搜索
本节内容数字音频基础知识声音概念声音分类和要素声音信号数字化过程数字化声音的技术指标声音质量的度量数字音频的文件格式音频信号处理的特点音频卡工作原理3.1声音及其分类3.1.1声音的概念声音（Sound）是通过一定介质（如空气、水）等传播的连续波，在物理学中称为声波。声音属于听觉媒体，其频率范围大约在20Hz~20KHz。声波特征：1.周期：声波每完成一次振动需要的时间称为周期，通常用T表示，单位是秒。2.频率：声波每秒所完成的振动次数称为频率，用来体现音调的高低，单位是赫兹(Hz)。3.振幅：振幅是指声波的高低幅度，表示声音的强弱。振幅用来定量研究空气受到压力的大小。4.带宽：带宽指频率覆盖的范围。3.1.2声音的分类在多媒体技术中，将声音媒体分为语音、音乐和音响三类：1.语音：是指具有人类语言内涵的声音。2.音乐：是指规范的符号化了的声音。3.音响：是指人们熟悉的其他声音，包括自然界的风声、雨声以及机器发出的声音等。按频率划分声音次声：低于20hz可听声：超低音20-40低音50-100中低音200-500中高音1k-5k高音10k-20k超声：高于20khz根据振幅对声音的分类纯音：只含有一种频率的声音复音：由多种纯音组成的声音基音：复音中具有最低频率的声音泛音：基音以外的纯音3.1.3声音的要素1.音调：人耳对声音频率高低的感觉称为音调。音调由声源振动频率所决定。2.音色：音色是用来描述声音品质的，主要决定于声音频谱结构中的泛音多少。3.音强：音强是衡量声波在传播过程中声音强弱的物理量，即与声音信号的幅度成正比。3.2数字音频基础知识3.2.1声音信号数字化过程将声音的模拟信号变为数字信号的过程，通过对声音文件进行采样、量化、编码来实现。1．采样（sampling）采样是将声音信号在时间上离散化，即每隔一定的时间间隔对模拟信号进行取样。2．量化(quantization)是对采样后的声音样本在幅值上离散化，即把信号强度划分为不同的等级，然后将每一个样本归入预先编排的量化等级上。3．编码是将量化后的离散值用二进制代码表示。3.2.2数字化声音的技术指标1.采样频率：单位时间内采样的个数称为采样频率，用fs表示。奈奎斯特定理，即fs≥2fmax。常见的标准采样频率语音信号11.025khz要求较低的背景音乐22.05khz高保真音乐44.1khz3.2.2数字化声音的技术指标2.量化位数：每个取样点能够表示的数据范围。常用的量化位数：8bie,16bit,24bit3.声道数：指一次同时产生的声波组数。单声道，双声道3.2.2数字化声音的技术指标环绕立体声：与一般的立体声不同，环绕立体声音所产生的声场，不仅让人感受到音源的方向感,且伴有一种被声音所围绕所包围以及声源向四周远离扩散的感觉。环绕立体声的功能，增强了声音的纵深感、临场感和空间感，使视听者不仅能够感受来自前、后、左、右的声源发出的声音，而且感受到自己周围的整个空间，都被这些声源所产生的空间声场所包围，从而营造出一种置身于歌厅、影剧院的音响效果。5.1声道5.1声道是指中央声道，前置左、右声道、后置左、右环绕声道，及所谓的0.1声道重低音声道。一套系统总共可连接6个喇叭。5.1声道已广泛运用于各类传统影院和家庭影院中，一些比较知名的声音录制压缩格式，譬如杜比AC-3（DolbyDigital）、DTS等都是以5.1声音系统为技术蓝本的，其中“0.1”声道，则是一个专门设计的超低音声道，这一声道可以产生频响范围20～120Hz的超低音。7.1声道：7.1声道系统的作用简单来说就是在观看者的周围建立起一套前后声场相对平衡的声场,不同于5.1声道声场的是,它在原有的基础上增加了后环绕声道,声场的密度增大了，声道之间衔接得更顺畅了，更加增强了震撼的环绕音体验效果，会感觉更舒服一些，也是为了不让观看者在听觉上产生声场的偏差，从而提高观看电影的真实感，是今后影院系统的必然的趋势，今后的蓝光DVD在前期制作的过程中就是采用的7.1音轨进行录制的，用7.1声道系统播放时能够更好的重放还原制作现场的效果3.2.2数字化声音的技术指标4.数据文件格式：数据量（Byte）=(采样频率×量化位数×声道数×声音持续时间)/8采样频率、量化位数、声道数及存储容量采样频率(KHz)量化位数(bit)单声道(MB/min)双声道(MB/min)11.02580.631.2622.0581.262.5222.05162.525.0444.1165.0410.08数字音频等级声音类型频率范围（Hz）采样率（kHz）量化位数（bit）电话话音200~340088调幅广播50~70001616调频广播20~15k22.0516高质量音频20~20k44.1163.2.3声音质量的度量声音质量的两种方法：一种是客观评价，即音频信号的技术指标，如：频带宽度、动态范围和信噪比；另一种主观评价。