多媒體技術(shù)基礎(chǔ)-單元5

多媒體技術(shù)基礎(chǔ)

--數(shù)字聲音授課教師：Email:2024/4/31學(xué)習(xí)目標(biāo)1．了解聲音特性。2．理解聲音數(shù)字化的原理。3．了解MPEG聲音。4．理解MIDI音樂原理及特點(diǎn)。5．了解聲音文件的存儲(chǔ)格式及特點(diǎn)。6．掌握聲音的采集方法。7．掌握聲音編輯軟件的基本功能。8．了解音頻卡的功能，掌握音頻卡的安裝和使用。2024/4/32內(nèi)容框架2024/4/335.1 聲音的特性5.1.1 聲音的物理特性聲音本質(zhì)上是一種機(jī)械振動(dòng)波，也稱之為聲波，它通過空氣傳播到人耳，刺激神經(jīng)后使人的大腦產(chǎn)生感覺，即聽覺?？諝庹駝?dòng)形成的聲波2024/4/345.1 聲音的特性5.1.1 聲音的物理特性1．頻率與音調(diào)頻率是指聲音信號(hào)每秒鐘變化的次數(shù)，單位用赫茲（Hz）表示。203003k20kf(Hz)次聲帶音頻（audio）帶寬語音（speech）帶寬超聲帶音頻頻率范圍示意2024/4/355.1 聲音的特性5.1.1 聲音的物理特性1．頻率與音調(diào)人耳對(duì)聲音頻率的感覺表現(xiàn)為音調(diào)的高低，頻率越低，給人的感覺越聲音低沉。人耳對(duì)同樣強(qiáng)度但不同頻率的聲音其主觀感覺的強(qiáng)弱是不同的。2024/4/365.1 聲音的特性5.1.1 聲音的物理特性2．幅度與音強(qiáng)音強(qiáng)是指聲音信號(hào)的強(qiáng)弱程度，它與音頻信號(hào)的幅度有關(guān)。我們常用音量來描述音強(qiáng)，音量是對(duì)音頻信號(hào)的幅度取對(duì)數(shù)后再乘以20所得到的值，單位為分貝（dB）。人耳能感知的聲音幅度大約在0-120dB之間。2024/4/375.1 聲音的特性5.1.1 聲音的物理特性2．幅度與音強(qiáng)動(dòng)態(tài)范圍定義為音頻信號(hào)的最大強(qiáng)度與最小強(qiáng)度之比：音頻信號(hào)的動(dòng)態(tài)范圍=20×lg（信號(hào)的最大強(qiáng)度/信號(hào)的最小強(qiáng)度）（dB）動(dòng)態(tài)范圍越大，說明音頻信號(hào)強(qiáng)度的相對(duì)變化范圍越大，則音響效果越好，表現(xiàn)力越強(qiáng)。2024/4/385.1 聲音的特性5.1.1 聲音的物理特性3．頻帶寬度聲音信號(hào)是由許多頻率不同的信號(hào)組成的復(fù)合信號(hào)，因此需要用一個(gè)參數(shù)來描述其復(fù)合特性，這個(gè)參數(shù)就是頻帶寬度或稱為帶寬，它是描述組成復(fù)合信號(hào)的頻率范圍。2024/4/395.1 聲音的特性5.1.1 聲音的物理特性3．頻帶寬度音頻信號(hào)的頻帶越寬，所包含的音頻信號(hào)分量越豐富，因此音質(zhì)越好。

1020502003.4k7k15k22kf(Hz)FM廣播電話AM廣播CD-DA聲音質(zhì)量等級(jí)與信號(hào)帶寬2024/4/3105.1 聲音的特性5.1.2語音、音樂、音效根據(jù)音頻信號(hào)所攜帶的信息大體上可以分為語音、音樂、音效三類。1．語音2．音樂3．音效2024/4/3115.2 聲音的數(shù)字化5.2.1 采樣與量化聲音的數(shù)字化主要包括兩個(gè)過程：聲音采樣和量化。聲音的采樣與量化2024/4/3125.2 聲音的數(shù)字化5.2.1 采樣與量化1．采樣與采樣頻率

在某些特定的時(shí)刻對(duì)模擬信號(hào)進(jìn)行測(cè)量叫做采樣(sampling)，這樣就把時(shí)間上連續(xù)的模擬信號(hào)通過抽取樣本，變成時(shí)間上不連續(xù)的信號(hào)序列。每秒鐘需要采集多少個(gè)聲音樣本，稱為采樣頻率，單位用赫茲（Hz）來表示。采樣率越高，音頻信號(hào)越不失真，聲音品質(zhì)越好。采樣的三個(gè)標(biāo)準(zhǔn)頻率分別為44.1kHz（CD品質(zhì)的音樂）、22.05kHz（中等品質(zhì)的音樂或語音）、11.025kHz（語音）。2024/4/3135.2 聲音的數(shù)字化5.2.1 采樣與量化2．量化與量化位數(shù)

