本文格式為Word版，下載可任意編輯——第三章,多媒體音頻第三章多媒體音頻技術(shù)31聲音聲波是一種物理現(xiàn)象是由物體在空氣或其他介質(zhì)中振動通過振動使空氣分子交替的壓緊和放松而產(chǎn)生疏密波當(dāng)聲波進入人耳鼓膜振動導(dǎo)致內(nèi)耳的微細感骨的振動將神經(jīng)沖動傳向大腦聽者感覺到的這些沖動就是聲音32聲音的屬性人耳對不同強度不同頻率聲音的聽覺范圍稱為聲域在人耳的聲域范圍內(nèi)聲音聽覺心理的主觀感受主要有響度音高音色等特征其中響度音高音調(diào)音色可以在主觀上用來描述具有振幅頻率和頻譜三個物理量的任何繁雜的聲音故又稱為聲音三要素32聲音的屬性頻率f每秒中聲波周期性振動的次數(shù)單位HZ抉擇了聲音的音調(diào)人耳能聽見的頻率段為2020000HZ振幅聲波的強度抉擇了聲音的響度人耳能聽見的是0140dB頻譜不同頻率不同政府的聲波合起來產(chǎn)生的復(fù)合音抉擇了聲音的音質(zhì)音色不同樂器不同人有不同的音色331聲音信號的類型模擬信號自然界物理為連續(xù)的波形數(shù)字信號計算機波形不連續(xù)而是每隔一段時間采樣工作方式與人耳好像只是將耳膜振動產(chǎn)生的振動信息用電壓信息代替振幅dB電壓值V33音頻信息處理332聲音數(shù)字化過程采樣計算機每單位時間在模擬音頻的連續(xù)波上獲得它的幅度值量化用電壓值描述這些幅度值編碼將電壓值轉(zhuǎn)化為計算機可識別的二進制數(shù)值模擬信號數(shù)字信號ADADCDADAC33音頻信息處理數(shù)字音頻數(shù)字音頻在計算機內(nèi)全體的信息均以數(shù)字表示各種命令是不同的數(shù)字各種幅度的物理量也是不同的數(shù)字音頻信號也用一系列數(shù)字表示稱之為數(shù)字音頻數(shù)字音頻的特點是保真度好動態(tài)范圍大數(shù)字音頻的文件格式WAVMicrosoft公司的波形音頻文件格式MIDMIDI文件格式VOCCreative公司的波形音頻文件格式SNDNeXT計算機的波形音頻文件格式AIFApple計算機的波形音頻文件格式RMIMicrosoft公司的MIDI文件格式它可以包括圖片標(biāo)記和文本采樣模擬聲音在時間上是連續(xù)的而數(shù)字音頻是一個數(shù)字序列在時間上只能是斷續(xù)的因此當(dāng)把模擬聲音變成數(shù)字聲音時需要每隔一個時間間隔在模擬聲音波形上取一個幅度值稱之為采樣采樣的時間間隔稱為采樣周期常用的音頻采樣率有8kHz11025kHz2205kHz16kHz378kHz441kHz48kHz量化在數(shù)字音頻技術(shù)中把采樣得到的表示聲音強弱的模擬電壓用數(shù)字表示模擬電壓的幅值依舊是連續(xù)的而用數(shù)字表示音頻幅度時只能把無窮多個電壓幅度用有限個數(shù)字表示即把某一幅度范圍內(nèi)的電壓用一個數(shù)字表示這稱之為量化音頻編碼的分類1基于音頻數(shù)據(jù)的統(tǒng)計特性舉行編碼其典型技術(shù)是波形編碼2基于音頻的聲學(xué)參數(shù)舉行參數(shù)編碼可進一步降低數(shù)據(jù)率其目標(biāo)是使重建音頻保持原音頻的特性3基于人的聽覺特性舉行編碼從人的聽覺系統(tǒng)啟程利用掩蔽效應(yīng)設(shè)計心理聲學(xué)模型從而實現(xiàn)更高效率的數(shù)字音頻的壓縮其中以MPEG標(biāo)準(zhǔn)中的高頻編碼和DoldyAC3最有影響示意33音頻信息處理333聲音數(shù)字化過程334聲音數(shù)字化三要素數(shù)據(jù)量采樣頻率量化位數(shù)聲道數(shù)8字節(jié)秒335聲音數(shù)字化計算公式34數(shù)字音頻壓縮341壓縮的兩種形式信息的壓縮信息是可以壓縮的聲音圖像和視頻的數(shù)字化信息量一般都對比大所以都要采用壓縮技術(shù)MP3是音樂信息壓縮標(biāo)準(zhǔn)JPG是靜態(tài)圖像信息的壓縮標(biāo)準(zhǔn)MPEG和RM是視頻信息的壓縮標(biāo)準(zhǔn)這些標(biāo)準(zhǔn