ch2 数字音频处理技术1

本章主要讲解数字音频的基础知识、音频卡的功能及音频的制作方法。学习内容：■音频信号基本概念■音频信号数字化的基本原理■数字音频的编码标准■音频文件的常用格式■音乐合成和MIDI规范■声卡的功能■用CEPro编辑音频文件的基本方法2.1数字音频基础

2.1.1音频信号规则音频是一种连续变化的模拟信号，可用一条连续的曲线来表示，称为声波。声波是在时间和幅度上都连续变化的量，称为模拟量。模拟音频信号有两个基本参数：

频率和振幅。音频信号的频率体现音调的高低。音频信号的幅度决定了信号音量的强弱程度。2.1数字音频基础

2.1.2模拟音频的数字化过程模拟音频的数字化过程涉及到音频的采样、量化和编码。采样量化编码2.1数字音频基础

2.1.2模拟音频的数字化过程

1．采样把模拟音频信号波形进行分割，以转换成数字信号，这种方法称为采样（Sampling）。采样的过程是每隔一个时间间隔在模拟声音的波形上取一个幅度值。该时间间隔称为采样周期，其倒数为采样频率。

采样频率越高，对声音波形的表示也越精确。只有采样频率高于声音信号最高频率的两倍时，才能把数字声音较好地还原为原来的声音。2.1数字音频基础

2.1.2模拟音频的数字化过程

2．量化对声波波形幅度的数字化表示称为量化（quantization）。量化的过程是先将采样后的信号按整个声波的幅度划分成有限个区段的集合，把落入某个区段内的采样值归为一类，并赋于相同的量化值。表示样信号的幅度二进制的位数称量化位数。

在相同的采样频率之下，量化位数愈高，声音的质量越好。2.1数字音频基础

2.1.2模拟音频的数字化过程

3．编码

编码是按照一定的格式把经过采样和量化得到的离散数据记录下来，并在有效的数据中加入一些用于纠错同步和控制的数据。音频信号编码常用的是波形编码方法，它是直接对波形采样、量化和编码，算法简单，易于实现。而且，声音恢复时能保持原有的特点，因此被广泛应用。2.1数字音频基础

2.1.2模拟音频的数字化过程

3．编码（1）PCM脉冲编码调制

PCM可以直接对声音信号做A/D转换，用一组二进制数字编码表示，得到的是未经压缩的音频数据。

PCM编码方法不需要复杂的信号处理技术就能实现瞬时的数据的量化和还原，而且信噪比高。只要采样频率足够高，量化位数足够多，就会有很好的质量。但是，这种编码方法数据量很大。2.1数字音频基础

2.1.2模拟音频的数字化过程

3．编码（2）DPCM差分脉冲编码调制

DPCM编码是利用音频信号的相关性，通过只传输声音的预测值和样本值的差值来降低音频数据的编码率的一种方法。它用预测编码技术实现音频数据的压缩编码。因为音频信号相邻的语音采样值之间存在很大的相关性，采样值的差值要比样值本身小得多，只需要较少的比特数来表示。2.1数字音频基础

2.1.2模拟音频的数字化过程

3．编码（3）ADPCM（AdaptiveDifferentialPulseCodeModulation）自适应差分编码调制

ADPCM是对DPCM方法的改进，通过调整量化步长，对不同的频段设置不同的量化字长，可使数据得到进一步压缩。

ADPCM压缩方案压缩倍率可达2~5倍，信噪比高，性能优越，多媒体计算机所获得的数字化的声音信息大都采用此压缩方法。2.1数字音频基础

2.1.2模拟音频的数字化过程

4．用录音机录制声音文件

（1）配置好录音设备，选择输入声源。2.1数字音频基础

2.1.2模拟音频的数字化过程

4．用录音机录制声音文件

（1）配置好录音设备，选择输入声源。2.1数字音频基础

2.1.2模拟音频的数字化过程

4．用录音机录制声音文件

（1）配置好录音设备，选择输入声源。2.1数字音频基础

2.1.2模拟音频的数字化过程

4．用录音机录制声音文件

（1）配置好录音设备，选择输入声源。2.1数字音频基础

2.1.2模拟音频的数字化过程

（2）打开“属性”对话框，选择录制音源设备。2.1数字音频基础

2.1.2模拟音频的数字化过程（3）启动“录音机”（4）结束录音后存为.WAV文件。2.1数字音频基础

2.1.3数字音频信息的质量与存储量

采样、量化和编码技术是音频数字化的关键技术。采样频率、每个采样值的量化位数以及音频信息的声道数目，是影响数字化音频信息质量和容量的三个重要因素。采样频率越高、量化为数越大、声道数目越多，音频的质量就越高，但存储量就越大。2.1数字音频基础

