《多媒体技术及应用》课件第3章

第3章音频信息处理3.1基本概念

3.2常见声音处理软件3.3数字化声音的获取3.4数字化声音的转换3.5声音处理

习题3

教学目标

理解声音的基本特征、声音数字化的基本原理和处理的基本方法；

了解音频文件的格式；

理解音频数据的压缩技术；

掌握数字音频信息处理的基本方法。音频信息包括人的声音、音乐、风雨声、机器声等自然界的各种声响。声音携带了大量的信息，是人类表达、传递信息的主要媒体之一。在多媒体应用中，适当地运用语音和音乐能起到其他媒体无法替代的效果，使得多媒体应用更加生动、形象。那么，处理音频需要做哪些工作呢？首先要把声音数字化，只有数字化的声音才能使用计算机进行处理。数字化的声音叫做“数字音频信号”，在本章后面的叙述中，如果不特别声明，谈到的声音都是指数字音频信号。音频处理主要有剪辑、合成、制作特效、增加混响、调整频率、改变频响特性等。3.1基本概念声音是指自然声响，是介质振动产生的声波，并随时间连续变化的物理量。声音的三个重要特性是：①振幅：波的高低幅度，表示声音的强弱。②周期：两个相邻波之间的时间长度。③频率：每秒钟振动的次数，以赫兹(Hz)为单位。3.1.1声音的基本特点

1．声音传播声音依靠介质的振动进行传播。声音在不同介质中的传播速度和衰减率不一样，导致声音在不同介质中传播的距离不同。

2．声音的频率人们把频率小于20 Hz的声音信号称为亚音信号，或称为次声波(Infrasonic)；频率范围为20～20 kHz的声音信号称为音频(Audio)信号。虽然人的发音器官发出的声音频率大约是80～3400 Hz，但是人说话的信号频率通常为300～3400 Hz，人们把在这种频率范围的声音称为话音(Speech)；高于20 kHz的声音信号称为超音频信号，或称超声波(Ultrasonic)信号，如图3-1所示。人耳对3～5 kHz频率的声音最敏感。图3-1按频率分类的声音

3．声音的传播方向声音以振动波的形式从声源向四周传播。人类在辨别声源位置时，首先依靠声音到达左、右两耳的微小时间差和强度差异进行辨别，然后经过大脑综合分析而判断出声音来自何方。从声源直接到达人类听觉器官的声音是“直达声”，声音从声源发出后，经过多次反射到达人类听觉器官的声音是“反射声”。

4．声音的三要素声音的三要素是音调、音强和音色。

1)音调音调与声音的频率有关。音调高则表示声音的频率高，音调低则表示声音的频率低。频率是指信号每秒钟变化的次数，用Hz表示。频率快则声音尖高，反之则声音低沉。

2)音强音强即声音音量(也称响度)，它与波形振动的幅度有关，反映了声音的大小和强弱。振幅大则音量就大。

3)音色语音、乐声等自然界中的大部分声音一般都不是纯音，大多是由不同频率和不同振幅的声波叠加起来的复音。在复音中，最低频率称为该复音的基音(也称基频)。基音和谐音(或称泛音)的组合决定了特定声音的音色。音色体现了声音在听觉上的优美程度。高次谐音越丰富，音色就越有明亮感和穿透力。

5．声音的连续性声音是关于时间的连续的模拟信号，声音在时间轴上是连续信号，具有连续性和过程性。构成声音的数据前后之间具有强烈的相关性。此外，声音还具有实时性，因此对处理声音的硬件和软件有很高的要求。

6．声音的声道声音有单声道和立体声之分，立体声采用两个声道或更多声道，立体声比单声道的数据量大得多。3.1.2声音的音质、数据量与文件

1．音质音质是指声音的质量。音频信号的质量指经传输、加工处理后音频信号的保真度。一般音频信号的频带越宽，包含的音频信号分量越丰富，音质越好。音频与频率范围成正比，频率范围越宽音质越好。影响音质的因素还有很多，常见的有：

(1)对于数字音频信号，音质的好坏与数据采样频率和数据位数有关，采样频率越低，位数越少，音质越差。

(2)音质与声音还原设备有关，音响放大器和扬声器的质量能够直接影响重放的音质。

(3)音质与信噪比有关。在录制声音时，音频信号幅度与噪声幅度的比值越大越好，否则声音被噪声干扰，会影响音质。

2．数据量与文件的关系对于数字化的声音而言，音质的好坏取决于采样频率的高低、表示声音的位数和声道形式。表3-1列出了音质与各种数字音频参数的对应关系。从表中可以看出，音质越好，音频文件的数据量越大。为了节省存储空间，通常在保证基本音质的前提下，可以采用稍低一些的采样频率。一般而言，在要求不高的场合，人的语音采用11 025 Hz的采样频率、8 bit、单声道形式已经足够了；如果是乐曲，22 050 Hz的采样频率、8 bit、立体声形式已能满足一般播放场合的需要。当然，如果是乐曲欣赏，自然追求高音质，只能采用44 100 Hz或更高的采样频率，数据量的问题则退到次要地位。表3-1音质与各种数字音频参数的对应关系

3．文件同存储文本文件一样，存储声音数据也需要有存储格式。在Internet和各种计算机上的声音文件格式有很多种，部分常见的音频文件格式如表3-2所示。目前比较流行的有以MP3、WAV和WMA等为扩展名的文件格式。以下简单介绍几种声音文件格式及其特点。