)都有很高的壓縮比壓縮分無損壓縮和有損壓縮無損壓縮解壓后能夠完全恢復(fù)為原來的數(shù)據(jù)有損壓縮解壓后恢復(fù)的數(shù)據(jù)沒有原來的精確質(zhì)量有所損失但在可采納的范圍內(nèi)主要用于音頻和視頻數(shù)據(jù)的壓縮圖形和圖像的冗余表現(xiàn)在三個方面空間冗余時序冗余和光譜冗余多媒體信息可以大幅度地被壓縮VCD就是一種采用MPEG1標(biāo)準(zhǔn)來壓縮的圖像信息其理論壓縮比是2001一般實際實現(xiàn)的是501聲音文件的壓縮有損mp3oggwma等無損apeflacwv等音頻三要素一個樂音包括必備的三要素音高音色和響度若把一個樂音放在運動的旋律中它還應(yīng)具備時值持續(xù)時間這些要素的夢想合作是產(chǎn)生美好入耳的旋律的必要條件音高音高指聲波的基頻基頻越低給人的感覺越消極音階與頻率的對應(yīng)關(guān)系音色聲音的音質(zhì)由聲音的頻譜抉擇的各階諧波的比例不同隨時間衰減的程度不同音色就不同響度響度是對聲音強度的衡量它是聽判樂音的根基342數(shù)字音頻壓縮常見概念比特率Bitrate在用特定音頻壓縮編碼方式壓縮信息時單位時間內(nèi)所需的二進制數(shù)值以bps為單位常見的比特率有4kbps可識別的話語所需要的最小比特率8kbps電話話音音質(zhì)32kbpsMW播送音質(zhì)96kbpsFM播送音質(zhì)128kbpsCD音質(zhì)342數(shù)字音頻壓縮常見概念CBRConstantBitrate用固定大小的比特率來壓縮音頻的方式而不管該段音頻中有些是靜音有些音量過大一般用于流媒體方式播放的互聯(lián)網(wǎng)上的音頻文件壓縮多用這種方式VBRVariableBitrate可變比特率根據(jù)需要來調(diào)理比特率在整個文件中碼率將不會固定不變就像在CBR中固定不變一樣音頻中較繁雜的片面將會使用更高的碼率以獲得更佳的聽覺感受而其它片面那么獲得較少的碼率351WAV文件又稱波形文件WAV是MicrosoftIBM共同開發(fā)的PC波形文件WAV文件來源于對聲音模擬波形的采樣并以不同的量化位數(shù)把這些采樣點的值轉(zhuǎn)換成二進制數(shù)然后存入磁盤就產(chǎn)生了波形文件Wav文件直接反映了一個聲音在每個時刻的大小值WAV文件使用三個參數(shù)來表示聲音采樣位數(shù)采樣頻率和聲道數(shù)WAV文件支持MSADPCMCCITTALAW等多種壓縮算法支持多種音頻位數(shù)采樣頻率和聲道標(biāo)準(zhǔn)格式的WAV文件和CD格式一樣也是441K的采樣頻率速率88K秒16位量化位數(shù)特點聲音層次豐富恢復(fù)音質(zhì)好因未經(jīng)壓縮文件數(shù)據(jù)量很大不便于交流和傳播35數(shù)字音頻的文件格式352MPEG音頻文件這里的音頻文件格式指的是MPEG標(biāo)準(zhǔn)中的音頻片面也就是MPEG音頻層根據(jù)壓縮質(zhì)量和編碼處理的不同分為3層分別對應(yīng)mp1mp2mp3這3種聲音文件MPEG音頻文件的壓縮是一種有損壓縮MPEG3音頻編碼具有101121的高壓縮率同時根本保持低音頻片面不失真但是犧牲了聲音文件中12KHz到16KHz高音頻這片面的質(zhì)量來換取文件的尺寸一致長度的音樂文件用mp3格式來儲存一般只有wav文件的110而音質(zhì)要次于CD格式或WAV格式的聲音文件353MP3MPEGAudiolayer3是一種按MPEG標(biāo)準(zhǔn)的音頻壓縮技術(shù)制作的音頻文件其壓縮率為121特點利用了知覺編碼技術(shù)即人耳的特性削減了音樂中人耳聽不到的成分同時盡可能的維持原來的聲音質(zhì)量使得這種格式的音樂在高壓縮比下還有美好的音質(zhì)354WMA文件WMAWindowsMediaAudio是WindowsMedia格式中的一個子集音頻格式特點壓縮率對比高可達成181比MP3的壓縮率都更大WMA的內(nèi)容供給商可以參與防復(fù)制養(yǎng)護可限制播放時間和播放次數(shù)甚至播放的機器等WMA支持音頻流stream技術(shù)