第5章5.3-数字声音及应用资料.ppt

5.3 数字声音及应用5.3.1 波形声音的获取与播放5.3.2 波形声音的表示与应用5.3.3 波形声音的编辑5.3.4 计算机合成声音25.3 数字声音及应用5.3.1 波形声音的获取与播放35.3 数字声音及应用声音的特性和类型n声音由振动产生，通过空气进行传播n声音是一种波，它由许多不同频率的谐波组成n谐波的频率范围称为声音的“带宽”n计算机处理的声音类型：n话音或语音(speech)，专指人的说话声音，带宽仅为3003400Hzn全频带声音(如音乐声、风雨声、汽车声等)，其带宽可达到20Hz20kHz n人耳可听到的声音统称“可听声”(audio) ，20Hz20kHz45.3 数字声音及应用数字波形声音的获取步骤：2. 量化（quantization，模数转换 )3. 编码（encoding）1. 取样（sampling）取 样模拟声音信号取样的目的是把时间上连续的信号转换成时间上离散的信号量 化量化是把每个样本从模拟量转换成为数字量(8位或16位整数表示)数字声音01100011001编 码将所有样本的二进制代码组织在一起，并进行数据压缩55.3 数字声音及应用数字波形声音的获取设备n声音的联机获取设备(声卡)声波转换为电信号n声音的脱机获取设备：数码录音笔麦克风（microphone）声音卡（sound card）模拟声音数字声音取样、量化和编码65.3 数字声音及应用声音的重建与播放n计算机输出声音分为两步：1 声音的重建：把声音从数字形式转换成模拟信号形式，由声卡完成2 声音播放：将模拟声音信号经处理和放大后送到音箱(扬声器)n关于音箱：n普通音箱接收的是重建的模拟声音信号n数字音箱直接接收数字声音信号，失真更小 数字声音011010011101插 值数模转换解 码把压缩编码的数字声音恢复为压缩编码前的状态把声音样本从数字量转换为模拟量把时间上离散的一组样本转换成在时间上连续的模拟声音信号重建的模拟 声音信号75.3 数字声音及应用声卡的功能与逻辑组成波形声音的获取与编码波形声音的重建与播放MIDI消息的输入MIDI音乐的合成DSPDMA接口PC总线取样，量化D/A重建，滤波声音输出声音输入音乐合成器mixerMIDI接口声卡的主要功能85.3 数字声音及应用5.3.2 波形声音的 表示与应用95.3 数字声音及应用数字波形声音的表示及其参数n数字波形声音是使用二进位表示的一种串行比特流，其数据按时间顺序进行组织，文件扩展名为“.wav”n数字波形声音的主要参数有：n取样频率：n语音的取样频率低，一般为8k 16k Hzn全频带声音(如音乐)取样频率高，一般为44.1k 48k Hzn量化位数：通常为8位、12位或16位n声道数目：单声道为1，双声道为2n码率(比特率)，每秒钟的数据量105.3 数字声音及应用数字波形声音码率的计算n未压缩时数字波形声音的码率计算公式 码率 = 取样频率 量化位数 声道数 n例：声音类类型声音信号带带宽宽(Hz)取样频样频 率(kHz)量化位数(bits)声道数未压缩时压缩时 的码码率数字语语音3003 40088164 kb/sCD立体声2020 00044.11621411.2 kb/sn压缩编码之后数字波形声音的码率为： 压缩后的码率 = 未压缩时的码率/压缩比n例：上面CD唱片的立体声音乐压缩为MP3后，若压缩比是12，则该MP3音乐的码率是：1411.2 /12118 kb/s左右115.3 数字声音及应用数字波形声音的数据压缩n数据压缩的必要性：n为了降低存储成本和提高在网络上的传输效率n数据压缩的可能性：n声音中包含有大量冗余信息；n人耳灵敏度有限，允许有一定失真而不易察觉n数字波形声音压缩编码的方法：n全频带声音：国际标准MPEG；工业标准Dolby AC-3 n数字语音：固定使用ADPCM编码 使用高效率的混合编码技术所谓“MP3音乐”，它是一种采用MPEG-1层3编码的高质量数字声音, 压缩比大约1012倍，使一张普通CD光盘上可以存储大约100首MP3歌曲，可连续播放10小时。