1) WAV格式

WAV(Waveform)格式又称波形文件，是微软公司开发的一种声音文件格式，符合RIFF(ResourceInterchangeFileFormat)规范。WAV格式支持MS-ADPCM、CCITTG .711等多种压缩算法。尽管WAV格式支持音频数据的压缩存储，但大多数情况下，WAV文件是未经压缩的，文件尺寸较大。作为最主要的Windows音频格式，WAV格式得到广泛支持。WAV格式常用于多媒体系统、音乐光盘制作，用来记录物理波形，数据量大。表3-2部分常见的音频文件格式续表

2) MP3格式

MPEG(MovingPictureExpertGroup)是ISO/IEC/JTC/SC2/WG11联合成立的专家组，其目标是开发满足各种应用的运动图像及其伴音的压缩、解压缩和编码描述的国际标准。MPEG标准包括MPEG视频、MPEG音频和MPEG系统(视频、音频同步)三个部分。已发布的标准有MPEG-1、MPEG-2、MPEG-4、MPEG-7和MPEG-21等。通常VCD遵循的就是MPEG-1编码格式。

MP3格式是MPEG-1标准中的音频部分，依压缩质量和编码复杂程度的不同，可分为三层(MPEGAudioLayer 1、Layer 2、Layer 3)，分别对应MP1、MP2和MP3三种音频文件。MPEG音频编码具有很高的压缩比，MP1和MP2的压缩比分别为4∶1～8∶1和6∶1～8∶1，MP3音频编码具有10∶1～12∶1的高压缩比，并保持低音频部分不失真，但牺牲了声音中12～16 kHz的高音频部分。如前所述的1分钟CD-DA音质音乐，经过MP3压缩编码后，只需1 MB左右，因此MP3文件格式非常流行。

MP3压缩音频文件的数据量小，必须经过解压缩才能播放。近年来，出现了专门播放MP3文件的MP3播放器。3) WMA格式

WMA(WindowsMediaAudio)格式来自于微软公司，音质优于MP3，压缩比一般可以达到18∶1左右。WMA格式的一个优点是内容提供商可以通过DRM(DigitalRightsManagement)实现版权保护。这种版权保护技术可以限制多媒体内容的播放时间和播放次数，甚至可用于播放的机器中。WMA格式还支持音频流(Streaming)技术，适合在线收听。WindowsMediaPlayer7.0具有直接把CD光盘转换为WMA格式的功能。在WindowsXP中，WMA是默认的编码格式。

4) ASF格式

ASF(AdvancedStreamingFormat)格式也源于微软公司，是一种支持在各类网络和协议上传输数据的标准。ASF格式支持音频、视频及其他多媒体数据，而WMA格式是只包含音频的ASF文件。

5) RM格式

RM(RealMedia)是RealNetworks公司所制定的音频/视频压缩规范。RM是一种在Internet上流行的跨平台多媒体应用标准。该标准不仅能在宽带网络上提供优质的多媒体服务，还能够以28.8kb/s的传输速率提供连续立体声和视频应用。RM音频格式主要有RA(RealAudio)、RM(RealMedia)和RMVB(可变比特率的RM)。

6) VQF格式

VQF格式是NTT公司与Yamaha公司共同开发的一种音频压缩格式。它的压缩率能够达到18∶1，因此在相同情况下，VQF文件比MP3小30%～50%，同时还能保持极佳的音质。

7) CD-DA格式

CD-DA格式是激光音频文件，准确记录声波，数据量大，经过采样生成WAV和MP3音频文件。标准CD-DA格式的采样频率为44.1 kHz，量化位数为16位，双声道，是近似无失真的。CD-DA光盘可以在CD唱机中播放，也能用计算机上的各种播放软件来播放。CD音频曲目文件cda只是索引，并不包含声音数据，所以不论CD音乐的长短，从计算机上看到的cda文件都是44字节。

8) VOC格式

VOC(CreativeVoice)格式主要用于DOS操作系统。它由文件首部和音频波形数据块组成，在文件首部又包括标志符、版本号和一个指向数据块开始位置的指针等。

9) MIDI格式乐器数字接口(MusicalInstrumentDigitalInterface，MIDI)是由世界上主要电子乐器制造厂商建立起来的一个国际通信标准。MIDI文件记录的是一系列指令，而不是波形数据，所以它占用的存储空间比WAV格式小很多。

MIDI音乐用于合成和游戏，使用数字记录音符时值、频率和音色特征，数据量小。

10) MOD格式

MOD(Module)格式最初产生于Commodore公司的AMIGA计算机。这种机器配置了一种称为PAULA的智能音乐芯片，能够在4个独立的通道中同时播放。PC机使用的MOD文件是移植来的，主要由一些音乐爱好者通过网络和BBS支持,所以PC机上用于播放MOD音乐的软件多数是共享软件或自由软件。3.2常见声音处理软件声音的编辑离不开各种声音处理软件，下面介绍一些常见的音频处理软件的功能与特点。

1．GoldWave

GoldWave是一个集声音编辑、播放、录制和转换的音频工具，其体积小巧，功能却不弱。GoldWave可打开的音频文件相当多，包括WAV、OGG、VOC、IFF、AIF、AFC、AU、SND、MP3、MAT、DWD、SMP、VOX、SDS、AVI、MOV、APE等音频文件格式，也可以从CD、VCD、DVD或其他视频文件中提取声音。它内含丰富的音频处理特效，从一般特效如多普勒、回声、混响、降噪到高级的公式计算(利用公式在理论上可以产生任何想要的声音)，效果很多。

