声音处理技术

声音处理技术1第1页，共52页，2023年，2月20日，星期六2.1声音的相关概念2.1.1声音的记录2.1.2数字声音的相关概念2.1.3数字声音文件的格式第2章声音处理技术2《多媒体技术及教育应用》清华大学出版社第2页，共52页，2023年，2月20日，星期六2.1.1声音的记录1.声音的本质声音的本质是由物体的振动在空气中传播形成的机械波，这种机械波有一部分(频率在20Hz～20kHz范围内)能被人感觉到，这一部分波被称为声波。频率低于20Hz的称为次声波，频率高于20kHz的称为超声波，次声波和超声波都不能被人耳感觉到。当声波传至人耳时，产生神经信号传至大脑，大脑通过神经系统将其解释为声音。因此声音是声波在人耳中的感受，这不仅与声波的特性有关，而且与人的感受特性有关。第2章声音处理技术3《多媒体技术及教育应用》清华大学出版社第3页，共52页，2023年，2月20日，星期六2.1.1声音的记录2.声音的记录和表示声波不同时刻振动幅度的变化是最重要的信息，它反映了声波的主要内容。记录声音的方法有很多，最早记录声音是使用机械的方法实现的。利用传声器可以将声波在某处引起的振动幅度的变化情况转化为电流的变化。第2章声音处理技术4《多媒体技术及教育应用》清华大学出版社第4页，共52页，2023年，2月20日，星期六2.1.1声音的记录3.声音的计算机表示音频电流的大小是连续变化的，这与声波振动相对应。这种用波形来记录声音的方法得到的声音称为波形声音。图2-1音频电流的波形第2章声音处理技术5《多媒体技术及教育应用》清华大学出版社第5页，共52页，2023年，2月20日，星期六2.1.1声音的记录3.声音的计算机表示由于计算机只能用二进制表示信息，不能表示连续的量，对声音这种连续变化的波形信息，是无法完整记录下来的，因此用计算机来记录声音时，必须对连续的声音进行一定的处理。处理的方法是采样和量化。第2章声音处理技术6《多媒体技术及教育应用》清华大学出版社第6页，共52页，2023年，2月20日，星期六1）采样在某些特定的时刻对模拟信号进行测量叫做采样，由这些特定时刻采样得到的信号称为离散时间信号。图2-2中的一系列带黑点的竖线表示的是采样的时间，竖线端点的值表示这个时刻波形的值。只有采样得到的值会被记录下来，其他值在采样后被舍弃。图2-2声音的采样第2章声音处理技术7《多媒体技术及教育应用》清华大学出版社第7页，共52页，2023年，2月20日，星期六2)量化采样得到的值其幅度可以是无穷多个实数值中的一个，这些值要用二进制数字来表示，必须对每个值分配一个编码。显然对无穷多个值分配编码是不可能的。如果把信号幅度取值的数目加以限定，量化后得到的值只能取有限个参考值，若实际值不在这些有限个值之内，则使用四舍五入或者其他规则把它近似到某个取值上去。图2-3声音的量化第2章声音处理技术8《多媒体技术及教育应用》清华大学出版社第8页，共52页，2023年，2月20日，星期六2.1.2数字声音的相关概念1.波形声音和合成声音波形声音是计算机中表示声音的一种主要方法，它不关心声音是如何产生的，只关心声音在不同时刻的大小。将声音每时刻的振动位置记录下来，用其大小的变化情况来表示，波形声音像照相一样，把声音的波形绘制出来，其特点是比较逼真，但需要较大的数据量。合成声音：先分析声音中有哪些成分，用参数的方法来描述，只需要记下一些参数即可，在再现声音的时候，由特定的程序或硬件依据这些参数生成声音信号。这种方法适合合成声音，如合成语言或合成音乐。其特点是需要的数据量较小，但声音逼真程度不及波形声音，这类声音中比较成熟的有MIDI音乐。第2章声音处理技术9《多媒体技术及教育应用》清华大学出版社第9页，共52页，2023年，2月20日，星期六2.1.2数字声音的相关概念2.波形声音的质量1)采样率2)采样精度第2章声音处理技术10《多媒体技术及教育应用》清华大学出版社第10页，共52页，2023年，2月20日，星期六1)采样率每秒钟采样的次数，称为采样频率或采样率。采样率较高时，声音信息的损失就小，声音采样率超过40