適合在網(wǎng)絡(luò)上在線播放355MIDI文件MusicalInstrumentDigitalInterface樂器數(shù)字接口的縮寫它是由世界上主要電子樂器制造廠商建立起來的一個通信標(biāo)準(zhǔn)以規(guī)定計算機音樂程序電子合成器和其它電子設(shè)備之間交換信息與操縱信號的方法MIDI文件中包含音符定時和多達16個通道的樂器定義每個音符包括鍵通道號持續(xù)時間音量和力度等信息所以MIDI文件記錄的不是樂曲本身而是一些描述樂曲演奏過程中的指令因此其數(shù)據(jù)量小特點數(shù)據(jù)量很小缺乏重現(xiàn)自然音或語音的才能主要用于原始樂器作品留下歌曲的業(yè)余表演嬉戲音軌及電子賀卡等356RealAudio文件現(xiàn)在Real主要有RARealAudioRMRealMediaRASRealAudioSecured等幾種文件格式RealAudio采用音頻流技術(shù)可以隨網(wǎng)絡(luò)帶寬的不同而變更聲音的質(zhì)量在保證大多數(shù)人聽到流暢聲音的前提下令帶寬較豐饒的聽眾獲得較好的音質(zhì)特點可以實時傳輸音頻信息尤其是在網(wǎng)速較慢的處境下依舊可以較為流暢地傳送數(shù)據(jù)因此RealAudio主要適用于網(wǎng)絡(luò)上的在線播放357APE文件APE是目前流行的數(shù)字音樂文件格式之一與MP3這類有損壓縮方式不同APE是一種無損壓縮技術(shù)也就是說當(dāng)你將從音頻CD上讀取的音頻數(shù)據(jù)文件壓縮成APE格式后你還可以再將APE格式的文件恢復(fù)而恢復(fù)后的音頻文件與壓縮前的一模一樣沒有任何損失所以被譽為無損音頻壓縮格式先安裝Winamp再安裝APE編碼器MonkeysAudioV398和CDex150這樣安裝APE編碼器的時候會自動安裝上Winamp的APE播放插件才能用Winamp播放APE358OGG文件OGG是一種先進的有損的音頻壓縮技術(shù)正式名稱是OGGVorbis是一種免費的開源音頻格式OGG編碼格式遠比90年頭開發(fā)告成的MP3先進它可以在相對較低的數(shù)據(jù)速率下實現(xiàn)比MP3更好的音質(zhì)此外OGGVorbis支持VBR可變比特率和ABR平均比特率兩種編碼方式OGG還具有比特率縮放功能可以不用重新編碼便可調(diào)理文件的比特率OGG格式可以對全體聲道舉行編碼支持多聲道模式而不像MP3只能編碼雙聲道多聲道音樂會帶來更多臨場感賞識電影和交響樂時更有優(yōu)勢而且未來人們對音質(zhì)要求不斷提高OGG的優(yōu)勢將更加明顯359其他格式CMFCreativeMusicalatCreative公司的專用音樂格式和MIDI差不多只是音色效果上有些特色專用于FM聲卡但其兼容性也很差CDAudio音樂CD擴展名CDA唱片采用的格式又叫紅皮書格式記錄的是波形流十足的純潔但缺點是無法編輯文件長度太大一張CD大約74分鐘AIF文件Apple計算機的音頻文件格式Windows的Convert工具同樣可以把AIF格式的文件換成Microsoft的WAV格式的文件VOC文件Creative公司波形音頻文件格式也是聲霸卡soundblaster使用的音頻文件格式每個VOC文件由文件頭塊headerblock和音頻數(shù)據(jù)塊datablock組成文件頭包含一個標(biāo)識版本號和一個指向數(shù)據(jù)塊起始的指針數(shù)據(jù)塊分成各種類型的子塊如聲音數(shù)據(jù)靜音標(biāo)識ASCII碼文件重復(fù)的結(jié)果重復(fù)以及終止標(biāo)志擴展塊等36聲音素材的獲取自行錄制網(wǎng)站下載CDDVD等文件獲取Audition軟件EAC抓軌ExactAudioCopy超級解霸豪杰解霸等37語音識別技術(shù)語音識別替代鍵盤鼠標(biāo)成為計算機主要的輸入手段始于20世紀(jì)50年頭當(dāng)時的ATTBell測驗室實現(xiàn)了第一個可識別10英文數(shù)字的話音識別系統(tǒng)AudryIBM公司的ViaVoice語音識別系統(tǒng)