音頻信息及處理第一頁，共三十五頁，編輯于2023年，星期四聲音也許是世界上中最動人心弦的元素。任何的語言都離不開聲音；尤其是那些悅耳的音樂，能深深觸動人們內(nèi)心的情感，帶來美妙的感受。能否利用好聲音，是一件多媒體作品成敗與否的重要因素，本章中我們就來學(xué)習(xí)一下數(shù)字化的聲音。春江花月夜第二頁，共三十五頁，編輯于2023年，星期四一、數(shù)字音頻基礎(chǔ) 什么是聲音、聲音信號的特征 聲音信號的數(shù)字化、音頻文件的格式二、電子合成音樂（MIDI） MIDI和WAVE的比較、MIDI演奏、WAVE轉(zhuǎn)MIDI三、數(shù)字音頻的編輯和處理 如何壓縮和轉(zhuǎn)換聲音格式 如何在電腦上錄音、如何編輯聲音四、語言合成和語音識別技術(shù)第七章數(shù)字音頻和合成音樂第三頁，共三十五頁，編輯于2023年，星期四7.1.1什么是聲音？聲音：當(dāng)空氣中某物體通過前后位移產(chǎn)生振動，它將引起壓力波，當(dāng)它到達人耳時，我們會感受達到這種壓力的變化（振動），這就是聲音。一、數(shù)字音頻基礎(chǔ)第四頁，共三十五頁，編輯于2023年，星期四音頻是一種連續(xù)變化的模擬信號,可用一條連續(xù)的曲線來表示，稱為聲波。因聲波是在時間和幅度上都連續(xù)變化的量，我們稱之為模擬量。下面用聲音錄制軟件記錄的英文單詞“Hello”的語音波形一、數(shù)字音頻基礎(chǔ)第五頁，共三十五頁，編輯于2023年，星期四模擬音頻信號有兩個重要參數(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)聲音的強弱。