2.1.3数字音频信息的质量与存储量

1．音频质量的评价（1）客观质量的度量对声波的测量包括评价值的测量、声源的测量和音质的测量，其测量与分析工作，是使用带计算机处理系统的高级声学测量仪器来完成。（2）主观质量的度量主观的质量度量通常是对某编码器的输出的声音质量进行评价。2.1数字音频基础

2.1.3数字音频信息的质量与存储量（3）常用的数字化声音技术指标及音质2.1数字音频基础

2.1.3数字音频信息的质量与存储量

2．音频信息的存储量计算公式

S=R×r×N×D/8S表示文件的大小，单位是B；

R表示采样频率，单位是Hz；

r表示量化位数，单位是bit；

N表示声道数；

D表示录音时间，单位是s。2.1数字音频基础

2.1.4数字音频编码标准

1．G.711

给出了A律和μ律的定义。

2．G.721

采用自适应差值量化的算法对音频波形编码。

3．G.722

采用子带自适应差分脉冲编码技术。

4．G.728

在短延时码激励编码方案的基础上，公布了浮点和定点算法的G.728语音编码标准。2.1数字音频基础

2.1.4数字音频编码标准

5．MPEG中的音频编码已公布和正在讨论的标准有MPEGI，MPEGE，MPEGN，MPEGU。

MPEGI标准对应于ISO/IEC11172-3（MPEG音频）。这部分规定了高质量音频编码方法、存储表示和解码方法。编码器的输入和解码器的输出与现存的PCM标准兼容。2.1数字音频基础

2.1.4数字音频编码标准

6．AC-3编码和解码

AC-3音频编码标准起源于由美国的杜比（DOLBY）公司推出的DOLBYAC-1。

AC-1应用自适应增量调制（ADM）编码技术。立体声编码标准AC-2，应用在PC声卡和综合业务数字网等方面。在AC-2的基础上，开发了DOLBYAC-3的数字音频编码技术。2.1数字音频基础

2.1.4数字音频编码标准

6．AC-3编码和解码

AC-3提供了五个声道从20Hz到20kHz的全通带频：正前方的左（L）、中（C）和右（R），后边的两个独立的环绕声通道左后（LS）和右后（RS），同时还提供了一个100Hz以下的超低音声道供用户选用，以弥补低音之不足，此声道仅为辅助而已，故称为0.1声道。

AC-3被称为5.1声道。2.1数字音频基础

2.1.5音频文件的格式

1．WAV文件

WAV文件是Microsoft公司的音频文件格式。来源于对声音波形的采样，以不同的量化位数把这些采样值转换成二进制数，存入磁盘。

2．VOC文件

VOC文件是Creative公司所使用的标准音频文件格式，其文件结构与WAV文件类似。2.1数字音频基础

2.1.5音频文件的格式

3．MP3文件符合MPEG音频格式,是一种有损压缩。根据压缩质量和编码复杂程度的不同可分为3层（MPEGAudioLayer1/2/3），分别对应MP1、MP2和MP3这三种声音文件。