2．CoolEditPro

CoolEditPro是一个非常出色的数字音乐编辑器和MP3制作软件。不少人把CoolEditPro形容为音频“绘画”程序。可以用声音来“绘”制音调、歌曲的一部分，或“绘”制弦乐、颤音、噪音或是调整静音。而且它还提供有多种特效为作品增色，如放大、降低噪音、压缩、扩展、回声、失真、延迟等。可以同时处理多个文件，轻松地在几个文件中进行剪切、粘贴、合并、重叠声音等操作。使用它可以生成的声音有噪音、低音、静音、电话信号等。该软件还包含有CD播放器。其他功能包括：支持可选的插件；崩溃恢复；支持多文件；自动静音检测和删除；自动节拍查找；录制等。

3．AdobeAudition

AdobeAudition是一个专业音频编辑和混合环境，提供简便灵活的工作流程。它为在影音工作室、广播和音频后期制作方面的专业人员设计，可提供先进的音频混合、编辑、控制和效果处理功能。Audition可混合128个声道，可编辑音频文件，创建回路，具有45种以上的数字信号处理效果。

1997年9月，美国Syntrillium公司发布了多轨音频制作软件CoolEditPro1.0。1999年6月，Syntrillium公司发布了CoolEditPro的1.2版本。2002年1月，CoolEditPro发布了2.0版，界面更加美观，开始支持视频素材和MIDI播放，并兼容MTC时间码，添加了CD刻录功能和一批新增的实用音频处理功能。从2.0版开始，这款在欧美业余音乐音频界流行的软件，开始被我国的多媒体制作人所注意。2003年5月，Adobe向Syntrillium收购了CoolEditPro软件的核心技术，并将其改名为AdobeAudition1.0。后来又升级为1.5版，开始支持专业的虚拟工作室技术(VirtualStudioTechnology，VST)插件。2006年1月，AdobeAudition升级至2.0版。Audition2.0的界面结构和菜单项作了较多的调整，在保持平易近人传统的同时更加专业化。

2007年，AdobeAudition3.0发布。借助AdobeAudition3.0软件，以前所未有的速度和控制能力录制、混合、编辑和控制音频，以及创建音乐、录制和混合音频项目、制作广播点、整理电影的音频或为视频游戏设计声音。AdobeAudition3.0中灵活、强大的工具正是用户完成工作之所需。改进的多声带编辑工具，新的效果，增强的噪音减少和相位纠正工具，以及虚拟仪器支持仅是AdobeAudition3.0中的一些新功能，这些新功能为用户的所有音频项目提供了杰出的电源、控制、生产效率和灵活性。

Audition3.0的新功能包括：

(1)支持虚拟乐器(VirtualStudioTechnologyInstruments)，这使PC变为音乐工作站。

(2)增强的频谱编辑器，编辑区域周边的声音平滑处理，处理后不会产生爆音。

(3)增强的多轨编辑，可分组编辑，做剪切和淡化。

(4)新效果包括卷积混响、模拟延迟、母带处理系列工具、电子管建模压缩。

(5) iZotope公司授权的Radius时间伸缩工具，音质更好。

(6)新增吉他系列效果器。

(7)可快速缩放波形头部和尾部，方便淡化处理。

(8)增强的降噪工具和声像修复工具。

(9)更强的性能，对多核CPU进行优化。

(10)波形编辑工具，通过拖拽波形可使之混合，交叉部分可做自动交叉淡化。

AdobeAudition3.0现有英语、法语、德语、意大利语、日语和西班牙语等六个语言版本。

4．NGWaveAudioEditor4.0

NGWaveAudioEditor4.0是一个功能强大的音频文件编辑工具，采用下一代的音频处理技术，使用它可以在一个可视化的真实环境中精确快速地进行声音的录制、编辑、处理、保存等操作，并可以在所有的操作结束后，采用新的音频数据保存格式，将声音完整、高品质地保存下来。

5．Samplitude

Samplitude是德国SEK’D公司生产的，被誉为“计算机音频工作站软件之王”。它涉及了音乐制作中几乎所有的领域。它是一款真正专业的多轨录音、编辑、缩混和母盘制作工具，提供了大量完成这些工作的功能。Samplitude是一个专业的多轨音频软件，具有数字影像、模拟视频录制和编辑功能以及5.1环绕声制作功能；它具有无限音轨、无限AuxBus、无限SubmixBus，支持各种格式的音频文件，能够任意切割、剪辑音频，自带有频率均衡、动态效果器、混响效果器、降噪、变调等多种音频效果器，能回放和编辑MIDI，自带烧录音乐CD功能。使用这个软件，可以完成从录音、编辑直到刻录CD的全部工作。作为SEK’D公司软件产品中的旗舰，Sam2496包含了多轨录音、波形编辑、调音台、信号处理器、母盘制作工具和CD刻录等众多功能。配上电脑、数字音频卡、监听设备、CD刻录机以及话筒、(硬件)调音台等前端设备，就像拥有了一个完整的音乐工作室。为了使制作出的音乐更加出色，SEK’D公司在该软件中加入了对高精度音频格式的支持，其量化精度可达24 bit，采样率最高可达96 kHz。目前该软件的最新版本是Samplitude10。3.3数字化声音的获取音频信号是典型的连续信号，不仅时间是连续的，而且幅度也是连续的。时间“连续”指在任意指定的时间范围内，声音信号可有无穷多个幅值；幅度“连续”指幅度可有无穷多个数值。时间和幅度上都是连续的信号被称为模拟信号；时间和幅度都用离散数字表示的信号被称为数字信号。电脑只能处理数字化的声音，因此在处理声音之前，首先要把自然声转换成数字化的，这个过程叫做“音频数据采样”。音频数据采样是获得数字化声音的基本手段，它为我们今后对音频信号进行处理提供了必要的声音数据。对音频信号的处理涉及音频信号的获取、采样、量化、编码/解码、传输、存储以及语音的识别与理解、语音与音乐的合成等内容。图3-2所示为音频信号处理的基本过程。图3-2音频信号处理的基本过程获取数字化声音的基本原理是：首先输入自然信号，然后按照固定的时间间隔截取该信号的振幅值，每个波形周期内截取两次，以得到正、负向的振幅值。该振幅值采用若干位二进制数来表示，从而将模拟声音信号变成数字音频信号。自然信号是连续变化的，而数字化的声音则是阶跃变化的。在一定的时间间隔内采集的样本数量叫做“采样频率”。采样频率越高，音质越好，数据量也越大。根据采样定律，采样频率是自然声频率的两倍。例如，要求还原的自然声频率为22 050 Hz，则采样频率应取44 100 Hz。数字化声音的获取方法有以下四种。