量化（quantization）是指將采樣所得的值數(shù)字化，即用二進(jìn)制來表示模擬量。用來描述音頻信號(hào)樣本的二進(jìn)制位數(shù)，稱為量化位數(shù)（或稱位深度），它決定了模擬信號(hào)數(shù)字化以后的動(dòng)態(tài)范圍，量化位越高，信號(hào)的動(dòng)態(tài)范圍越大，數(shù)字化后的音頻信號(hào)就越可能接近原始信號(hào)。

2024/4/3145.2 聲音的數(shù)字化5.2.2 聲音質(zhì)量與數(shù)據(jù)率1．聲道音頻文件有單聲道（mono）和雙聲道之分。雙聲道又分為左右聲道。雙聲道聲音文件比單聲道聲音文件大一倍，因?yàn)殡p聲道存儲(chǔ)的信息比單聲道大兩倍。雙聲道文件可以將左右兩個(gè)聲道的聲音分別保存成單聲道文件，也可以將左右聲道混合后通過一個(gè)單聲道輸出一個(gè)立體聲(stereo)聲音文件。2024/4/3155.2 聲音的數(shù)字化5.2.2 聲音質(zhì)量與數(shù)據(jù)率2．聲音質(zhì)量與數(shù)據(jù)率聲音質(zhì)量和數(shù)據(jù)率質(zhì)量采樣頻率(kHz)樣本精度(bit/s)單道聲/立體數(shù)據(jù)率(kB/s)(未壓縮)頻率范圍電話88單道聲8200～3400HzAM11.0258單道聲11.020～15000HzFM22.05016立體聲88.250～7000HzCD44.116立體聲176.420～20000HzDAT4816立體聲192.020～20000Hz2024/4/3165.2 聲音的數(shù)字化5.2.2 聲音質(zhì)量與數(shù)據(jù)率3．聲音文件的大小文件大小=采樣頻率（Hz）×量化位數(shù)（bit）×聲道數(shù)×音頻秒數(shù)÷8（Byte)2024/4/3175.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼1．PCM、DPCM和ADPCM是基于音頻數(shù)據(jù)統(tǒng)計(jì)特性進(jìn)行編碼的波形編碼方法，它直接對(duì)波形采樣、量化、編碼，算法簡(jiǎn)單，易于實(shí)現(xiàn)。聲音恢復(fù)時(shí)能保持原有的特點(diǎn)，但壓縮比很難提高。采用PCM編碼、ADPCM編碼等生成的數(shù)字音頻都以WAVE的文件格式存儲(chǔ)，以“.WAV”為文件擴(kuò)展名。CD激光唱盤中包含也是WAVE格式的波形數(shù)據(jù)，只是不存成擴(kuò)展名為“.WAV”文件而已。2024/4/3185.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼2．MPEG音頻

在MPEG-1音頻標(biāo)準(zhǔn)中應(yīng)用最廣的就是MPEG-1AudioLayer3，即我們熟知的MP3音樂，其文件擴(kuò)展名為“.mp3”。MP3最大的好處在于大幅降低了數(shù)字聲音文件的容量，而不破壞原來的音質(zhì)。以CD音質(zhì)的Wave文件來說，通過MP3格式壓縮后，文件便可壓縮為原來的1/10～1/12。2024/4/3195.2 聲音的數(shù)字化5.2.2 數(shù)字音頻的壓縮編碼2．MPEG音頻MPEG-2標(biāo)準(zhǔn)定義了兩種聲音數(shù)據(jù)壓縮格式MPEG-2Audio：與MPEG-1Audio兼容，并在此基礎(chǔ)上實(shí)現(xiàn)了低碼率和多聲道擴(kuò)展，可提供左、右、中及兩個(gè)環(huán)繞聲道、一個(gè)加重低音聲道，即5.1環(huán)繞聲和多達(dá)7個(gè)伴音聲道，用于DVD的伴音。MPEG-2AAC（AdvancedAudioCoding，先進(jìn)音頻編碼）：音質(zhì)更加完美而壓縮比更大（15:1～20:1），但與MPEG-1聲音格式不兼容。