125.3 数字声音及应用波形声音的文件类型及其应用 音频频格式文件扩扩展名编码编码类类型效果主要应应用开发发者WAV.wav未压缩压缩声音达到CD品质质支持多种采样频样频 率和量化位数，获获得广泛支持微软软公司FLAC.flac无损压损压缩缩压缩压缩 比为为2:1左右高品质质数字音乐乐Xiph.Org基金会APE.ape无损压损压缩缩压缩压缩 比为为2:1左右高品质质数字音乐乐Matthew T. AshlandM4A.m4a无损压损压缩缩压缩压缩 比为为2:1左右QuickTime, iTunes, iPod，Real Player苹果公司MP3.mp3有损压损压缩缩MPEG-1 audio层层3压缩压缩 比为为8:112:1因特网，MP3音乐乐ISOWMA.wma有损压损压缩缩压缩压缩 比高于MP3使用数字版权权保护护因特网，音乐乐微软软公司AC3.ac3有损压损压缩缩压缩压缩 比可调调，支持5.1、7.1声道DVD, 数字电视电视 ，家庭影院等美国Dolby公司AAC.aac有损压损压缩缩压缩压缩 比可调调，支持5.1、7.1声道DVD, 数字电视电视 ，家庭影院等ISO MPEG-2/MPEG-4 135.3 数字声音及应用什么是流媒体？n在因特网上收听(看)音(视)频节目的2种方式：i下载存储方式：先下载存储在计算机中，下载完毕后再播放（缺点：需要等待较长时间，并需要较大的存储容量）i流式传输方式：边下载、边播放（优点：只需要下载一部分数据之后, 就可以开始一边播放一边下载，等待时间短、存储需求小）n流媒体就是一种允许在网络上让用户一边下载一边收看(听)音视频媒体的媒体分发(delivery)技术n目前流行的主要有3个公司的流媒体技术：1.Real Networks公司的 Real Media （RealAudio和RealVideo）2.微软公司的 Windows Media Services (WMA、WMV和ASF)3.苹果公司的 Quick Time145.3 数字声音及应用5.3.3 波形声音的编辑155.3 数字声音及应用波形声音编辑软件的功能主要功能：1 编辑声音：如声音剪辑、复制、调节音量2 声音的效果处理：如混响、回声、淡入、淡出等3 录音4 声音的格式转换5 播放声音数字声音的参数左声道信号波形右声道信号波形淡入淡出时间刻度播放标尺声音编辑软件的典型用户界面165.3 数字声音及应用5.3.4 计算机合成声音175.3 数字声音及应用什么是计算机合成声音？n计算机合成声音就是计算机模仿人说话或演奏音乐n计算机合成声音有两类：n计算机合成话音（语音）：n计算机模仿人把一段文字朗读出来，即把文字转换为说话声音（简称为 TTS）n应用：有声查询、文稿校对、语言学习、语音秘书、自动报警、残疾人服务等n计算机合成音乐（MIDI）：n计算机模拟各种乐器发声并按照乐谱演奏音乐n应用：计算机作曲、配器等185.3 数字声音及应用例：计算机合成的语音nHello，everybody （1）n你好，我是贝尔实验室的中文语音合成系统（BellTTS1）n南京大学计算机系2002年招收了202名本科生，22名博士生，130多名硕士生。

中科大讯飞公司） （Bell）n安徽中科大讯飞信息科技有限公司是专门从事中文语音及语言技术软件 （讯飞）n我们都是同行，我们一路同行，去参加人参培植研讨会 （讯飞） （Bell）需要进一步提高之处：发音和断句要正确，提高自然度，丰富表现力195.3 数字声音及应用计算机合成音乐（MIDI）音乐合成器音乐MIDI文件媒体播放器MIDI消息n计算机合成音乐需要三个要素：乐器、乐谱和 “演奏员” 声卡上的音乐合成器能像电子琴一样模仿几十种不同的乐器发出声音，它按照MIDI消息合成出不同音色和音调的音符，通过扬声器播放出音乐来 乐谱在计算机中使用一种叫做MIDI的音乐描述语言来表示使用MIDI描述的音乐称为MIDI音乐一首乐曲对应一个MIDI文件，其文件扩展名为 .MID或 .MIDI媒体播放器软件相当于“演奏员”播放MIDI音乐时，它先从磁盘上读入.MID文件，解释其内容，然后以MIDI消息的形式向声卡上的音乐合成器发出各种指令205.3 数字声音及应用例：计算机合成的MIDI音乐nMIDI的优点：n数据量极小（比CD立体声少3个数量级，比MP3少3个数量级）n易于制作和编辑修改n可以与波形声音同时播放nMIDI的不足：n只能合成音乐，不能合成歌曲和语言n音质与硬件设备相关215.3 数字声音及应用小结：计算机中的数字声音n数字声音的特点：n是一种连续媒体，传输与播放有实时性要求n数据量大，对存储和传输的要求比较高，必须进行压缩 n数字声音的类型：n取样（波形）声音n数字语音：应用于、、多媒体配音等n全频带声音：CD和DVD音乐，数字电视伴音等n计算机合成声音n合成语音n合成音乐（MIDI）。