音频处理(一)资料.pptVIP

第二章多媒体音频技术【教学目的与要求】第二章多媒体音频技术数字音频的采集和量化、数据量计算公式；声卡的构成、分类、主要性能指标；常用的压缩编码算法；第二章多媒体音频技术Samplingrate:采样频率AudioCompression:音频压缩MIDI(MusicalInstrumentDigitalInterface):音乐设备数字接口第二章多媒体音频技术§2.1数字音频基础§2.1数字音频基础一、声音心理学一、声音心理学1.声音的量纲声音的振动是一种正弦波，声音的变化必须确定三件事：频率（变化的速度）、幅度（产生的压力）、相位（何时开始）。一、声音心理学物理量纲可以用精确的值来描述，但对某一具体声音得来的心理印象却不容易说明白，因为心理印象要由被测者的经验而定。声音的心理属性和物理属性不可等同，首先，这些关系不是线性的；其次这些关系不是孤立的；第三这些关系不是不变的。一、声音心理学2.听觉特性一、声音心理学掩蔽（masking）声音的响度不仅取决于自身的强度和频率，而且也依赖于同时出现的其它声音。各种声音可以互相掩蔽，也就是说一种声音的出现可能使得另一种声音难于听清。由于声音的掩蔽效果，可以欺骗人的听觉。例如，本来是多种频率的声音的复合，但听众以为是另一种声音。一、声音心理学相位从声音的波形来看，声音的起点和方向也要反映声音的特性，这就是声音的相位。当两个声音相同相位完全相反时，它们将相互抵消；当两个声音相同而且相位也相同时，声音就会得到加强。相位的确定对于多声道声音系统的设计非常重要，其可以应用在回声的消除、会议系统的声音设计上。一、声音心理学听觉空间人耳可听到来自各个方向的声音，并用不同的因素来判定声源的位置。声源的位置不论对于增进人们的感受还是增进对声音的理解，都是非常重要的。通过声音的精确再现，就可以构造出听觉空间。方位的线索是各种声音到达两耳的精确时间和强度。一、声音心理学声音的心理模拟通过人工真实的方法，可以对视觉空间的景物进行再造或虚构，同样也可以对听觉空间的声音进行心理的模拟，这就是所谓的可听化（audiolization）。利用声音属性可以表达出一些声音的效果。如以虚拟的湍流为例，用声音的高低可以表示流体的粘度，低音表示流体很粘，高音则不粘。二、音频的数字化声音的基本概念:声音是通过一定介质传播的一种连续波。二、音频的数字化声音按频率分类：二、音频的数字化声音信号的类型模拟信号(自然界、物理)数字信号(计算机)二、音频的数字化二、音频的数字化声音数字化过程图示:二、音频的数字化声音数字化的两个步骤：二、音频的数字化二、音频的数字化与音频数字化相关的重要特性：采样频率指每秒钟所抽取声波幅度样本的次数。采样频率的计算单位是kHz。采样频率与声音的质量关系最为紧密。采样频率越高，声音质量越接近原始声音，所需的存储量便越多。标准的采样频率有三个：44.1KHz，22.05kHz，和11.025kHz。二、音频的数字化二、音频的数字化采样精度（采样位数）—(bitpersample，bps)存放一个采样点所需的比特数。它反映了每个采样点能够表示的数据范围。一般的采样位数为8位或16位，即把声音采集为256等份或65536等分。量化位数越高音质越好，但数据量也大二、音频的数字化声道数纪录声音时，如果每次生成1个声波数据，称为单声道；每次生成2个声波数据，称为立体声（双声道），立体声更能反映人的听觉感受。有单声道、双声道和多声道。如多种语言音频混存时，需要多声道。二、音频的数字化数据量可以用下面的公式估算声音数字化后每秒所需的存储量：二、音频的数字化例：数字激光唱盘（CD-DA，红皮书标准）的标准采样频率为44.1kHz，量化位数为16位，立体声（这就是所谓的CD音质），可以几乎无失真地播出频率高达22kHz的声音，这也是人耳所能听到的最高声音频率。1分钟CD-DA音乐所需要的存储量为多少？二、音频的数字化声音数