數(shù)字音頻技術(shù)(PPT課件)

1、數(shù)字音頻技術(shù)曾蘭芳 教育技術(shù)學(xué)院 聲音及其屬性 數(shù)字化音頻 音頻壓縮技術(shù) 音頻文件類(lèi)型 編輯制作數(shù)字音頻素材GoldWave錄音機(jī)主要內(nèi)容一、聲音及其屬性 聲音是由空氣中分子的振動(dòng)而產(chǎn)生的。它是通過(guò)空氣傳播的一種連續(xù)的波，叫聲波。自然界的聲音是一個(gè)隨時(shí)間而變化的連續(xù)信號(hào)，可近似地看成是一種周期性的函數(shù)。通常用模擬的連續(xù)波形描述聲波的形狀，單一頻率的聲波可用一條正弦波表示。 聲音的分類(lèi)語(yǔ)音：人的說(shuō)話(huà)聲不僅是一種波形，人的說(shuō)話(huà)聲不僅是一種波形， 而且還通而且還通過(guò)語(yǔ)氣、語(yǔ)速、語(yǔ)調(diào)攜帶著比文本更加豐富的過(guò)語(yǔ)氣、語(yǔ)速、語(yǔ)調(diào)攜帶著比文本更加豐富的信息。這些信息往往可以通過(guò)特殊的軟件進(jìn)行信息。這些信息往往

2、可以通過(guò)特殊的軟件進(jìn)行抽取。抽取。音樂(lè)：音樂(lè)是一種符號(hào)化了的聲音，這種符號(hào)音樂(lè)是一種符號(hào)化了的聲音，這種符號(hào)就是樂(lè)譜，音樂(lè)則是轉(zhuǎn)變?yōu)榉?hào)媒體形式的聲就是樂(lè)譜，音樂(lè)則是轉(zhuǎn)變?yōu)榉?hào)媒體形式的聲音。音。音效：為增進(jìn)場(chǎng)面之真實(shí)感、氣氛或戲劇信息，為增進(jìn)場(chǎng)面之真實(shí)感、氣氛或戲劇信息，而加于聲帶上的雜音或聲音。簡(jiǎn)單地說(shuō)，音效而加于聲帶上的雜音或聲音。簡(jiǎn)單地說(shuō)，音效就是指由聲音所制造的效果。就是指由聲音所制造的效果。 聲音的三要素音調(diào)：聲音的高低（物理學(xué)定義）；與聲音的頻率正相關(guān)。高音和低音音強(qiáng)：聲音的響亮程度，與振幅相關(guān)，取決于聲波信號(hào)的強(qiáng)弱，與聲音信號(hào)的幅度成正比。分貝dB。常說(shuō)的“音量”指的是音強(qiáng)。音

3、色：音的感覺(jué)特性，與波形相關(guān)，取決于聲波的頻譜，由混入基音的泛音所決定。若中、高泛音豐富，音色就明亮；若低頻泛音豐富，音色就低沉。二、數(shù)字化音頻 音頻定義：人類(lèi)聽(tīng)覺(jué)所感知范圍內(nèi)的頻率，也稱(chēng)聲頻 按照人們聽(tīng)覺(jué)的頻率范圍，對(duì)聲音的分類(lèi)：次聲波：頻率低于次聲波：頻率低于20Hz的信號(hào)，也稱(chēng)為亞音頻的信號(hào)，也稱(chēng)為亞音頻音頻：頻率范圍在音頻：頻率范圍在2020kHz的聲音信號(hào)，人耳能的聲音信號(hào)，人耳能夠聽(tīng)到的聲音信號(hào)。屬于多媒體音頻信息范疇。夠聽(tīng)到的聲音信號(hào)。屬于多媒體音頻信息范疇。超聲波：頻率高于超聲波：頻率高于20kHz的聲音信號(hào)，也稱(chēng)為超音的聲音信號(hào)，也稱(chēng)為超音頻頻次聲波次聲波超聲波超聲波音頻信號(hào)

