層3相同。343.2.3 音頻的編碼8.AAC(AdvancedAudioCoding，先進音頻編碼)：可支持1-48路任意數(shù)目的音頻聲道組合、包括15路低頻效果聲道、配音/多語音聲道，以及15路數(shù)據(jù)。可同時傳送16套節(jié)目，每套節(jié)目的音頻及數(shù)據(jù)結(jié)構(gòu)可任意規(guī)定。主要應(yīng)用于因特網(wǎng)網(wǎng)絡(luò)傳播、數(shù)字音頻廣播，包括衛(wèi)星直播和數(shù)字AM、以及數(shù)字電視及影院系統(tǒng)等方面。353.2.3 音頻的編碼8.AAC(AdvancedAudioCoding，先進音頻編碼)：使用了一種非常靈活的熵編碼核心去傳輸編碼頻譜數(shù)據(jù)。具有48個主要音頻通道，16個低頻增強通道，16個集成數(shù)據(jù)流，16個配音，16種編排。所需頻寬：96-128kbps。363.2.4

音頻的格式數(shù)字化的音頻文件：1.CD-DA文件標準激光盤文件，即CD音軌，擴展名cda。采樣頻率44.1kHz，速率為88kbps；數(shù)據(jù)量大、音質(zhì)好。373.2.4 音頻的格式2.波形音頻文件擴展名wav。主要用于自然聲的保存與重放，是最早的數(shù)字音頻格式；聲音層次豐富、還原性好、表現(xiàn)力強，如果使用足夠高的采樣頻率，其音質(zhì)極佳；支持許多壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道；采樣頻率44.1kHz，量化位數(shù)16位，音質(zhì)與CD相差無幾，但對存儲空間需求太大；383.2.4 音頻的格式3.MP3音頻文件MP3的全稱為MEPG-1audiolayer3，其壓縮率為12∶1。MP3的優(yōu)勢就是在高壓縮比的情況下，還能擁有優(yōu)美的音質(zhì)。MP3利用了知覺音頻編碼技術(shù)，即利用了人耳的特性，削減音樂中人耳聽不到的成分，同時盡可能地維持原來的聲音質(zhì)量。393.2.4 音頻的格式4.WMA文件WMA（WindowsMediaAudio）格式是WindowsMedia格式的一個子集，通過減少數(shù)據(jù)流量但保持音質(zhì)的方法來達到比MP3壓縮率更高的目的。壓縮率高達18∶1。內(nèi)置了版權(quán)的保護技術(shù)可以限制播放時間和播放次數(shù)甚至播放的機器等。支持音頻流技術(shù)，適合在網(wǎng)絡(luò)上在線播放。403.2.4 音頻的格式5.ASF（AdvancedStreamingFormat）文件微軟為Win98開發(fā)的串流多媒體文件格式。特別適合在IP網(wǎng)上傳輸。可和WMA及WMV互換使用。利用ASF文件可以實現(xiàn)點播功能、直播功能以及遠程教育，具有本地或網(wǎng)絡(luò)回放、可擴充的媒體類型等優(yōu)點。413.2.4 音頻的格式6.RealAudio文件適用于網(wǎng)絡(luò)上的在線音樂欣賞?，F(xiàn)在Real主要有：RA、RM、RAS等幾種文件格式。RealAudio采用“音頻流”技術(shù)，可以隨網(wǎng)絡(luò)帶寬的不同而改變聲音的質(zhì)量，在保證大多數(shù)人聽到流暢聲音的前提下，令帶寬較富裕的聽眾獲得較好的音質(zhì)。423.2.4 音頻的格式7.APE文件網(wǎng)絡(luò)上比較流行的音頻文件格式，無損壓縮。龐大的WAV音頻文件可以通過Monkey’sAudio軟件壓縮為APE文件，比WAV源文件小一半以上。通過Monkey’sAudio解壓縮還原以后得到的WAV文件可以做到與壓縮前的源文件完全一致。所以APE被譽為“無損音頻壓縮格式”，Monkey’Audio被譽為“無損音頻壓縮軟件”。433.2.4 音頻的格式

8.OGG文件有損壓縮，免費開源，可以在更低的數(shù)據(jù)傳輸速率下實現(xiàn)比MP3更好的音質(zhì)。支持VBR（可變比特率）和ABR（平均比特率）兩種編碼方式，還有比特率縮放功能，不用重新編碼便可調(diào)節(jié)文件的比特率?？梢詫λ新暤肋M行編碼，支持多聲道模式，而不像MP3那樣只能編碼雙聲道。443.2.4 音頻的格式9.MIDI音頻文件