CD音质的音乐，未经压缩需要10MB存储空间，而经过MP3压缩编码后只有1MB左右，其音质基本保持不失真。

MP3文件在播放时需要专门的工具软件。2.1数字音频基础

2.1.5音频文件的格式

4．RealAudio文件

RealAudio文件（即时播音系统）是RealNetworks公司开发的一种新型流式音频文件格式，主要用于在低速率的广域网上实时传输音频信息。

5．AIFF文件

AIFF是音频交换文件格式（AudioInterchangeFileFormat）的英文缩写，是一种文件格式存储的数字音频（波形）的数据，AIFF应用于个人电脑及其它电子音响设备以存储音乐数据。AIFF支持ACE2、ACE8、MAC3和MAC6压缩，支持16位44.1kHz立体声。音频交换文件格式AIFF是苹果计算机公司开发的声音文件格式，被Macintosh平台及其应用程序所支持，其他专业音频软件包也支持这种格式。2.2音乐合成和MIDI规范2.2.1音乐合成一个乐音必备的三要素是：音高、音色和音强。运动的旋律中的乐音还应具备时值，即持续时间。音高：音高指声音的基频。音色：音色是由声音的频谱决定的。音强：是指声音信号的强弱程度，是由声波振动的振幅决定的。时值：声波振动的持续时间称为时值。2.2音乐合成和MIDI规范2.2.1音乐合成任何一种波形信号都可以被分解成若干个频率不同的正弦波，一个乐器的声音也可以由若干个正弦波合成得到。调频（FM）是使高频振荡波的频率按调制信号规律变化的一种调制方式。采用不同调制波频率和调制指数，就可以方便地合成具有不同频谱分布的波形，再现某些乐器的音色。为使音乐更加真实，人们开发出波形表（wavetable）音乐合成技术。2.2音乐合成和MIDI规范2.2.2MIDI规范

1．什么是MIDIMIDI（乐器数字接口）是一种技术规范，定义了为把电子乐器连接到计算机所需要的电缆和端口的硬件标准，计算机和具有MIDI接口的设备之间进行信息交换的规则，电子乐器之间传送数据的通信协议。

MIDI是将乐曲进行一种数字化的描述，这种描述称为MIDI消息。播放音乐时，从MIDI文件中读出MIDI消息，由合成器生成所需要的乐器的声音波形，经放大后由扬声器输出。

2.2音乐合成和MIDI规范2.2.2MIDI规范

MIDI声音的优点：（1）存储容量小；（2）可以提供背景音乐或音响效果的配音；（3）便于编辑和修改；（4）可以在MIDI合成器中完全重现原来的演奏。

MIDI是把MIDI设备上产生的每个活动记录下来，形成MIDI文件，把它再传送到MIDI合成器时，就可以完全重现原来的演奏效果。2.2音乐合成和MIDI规范2.2.2MIDI规范

2．MIDI的有关术语（1）MIDI文件

MIDI文件是存放MIDI信息的标准文件。（2）通道（Channels）每个通道可以访问一个独立的逻辑合成器。（3）音序器（Sequencer）音序器是为了MIDI作曲而设计的计算机程序或电子装置，用于记录、编辑、播放MIDI文件。2.2音乐合成和MIDI规范2.2.2MIDI规范

2．MIDI的有关术语（4）合成器（Synthesizer）合成器是利用数字信号处理器或其他芯片产生音乐或声音的电子设备。（5）乐器（Instrument）合成器能产生的特定声音称为乐器。（6）复音（Polyphony）复音是合成器同时支持的最多音符数。2.2音乐合成和MIDI规范2.2.2MIDI规范

2．MIDI的有关术语（7）音色（Timbre）音色指的是声音的音质，取决于声音频率。（8）音轨（Track）一种用通道把MIDI数据分隔成单独组、并行组的文件的概念。（9）合成音色映射器（Patchappear）是一种为特定的合成器重新分配编号软件。2.2音乐合成和MIDI规范2.2.2MIDI规范

2．MIDI的有关术语（10）通道映射（Channelmapping）通道映射把发送装置的MIDI通道号变换成适当的接收装置的通道号。2.2音乐合成和MIDI规范2.2.2MIDI规范

3．M1Dl规范

MIDI规范主要包括以下3个方面的内容:

（1）MIDI的硬件规范各种MIDI设备之间连接的硬件接口标准和信号传输机制。（2）MIDI声音信息的规范使音乐信息互相交换的一种编码标准。（3）MIDI声音合成的规范各种声音的表达方式。2.3声卡的应用

2.3.2声卡的输入输出（I/O）接口

2.4音频数据制作

2.4.1音频的获取声音文件的获取就是为音频的编辑进行素材的积累和准备。获得声音文件的途径很多：可以从CD唱盘、VCD上获得；可以从网上下载；也可以自己动手用Windows自带的录音机或用专业的数字声音处理软件录制。2.4音频数据制作