4、音頻信號(hào)語(yǔ)音信號(hào)語(yǔ)音信號(hào)f/Hz20300300020000圖：按頻率分類(lèi)的聲音圖：按頻率分類(lèi)的聲音聲音數(shù)字化 音頻信號(hào)（Audio）是指帶有語(yǔ)音、音樂(lè)和音效的有規(guī)律的聲波的頻率、幅度變化的信息載體。它分為模擬音頻信號(hào)和數(shù)字音頻信號(hào)兩種。其中，模擬音頻用模擬電壓的幅度表示聲音強(qiáng)弱，模擬聲音在時(shí)間上是連續(xù)的。而數(shù)字音頻是一個(gè)數(shù)據(jù)序列，在時(shí)間上是離散的，是由許多二進(jìn)制數(shù)1和0組成的。 聲音數(shù)字化(續(xù)1) 模擬音頻數(shù)字化：采樣、量化、編碼采樣、量化、編碼采樣采樣-每隔一定時(shí)間間隔在每隔一定時(shí)間間隔在模擬波形上取一個(gè)幅度值。模擬波形上取一個(gè)幅度值。量化量化-將每個(gè)采樣點(diǎn)得到的將每個(gè)采樣點(diǎn)得到的幅度值以

5、數(shù)字存儲(chǔ)。幅度值以數(shù)字存儲(chǔ)。編碼編碼-將采樣和量化后的數(shù)將采樣和量化后的數(shù)字?jǐn)?shù)據(jù)以一定的格式記錄下字?jǐn)?shù)據(jù)以一定的格式記錄下來(lái)。來(lái)。模擬信號(hào)模擬信號(hào)采樣采樣量化量化編碼編碼數(shù)字信號(hào)數(shù)字信號(hào) 振幅 頻率1/T 采樣點(diǎn) T 振幅1/TT聲音數(shù)字化（續(xù)2） 數(shù)字音頻的技術(shù)指標(biāo)：采樣頻率： 每秒鐘的采樣次數(shù)奎斯特采樣理論：采樣頻率f（1/T）高于輸入信號(hào)最高頻率的兩倍，則經(jīng)過(guò)采樣后的采樣信號(hào)能夠包含原模擬信號(hào)的全部信息，且經(jīng)過(guò)反變換和低通濾波后可不失真地恢復(fù)原模擬信號(hào)。 CD激光唱盤(pán)采樣的三個(gè)標(biāo)準(zhǔn)頻率分別為44.1kHz，22.05kHz和11.025kHz量化位數(shù)(采樣精度、量化精度) ：存放采樣點(diǎn)振

6、幅值的二進(jìn)制位數(shù)。通常量化位數(shù)有8位、16位，分別表示有28、216個(gè)等級(jí)。聲道數(shù) ：聲音通道的個(gè)數(shù) ，即一次同時(shí)產(chǎn)生的聲波組數(shù)。 單聲道比較原始的聲音復(fù)制形式 ,缺乏位置感 。 立體聲聲音在錄制過(guò)程中被分配到兩個(gè)獨(dú)立的聲道，很好的聲音定位效果。 準(zhǔn)立體聲在錄制聲音的時(shí)候采用單聲道，而放音有時(shí)是立體聲，有時(shí)是單聲道。 四聲道環(huán)繞規(guī)定了4個(gè)發(fā)音點(diǎn)：前左、前右，后左、后右，可以提供多個(gè)不同方向的聲音環(huán)繞。 5.1聲道來(lái)源于4.1環(huán)繞，不同之處在于它增加了一個(gè)中置單元。這個(gè)中置單元負(fù)責(zé)傳送低于80Hz的聲音信號(hào)，在欣賞影片時(shí)有利于加強(qiáng)人聲。美國(guó)杜比AC-3（Dolby Digital）、歐洲D(zhuǎn)TS等

7、。 7.1聲道在5.1的基礎(chǔ)上又增加了中左和中右兩個(gè)發(fā)音點(diǎn) 數(shù)字化聲音的質(zhì)量和存儲(chǔ)量數(shù)據(jù)量（數(shù)據(jù)量（Byte）（采樣頻率）（采樣頻率量化精度量化精度聲道數(shù)聲道數(shù)聲音持續(xù)時(shí)間）聲音持續(xù)時(shí)間）/8不同類(lèi)型信號(hào)的采樣頻率和量化精度 信號(hào)類(lèi)型信號(hào)類(lèi)型頻率范圍頻率范圍( (Hz) )采樣頻率采樣頻率( (kHz)量化精度量化精度（bit）單聲道單聲道/立立體聲體聲數(shù)據(jù)率數(shù)據(jù)率( (未壓縮未壓縮) )（kB/s）電話(huà)話(huà)音電話(huà)話(huà)音200340088單聲道單聲道8調(diào)頻廣播調(diào)頻廣播( (AM)201500011.0258單聲道單聲道11.0寬帶音頻寬帶音頻( (FM)50700022.05016立體聲立體聲88