一個聲源每秒鐘可產(chǎn)生成百上千個波，我們把每秒鐘波峰所發(fā)生的數(shù)目稱之為信號的頻率，單位用赫茲(Hz)或千赫茲(kHz)表示。信號的幅度是從信號的基線到當(dāng)前波峰的距離。幅度決定了信號音量的強弱程度。幅度越大，聲音越強。對音頻信號，聲音的強度用分貝(dB)表示，分貝的幅度就是音量。幅度限周期基線模擬音頻信號的兩個重要參數(shù)一、數(shù)字音頻基礎(chǔ)第六頁，共三十五頁，編輯于2023年，星期四7.1.2聲音的頻率和幅度多媒體技術(shù)處理的聲音主要是人耳可聽到的20～20kHz的音頻信號。言語（speech）/語音：人說話的聲音，其頻率范圍約為300～3400Hz全頻帶聲音：音樂聲、風(fēng)雨聲、汽車聲等其他聲音，其帶寬可達到20～20kHzdB例子20聲音工作室40夜晚的居民區(qū)60大型百貨公司100高速公路上的汽車13075人管弦樂隊最強音一、數(shù)字音頻基礎(chǔ)第七頁，共三十五頁，編輯于2023年，星期四聲音信號的數(shù)字化：將模擬聲音信號轉(zhuǎn)換成數(shù)字編碼形式以便于計算機進行處理的過程聲音信號數(shù)字化的過程：取樣量化編碼7.1.3聲音信號的數(shù)字化一、數(shù)字音頻基礎(chǔ)聲音信號的數(shù)字化（動畫）第八頁，共三十五頁，編輯于2023年，星期四模擬聲音信號取樣量化編碼數(shù)字聲音011010011101……聲音信號的數(shù)字化一、數(shù)字音頻基礎(chǔ)第九頁，共三十五頁，編輯于2023年，星期四取樣頻率：44.1kHz量化位數(shù):16Bit聲道數(shù)目:Stereo或Mono數(shù)碼率（bitrate）：指的是每秒鐘的數(shù)據(jù)量，也稱比特率、碼率波形聲音的主要參數(shù)一、數(shù)字音頻基礎(chǔ)碼率＝采樣頻率×量化位數(shù)×聲道數(shù)單位：bit（位）/秒1Byte＝8bit第十頁，共三十五頁，編輯于2023年，星期四課堂習(xí)題：例：已知數(shù)字激光唱盤（CDAudio）的標準采樣頻率為44.1kHz，量化位數(shù)為16位，立體聲。請問一分鐘CD-DA音樂所需的存儲空間為多少？碼率＝采樣頻率×量化位數(shù)×聲道數(shù)×?xí)r間（單位）＝44.1kHz×16b×2×60s＝84672kb＝10584kB＝10.3MB一、數(shù)字音頻基礎(chǔ)第十一頁，共三十五頁，編輯于2023年，星期四做一做，想一想一個256M的MP3播放器能夠儲存采樣頻率為44.1KHz、16位、立體聲的WAV音樂多長時間？一張650M的CD光盤一般有幾首歌？一個512M的MP3可以儲存幾首MP3音樂？一、數(shù)字音頻基礎(chǔ)第十二頁，共三十五頁，編輯于2023年，星期四幾種常見數(shù)字聲音的主要參數(shù)一、數(shù)字音頻基礎(chǔ)采樣率(kHz)量化位(bit)聲道編碼算法容量(MB/min)等效音質(zhì)11.0258單PCM0.66語音22.0516雙PCM5.292FM廣播44.116雙PCM10.584CD唱盤第十三頁，共三十五頁，編輯于2023年，星期四7.1.4音頻格式介紹－1CDA是CDAudio的縮寫。音樂光碟片里面的音樂格式，是音樂CD片最常用的檔案格式WAV波形聲音文件，是最早的數(shù)字音頻格式，可以精確記錄各種聲音但WAV格式對存儲空間需求太大,不便于交流和傳播一、數(shù)字音頻基礎(chǔ)第十四頁，共三十五頁，編輯于2023年，星期四7.1.4音頻格式介紹－2MP3由WAV文件經(jīng)壓縮而來，音質(zhì)略低于CD和WAV格式，但這種差異用耳朵難以分辨。壓縮比1:10WMA音質(zhì)可以與MP3相比，而大小只有MP3格式的一半，也適用于網(wǎng)絡(luò)，音質(zhì)要好于RA格式。RA適用于網(wǎng)絡(luò)的“流式文件”，可一邊下載一邊播放，壓縮比達1：96，文件比MP3格式小，只是音質(zhì)較差。一、數(shù)字音頻基礎(chǔ)第十五頁，共三十五頁，編輯于2023年，星期四7.1.4音頻格式介紹－3MIDI存儲的不是聲音信號，而是各種樂器的發(fā)音命令，播放時系統(tǒng)根據(jù)這些命令合成樂曲，midi文件的優(yōu)點是非常小。一、數(shù)字音頻基礎(chǔ)走進MIDI的世界第十六頁，共三十五頁，編輯于2023年，星期四7.2電子合成音樂－MIDIMIDI和WAVE的比較電子合成音樂（MIDI）的原理MIDI與WAVE的相互轉(zhuǎn)換第十七頁，共三十五頁，編輯于2023年，星期四7.2.1MIDI和WAVE的比較MIDIWAVE(MP3)文件內(nèi)容音樂伴奏歌曲和演唱音源MIDI樂器Mic，磁帶，CD唱盤，音響容量小與音質(zhì)成正比音質(zhì)與聲卡質(zhì)量有關(guān)與編碼指標有關(guān)適用性易編輯，聲源受限，數(shù)據(jù)量很小不易編輯，聲源不限，數(shù)據(jù)量大長度：3分30秒長度：3分30秒二、電子合成音樂－MIDI實例第十八頁，共三十五頁，編輯于2023年，星期四7.2.2電子合成音樂（MIDI）的原理二、電子合成音樂－MIDI

MIDI（MusicalInstrumentDigitalInterface）采用音樂符號記錄和解釋樂譜，并合成相應(yīng)的音樂。

MIDI不是把音樂的波形進行數(shù)字化采樣和編碼，而是將數(shù)字式電子樂器的彈奏過程記錄下來，如按鍵、力度、時間多度等等。當(dāng)需要播放這首樂曲時，根據(jù)記錄的樂譜指令，通過音樂合成器生成音樂聲波，經(jīng)放大后由揚聲器播出。第十九頁，共三十五頁，編輯于2023年，星期四7.2.2電子合成音樂（MIDI）的原理二、電子合成音樂－MIDIFM(FrequencyModulation)合成

通過硬件產(chǎn)生正弦信號，再經(jīng)處理合成音樂。一般聲卡采用的方式，音色與硬件有關(guān)，音色較單薄波形表（Wavetable）合成專業(yè)聲卡采用的方式。在聲卡的ROM中預(yù)存各種實際樂器的聲音采樣，通過調(diào)用相應(yīng)的實際聲音數(shù)據(jù)合成樂音。ROM存儲器的容量越大，合成的效果越好。

