多媒体第三讲音频信息的获取与处理课件

1、第三讲 音频信息的获取与处理主要内容2.1 音频技术的主要组成部分2.2 声音卡的功能和分类2.3 声音卡的组成2.4 声音卡的选择及应用2.5 数字音频的文件格式2.6 声音文件工具 2.1 音频技术的主要组成部分 1. 音频信息获取技术的工作原理和主要组成部分如下：音频的信号源是拾音器，如麦克风具有可编程增益控制的音频放大器：立体声分左右两个通道，分别编程控制音频放大器的放大倍数低通滤波器：滤澡声，防止采样混叠采样和A/D变换器：将连续的模拟语音信号离散数字化存储器：存放数字或语音信息）D/A变换器：将处理好的数字式语音信号转换成模拟信号滤波器：改善输出语音信号的质量功率放大和增益控制：可

2、编程的音量控制器，分左右两路输出到音响设备2.1 音频技术的主要组成部分2. 多媒体涉及到的音频处理技术：（1）音频采集：把模拟音频信号转换成数字化音频信 号，然后存储到存储设备中。（2）文语转换：经过语言学处理、语音学处理，把计算 机内的文本转换成声音输出。（3）声音编码/解码：对语音信息进行压缩编码和解压缩 还原。（4）语音识别：电脑辨别和理解人说的话。（5）音乐合成：利用音乐合成芯片，把乐谱转换成乐曲 输出。还有音频数据传输、音频视频同步、音频效果与编辑等2.2 声音卡的功能和分类声音卡的分类 声音卡的分类主要是根据其数据采样量化的位数来确定，通常分为8位、16位和32位，位数越多，其量

3、化精度越高，音质就越好。 声音卡通常带有自己的CPU，具有较高的智能性和灵活性，支持DOS环境和Windows环境下的应用开发。 数字音频部分具有的基本功能有44 .1kHz的采样率，8位以上的分辨率，录音和播放声音信号，同时具有压缩采样信号的能力。最常用的压缩方法是自适应脉冲编码调制。2.2 声音卡的功能和分类2. 声音卡的主要功能（1）录制、编辑和回放数字声音文件（2）控制、混合各声源的音量（3）在记录和回放数字文件时压缩和解压缩（4）采用语音合成技术让电脑朗读文本（5）具有MIDI（Music Instrument Data Interface，即 乐器数字化接口）接口：MIDI是一种用

4、于电子乐器 和计算机之间的通信标准，通过软件，计算机可以 直接对外部电子乐器进行控制和操作。（6）文语转换和语音识别1. 插孔和D形连接器线路输入（Line In）插孔：麦克风（MIC）输入插孔：线路输出插孔：“Line Out”、“Audio Out”、 “Speaker”D形连接器：15芯的D形接口，可以用来连接游戏操纵杆、游戏机入口或MIDI合成器。2. CD-ROM接口及音频信号连接口：通常为4芯插座，有左、右声道以及两根地线。2.3 声音卡的组成3. 音量调节旋钮4. 跳接器 其功能是用来选择声音卡的硬件设备，包括CD-ROM型号、CD-ROM的I/O地址、声音卡的I/O地址的选择。

5、声音卡上游戏口的选择（开或关）以及声频卡的IRQ（中断请求号）和DMA（Directly Memory Access,即直接存储访问）通道的设置不能与系统上其他设备的设置相冲突，否则声音卡甚至整个计算机系统将不能正常工作。5. 声音卡的驱动程序2.3 声音卡的组成 首先应明确准备用声音卡完成什么功能，然后仔细阅读产品说明书所承诺的功能，查看声音卡的技术指标和功能是否符合需求，并按照以下标准来进行衡量。如果允许的话，最好在购买时试听一下声音的效果。模/数转换与数/模转换（1）模/数转换（ADC）：将输入的模拟音频信号转换成数值，数字化后的音频信号是数值，是离散的数据，并非像音频卡信号一样为连续的

6、波形。数字化音频信号涉及的两个基本技术指标是： a. 采样频率：单位时间内的采样次数。目前一般采用44.1kHz和48kHz。 b. 采样值的编码位数：采样值使用的二进制编码位数 2.4 声音卡的选择及应用 声音卡涉及三个指标：采样频率（应支持11.025kHz、22.05kHz和44.1kHz三种频率）、采样数据位数（有8位、16位和32位等）以及声道数（单声道与双声道等）（2）数模转换（DAC）：完成将数字化的声音数据转换成模拟音频信号输出，它是模数转换的逆过程。其主要指标与模数转换相同。2. 内部声音混合调节器（ Internal Mixer） 主要功能是把不同输入源如（LINE IN,

7、MIC及CD-Audio）中输入的声音信号进行混合和音量调节。3. 合成器：合成方法有波表（Wave Table）查询和频率调制（FM），前者效果好但价格高。2.4 声音卡的选择及应用4. MIDI接口 选购声音卡时，首先看有无MIDI合成器，若有还要看MIDI输出采用何种合成方法，是FM合成，还是波表合成5. DSP（Data Signal Processor数字信号处理器）芯片 其功能是用来处理声音合成、特殊效果和音频文件的压缩与解压缩。6. 信噪比（SNR）和THD（总谐波失真）7. I/O设备的支持8. 兼容性9. ASP(高级数字信号处理器)功能10. 即插即用、三维音效、系统参数的

8、可调性等2.4 声音卡的选择及应用 在多媒体技术中，存储声音信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SND文件及RMI文件等。WAV文件 WAV是Microsoft公司的音频文件格式。来源于对声音模拟波形的采样，故它所需要的存储容量都很大，其大小可用以下公式表示： Wav文件的字节数/秒= 采样频率（Hz）X 量化位数（位）X 声道数/82.5 数字音频的文件格式2. VOC文件 VOC文件是Creative公司波形音频文件格式，也是声霸卡使用的音频文件格式。每个VOC文件由文件头块（header block）和音频数据块（data block）组成。3. MIDI文件 MIDI文件中包含音符、定时和多达16个通道的乐器定义，每个音符包括键、通道号、持续时间、音量和力度等信息。所以MIDI文件记录的不是乐曲本身，而是一些描述乐曲演奏过程中的指令。4. AIF文件：Apple机上声音文件存储格式2.5 数字音频的文件格式2.6 声音文件工具Windows 操作系统自带的“Sound Recorder”买声音卡