8、.2CD202200044.116立體聲立體聲176.4DAT20220004816立體聲立體聲192.0三、音頻壓縮技術(shù) 對(duì)原始數(shù)字音頻信號(hào)流（PCM）編碼運(yùn)用恰當(dāng)?shù)臄?shù)字信號(hào)處理技術(shù)，在不損失有用信息量，或引入損失可忽略的條件下，降低（壓縮）其碼率，也稱(chēng)為壓縮編碼。音頻數(shù)據(jù)壓縮比壓縮后的音頻數(shù)據(jù)音頻數(shù)據(jù)壓縮比壓縮后的音頻數(shù)據(jù)/壓縮前的音頻數(shù)據(jù)壓縮前的音頻數(shù)據(jù)音頻壓縮算法的主要分類(lèi) 無(wú)損壓縮利用信息相關(guān)性進(jìn)行的數(shù)據(jù)壓縮并不損失原信息的內(nèi)容。是一種可逆壓縮，即經(jīng)過(guò)文件壓縮后可以將原有的信息完整保留的一種數(shù)據(jù)壓縮方式，如wav、flac、ape等格式。 有損壓縮經(jīng)壓縮后不能將原來(lái)的文件信息完全保留

9、的壓縮，是不可逆壓縮。如JEPG、MPEG壓縮，常見(jiàn)格式如mp3、wma。音頻壓縮技術(shù)標(biāo)準(zhǔn) 國(guó)際電報(bào)電話(huà)咨詢(xún)委員會(huì) CCITT(現(xiàn)國(guó)際電信聯(lián)盟 ITU-T)標(biāo)準(zhǔn)16Kbps CCITT標(biāo)準(zhǔn)化方案G.728：面向帶寬為64Kbps的ISDN線(xiàn)路的可視電話(huà)上32Kbps CCITT標(biāo)準(zhǔn)化方案G.721：應(yīng)用于電視會(huì)議系統(tǒng)的語(yǔ)音編碼和數(shù)字電話(huà)的語(yǔ)音合成64Kbps CCITT標(biāo)準(zhǔn)化方案G.722：面向7kHz帶寬以語(yǔ)音和音樂(lè)為對(duì)象的標(biāo)準(zhǔn)化音響編碼方案 MPEG-1：規(guī)定了音頻壓縮三種模式層I、層II（MP2）、層III（MP3） Dolby AC-3：多聲道音頻信號(hào)壓縮 MPEG-2BC：多聲道音頻

10、信號(hào)壓縮四、音頻文件格式 聲音文件格式 MIDI文件格式聲音文件格式 波形文件，Windows本身存放數(shù)字聲音的標(biāo)準(zhǔn)格式，擴(kuò)展名.wav ，是一種未經(jīng)壓縮處理的音頻數(shù)據(jù)。體積大（1分鐘的波形文件需要10MB）。 CD Audio，亦稱(chēng)CD音樂(lè)，擴(kuò)展名.cda。記錄的是波形流，無(wú)法編輯，文件大。 Real Audio，擴(kuò)展名.ra、.ram，Real公司開(kāi)發(fā)的主要適用于網(wǎng)上實(shí)時(shí)數(shù)字音頻流技術(shù)的文件格式。高保真方面不及mp3。需要使用Real Player。 MPEG-3，擴(kuò)展名.mp3。壓縮率大。音質(zhì)不及波形文件。 MIDI，擴(kuò)展名，擴(kuò)展名.mid，目前最成熟的音樂(lè)格式，實(shí)際上已，目前最成熟的音

11、樂(lè)格式，實(shí)際上已經(jīng)成為一種產(chǎn)業(yè)標(biāo)準(zhǔn)。優(yōu)點(diǎn)是短小，缺點(diǎn)是播放效果因經(jīng)成為一種產(chǎn)業(yè)標(biāo)準(zhǔn)。優(yōu)點(diǎn)是短小，缺點(diǎn)是播放效果因軟、硬件而異。軟、硬件而異。 RMI文件，文件，Microsoft公司的公司的MIDI文件格式，可以包括圖文件格式，可以包括圖片標(biāo)識(shí)和文本。片標(biāo)識(shí)和文本。聲音文件格式 （續(xù)1） Creative Musical Format，擴(kuò)展名，擴(kuò)展名.cmf，Creative公司的專(zhuān)用音樂(lè)格式，和公司的專(zhuān)用音樂(lè)格式，和MIDI差不多，差不多，在音色和效果上有些特色，專(zhuān)用于在音色和效果上有些特色，專(zhuān)用于FM音頻卡，兼音頻卡，兼容性差容性差 VOC文件，文件，Creative 公司的波形文件格式，