kHz，就可以把整个音频范围的信息记录下来。采样率较低时，高频频率成分会损失。一般选取44.1

kHz的采样率来对音乐进行采样，这样每秒钟可以获得44100个声音样本。第2章声音处理技术11《多媒体技术及教育应用》清华大学出版社第11页，共52页，2023年，2月20日，星期六2)采样精度采样精度也称为量化位数，表示了量化时分配参考值的个数，用编码位数来表示，它反映度量声音波形幅度的精度。例如，每个声音样本用16位(2字节)表示，测得的声音样本值在0～65536的范围内，它的精度就是最大输入信号的1/65536。样本位数的大小影响到声音的质量，位数越多，量化产生的误差越小，声音越接近原来的波形。采样精度（量化位数）高时，需要的存储空间也越多，如8位的量化时，每个声音样本只需要1个字节表示，而16位量化时，每个声音样本需要2个字节表示。第2章声音处理技术12《多媒体技术及教育应用》清华大学出版社第12页，共52页，2023年，2月20日，星期六2.1.2数字声音的相关概念3.声道1)单声道2)立体声3)环绕立体声图2-55.1声道环绕声放声系统5.1的含义是：声音播放现场的前面有3个声道，每个声道的信号输出到左、中、右3个主音箱上；声音播放现场的后面有1个左环绕声声道和右环绕声声道，“0.1”是指低频音效声道，用于过滤频率小于0.1

kHz的超重低音声音信号。

图2-4立体声放声系统第2章声音处理技术13《多媒体技术及教育应用》清华大学出版社第13页，共52页，2023年，2月20日，星期六2.1.2数字声音的相关概念4.MIDI声音MIDI是MusicalInstrumentDigitalInterface(电子乐器数字接口)的简写，是用于在音乐合成器、乐器和计算机之间交换音乐信息的一种标准协议。MIDI是乐器和计算机使用的标准语言，是一套指令(即命令的约定)，它指示乐器即MIDI设备要做什么，怎么做，如演奏音符、加大音量、生成音响效果等。MIDI不是声音信号，在MIDI电缆上传送的不是声音，而是发给MIDI设备或其他装置让它产生声音或执行某个动作的指令。第2章声音处理技术14《多媒体技术及教育应用》清华大学出版社第14页，共52页，2023年，2月20日，星期六2.1.3数字声音文件的格式1.WAV文件WAV文件也叫波形声音文件，该格式文件直接记录声音的波形，不作压缩。在Windows平台下，WAV是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质要求，因此，WAV也是音乐编辑创作的首选格式，适合保存音乐素材。WAV作为一种中介的格式，常常使用在其他编码的相互转换之中。第2章声音处理技术15《多媒体技术及教育应用》清华大学出版社第15页，共52页，2023年，2月20日，星期六2.1.3数字声音文件的格式2.MP3格式MP3是目前最为普及的音频压缩格式，各种与MP3相关的软件产品层出不穷，而且更多的硬件产品也开始支持MP3，有些DVD播放机能够支持MP3，还有更多便携的MP3播放器等。第2章声音处理技术16《多媒体技术及教育应用》清华大学出版社第16页，共52页，2023年，2月20日，星期六2.1.3数字声音文件的格式3.WMA格式WMA是微软开发，针对网络的音频格式。WMA在较低的带宽下(如只有64kbps的码率)，可以达到接近CD的音质。WMA支持防复制功能，可以限制播放时间和播放次数甚至播放的机器等。WMA支持流技术，即一边读一边播放，因此WMA可以很轻松地实现在线广播，Windows对WMA有较好的支持。第2章声音处理技术17《多媒体技术及教育应用》清华大学出版社第17页，共52页，2023年，2月20日，星期六2.1.3数字声音文件的格式4.RA格式RA也是针对网络的音频格式。