見3.2.6 MIDI音樂453.2.5

音頻的格式轉(zhuǎn)換常用軟件為formatfactory：1. 支持幾乎所有類型多媒體格式的相互轉(zhuǎn)換。支持iphone/ipod/psp等多媒體指定格式。2.可以給多媒體文件進行壓縮。3.轉(zhuǎn)換圖片支持縮放、旋轉(zhuǎn)、水印等。4.修復(fù)損壞視頻文件。5. DVD視頻抓取功能，并支持62種國家語言。463.2.5 音頻的格式轉(zhuǎn)換格式工廠界面：473.2.5 音頻的格式轉(zhuǎn)換從各種視頻和音頻格式到MP3格式1.點擊【目標格式】，見圖3.5483.2.5 音頻的格式轉(zhuǎn)換2. 點擊【添加文件】按鈕，找到并選中源文件，并點擊【確定】按鈕。3. 點擊【開始】按鈕?？煽吹綘顟B(tài)欄中的時間進度，完成后有聲音提示。4. 在輸出文件夾中即可看到目標文件。493.2.6 MIDI音樂MIDI(MusicalInstrumentDigitalInterface)即樂器數(shù)字接口，是一種交流協(xié)議、一種通信標準，是由電子樂器制造商們建立起來的編曲界最廣泛的音樂標準格式，是“計算機能理解的樂譜”，是用以確定電腦音樂程序、合成器和其他電子音響的設(shè)備互相交換信息與控制信號的方法，以MID、RMI為擴展名。503.2.6 MIDI音樂1.電子樂譜MIDI設(shè)備之間交換的音樂代碼稱電子樂譜；一種描述性的“音樂語言”，它將所要演奏的樂曲信息用字節(jié)進行描述。譬如在某一時刻，使用什么樂器，以什么音符開始，以什么音調(diào)結(jié)束，加以什么伴奏等等。513.2.6 MIDI音樂2.合成器合成器是用來產(chǎn)生并修改正弦波形并疊加，然后通過聲音產(chǎn)生器和揚聲器發(fā)出特定的聲音的裝置。泛音的合成效果決定聲音音質(zhì)。MIDI可為16個通道提供數(shù)據(jù)，每個通道訪問一個獨立的邏輯合成器。其中，通道1～10作為擴展合成器，通道13～16作為基本合成器。523.2.6 MIDI音樂3.序列器序列器是一個可以用來記錄、播放和編輯各種不同MIDI樂器演奏出的樂曲的音樂詞處理器（wordprocessor）。序列器可以是硬件，也可以是軟件。硬件序列器，音軌數(shù)相對少一些，大概8~16軌，而作為電腦軟件的序列器幾乎多達50000個音符，64~200軌以上。534.接口MIDI樂器的接口，有MIDIOUT、MIDIIN、MIDITHRU三種。MIDIOUT是將樂器中的數(shù)據(jù)（MIDI消息）向外發(fā)送。MIDIIN是用于接收數(shù)據(jù)。MIDITHRU是將收到的數(shù)據(jù)再傳給另一個MIDI樂器或設(shè)備，可以說是若干個樂器連接的接口。3.2.6 MIDI音樂545.輸入輸出設(shè)備MIDI輸入設(shè)備是音樂創(chuàng)作者和音序器之間的接口，主要用于把人的音樂創(chuàng)作意圖通過輸入設(shè)備轉(zhuǎn)換為MIDI數(shù)據(jù)傳給音序器；輸入設(shè)備一般采用專用的MIDI鍵盤，帶MIDI接口的電子琴，或Cakewalk或DigitalOrchestratorPlusMIDI的虛擬鍵盤；3.2.6 MIDI音樂55內(nèi)容摘要3.1 聲音的基本知識3.2 音頻的數(shù)字化3.3音頻處理工具3.4音頻的處理手段563.3.1

常用工具簡介AdobeAudition573.3.1 常用工具簡介CakeWalk583.3.1 常用工具簡介Goldwave593.3.1 常用工具簡介NGWaveAudioEditor603.3.1 常用工具簡介AllEditor613.3.2 AdobeAudition軟件1.標題欄標題欄是Audition應(yīng)用程序窗口最上面的一個矩形條，它顯示該應(yīng)用程序名稱及當前正在處理的音