1．网络获取声音当今的计算机网络，存在有各式各样的信息，应该学会充分地利用它。比如，需要一首“爱我中华”的歌曲，可以使用搜索引擎到网上搜索。比如，使用baidu搜索引擎，在出现的对话框中输入“爱我中华”，点选“MP3选项”，在下面的单旋钮选项中选中“全部音乐”，然后点击“百度一下”，就可以搜索出很多“爱我中华”的歌曲供选择，再从中选择需要的歌曲进行下载。

2．利用现有光盘中的数字声音文件获取声音现在唱片公司发行有很多音乐光盘，如果手头有相应的歌曲，可以采用光盘中的文件来获取相应的声音文件。

3．计算机录制声音利用计算机声卡，将使用麦克风采集的语音转换成wav文件(Windows中的录音机)，也可以采用其他相应的软件如GoldWave进行录制。下面讲述利用Windows中的录音机进行录音的方法，GoldWave进行声音录制的方法在后面的章节中进行讲述。

1)录音的设备要录制音质好的声音，有两个途径：一是使用性能优异的录音设备，二是采用较高的采样频率。对于常规录音而言，具有良好信噪比的专用录音设备和录音环境是保障音质的必要条件。如果采用计算机进行录音，应配备质量较好的声卡和话筒。当然，如果到野外录音，携带计算机录音不太现实，通常先用便携式录音设备录制前期声，然后再进行后期加工和处理。

2)怎样成功地录音在录音时，应注意调整输入信号的强度，使其不超过录音设备的动态范围，否则将产生削顶失真，音感阻塞，严重时无法辨别声音的内容。信号强度过低，也不能获得满意的声音，原因是信噪比小，噪声相对比较明显，影响了音质。话筒是录制自然声所必需的，主要有动圈话筒和电容话筒等类型。动圈话筒的音质好，动态范围宽，适于录制音乐；电容话筒灵敏度高，频率范围窄，适于录制余音。但话筒类型对录音的影响是多方面的，并不绝对。由于话筒的输出信号非常微弱，因此话筒的输出信号线不宜过长。如果使用无线话筒，则话筒与接收装置的距离不宜太远。录制声音的一个重要指标是采样频率。采样频率越高，录制的声音质量越好，但记录声音的数据量也随之增大。声道形式也是数字化声音的主要指标。当声道形式是立体声时，数据长度大于单声道形式。一般情况下，语音采用单声道形式，音乐采用立体声形式。在要求不高的场合，音乐也可以采用单声道的形式。不论是采样频率还是声道形式，人们总是追求最高质量的音频信号，譬如采用CD质量的立体声形式记录音乐或语音，这时的数据量非常大。例如，一首4分钟的音乐，对应的数据大小是40.31 MB。鉴于以上原因，声音的处理要在占用空间和音质之间寻求最佳平衡点。在满足起码的音质要求的同时，降低采样频率能大幅度减少数据量。

3)简单录音不需要动用高级录音设备，不需安装专门的音频处理软件，就能实现录音，方法是：使用Windows自带的“录音机”进行录音。在录音之前，应做好准备工作。首先把话筒插入声卡的MIC(话筒)输入插座里。一般的声卡有两个输入插座，一个用于话筒，一个用于线路输入，不要混淆。然后，选择“开始”→“程序”→“附件”→“娱乐”→“录音机”菜单，打开录音机应用程序。录音机的界面如图3-3所示。单击录音机上的“录音”按钮，开始录音。一分钟后，录音自动停止。图3-3录音机界面声音录制完毕后，选择“文件”→“另存为”菜单，输入文件名，单击“保存”按钮，数字化声音以WAV格式保存。使用“录音机”录音，其特点有两个：其一，只能录制一分钟；其二，声音只能采用WAV格式保存。尽管录音功能简单，但录音机软件的采样频率转换功能却很强。

4)录音失败的处理方法如果录音失败，应检查以下几个方面：

(1)如果话筒有开关，应检查开关是否打开。

(2)话筒是否正确地插在声卡的MIC输入端。

(3)检查Windows的录音状态设置。方法是：双击屏幕右下角的音量图标，在随后显示的音量控制对话框中选择“选项”→“属性”菜单，显示属性设置对话框，如图3-4所示。图3-4属性设置对话框

(4)在属性设置对话框中，单击“录音”选项，检查“麦克风”选项前是否有“√”。如果没有，则单击该项，然后单击“确定”按钮，显示如图3-5所示的“录音控制”对话框。

(5)在录音控制对话框中，移动“麦克风”的音量滑块调整音量，并单击“选择”，使该项有效。

(6)选择“选项”→“退出”菜单退出。经过一番检查和参数设置，一般问题可得到解决。如果仍然无法正常录音，应检查声卡以及驱动程序是否安装，工作状态是否正确等。图3-5“录音控制”对话框