第二十頁，共三十五頁，編輯于2023年，星期四7.3數(shù)字音頻的編輯和處理如何轉(zhuǎn)換音頻文件的格式StreamBoxRipperMP3工具包（toolkit）如何在電腦上錄音電腦Mic的使用Windows錄音機專業(yè)音頻處理軟件Cooledit第二十一頁，共三十五頁，編輯于2023年，星期四5.7.1.如何使用StreamBoxRipper轉(zhuǎn)換文件格式三、數(shù)字音頻的編輯和處理第二十二頁，共三十五頁，編輯于2023年，星期四5.7.2如何使用Mic錄音三、數(shù)字音頻的編輯和處理第二十三頁，共三十五頁，編輯于2023年，星期四5.7.3專業(yè)音頻處理軟件GoldWaveCoolEditAdobeAudition三、數(shù)字音頻的編輯和處理第二十四頁，共三十五頁，編輯于2023年，星期四基本編輯操作聲音的剪輯（刪除、移動或復(fù)制一段聲音，插入空白等）聲音音量調(diào)節(jié)（提高或降低音量，淡入、淡出處理等）聲音的反轉(zhuǎn)、消除噪音聲音的效果處理包括混響、回聲、和聲效果、動態(tài)效果、升降調(diào)、顫音等格式轉(zhuǎn)換功能聲音編輯軟件的功能三、數(shù)字音頻的編輯和處理第二十五頁，共三十五頁，編輯于2023年，星期四Cooledit軟件功能及界面簡介

多軌音頻編輯軟件，最多可支持128個音軌，能高質(zhì)量地完成錄音、編輯、合成等多種任務(wù)三、數(shù)字音頻的編輯和處理第二十六頁，共三十五頁，編輯于2023年，星期四CoolEdit音頻處理實驗1、安裝CoolEdit2.0Pro2、從網(wǎng)上下載一首歌曲和配樂（MP3格式）。3、將歌曲和配樂插入的音軌14、在音軌2中錄下自己的聲音5、單獨編輯音軌2，去除噪音（效果－噪音消除－降噪器）。6、通過“效果－變調(diào)/變速－變速器”試聽自已的聲音升高和降低音調(diào)以后的效果。7、返回多軌界面，校正音軌2使其與音軌1同步。8、對前后進行剪切后，將前2軌混縮到第3軌，將第3軌另存為碼率為64kbps的MP3，改文件名后提交。三、數(shù)字音頻的編輯和處理作業(yè)范例第二十七頁，共三十五頁，編輯于2023年，星期四5.4.1語音合成語音合成（Speechsynthesis）：根據(jù)語言學(xué)和自然語言理解的知識，使計算機模仿人的發(fā)聲，自動生成語音的過程。目前主要是按照文本（書面語言）進行語音合成，這個過程稱為文語轉(zhuǎn)換（Text-To-Speech,簡稱TTS）。文語轉(zhuǎn)換過程文本分析韻律分析語音生成第二十八頁，共三十五頁，編輯于2023年，星期四語音合成文語轉(zhuǎn)換過程文本文本分析韻律處理語音合成合成語音詞典，發(fā)音規(guī)則韻律規(guī)則庫語音庫第二十九頁，共三十五頁，編輯于2023年，星期四對計算機合成的語音希望能達到的要求：發(fā)音清晰可懂語氣語調(diào)自然說話人可選擇語速可變化等語音合成第三十頁，共三十五頁，編輯于2023年，星期四計算機合成語音的應(yīng)用：股票交易、航班動態(tài)查詢、電話報稅等業(yè)務(wù)有聲E-mail服務(wù)CAI課件或游戲解說詞的自動配音文稿校對、語言學(xué)習(xí)、語音秘書、自動報警、殘疾人服務(wù)等語音合成第三十一頁，共三十五頁，編輯于2023年，星期四5.4.2語音合成技術(shù)演示中文（科大訊飛）/speech%20shows.asp英文/demos//demo/demo_text.php/demos//realspeak/demo/第三十二頁，共三十五頁，編輯于2023年，星期四語音輸入技術(shù)演示IBMViaVoice（中文）ScansoftDrangonNaturallySpeaking第三十三頁，共三十五頁，編輯于2023年，星期四音效庫(推薦)http://www6./sound.shtml（