RA就是RealAudio格式，大部分音乐网站的在线试听都是采用了RealAudio，这种格式完全针对的就是网络上的应用，支持非常丰富的功能。这种格式可以根据听众的带宽来控制自己的码率，在保证流畅的前提下尽可能提高音质。RA不但支持边读边放，还能实现只在线播放而不提供下载的欣赏方式。第2章声音处理技术18《多媒体技术及教育应用》清华大学出版社第18页，共52页，2023年，2月20日，星期六2.1.3数字声音文件的格式5.MID和RMI格式MID和RMI两种格式都是MIDI的文件格式。MID格式是支持MIDI标准的数字音乐文件格式，由一个文件头和MIDI的数据构成，文件头描述了文件的类型和所表达音乐的一些全局的信息，如音轨等；MIDI数据部分表示的是音乐的具体内容。RMI也是支持MIDI标准的数字音乐文件格式，与MID格式不同的是它在MID格式的前面又增加了一个文件头，后面的部分几乎和MID的一样。第2章声音处理技术19《多媒体技术及教育应用》清华大学出版社第19页，共52页，2023年，2月20日，星期六2.2声音文件的获取2.2.1声卡的结构和工作原理2.2.2声卡的插孔2.2.3计算机录音操作第2章声音处理技术20《多媒体技术及教育应用》清华大学出版社第20页，共52页，2023年，2月20日，星期六2.2.1声卡的结构和工作原理声卡从结构上可分为独立声卡、集成声卡和外置声卡等几种。目前一般应用的都是集成声卡，即集成在计算机的主板上。专业的声音处理需要使用高品质的独立声卡，插到计算机主板上的空闲插槽上。声卡采用大规模集成电路，将音频处理的各类电路以专用芯片形式集成在声卡上。第2章声音处理技术21《多媒体技术及教育应用》清华大学出版社第21页，共52页，2023年，2月20日，星期六2.2.2声卡的插孔声卡上一般都有与其他设备连接的插孔，用于与其他设备的连接。(1)MIC：话筒输入端口，插入话筒，用于语音输入。(2)LINEIN：用于采集来自各种模拟音频信号的输入端口，其输入信号电平比

MIC强度大。(3)SPEAKEROUT：耳机或扬声器输出端口，常用于连接无源音箱或耳机。(4)LINEOUT：一个用于标准音响系统或放大器重放声音的输出端口，有些声卡没有这一插孔。图2-7所示的声卡插孔中就没有这一插孔，因此只能看到3插孔。第2章声音处理技术22《多媒体技术及教育应用》清华大学出版社第22页，共52页，2023年，2月20日，星期六2.2.3计算机录音操作硬件连接：只要将话筒插头插入到声卡MIC孔就行了录音通道选择录音音量控制录音软件调用（录音机、cooledit）录音压缩保存等。第2章声音处理技术23《多媒体技术及教育应用》清华大学出版社第23页，共52页，2023年，2月20日，星期六使用CoolEditPro录制声音CoolEditPro的声音处理和混合编辑分别在“波形编辑窗”模式和“多轨操作窗”模式两个不同的窗口界面下实现。在“波形编辑窗”模式下，窗口只显示一个波形声音，其菜单命令主要是声音的处理命令。在“多轨操作窗”模式下，可同时显示多个声音轨道，其菜单命令主要是针对编辑操作的命令。两个窗口模式的切换，可通过“查看”菜单下的“波形编辑窗”和“多轨操作窗”两个命令来实现。声音的录制可在“波形编辑窗”模式中进行，也可在“多轨操作窗”模式中进行。第2章声音处理技术24《多媒体技术及教育应用》清华大学出版社第24页，共52页，2023年，2月20日，星期六【案例2-1】利用“波形编辑窗”模式录制声音的操作(1)启动CoolEditPro软件。(2)新建文件。选择“文件”→“新建”命令，弹出“新建波形”对话框。如果录制的声音用于制作CD或者MP3，可选择采样率为44100，声道为立体声，采样精度为16位，这样录制的参数即为CD标准。第2章声音处理技术25《多媒体技术及教育应用》清华大学出版社第25页，共52页，2023年，2月20日，星期六利用“波形编辑窗”模式录制声音的操作