4．抓取CD中的音乐文件在多媒体产品中，音乐光盘和歌曲光盘有的采用CD-Audio格式的文件，如果需要其中的歌曲或乐曲作为素材，就需要把这些歌曲或乐曲转换成计算机能够处理的数字化声音，这就是采样。很多音频处理软件具有采样功能，如GoldWave。GoldWave除了具有采样功能以外，还具有非常强大的音频编辑和处理功能。关于它的采样功能，我们将在下面的章节中统一学习。3.4数字化声音的转换在使用声音时，往往会受到存储空间的限制，需要把采样频率转换成低采样频率，或者把双声道改成单声道，以减少数据量。声音的转化只能将声音由高质量向低质量进行，把一个低质量的声音转换成高质量的声音不仅对提高声音毫无帮助，而且还增加了数据量。声音的转换可以使用Windows的“录音机”来进行。该软件虽然录音功能简单，但转换功能很强。声音转换的操作步骤如下：

(1)打开录音机程序。

(2)选择“文件”→“打开”菜单，指定一个WAV格式的音频文件，单击“打开”按钮。

(3)单击“播放”按钮，确认该文件是否为需要转换的文件。然后单击“停止”按钮。

(4)选择“文件”→“属性”菜单，显示如图3-6所示的属性对话框。该对话框显示“致爱丽丝”的声音属性：PCM44.1 kHz，8位，立体声。格式转换可以调整声音的质量或是用较少的空间。

(5)在属性对话框中，单击“开始转换”按钮，显示选择声音对话框，如图3-7所示。

(6)在选择声音对话框中，单击“属性”下拉列表框右侧的按钮，显示采样频率和声道形式清单，从中选择需要的采样频率和声道形式，例如“PCM22.050kHz，8位，单声道22 KB/s”，然后单击“确定”按钮。经过短暂的转换过程，将自动回到属性对话框。图3-6属性对话框图3-7声音选定对话框和属性下拉列表

(7)观察属性对话框，其中的当前声音指标已经变为：PCM22.050kHz，8位，单声道。单击“确定”按钮，回到录音机界面。单击播放按钮，聆听声音效果。

(8)如果声音效果能够接受，则选择“文件”→“另存为”菜单，新起一个文件名，将转换后的文件保存起来。若声音不理想，则放弃当前的文件，重新选择“文件”→“打开”菜单，打开文件，再进行转换。3.5声音处理声音的处理需要借助专门的处理软件进行。声音处理主要包括：剪辑声音片断、合成多段声音、连接声音、生成淡入淡出效果、响度控制、调整音频特性等。在众多的软件当中，比较典型的有GoldWave、CoolEditPro软件等。其中GoldWave是免费共享软件，配有汉化补丁程序。该软件具有相当丰富的声音编辑功能，操作简便，功能齐全。下面以该软件为例，介绍声音编辑处理手段。3.5.1数字音频处理软件GoldWave

GoldWave是一个英文版数字音频处理软件，运行在Windows环境中。当运行了汉化补丁以后，该程序即成为中文界面，使用非常方便。

1．GoldWave的主要功能

(1)以不同的采样频率录制声音，录音时间不受限制，声源可以是CD-ROM播放的CD音乐，可以是音频电缆传送过来的录音机信号，也可以通过麦克风直接进行现场录音。

(2)声音剪辑。例如：去掉某个声音片断，截取一段声音复制到某个乐段中，连接两段声音等。

(3)合成声音。根据需要，把多个声音素材叠加在一起，生成混合效果等。

(4)增加特殊效果。例如：增加混响时间，润色声音；生成回声效果，产生空旷感觉；改变声音的频率，产生特殊效果；提高频率，使声音尖而窄；降低频率，使声音低沉而宽厚；制作声音的淡入淡出效果；把声音数据的排列顺序颠倒过来，产生只有电脑才有的“倒序声音”；使用带通带止可以调整声音的音色；整形效果可以产生不同于原声的特殊效果。

(5)文件操作。主要包括：生成MP3格式的压缩音频文件，转换声音文件的指标等。

2．启动GoldWave双击桌面上的GoldWave快捷图标，启动该软件。其主界面如图3-8所示。主界面由音频编辑器和播放器组成，所有的声音编辑和处理都在音频编辑器中进行。播放器用于聆听编辑效果。图3-8GoldWave的主界面音频编辑器的菜单主要用于文件操作、编辑操作、效果合成、界面显示状态设定、编辑工具显示状态、操作状态设置、窗口显示模式以及帮助信息。工具栏提供更多便捷的编辑工具。左声道波形图和右声道波形图表示立体声信号。如果编辑的是单声道音频文件，可将左右声道合成为一个声道。状态栏用于显示当前的采样频率、时间长度、编辑区间的时间长度等信息。播放器的界面比较简单，一组播放按钮用于随时监听编辑效果，下面是各个按钮的功能简介：

—— 播放编辑区域内的声音；

—— 用户自定义播放；

—— 停止播放声音；

—— 录制声音；

—— 回退；

—— 暂停播放；

—— 前进；

—— 用来设置播放设备属性，单击该按钮显示设备参数设置对话框。播放器的右侧有三个滑块，分别用于调整音量、声道平衡和速度。三个滑块的状态不会改变音频文件的属性，只能起到调整监听效果的作用。

3．设置软件的工作状态在正式使用GoldWave软件之前，要设置该软件的工作状态，其目的是为了提高软件的运行效率和可靠性。

(1)选择“选项”→“注册”菜单，随后，在注册菜单对话框中输入姓名和注册码，然后单击“确定”按钮。成功注册后，“选项”菜单将不再显示“注册”子菜单。

(2)选择“选项”→“文件”菜单，显示图3-9所示的“文件选项”对话框，单击“声音文件”下拉列表框右侧的按钮，指定打开文件的路径。然后在对话框的下半部分分别单击“总是”、“RAM”、“GoldWave”三个选项，使三者有效。最后单击“确定”按钮。