2024/4/3205.2 聲音的數(shù)字化什么是MP4？?2024/4/3215.3 認(rèn)識(shí)MIDI音樂5.3.1什么是MIDI？MIDI是英文MusicalInstrumentDigitalInterface的縮寫，中文含義是樂器數(shù)字接口。它是用于在電子樂器，如音樂合成器(musicsynthesizers)或樂器(musicalinstruments)之間以及電子樂器和計(jì)算機(jī)之間交換音樂信息的一種標(biāo)準(zhǔn)協(xié)議。2024/4/3225.3 認(rèn)識(shí)MIDI音樂5.3.2MIDI音樂的處理過程MIDI端口MIDI鍵盤音序器MIDI文件合成器揚(yáng)聲器計(jì)算機(jī)中的聲卡有MIDI端口，它通過MIDI電纜與MIDI鍵盤或電子樂器的鍵盤連接，采集鍵盤演奏的MIDI信息；音序器（sequencer）的作用是記錄、編輯、播放由MIDI信息構(gòu)成的MIDI文件，通常是一軟件，如cakewalk;音樂合成器（musicalsynthesizer）是一種電子設(shè)備，可將MIDI信息轉(zhuǎn)換成為模擬信號(hào)的波形，再傳送到揚(yáng)聲器上產(chǎn)生聲音效果，計(jì)算機(jī)用的合成器一般在聲卡上。2024/4/3235.3 認(rèn)識(shí)MIDI音樂5.3.3

MIDI音樂的合成方式MIDI樂音的合成方法主要有兩種：頻率調(diào)制（frequencymodulation，F(xiàn)M）合成法，樂音樣本合成法，也稱為波形表（wavetable）合成法。FM合成法生成樂音的基本原理是，用數(shù)字信號(hào)來表示不同樂音的波形，然后用計(jì)算機(jī)把它們組合起來，再通過數(shù)模轉(zhuǎn)換器(digitaltoanalogconvertor，DAC)生成樂音。使用FM合成法來產(chǎn)生各種逼真的樂音是相當(dāng)困難的，有些樂音幾乎不能產(chǎn)生。

2024/4/3245.3 認(rèn)識(shí)MIDI音樂5.3.3

MIDI音樂的合成方式MIDI樂音的合成方法主要有兩種：頻率調(diào)制（frequencymodulation，F(xiàn)M）合成法，樂音樣本合成法，也稱為波形表（wavetable）合成法。波形合成法是把真實(shí)樂器發(fā)生的聲音以數(shù)字形式記錄下來，播放時(shí)改變播放速度，從而改音調(diào)周期，生成各種音階的音符。由于波表使用的音樂采樣是真實(shí)的樂器聲音，所以產(chǎn)生的聲音質(zhì)量比FM合成方法產(chǎn)生的聲音質(zhì)量要高。波表使用的音樂樣本的好壞以及音色庫的大小決定了波表可播放的MIDI音樂的質(zhì)量。2024/4/3255.3 認(rèn)識(shí)MIDI音樂5.3.4MIDI音樂的特點(diǎn)優(yōu)點(diǎn)：生成的文件比較小，因?yàn)镸IDI文件存儲(chǔ)的是命令，而不是聲音波形。容易編輯，因?yàn)榫庉嬅畋染庉嬄曇舨ㄐ我菀椎枚?。MIDI音樂音源豐富的情況下能得到高品質(zhì)的聲音。配音使用方便。不足：由于MIDI文件記錄的不是實(shí)際的聲音，因此它的播放質(zhì)量將受硬件設(shè)備的影響。MIDI文件不適合表示語音，語音選擇波形文件更為合適。2024/4/3265.4 聲音文件的格式及轉(zhuǎn)換常用聲音文件格式2024/4/3275.4 聲音文件的格式及轉(zhuǎn)換軟件名功能特點(diǎn)全能音頻轉(zhuǎn)換通支持目前所有流行的媒體文件格式(MP3/MP2/OGG/APE/WAV/WMA/AVI/RM/RMVB/ASF/MPEG/DAT)，能批量轉(zhuǎn)換，并且能從視頻文件中分離出音頻流，轉(zhuǎn)換成完整的音頻文件。典型的應(yīng)用如WAV轉(zhuǎn)MP3、MP3轉(zhuǎn)WMA、WAV轉(zhuǎn)WMA、RM(RMVB)轉(zhuǎn)MP3、AVI轉(zhuǎn)MP3、RM(RMVB)轉(zhuǎn)WMA等，也可以從整個(gè)媒體中截取出部分時(shí)間段，轉(zhuǎn)成一個(gè)音頻文件，或者將幾個(gè)不同格式的媒體轉(zhuǎn)換并連接成一個(gè)音頻文件。自定義的各種質(zhì)量參數(shù)，可以滿足各種不同的需要。豪杰音頻通支持目前常見的音頻格式的相互轉(zhuǎn)化，支持格式包括：WAV、MP3、WMA、DAC、CDA、MPG、MP1、MP2、MP3、MP4、VOB、AC3等；支持把以上音頻格式轉(zhuǎn)化為WAV、MP3、RA、WMA、DAC；支持批量轉(zhuǎn)換及Internet網(wǎng)絡(luò)在線轉(zhuǎn)換；播放和轉(zhuǎn)化可同時(shí)進(jìn)行。音頻轉(zhuǎn)換精靈支持MP2，MP3，AAC，AC3，WMA，OGG，WAV（PCM，DSP，GSM，ADPCM），G721，G723，G726，G729，VOX，ALAW，ULAW等音頻格式之間的轉(zhuǎn)換；可以批量轉(zhuǎn)換文件；支持將其它的音頻格式轉(zhuǎn)換為手機(jī)上播放的AMR；支持CD抓軌功能，能將CD光盤上的音樂轉(zhuǎn)換為WAV；內(nèi)置播放器支持多種格式的播放功能。StreamBoxRipper能批量地將RA/RM/WAV/CDA/MP3等格式的音頻文件轉(zhuǎn)換成WMA/WAV/MP3格式的文件，在轉(zhuǎn)換過程中，還能通過程序內(nèi)部自帶的聲音均衡器，來對(duì)音頻文件的聲效進(jìn)行簡(jiǎn)單處理。AudioConverter支持Mp3，Wma(支持WMA9)，wav，vqf，ogg，aif之間自由轉(zhuǎn)換；將CD音軌轉(zhuǎn)換為Mp3，Wma(支持WMA9)，wav，vqf，ogg或aif格式；支持單獨(dú)和批量?jī)煞N模式的轉(zhuǎn)換。常用音頻格式轉(zhuǎn)換軟件及功能2024/4/3285.5 聲卡5.5.1 聲卡的發(fā)展簡(jiǎn)史Creative公司SoundBlasterSoundBlaster16SoundBlasterPROSoundBlasterAwe32SoundBlasterAwe64SoundBlasterLive!圖5.9聲卡2024/4/3295.5 聲卡5.5.2