(3)开启电平监视器，观察录音电平。选择“选项”→“录音电平”命令，可见窗口底部的录音电平监视窗口中出现闪动的光带，在电平监视窗口下侧，有一个电平刻度，表示输入电平的大小，其单位是dB。输入声音信号，可看到此光带会向右侧闪动，表明两个声道输入信号的强度变化。在录制时，注意观察电平的动态范围，若信号太小，则会出现信噪比太低、录制声音太小、噪声相对较大的现象。若信号太强，如超过0dB，则会出现失真。通过“录音控制”窗口中的录音音量控制滑块，可改变输入信号的强度，最好将信号控制在-6dB附近，以留出余地，防止信号突然过大，出现失真。第2章声音处理技术26《多媒体技术及教育应用》清华大学出版社第26页，共52页，2023年，2月20日，星期六利用“波形编辑窗”模式录制声音的操作(4)开始录音。(5)结束录音。录音完成后，单击“停止”按钮，即可停止录音。(6)文件保存。保存文件时，可选择需要的格式，如选择MP3格式，可将文件压缩保存为MP3格式。第2章声音处理技术27《多媒体技术及教育应用》清华大学出版社第27页，共52页，2023年，2月20日，星期六2.3波形文件的处理(1)音量偏小。一是传声器的灵敏度不够，录制的时候，即使将音量调到最大，声音仍然不够大；二是录音时为了留出余地，以保证讲话者声音突然变大时，声音也不超过规定的最大值，(2)声音间隙出现意外的噪声。在录音时，可能会出现脚步声、翻书的声音等。(3)录制语音时出现口误。这是很难避免的，如果整个声音重新录制会浪费很多时间。(4)出现持续噪声。这种噪声通常是设备自身产生的，是系统无法克服的。不同的设备都会或多或少地存在。(5)过长的停顿。一般在录音的开始或结束时，会有一段空白无声的时间，在中间也会出现较长的停顿。(6)声音不清晰。有些传声器低音很重，影响声音的清晰度。第2章声音处理技术28《多媒体技术及教育应用》清华大学出版社第28页，共52页，2023年，2月20日，星期六2.3波形文件的处理2.3.1音量调整和标准化选择“效果”→“波型振幅”→“渐变”命令选择“效果”→“波型振幅”→“音量标准化”命2.3.2声音的剪切选择波形的操作是：把光标移到波形中选择区的起点，按下鼠标左键拖动到终点释放即可。被选择的区域会反色显示。选择“编辑”→“剪切”命令2.3.3静音静音是让选择区域的声音大小变为零，即波形变为一条与水平中心线重合的线段。这种方法比较适合两段声音间隙出现的干扰。选择“效果”→“静音”命令即可第2章声音处理技术29《多媒体技术及教育应用》清华大学出版社第29页，共52页，2023年，2月20日，星期六2.3波形文件的处理2.3.4降噪先进行“噪声采样”，再使用“降噪器”2.3.5声音的均衡处理2.3.6声音的播放速度调整变速或变调案例：《中国鲜红的太阳永不落》的结尾只有一句“中国中国鲜红的太阳永不落”，现要将歌曲用于合唱，将伴奏对应结尾的一句重复一次，并在结尾处使速度渐慢。第2章声音处理技术30《多媒体技术及教育应用》清华大学出版社第30页，共52页，2023年，2月20日，星期六补充回声：房间回声模拟一个声源在房间某处发声，通过多个墙面、天花板和地板反射以后，在另一处拾取声音得到的效果。回声与房间回声效果是不一样的。回声模拟的只有一堵墙的反射效果，并且发声点离反射的墙面有相当的距离，听起来能够把原声和反射声区分开来。多重延时：可设置多个反射声，并对每个反射声的滞后时间、反馈量进行调整。合唱效果：合唱是将一个声音变成多份，每份声音通过频率的微小改变，使之与原来的声音听起来不一样，然后经过不同时间的延时后叠加，使这些声音不够整齐，最终的感觉是多人合唱的效果。声道重混缩（部分消人声）第2章声音处理技术31《多媒体技术及教育应用》清华大学出版社第31页，共52页，2023年，2月20日，星期六实验1声音获取与处理实验1．实验目的(1)掌握利用多媒体计算机及声音处理软件录制语音的操作。