(3)选择“选项”→“窗口”菜单，显示图3-10所示的“窗口选项”对话框。在该对话框中，主窗口大小选“保存位置”；声音窗口大小取“最大化”；振幅轴取“规格化”；时间轴取“分钟”；初始缩放选择“全部”，其目的是把全部声音文件装入主界面的音频编辑器窗口中。最后单击“确定”按钮。图3-9“文件选项”对话框

图3-10“窗口选项”对话框

(4)选择“选项”→“控制”菜单，显示“设备控制属性”对话框，如图3-11所示。在该对话框的“播放”卡片中，单击用户播放按钮中的“完成”选项，使该项有效。这样做的目的是使主界面播放器的“用户自定义播放”按钮具有播放选区尾部声音的功能。这个功能在编辑声音时非常方便，能够很容易地确认选区的终点是否正确。设置完毕后，单击“确定”按钮。图3-11“设备控制属性”对话框3.5.2文件操作与录音操作文件操作包括打开声音文件、建立新文件和保存声音文件。其中建立新文件主要用于录音。

1．打开声音文件

(1)在音频编辑器中，单击按钮或者选择“文件”→“打开”菜单，随后显示打开对话框。

(2)在打开对话框中，指定文件路径和声音文件名，单击“打开”按钮。

(3)声音文件被打开后，其全部内容以波的形式显示在音频文件编辑器窗口中。如果该文件是双声道的，则波形图上面是左声道，下面是右声道。若声音文是单声道的，则波形图只有一个。位于音频编辑器底部的状态栏显示该文件的采样频率、时间长度、选区的时间长度等信息。

2．建立新文件进行录音使用GoldWave进行录音时，通常利用“建立新文件功能”。其操作步骤如下：

(1)把话筒连接好，检查声卡是否工作正常，录音参数是否设置正确，具体方法参见3.3节。

(2)单击按钮，或选择“文件”→“新建”菜单，显示“新建声音”对话框，如图3-12所示。图3-12“新建声音”对话框

(3)在“新建声音”对话框中，可以选择快速设置，也可以手动选择声道、取样频率和录音长度。单击“语音”，在对应的声道中显示“单声道”、取样比率为11 025 Hz，它的音质一般，主要用于录制对音质要求不高的素材；单击“收音机”，在对应的声道中显示“单声道”、取样比率为22 050 Hz，它的音质良好，主要用于录制多媒体产品中使用的声音素材，例如音乐、合成效果等；单击“CD”，在对应的声道中显示“立体声”、取样比率为44 100 Hz，它的音质优秀，主要用于录制要求比较高的乐曲、歌曲等。

(4)根据需要选择声道。一般规律是：除了录制语音选择单声道以外，其他声音选择立体声。单击新建声音对话框中的“立体声”选项。

(5)确定录制声音的时间长度。在长度输入框中，输入录制声音的长度，其格式为：分:秒.毫秒。例如，5:34.25表示5分34秒25毫秒。

(6)单击“确定”按钮，完成设置。观察音频编辑器，各声道的波形是一条直线。

(7)在播放器中，单击录音按钮，录音开始，在录制过程中，一条垂直线从左到右移动，指示录音的进程。当时间轴达到时间轴的终点时，录音结束。如果在录音过程中希望中断录音，单击播放器中的“停止”按钮即可。

(8)录音结束后，单击播放按钮，聆听录音效果。注意：如果播放器中的录音按钮不能正常显示或者录制的声音不能重放，表明录音不成功。应检查硬件连接是否正确，并按照前面讲述过的录音失败的处理方法，检查参数设置得是否正确。

3．保存声音文件

(1)在声音编辑过程中，单击按钮或选择“文件”→“保存”菜单，正在编辑的文件就会被保存，无需指定文件夹和文件名。

(2)希望将当前编辑的声音文件保存为另外的文件时，单击按钮或选择“文件”→“另存为”菜单，并显示“另存为”对话框。

(3)在“另存为”对话框中，指定文件夹和文件名，选择保存类型(例如 .WAV格式)和采样频率(在文件属性对话框中选择)，单击“保存”按钮，声音文件就被保存在存储介质中了。3.5.3选区的设置与操作选区就是被选定的区域，编辑都是在选定的区域中进行的。在一个声音文件中，只能设置一个选区，一旦设置了新的选区，原有的选区自动消失。对于立体声的声音，如果选择了两个频道，则选区的设置与操作在两个声道上同时有效。否则，只对选择的声道有效。

1．设置选区在音频编辑器中，用鼠标左键单击波形图内的某一个位置，该位置是选区的开始；用鼠标右键在开始位置右侧单击波形图，确定选区的结束。选区的背景是深蓝色，选区以外的背景为黑色，以示区别。设置完成后的选区如图3-13所示。图3-13设置完成的选区

2．展开选区确定了选区后，往往选区内的波形密度很大，无法辨别细节，也就无法进行细腻的编辑。单击选区按钮，将选区内的波形展开，充斥整个窗口，随后就可以进行精确的定位编辑了。图3-14所示为某一段波形展开后的波形情况。

3．还原选区选区被展开后，将充满整个窗口。如果想要恢复到展开之前的显示形式，可单击“全部”按钮，窗口恢复全部声音的显示，选区也恢复到展开前的显示状态。图3-14某一段波形展开后的情况3.5.4删除声音片断把某一段不需要的声音删除，是常见的声音编辑方式，常用于去除音乐首尾的空白、噪音、噼啪声、各种杂音、语音中的瑕疵等。删除声音片断的操作步骤如下：

