第二章音频的数字化

第二章音频的数字化第1页，共43页，2023年，2月20日，星期三学习内容一、声音二、模拟音频与数字音频三、音频的采样、量化和数字化（重点）四、数字音频的格式五、音频文件的读取（重点）六、声音质量的度量第2页，共43页，2023年，2月20日，星期三学习目标1、了解声音相关概念及要素2、掌握音频采样、量化和数字化原理3、了解数字音频的文件格式

4、理解WAV文件的文件结构第3页，共43页，2023年，2月20日，星期三一、声音声音是通过空气传播的一种连续的波，叫声波。声音的强弱体现在声波压力的大小上音调的高低体现在声音的频率上第4页，共43页，2023年，2月20日，星期三一、声音——有关概念复合信号：声音信号由许多频率不同的信号组成分量信号：单一频率的信号带宽：描述组成复合信号的频率范围。如：高保真声音的频率范围为10Hz~20KHz，它的带宽约为20KHz。第5页，共43页，2023年，2月20日，星期三一、声音——三要素音强(volume)音调(pitch)音色—>响度，由振幅决定—>由频率决定—>指声音频率组成成分第6页，共43页，2023年，2月20日，星期三一、声音——分类次音频信号<20HZ(人耳听不到)音频信号20HZ~20kHZ(人能听到)超音频信号>20kHZ(人听不到,有很强的方向性,可以形成波束)第7页，共43页，2023年，2月20日，星期三二、模拟音频与数字音频模拟信号数字信号第8页，共43页，2023年，2月20日，星期三二、模拟音频与数字音频模拟音频：在时间和幅度上都是连续变化的数字音频：在时间和幅度上都是离散、不连续的第9页，共43页，2023年，2月20日，星期三三、音频的数字化模拟音频数字音频采样、量化、编码第10页，共43页，2023年，2月20日，星期三三、音频的数字化（采样）音频采样：当把模拟声音变成数字声音时，需要每隔一个时间间隔在模拟声音波形上取一个幅度值。

信号转换示意图第11页，共43页，2023年，2月20日，星期三三、音频的数字化（采样）采样：将时间上连续的取值变为有限个离散取值的过程

第12页，共43页，2023年，2月20日，星期三三、音频的数字化（采样）奈奎斯特采样定理：设连续信号X(t)的最高频率分量为Fm，以等间隔Ts（Ts称采样间隔，fs=1/Ts称为采样频率）对X(t)进行采样，得到Xs(t)。如果Fs>=2Fm，则Xs(t)保留了X(t)的全部信息（从Xs(t)可以不失真地恢复出X(t)）。

只要采样频率高于信号中最高频率的2倍，就可以从采样中完全恢复原始信号的波形。第13页，共43页，2023年，2月20日，星期三三、音频的数字化（量化）音频量化：将经采样后幅度上无限多个连续的样值变为有限个离散值的过程第14页，共43页，2023年，2月20日，星期三三、音频的数字化（量化）量化过程：先将整个幅度划分成为有限个幅度（量化阶距）的集合，把落入某个阶距内的样值归为一类，并赋予相同的量化值。量化等级的划分第15页，共43页，2023年，2月20日，星期三三、音频的数字化模拟信号采样量化编码第16页，共43页，2023年，2月20日，星期三A/D转换中，影响质量及数据量的主要因素：每秒钟需要采集多少个声音样本即采样频率每个声音样本的位数(bps)应该是多少即量化位数三、音频的数字化例子:每个声音样本用16位表示,测得声音样本值是在0~65536的范围里,它的精度就是输入信号的1/65536第17页，共43页，2023年，2月20日，星期三声音质量与数据率三、音频的数字化质量采样频率kHz样本精度(b/s)单/立体声数据率(kB/s)频率范围电话88单道声8200~3400AM11.0258单道声1120~15000FM22.05016立体声88.250~7000CD44.116立体声176.420~2000DAT4816立体声192.020~2000第18页，共43页，2023年，2月20日，星期三四、数字音频的文件格式1、WAV文件声音是随着时间连续变化的物理量，并且是一种能借助介质传播的波。第19页，共43页，2023年，2月20日，星期三四、数字音频的文件格式1、WAV文件字节数/秒=采样频率（HZ）*量化位数（BIT）*声道数/8特点：数据量大音质好不适合网络传播或播放文件数据量计算：?