(2)对录制声音文件的音质进行处理。(3)根据特定需要修饰声音。(4)能将不同的声音素材进行混合编辑。(5)能利用声音软件实现不同声音格式的转换。2．实验设备与环境多媒体计算机、话筒、音箱、CoolEditPro2.0软件。第2章声音处理技术32《多媒体技术及教育应用》清华大学出版社第32页，共52页，2023年，2月20日，星期六实验1声音获取与处理实验3．实验任务用计算机录制一段朗读的语音，然后对录音效果进行处理，并将其保存为数字声音文件。4．实验步骤(1)朗诵一首诗，用计算机录制成数字化声音文件。(2)对声音文件进行降噪，减少录音设备和环境引起的噪声。(3)对声音文件的音量进行调整，使音量标准化。(4)对声音文件前后的空白部分进行剪切，对录音中的停顿进行调整。(5)对声音文件进行修饰，通过均衡处理提高声音的清晰度。(6)将声音文件分别以MP3和WAV格式保存，在实验2中作为实验素材使用。第2章声音处理技术33《多媒体技术及教育应用》清华大学出版社第33页，共52页，2023年，2月20日，星期六2.4声音的编辑复习2.3节内容：音量调整和标准化选择“效果”→“波型振幅”→“渐变”命令选择“效果”→“波型振幅”→“音量标准化”命声音的剪切选择波形的操作是：把光标移到波形中选择区的起点，按下鼠标左键拖动到终点释放即可。被选择的区域会反色显示。选择“编辑”→“剪切”命令第2章声音处理技术34《多媒体技术及教育应用》清华大学出版社第34页，共52页，2023年，2月20日，星期六2.4声音的编辑复习2.3节内容：静音静音是让选择区域的声音大小变为零，即波形变为一条与水平中心线重合的线段。这种方法比较适合两段声音间隙出现的干扰。选择“效果”→“静音”命令即可降噪先进行“噪声采样”，再使用“降噪器”第2章声音处理技术35《多媒体技术及教育应用》清华大学出版社第35页，共52页，2023年，2月20日，星期六2.4声音的编辑复习2.3节内容：声音的播放速度调整变速或变调案例：《中国鲜红的太阳永不落》的结尾只有一句“中国中国鲜红的太阳永不落”，现要将歌曲用于合唱，将伴奏对应结尾的一句重复一次，并在结尾处使速度渐慢。以上工作都是在“波形编辑界面”进行的第2章声音处理技术36《多媒体技术及教育应用》清华大学出版社第36页，共52页，2023年，2月20日，星期六2.4声音的编辑CoolEditPro软件也提供了声音的编辑功能。编辑工作是在“多轨操作窗”模式下进行的。界面介绍：MSR轨道录音第2章声音处理技术37《多媒体技术及教育应用》清华大学出版社第37页，共52页，2023年，2月20日，星期六2.4声音的编辑编辑操作的基本过程：先在不同的轨道上插入不同的声音文件，然后根据需要可以左右移动波形，以改变插入声音文件开始播放的时刻，可以将文件切分成一些声音片断，并在同一轨道或不同的轨道上拼接，可以剪掉不要的声音。在波形上还可以编辑包络，即用一些包络线来确定某一声音的音量变化情况和声像等变化情况。当这些波形编辑好以后，经过试听，如果符合要求，则可混缩为一个波形文件保存。第2章声音处理技术38《多媒体技术及教育应用》清华大学出版社第38页，共52页，2023年，2月20日，星期六2.4声音的编辑2.4.1声音文件的添加方法一：插入——音频文件/MIDI文件/视频中的波形文件方法二：文件——打开波形2.4.2波形的分割选择“编辑”→“分割”命令即可。若想恢复被剪切的部分，选择“查看”→“开启节点拖拉”命令，按下鼠标左键即可拖动边界若想复制某段波形，按住ctrl,右键拖动即可。第2章声音处理技术39《多媒体技术及教育应用》清华大学出版社第39页，共52页，2023年，2月20日，星期六2.4声音的编辑2.4.3波形的移动在任一波形上或者一个被分割的波形片断上按下鼠标右键时可拖动波形以改变其位置，可以在同一音轨上左右移动，以改变声音片断的播放位置，还可以将波形拖到其他音轨上去。