数字音频处理技术

数字音频处理技术第一页，共二十二页，2022年，8月28日3.1.1声音概念3.1基本概念●声音定义声音是振动的波,是随时间变化的物理量，它有三个指标:(1)振幅---波的高低幅度。体现了声音的强弱(2)周期---两个相邻波波峰到波峰或波谷到波谷之间的时间长度。(3)频率---每秒钟振动的次数。以HZ为单位.体现了音调的高低。教学进程振幅周期基线第二页，共二十二页，2022年，8月28日●(1)音调—(高低)，声音的振动频率高，音调就高，反之亦然，但它们之间并非线性关系。(2)音色—(特质)，指具有特色的声音，可分为纯音和混和音。振幅和频率不变的声音信号，称为单音。单音一般只能由专用电子设备产生。在日常生活中，我们听到的自然界的声音一般都属于复音，其声音信号由不同的振幅与频率合成而得到。(3)音强—(强弱)，声音的强度，与声音幅度有关，振幅越大，则响度越大，反之亦然，但它们也不是线性关系3.1.2声音三要素第三页，共二十二页，2022年，8月28日●简称音质。音质与频率范围有关，频率范围越宽音质越好声音的质量影响音质的因素，常见的有：1）对于数字音频，音质的好坏与数据采样频率和量化位数有关。2）与还原设备有关3）与信噪比有关。第四页，共二十二页，2022年，8月28日电话语音200Hz～3,400Hz调幅广播(AM)50Hz～7,000Hz调频广播(FM)20Hz～15,000Hz超高保真10Hz～44,000Hz频带宽度●声音质量分级与带宽第五页，共二十二页，2022年，8月28日例：1、电话采用的是PCM（脉冲编码调制）方法，可进行8000次/秒的采样。

2、CD唱片：要获得CD音质的效果，则要保证采样频率是44.1KHZ3.2声音的数字化(a)模拟音频信号(b)音频信号的采样数字化音频的过程如下：采样的过程：每隔一个时间间隔，在模拟声音的波形上取一个幅度值，把时间上的连续信号变成时间上的离散信号。3.2.1声音的采样●第六页，共二十二页，2022年，8月28日(c)采样信号的量化分割采样信号幅度的方法：采取二进制的方式，以8bit或16bit的方式来划分纵轴量化：通常把声波波形的幅度的数字化表示称之为量化。量化的过程：先将采样后的信号按声波的幅度划分为有限个区段的集合，把落入到某个区段的样值归为一类，并赋予相同的量化值。3.2.2声音的量化●第七页，共二十二页，2022年，8月28日●

声音的编码声音数字化1101110011001101模拟信号经过采样个量化后，形成脉冲数字信号，再以一定的方式进行编码，形成计算机内部运行的数据。编码：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同步和控制的数据。在数据回放时，可以根据所记录的纠错数据判别读出的声音数据是否有错，如一定范围内有错，可以加以纠正。常见的编码方式是脉冲编码调制（PulseCodeModulation，PCM）第八页，共二十二页，2022年，8月28日数字音频信号的特点

在多媒体系统中，音频信号可分为语音信号和非语音信号，非语音信号又可分为乐音和杂音，总结起来有以下几个特点：

1.音频信号是依赖时间的连续媒体，因此如果在时间上有25ms的间隙或延迟，人就会有感觉，因此处理时时序性要求很严格。

2.由于人的听觉系统是双声道的，因此计算机产生的模拟声音也应该是双声道的。

3.特别是语言信号，除了声音以外，还带有感情色彩的语意的表达，因此处理时除声音信号外，还有其他信号，如语意、声调等需要涉及，因此比较复杂。第九页，共二十二页，2022年，8月28日3.3.wav●

WAV(WaveformAudio)波形音频文件

多媒体系统、音乐光盘制作，记录物理波形，数据量大.voc●

VOC是Creative公司的波形音频文件格式同WAV格式类似.mid●MIDI(MusicalInstrumentDigitalInterface)乐器接口文件

用于合成、游戏，记录音符时值、频率、音色特征，数据量小.mp3●mp3(MPEG音频压缩标准)压缩音频文件

必须经过解压缩，数据量小●文件种类及特点数字音频文件的种类教学进程第十页，共二十二页，2022年，8月28日WAV文件●WAV文件来源于对于声音的模拟波形的采样，它使用的是资源交换文件（ResourseInterchangeFileFormat，RIFF)的格式描述的。RIFF格式文件是一种带有标记的文件结构。RIFF文件格式文件头：包含一个标志符、语音特征值、声道特征值以及

PCM格式类型标志等数据块：数据子块标记、数据块长度、波形音频数据3个数据子块组成、第十一页，共二十二页，2022年，8月28日例如1.采样频率22.05kHz，量化位数是8位，单声道，录制时间长度是10秒：2.用44.1KHz的采样频率进行采样，量化位数选用16位，则录制10秒的立体声节目，其波形文件所需的存储量为：