1.音频信号的技术指标：（客观评价指标）频带宽度：音频信号的频率范围，是衡量音质的标准。动态范围:音频信号最大强度与最小强度之比。信噪比：有用信号的平均功率与噪音的平均功率之比。2.主观评价法：声音质量主观评价评分标准分数质量级别失真级别5优(Excellent)无察觉4良(Good)(刚)察觉但不讨厌3中(Fair)(察觉)有点讨厌2差(Poor)讨厌但不反感1劣(Bad)极讨厌(令人反感)3.2.4数字音频的文件格式1.波形文件扩展名为*.wav，是通过对模拟音频以不同的采样频率、不同的量化位数进行数字化而得到的数字信号存入磁盘而形成的波形文件。适用于：记录讲话语音、CD音质的音乐、单声道或立体声的声音信息，并能保证声音不失真。缺点是未经压缩的声音文件占用存储盘空间太大。2.PCM：由模拟音频信号直接通过A/D转换而形成的二进制序列文件，特点是保真度高，解码速度快，但编码后数据量大。3.AIFF文件：.AIF/.AIFF苹果公司开发的一种声音文件格式，被Mac平台及其应用程序所支持，NetscapeNavigator浏览器中的LiveAudio也支持AIFF格式，SGI及其他专业音频软件包也同样支持这种格式。4.VOC：多用于保存CreativeSoundBlaster系列声卡所采集的声音数据，被Windows平台和DOS平台所支持。5.AU：SunMicrosystems公司推出的一种经过压缩的数字声音格式，在Internet中经常使用。6.RM：RealNetworks公司开发的一种适合于网络实时流技术的音频文件格式，主要用于在低速率的广域网上实时传输音频信息。7.MP3：MPEGAudioLayer3的简写，压缩率高达10∶1～12∶1，音质基本保持不失真。8.CD：一种数字化的声音，其采样频率为44.1KHz，量化位数为16bit，可以高质量地重现原始声音。9.MIDI：文件本身不包含任何的音频信息，主要记录指令和数据，文件所占用的空间非常小。MIDI文件与Wave文件的区别：首先，Wave文件是通过直接对模拟声波进行数字化得到的音频信号数据。而MIDI文件只是记录了一系列乐谱指令。其次，Wave文件是直接通过声卡输入端口获取的音源，并可从输出端口直接播放。而MIDI是通过MIDI接口由音序器记录电子乐谱的指令数据。最后，采用MIDI格式记录比采用Wave格式记录的数据量小两个数量级以上。3.2.5音频信号处理的特点⑴由于音频信息是在时间上连续的信号，因此在处理时对时序性的要求很高。⑵由于人有左耳和右耳，类似于两个通道，因此计算机输出的声音应该是立体声的。⑶由于语音信号携带了情感意向，因此对语音信号的处理还要抽取语意等其它信息。3.3音频卡及其应用3.3.1音频卡功能声卡主要是用来对不同来源的音频信号进行采集与回放，其功能就是使计算机能够处理音频信号。声卡的功能主要有以下几点：⑴录制、编辑与回放声音文件。⑵在采集和回放过程中对文件进行压缩和解压缩。⑶编辑与合成音乐文件。⑷文本转换和语音识别。⑸MIDI音乐的合成。3.3.2音频卡工作原理声卡的主要作用是实现对音频信息的采集与回放。音频信息有很多来源，如磁带录音机、CD、录像机等等。声卡的工作原理1.声卡处理需要的基本条件：⑴采样频率：一般的声卡均支持双声道立体声信号的采集。⑵量化位数：声卡中的量化位数一般为8位、16位、32位以及64位，量化位数越高，声音质量越好。⑶声道数：单声道或立体声。⑷实时硬件压缩/软件压缩：2.混音器音频卡上的混音器Mixer主要目的是将不同输入音源的信号进行混音，并且提供音量的软件控制功能。通过I/O端口（地址和数据端口）可对混音器的各种功能进行可编程设置。3.MIDI合成器与接口MIDI是一种用于在不同制造商的电子乐器设备和计算机之间进行数据交换的国际标准。它指定硬件接口，同时指定通信协议，可以将数据从一个设备传输到另一个设备。3.3.3声卡的安装和使用1.硬件安装与使用声卡的接口及与外部设备的连接硬件安装步骤：首先关闭电源，拔下电源插头，然后打开机箱外壳，将声卡插入空闲的16位扩展槽内，连接好外部的音频输入/输出线，如麦克风、线路输入等。如果有CD-ROM驱动器，将驱动器的接口电缆插在卡的相应接口上，并将CD-ROM的音频输出线接到声卡的针形输入线上。最后盖上机箱外壳，插好电源插头即可。2.软件安装包括驱动程序和应用软件。当安装完声卡并重新启动计算机后，系统能够自动识别声卡，并且提示需要安装驱动程序。3.声卡的技术指标⑴采样频率和量化位数采样频率与量化位数越高，声音的质量越好。⑵FM合成与波表合成一般较好的声卡采用的都是波表法合成。⑶总线类型⑷即插即用能力⑸DSP数字信号处理器⑹兼容性⑺音效⑻外围接口⑼音频压缩