2.4.2CEPro2.0简介1．CEPro2.0的窗口及基本操作工具栏显示范围条音轨控制面板声音播放工具轨道1波形显示区VU电平缩放工具时间显示区2.4音频数据制作

2.4.2CEPro2.0简介（录音软件）1．CEPro2.0的窗口及基本操作单击此按钮可将多轨模式切换为单轨模式

黑框表示声音波形的时间总长，绿条表示当前显示在波形显示区的波形在整个声音波形中所占的位置和长度。2.4音频数据制作

2.4.2CEPro2.0简介1．CEPro2.0的窗口及基本操作要在这一音轨中录音，需点亮“R”

“M”表示静音“S”表示独奏2.4音频数据制作

2.4.2CEPro2.0简介1．CEPro2.0的窗口及基本操作波形上竖直的黄线指示了当前选择点、播放点或插入点的位置。波形的横坐标表示时间

波形的纵坐标表示振幅

VU电平显示正在播放或记录文件的波形的峰值。

2.4音频数据制作

2.4.2CEPro2.0简介2．使用CEPro2.0录制声音创建一个新的声音文件，在NewWaveform对话框选择声音格式。2.4音频数据制作

2.4.3用CEPro编辑音频文件1．声音的放大与缩小Amplification滑块可以调节要放大或减小的音量同原始音量的比值。

一些预置选项的名称放在“Presets”选项组中。用鼠标选取某个名称后，对话框中的其他部分就会被相应设置。2.4音频数据制作

2.4.3用CEPro编辑音频文件1．声音的放大与缩小

选中该复选框，其他数字框里就会变成以分贝为单位的数值。

DCBias选项组可以用来进行直流偏差的调整。

2.4音频数据制作

2.4.3用CEPro编辑音频文件1．声音的放大与缩小Normalization选项组用来规格化声音音量

按下Preview按钮可以预听一下对话框中的设置所产生的效果。2.4音频数据制作

2.4.3用CEPro编辑音频文件2．去除杂音在语音停顿的地方选取一段有代表性的环境噪音。2.4音频数据制作

2.4.3用CEPro编辑音频文件

打开NoiseReduction（降噪器）对话框。FFTSize取值设为4096，其他各项就取CEPro设好的默认值。

2.4音频数据制作

2.4.3用CEPro编辑音频文件

在NoiseProfile选项组中记录噪音轮廓。

水平方向表示频率，竖直方向表示噪音的量。2.4音频数据制作

2.4.3用CEPro编辑音频文件

关闭对话框，回到CEPro的工作界面，使用水平缩放工具使整个声音波形都显示在波形显示区中，双击波形显示区选取整个波形。再次打开NoiseReduction对话框，按下OK按钮，CEPro就可以自动清除环境噪音了。我们可以把噪音数据保存在一个以.fft为扩展名的文件中，在完全相同的环境下录制的声音文件都可以按这个文件记录的噪音信息处理环境噪音。2.4音频数据制作

2.4.3用CEPro编辑音频文件

去除一些别的杂音。使选择区的左右边缘调整到选择区内离原先边缘最近且振幅为0的点上。

按Delete键将选择区部分的波形删除。也可单击“静音”工具将选择区内的波形变成静音。2.4音频数据制作

2.4.3用CEPro编辑音频文件3．增加回响效果Presets选项组提供了丰富的预置选项，当我们选择某一预置选项，按下Preview按钮可试听一下效果，如果不满意，就换另一种预置选，直到满意，就可以按下OK按钮。“Decay”数字框表示一系列连续的回声中的一个回声相对于前一个回声衰减的百分比。

2.4音频数据制作

2.4.3用CEPro编辑音频文件3．增加回响效果“Delay”数字框表示一系列连续的回声中，相邻两个回声之间的时间间隔，单位是毫秒。

InitialEchoVolume数字框表示在最终输出的声音中，混合到原始声音信号中的回声信号的量。2.4音频数据制作

2.4.3用CEPro编辑音频文件

4．声音的淡入淡出InitialAmplification的上下两个滑块分别控制左右声道最初音量放大的倍数

FinalAmplification的上下两个滑块分别控制左右声道最终音量放大的倍数

2.4音频数据制作

2.4.3用CEPro编辑音频文件

4．声音的淡入淡出选中LinearFades单选框就是线性变化，选中LogarithmicFade单选框则是对数变化