聲卡的功能1．音頻的錄制、編輯與播放2．錄制、播放MIDI音樂3．實(shí)現(xiàn)語音通訊4．語音識(shí)別與文語轉(zhuǎn)換5．連接游戲桿2024/4/3305.5 聲卡5.5.3 聲卡的接口與使用聲卡的接口2024/4/3315.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音常用有以下幾種獲取聲音資源的方法：（1）利用計(jì)算機(jī)的聲卡錄制聲音，錄音的音源可以來自話筒，也可以將來自模擬設(shè)備如錄音磁帶、收音廣播等的聲音，轉(zhuǎn)為數(shù)字聲音。（2）利用抓音軌軟件從音樂CD上抓取音樂文件。（3）利用現(xiàn)成的數(shù)字聲音素材，如從網(wǎng)上下載或從聲音素材光盤上直接復(fù)制聲音文件。注意：當(dāng)使用第三方的聲音文件時(shí)，要注意版權(quán)問題。2024/4/3325.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音1．利用聲卡錄制聲音（1）確認(rèn)音源與聲卡相應(yīng)的接口已經(jīng)相連。話筒接入聲卡的MIC接口，若是音源來自盒式磁帶或是收音機(jī)則需要一根雙頭音頻線。（2）選擇錄音軟件。錄音軟件可以是聲音編輯軟件，也可以使用Windows附件中的“錄音機(jī)”。（3）選擇適當(dāng)?shù)牟蓸宇l率、量化位數(shù)和編碼方式。（4）進(jìn)行錄音，保存聲音文件。2024/4/3335.6 數(shù)字聲音的采集與編輯處理5.6.1 采集數(shù)字聲音2．CD抓軌CD中存儲(chǔ)的是數(shù)字化聲音，但不是以文件形式存儲(chǔ)的，不能直接拷貝。通過抓音軌，可直接獲取存儲(chǔ)在光盤音軌上的數(shù)據(jù)，并存儲(chǔ)為WAV格式或MP3格式的聲音文件?，F(xiàn)在可用于抓音軌工具很多，有專門的抓音軌工具，如EAC（ExactAudioCopy）；媒體播放軟件中也內(nèi)置了抓軌功能，如WindowsMediaPlayer、RealOnePlayer以及WinAMP；一些光盤刻錄軟件如Nero中也有此功能。2024/4/3345.6 數(shù)字聲音的采集與編輯處理5.6.2

數(shù)字聲音的編輯Windows附件中的“錄音機(jī)”除了錄音還可以實(shí)現(xiàn)一些簡(jiǎn)單的編輯，如剪切掉音頻中前后不需要的部分、對(duì)兩個(gè)音頻文件進(jìn)行混合、調(diào)整音量、