1分钟单声道，采样频率为11.025kHz，8位采样位数第20页，共43页，2023年，2月20日，星期三四、数字音频的文件格式2、MP3文件MPEGAudioLayer-3特点：数据量较小，压缩率10：1—20：1音质较好是目前最为流行的音频格式文件第21页，共43页，2023年，2月20日，星期三四、数字音频的文件格式3、MIDI文件数字乐器接口标准特点：midi文件中存储的是产生声音指令数据量小适用于：需要播放长时间高质量音乐第22页，共43页，2023年，2月20日，星期三四、数字音频的文件格式3、MIDI文件第23页，共43页，2023年，2月20日，星期三四、数字音频的文件格式3、MIDI文件第24页，共43页，2023年，2月20日，星期三四、数字音频的文件格式4、ASF、WMA文件微软开发的网上流式数字音频文件格式特点：音质好数据量小适合网络流式传输第25页，共43页，2023年，2月20日，星期三四、数字音频的文件格式5、RAM、RA文件RealNetworks开发的网上流式数字音频文件格式特点：能随带宽的不同而改变音质，在保证大多数人听到流畅声音的前提下，带宽宽裕的听众获得较好的音质适合低网速的实时传输第26页，共43页，2023年，2月20日，星期三四、数字音频的文件格式6、AIF、AU文件Apple公司开发的音频文件格式第27页，共43页，2023年，2月20日，星期三四、数字音频的文件格式7、CD-DA数字音频光盘44.1khz、16Bit量化位数、双声道第28页，共43页，2023年，2月20日，星期三四、数字音频的文件格式8、MDMiniDiscSony推出的便携式音乐格式MD汽车音响、随身听第29页，共43页，2023年，2月20日，星期三五、音频文件的读取工具：UltraEditDebug其他反汇编软件第30页，共43页，2023年，2月20日，星期三WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文ResourceInterchangeFileFormat（资源互换文件格式）的缩写，每个WAVE文件的头四个字节便是“RIFF”。对应的十六进制是52494646。五、音频文件的读取文件头数据体WAVE文件RIFF／WAV文件标识段声音数据格式说明段第31页，共43页，2023年，2月20日，星期三标志符（RIFF）数据大小格式类型（"WAVE"）"fmt"Sizeof(PCMWAVEFORMAT)PCMWAVEFORMAT"data"声音数据大小声音数据五、音频文件的读取WAV文件结构文件头数据体第32页，共43页，2023年，2月20日，星期三五、音频文件的读取第33页，共43页，2023年，2月20日，星期三五、音频文件的读取例：sound.wav44.1kHz16位双声道12.68秒2236752字节数据量第34页，共43页，2023年，2月20日，星期三00h：524946468221220057415645666D7420

RIFF标志总数据块大小格式类型fmt标志

2236802字节WAVE

10h：120000000100020044AC000010B10200

音频格式数据块大小编码格式双声道采样频率每秒数据量18waveformatPCM44.1kHz17640020h：04001000000066616374040000005488

区块对齐单位量化位数416位30h：0800646174615021220000000000FFFF

data标志声音裸数据长度声音数据内容

2236752字节40h：0000FEFFFEFF00000000FEFFFEFF0100五、音频文件的读取第35页，共43页，2023年，2月20日，星期三六、声音质量的度量1、客观质量度量：信噪比信噪比SNR（SignaltoNoiseRatio）是有用信号与噪声之比的简称。

噪音可分为环境噪音和设备噪音。信噪比越大，声音质量越好。第36页，共43页，2023年，2月20日，星期三2、客观质量度量：带宽200—3.4KHz电话声音范围50—7KHz调幅广播声音范围20—15KHz调频广播声音范围10—20KHz高保真立体声音范围六、声音质量的度量第37页，共43页，2023年，2月20日，星期三2、客观质量度量：带宽六、声音质量的度量音频信号的频带越宽，所包含的音频信号分量越丰富，音质越好第38页，共43页，2023年，2月20日，星期三六、声音质量的度量3、客观质量度量：动态范围声音的动态范围即声音从最弱变到最强的范围。声音的动态范围还与频率有关。动态范围最大的频率区间是1000-6000HZ，计量单位是分贝(dB)。动态范围越大，信号强度的相对变化范围越大，音响效果越好第39页，共43页，2023年，2月20日，星期三六、声音质量的度量3、客观质量度量：动态范围动态范围＝20×log(信号的最大强度/信号的最小强度)(dB)第40页，共43页，2023年，2月20日，星期三六、声音质量的度量4、主观质量度量：MOS分数MeanOpinianScore分数质量级别失真