(1)在音频编辑器中，分别用鼠标左键、右键设置选区，聆听后调整选区，确认选区就是待删除的内容。

(2)如果需要精确地设置选区，可先粗略设置选区，然后单击选区工具，将选区波形图展开，再精确地设置选区，直到满意为止。

(3)单击(删除)按钮，删除选区。选区被删除后，整个声音的播放时间将减少。3.5.5恢复操作一旦发生操作失误，单击(撤消)按钮，可以恢复错误编辑发生之前的状态。需要注意的是，恢复操作只能使用一次。3.5.6制作静音有时作品需要在一段时间内没有声音，这时需要制作静音。静音与删除不同，静音是把音量降为0，效果是在一段时间内听不到声音。具体操作如下：

(1)用鼠标左、右键确定选区。

(2)单击(静音)按钮，选区内的声音变成静音，波形变成一条直线。这种方法可以将一段声音变成静音。有时需要插入一段静音，而不是将一段声音变成静音，具体做法如下：

(1)用鼠标左键点击需要插入静音的位置。

(2)单击(插入静音)按钮，弹出如图3-15所示的“插入静音”对话框，设置需要插入的静音的时间，然后单击“确定”按钮。图3-15“插入静音”对话框3.5.7制作淡入、淡出效果所谓“淡入”效果，是指声音由弱到强、由无到有的效果，就像我们在铁道旁听到的火车由远及近的效果；“淡出”的效果正好相反，声音由强到弱、由有到无，就像听到的火车由近及远的效果。“淡入”效果常用于产生由远及近的听觉效果，“淡出”效果则用于表现逐渐远去的效果。当多段声音进行合成时，也常进行淡入淡出的处理手法，以便产生柔和的过渡听觉效果。

1．制作淡入效果

(1)把需要产生淡入效果的声音片断设置为选区。

(2)单击(淡入)按钮，显示如图3-16所示的淡入调整对话框。图3-16淡入调整对话框

(3)在此对话框中调整滑块，改变淡入的初始音量。初始音量为0时，声音从无到有；初始音量不为0时，声音从某个微小的声音逐渐变强。

(4)调整结束后，单击“确定”按钮。

2．制作淡入效果

(1)把需要产生淡出效果的声音片断设置为选区。

(2)单击(淡出)按钮，显示如图3-17所示的淡出调整对话框。

(3)在此对话框中调整滑块，改变淡出的最终音量。滑块位于100%的位置时，最终音量为0；小于100%时，最终音量不为0。

(4)调整结束后，单击“确定”按钮。在声音素材的两端产生淡入淡出的效果后，在聆听声音效果时会有渐近和渐远的感觉。图3-17淡出调整对话框3.5.8制作回声产生回声的原理是声音传出以后，遇到障碍物会返回，反射回来的波比原来的波延迟一段时间，音量也小一些，听起来就是回声。乐曲和歌曲不宜制作回声，这是由于乐曲和歌曲比较连续，不宜听出回声的缘故。制作回声最理想的对象是语音。制作回声的具体操作步骤如下：

(1)设置选区，把需要制作回声的部分包括进去。图3-18回声设置对话框

(2)单击(回声)按钮，显示如图3-18所示的回声设置对话框。

(3)在此对话框中分别移动滑块，调整延迟时间和音量。图3-18回声设置对话框注意：延迟时间不宜过长，否则就不是回声效果了，听起来会有声音分离的感觉，即同样的句子说两遍。音量也不能调整得很大，因为如果回声的声音反而比原来的声音大，就会觉得不符合实际。“反响”选项有效时,声音重复多次，形成不绝于耳的感觉。3.5.9制作倒序声音倒序声音就是把声音数据反向排列而形成的一种听觉效果，播放出来的声音谁也听不懂，这是计算机独有的声音。倒序声音可用于声音的加密传送，只有对方使用相同的软件，进行相同的倒序处理，才能把声音还原。制作倒序声音的方法如下：

(1)确定选区，把需要进行倒序处理的内容包括在内。

(2)单击(反向)按钮，选区内的声音变成倒序，聆听效果可以发现声音变成反向。3.5.10调整固有音量每一首歌曲、乐曲都有自己固有的音量。很多人都有一种感受：在电视节目播放广告时，电视机播放的声音在没有调整音量的情况下会变得很大。这是因为广告制作时声音的固有音量比较大的缘故。在聆听音乐时，有些曲目声音大，有些曲目声音小。为了清晰地聆听音乐，就要调整音量按钮，不断调整播放的音量。在多媒体产品中，这是行不通的，不能让使用者时常调节播放音量，应尽可能使所有的素材处于相同的音量。利用GoldWave可以调整声音的固有音量，以满足多媒体产品制作的需要。调整声音固有音量的方法如下：

(1)打开一个固有音量较小的声音文件。

(2)单击(全选)按钮，将整首乐曲设置为选区。

(3)单击(改变)按钮，显示如图3-19所示的“改变音量”对话框。

(4)在此对话框中调整音量滑块，增加音量，例如150%。单击“确定”按钮，观察波形图，然后聆听效果。

(5)如果调整过度，可单击(撤消)按钮，重新调整。图3-19“改变音量”对话框3.5.11剪贴板及其操作利用剪贴板可以把选区内容复制或剪切下来，然后粘贴到其他地方，实现连接、插入、合成等效果。具体操作步骤如下：