2.4.4波形的包络化编辑选择“查看”→“音量包络”命令，同时选择“查看”→“开启包络编辑”命令案例1——配乐诗朗诵《海燕》2.4.5混缩到文件选择“编辑”→“混缩到文件”→“全部波形”命令第2章声音处理技术40《多媒体技术及教育应用》清华大学出版社第40页，共52页，2023年，2月20日，星期六案例2——舞曲联奏的编辑在声音编辑中，常常会遇到将几首音乐连接成较长音乐的情况，如给一篇较长的散文朗读配音，或是将几首歌曲连接成一首较长的舞曲。对于前者，因为朗诵的音乐中间是可以中断的，所以组接音乐时，可以在“波形编辑窗”模式下编辑，也可以在“多轨操作窗”模式下完成，编辑过程比较简单；对于后者，则要复杂得多，因为舞曲要求中间不能中断，要求节奏一致，在两个曲子中间转换时，不能太突然，所以这类编辑要在“多轨操作窗”模式下进行。第2章声音处理技术41《多媒体技术及教育应用》清华大学出版社第41页，共52页，2023年，2月20日，星期六案例2——舞曲联奏的编辑这里选择三首歌曲作为素材，分别是《女驸马》、《拉瓦人民唱新歌》和《为了谁》。选择的原因主要是因为这三首曲子风格完全不同，为使衔接自然，需要做一些处理。将《女驸马》放在第一轨道，《拉瓦人民唱新歌》放在第二轨道，《为了谁》放在第三轨道，在时间上前后依次错开第2章声音处理技术42《多媒体技术及教育应用》清华大学出版社第42页，共52页，2023年，2月20日，星期六案例2——舞曲联奏的编辑调整素材音色先分别试听三首曲子，比较三首曲子的音色差别。第一首戏曲一般音色会亮一些，第三首是流行歌曲，曲子音色可能会浑厚一些。以第二首曲子为标准，分别调整第一首和第三首。音色调整可使用各音轨左侧的简单均衡器进行调整单击轨道左侧上端的EQ标签，出现“低”、“Mid”和“高”三个参数栏，将光标移到某个参数栏中，按下鼠标左键横向拖动可改变参数，注意音色变化。对第一轨道的戏曲，将“高”一栏的参数适当调低，“低”一栏的参数适当调高；第三轨道的流行音乐则刚好相反。第2章声音处理技术43《多媒体技术及教育应用》清华大学出版社第43页，共52页，2023年，2月20日，星期六案例2——舞曲联奏的编辑调整素材节奏三首曲子原来的节奏是不相同的，这在舞曲中是不允许的，因为舞曲的节奏会影响到舞蹈的节奏，很难想象在两首曲子交换时舞蹈者能够及时调整他们的舞步。调整节奏就是调整曲子的播放速度，这个操作需要在“波形编辑窗”模式下进行。在要调整节奏的曲子上双击，模式自动切换到“波形编辑窗”模式。选择“效果”→“变速/变调”→“变速器”命令，弹出“变速”对话框，这里需要使整首曲子的节奏加快或减慢，因此需要在“恒定速度”选项卡中向左或右调节滑块，使曲子的整体节奏发生改变。第2章声音处理技术44《多媒体技术及教育应用》清华大学出版社第44页，共52页，2023年，2月20日，星期六案例2——舞曲联奏的编辑设置交叉过渡开启包络编辑，使前一首曲子淡出，后一首曲子淡入，包络线呈交叉状.混缩到文件保存文件第2章声音处理技术45《多媒体技术及教育应用》清华大学出版社第45页，共52页，2023年，2月20日，星期六2.5声音处理技术的教学应用声音是教学中应用的重要媒体。声音在教学中的应用可以分为3个方面：首先在语言学习或音乐学习中，声音本身是要学习的内容；其次声音是交流的工具，通过语言，教师与学生间进行教学内容的传递和交流；另外在某些特定的学科中，声音还携带了很重要的信息，如医学领域，医生要通过听肺的声音判断身体器官的病变情况，这些领域的教学也离不开声音的支持。第2章声音处理技术46《多媒体技术及教育应用》清华大学出版社第46页，共52页，2023年，2月20日，星期六2.5声音处理技术的教学应用在多媒体教学中运用声音，需要进行声音素材的采集、声音的处理、声音的编辑等操作，这些操作都有一些技术要求。常见的操作有以下几种。1.录音电平控制录音电平控制就是录制时输入声音的大小控制。声音太小，会使录制的噪声很大，声音太大会引起