WAV文件的容量的计算：对于PCM采样得到的波形文件，其声音文件的大小与采样频率、量化位数和声道数有关，其计算公式为：

S=R×D×(r／8)×NS

文件的大小，以B为单位R

采样频率，以Hz为单位D

录音时间，以s为单位r

量化位数，以二进制计，如8位，16位。r/8是把二进制用B表示（1B＝8bit）N

声道数，对于单声道为1，双声道为2 ，依此类推。S＝22050×10×（8／8）×1＝220.5KB

S＝44100×10×（16／8）×2=1764KB第十二页，共二十二页，2022年，8月28日VOC文件●是声霸卡使用的音频文件格式。VOC文件格式文件头：包含一个标识、版本号个一个指向数据块起始地址的指针数据块：分为各种类型的子块。如声音数据、静音、标记、

ASCII码文件、重复、重复的结束及中止标记等。第十三页，共二十二页，2022年，8月28日●指MPEG标准中的音频部分，即MPEG音频层（MPEGAudioLayer）。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,MP3这三种声音文件。MPEG音频编码具有很高的压缩率：MP1-------4:1MP2-------6:1~8:1MP3-------10:1~12:1MP3文件第十四页，共二十二页，2022年，8月28日

一般情况下，声音的制作是使用麦克风或录音机来产生，再由声卡上的WAVE合成器的(模/数转换器)对模拟音频采样后，量化编码为一定字长的二进制序列，并在计算机内传输和存储。在数字音频回放时，再由数字到模拟的转化器(数/模转换器)解码可将二进制编码恢复成原始的声音信号，通过音响设备输出。如下图所示。模拟音频信号输入采样/量化编码传输/存储解码播放3.4数字音频信号的编码●第十五页，共二十二页，2022年，8月28日

由前面的学习我们知道数字波形文件数据量大，数字音频的编码必须采用高效的数据压缩编码技术。音频信号能够被压缩编码的依据有两个：一是声音信号存在着数据冗余；二是利用人的听觉特性来降低编码率，人的听觉具有一个强音能抑制一个同时存在的弱音现象，这样就可以抑制与信号同时存在的量化噪声；另外人耳对低频端比较敏感，而对高频端不太敏感，由此引出了“子带编码技术”。

音频信号的压缩编码方式可分为波形编码、参数编码和混合编码三种。第十六页，共二十二页，2022年，8月28日1）.波形编码波形编码是基于音频数据的统计特性进行编码，典型技术是波形编码，其目标是使重现的语音波形保持原有的形状，其特点是算法简单，易于实现，可获得高质量的语音。

常用的四种波形编码方法为：

脉冲编码(PCM)

差分（差值）脉冲编码(DPCM)

自适应量化编码(APCM)

自适应差分编码(ADPCM)第十七页，共二十二页，2022年，8月28日常用的四种波形编码方法为：脉冲编码(PCM)，实际为直接对声音信号作A／D转换。只要采样频率足够高，量化位数足够多，就能使解码后恢复的声音信号有很高的质量。差分（差值）脉冲编码(DPCM)，即只传输声音预测值和样本值的差值以此降低音频数据的编码率。自适应量化编码(APCM)

，对于不同频段设置不同的量化字长，使数据得到进一步的压缩。自适应差分编码(ADPCM)，是DPCM方法和APCM方法的有机合并的进一步改进，使数据得到进一步的压缩。第十八页，共二十二页，2022年，8月28日2).参数编码

参数编码是基于音频的声学参数进行的编码，可进一步降低数据率。其目标是使重建音频保持原来的音频特性。将声音信号用模型参数来表示，再对参数进行编码，在声音播放时根据参数重建声音信号。常用的音频参数有共鸣峰、线形预测系数、滤波器组等。它通过建立起声音信号的产生模型，其特点是算法复杂，计算量大，压缩率高，但还原声音的质量不高。第十九页，共二十二页，2022年，8月28日*混合编码

混合编码是把波形编码的高质量和参数编码的低数据率结合在一起，可取得更好的效果。常用的编码有：码本激励线性预测编码CELP、多脉冲激励线性预测编码MCELPC。3).人体工程学编码

这是一种基于人的听觉特性的编码，从人的听觉系统出发，利用听觉掩蔽效应，设计心理声学模型，从而实现更高效率的数字音频的压缩，其中以MPEG标准中的高频编码和DolbyAC-3最有影响。第二十页，共二十二页，2022年，8月28日AC-3的技术特点

AC-3技术是DOLBY实验室于1992年提出的，它可以提供5个声道，每个都是从20Hz到20KHz的全通带频，从而实现前左、前中、前右和后左、后右五个声道。另外还特别提供了一个100Hz一下的超低音频声道，可由用户自己选择，用以弥补低音的不足，这就是我们常说的5.1系统。

AC-3系统将这6个声道进行数字编码，并压缩成