(1)打开一个声音文件。

(2)把某一句歌曲设置成选区。

(3)单击(复制)按钮，把选区内容复制到剪贴板中。也可以单击 (剪切)按钮，在取消选区的同时，把选区的内容复制到剪贴板中。

(4)单击波形图的某一位置，该位置是粘贴的起始位置。

(5)单击粘贴按钮，剪贴板内的声音被插入到波形图中，原有的声音移向后边。

(6)如果希望把剪贴板的内容生成新的文件，单击 (粘贴新建)按钮即可。这个操作经常用于把需要的内容从整首乐曲或声音中分离出来。3.5.12调整时间和速度在制作多媒体产品时，有时为了声音和画面的同步，需要改变声音的长度，这就需要进行时间的调整或速度的调整。操作方法如下：

(1)把需要调整的部分设置成选区，如果需要对整首乐曲进行调整，则单击(全选)按钮。

(2)单击(时间偏差)按钮，显示如图3-20所示的“时间偏差”对话框。图3-20“时间偏差”对话框

(3)在“速度”选项卡中，单击“速度”或“时间”选项，调整滑块，改变速度和时间。二者改变其中的任意一个即可。不论改变时间还是改变速度，声音的频率都会发生变化，其音调与改变前听起来有明显的不同。

(4)为了使音调不发生明显变化，选择“FFT”选项卡，打开如图3-21所示“时间偏差”对话框的“FFT”标签页。

(5)在“FFT大小”右侧的下拉列表框内，选择合适的数值，该值应大于或等于10。

(6)在“重叠”框内指定大于等于88的数值。

(7)在“FFT”选项卡中调整速度或时间。

(8)单击“确定”按钮，然后聆听效果。图3-21“时间偏差”对话框的“FFT”标签页3.5.13频率均衡控制图频率均衡控制通常用于高级音响设备上，可以对声音的低音、中音、高音等各个频段进行调节，满足听觉要求。最简单的频率均衡控制只有两段，即低音和高音，很多录音机、收音机采用这种简单的方式。而家用组合音响和一些高级音响的放大器则采用多段的频率均衡控制，常见的有10段。段数越多，精确调整各个频段的能力越强，声音的还原就具有可选择性，以此来满足不同的听觉爱好。

GoldWave的频率均衡控制有7段，如图3-22所示。与上述音响设备不同的是，它对声音本身进行加工和处理，而不是对声音重放进行控制。具体方法如下：3-22“均衡器”对话框

(1)把需要调整的部分设置成选区。如果对整首乐曲进行调整，则单击(全选)按钮。

(2)单击(均衡器)按钮，显示如图3-22所示的“均衡器”对话框。

(3)在“均衡器”对话框中，上下移动各个频段的滑块，提升或降低各个频段的响度值。

(4)调整结束后，单击“确定”按钮。如果聆听效果不满意，可单击“撤消”按钮，重新调整。3.5.14声音合成声音合成是指将两个或两个以上的声音素材组合在一起，形成多个声音共鸣的效果。声音合成是制造气氛、丰富声音表现力的重要手段。常见的合成效果有配乐朗诵(背景音乐与语音的合成)、自然交响乐(音乐与鸟鸣声、海涛声、狂风暴雨声等声音素材的合成)、人为的热烈气氛(现场掌声与后期节目的合成)等等。在合成之前，一般要对声音素材进行处理；如果调整搁置声音的时间长度，应尽可能使各个声音的采样频率一致，处理后的音频素材务必以新文件名保存，以免覆盖原始文件。声音的合成依靠剪贴板进行，其基本操作如下：

(1)打开经过处理的声音素材1，设置选区。

(2)单击(复制)按钮，把选区内容复制到剪贴板中。

(3)打开声音素材文件2，单击波形图的某一位置，该位置是合成的起始位置。

(4)单击(混音)按钮，显示混音调整对话框如图3-23所示。

(5)在此对话框中，先移动滑块，调整音量，然后单击“确定”按钮。

(6)在播放器中单击“播放”按钮，聆听合成效果。图3-23混音音量调整3.5.15声道变换在此以前，所有的编辑都是对两个声道同时进行的。在实际应用中，有时需要打破这种双声道的同步关系，例如在制作乐曲时，左声道是伴奏乐曲，右声道是演唱声音。声道变换要解决的问题是：选择任意的一个单独的声道进行编辑，或者左右声道对调。

1．选择声道单击(声道切换)按钮，切换声道。每单击一次该按钮，按照左声道、右声道、双声道的顺序进行切换。识别当前声道的方法是：选区背景为深蓝色的声道为当前声道，可以进行各种编辑，编辑方法和双声道一样；黑色背景的选区是不可编辑的声道。对任何一种声道形式而言，所有的编辑操作完全相同。但需要特别指出的是：在单独一个声道进行的删除操作、剪切操作、粘贴操作都会影响到该声道声音的长度，使两个声道时间长度不同，导致声音不同步。

2．左右声道对调把左声道和右声道对调，只是在有要求的情况下进行。目前有些计算机的扬声器的左右声道的位置很不严格，互相混淆，在这种情况下，左右声道对调没有什么意义。单击(声道切换)按钮，将左右声道对调过来。如果事先确定了编辑区域，则编辑区域内的文件左右声道对调。声道对调经常用于类似卡拉OK的场合。例如在编辑时，左声道是背景音乐，右声道是解说词，如果需要对换位置，对调声道即可。3.5.16响度控制响度控制是指灵活地控制音量的大小。例如，音量时大时小，在改变音量时，可以柔和地过渡。为了区别于前面介绍过的音量控制，把灵活控制音量的操作叫做“响度控制”。响度控制常用于在背景音乐需要插入解说的位置柔和地降低响度，解说结束后恢复响度。响度控制的方法如下：

(1)把需要改变响度的部分设置成选区。

(2)单击(整形)按钮，显示如图3-24所示的“整形音量”对话框。“整形音量”对话框中有一条黄色的响度线，该线上部为红色。

(3)用鼠标左键点击响度线，然后拖