12、也是公司的波形文件格式，也是聲霸卡使用的音頻文件格式。每個(gè)聲霸卡使用的音頻文件格式。每個(gè)VOC文件由文文件由文件頭塊件頭塊Header Block和音頻數(shù)據(jù)塊和音頻數(shù)據(jù)塊Data Block組組成。文件頭包含一個(gè)標(biāo)識(shí)版本號(hào)和一個(gè)指向數(shù)據(jù)成。文件頭包含一個(gè)標(biāo)識(shí)版本號(hào)和一個(gè)指向數(shù)據(jù)塊起始的指針。數(shù)據(jù)塊分成各種類(lèi)型的子塊，如塊起始的指針。數(shù)據(jù)塊分成各種類(lèi)型的子塊，如聲音數(shù)據(jù)靜音標(biāo)識(shí)聲音數(shù)據(jù)靜音標(biāo)識(shí)ASCII碼文件重復(fù)的結(jié)果及終碼文件重復(fù)的結(jié)果及終止標(biāo)志、擴(kuò)展塊等止標(biāo)志、擴(kuò)展塊等 PCM文件，模擬音頻信號(hào)經(jīng)文件，模擬音頻信號(hào)經(jīng)A/D轉(zhuǎn)換直接形成的轉(zhuǎn)換直接形成的二進(jìn)制序列，該文件沒(méi)有附加的文件頭和文件結(jié)

13、二進(jìn)制序列，該文件沒(méi)有附加的文件頭和文件結(jié)束的標(biāo)志。束的標(biāo)志。MIDI 什么是MIDIMIDI（Musical Instrument Digital Interface）是樂(lè)器數(shù)字接口的英文縮寫(xiě)，它是指數(shù)字樂(lè)器與計(jì)算機(jī)連接的接口，即在數(shù)字樂(lè)器與計(jì)算機(jī)相連接時(shí)所使用的可以直接插入在計(jì)算機(jī)串口上的一個(gè)小部件，通過(guò)它可以使數(shù)字樂(lè)器與計(jì)算機(jī)相互“溝通”信息。 MIDI的特點(diǎn)是其文件內(nèi)部記錄的是演奏數(shù)字音樂(lè)的全部動(dòng)作過(guò)程。比如，音色、音符、延時(shí)、音量、力度等信息，所以其數(shù)據(jù)量很小。 MIDI端口：一臺(tái)MIDI設(shè)備可以有一至三個(gè)MIDI端口，MIDI In、MIDI Out、MIDI Thru。MIDI

14、In接收來(lái)自其它MIDI設(shè)備的MIDI信息；MIDI Out發(fā)送本設(shè)備上生成的MIDI信息到其它設(shè)備；MIDI Thru將從MIDI In端口傳來(lái)的信息轉(zhuǎn)發(fā)到相連的另一臺(tái)MIDI設(shè)備上。 MIDI鍵盤(pán)：用于MIDI樂(lè)曲演奏，本身不發(fā)出聲音，當(dāng)作曲人員觸動(dòng)鍵盤(pán)上的按鍵時(shí)，就發(fā)出按鍵信息，所產(chǎn)生的僅僅是MIDI音樂(lè)消息，再由音序器錄制生成MIDI文件。 音序器：用于記錄、編輯、播放MIDI的聲音文件。 合成器：解釋MIDI文件中的指令符號(hào)，生成所需要的聲音波形，經(jīng)放大后由揚(yáng)聲器輸出 。 MIDI文件格式 MIDI擴(kuò)展名為.mid，目前最成熟的音樂(lè)格式。 RMI文件Microsoft公司的MIDI文

15、件格式。五、編輯制作數(shù)字音頻素材 常見(jiàn)數(shù)字音頻處理軟件 VegasSONY公司推出的一款整合視頻與音效編輯的軟件。將剪輯、特效、專(zhuān)長(zhǎng)、燒錄等功能正合為一體。適用與專(zhuān)業(yè)人士或個(gè)人用戶(hù)。 Cool Edit/ Adobe Audition以前是數(shù)字音頻軟件制作公司Syntrillium Software的產(chǎn)品，Syntrillium的旗艦軟體就是-Cool Edit Pro?，F(xiàn)在被Adobe 公司收購(gòu)了，并升級(jí)為Adobe Audition SoundForgeSonicFoundry公司開(kāi)發(fā)的產(chǎn)品。SoundForge處理的是相對(duì)比較龐大的音頻和視頻文件，對(duì)磁盤(pán)空間和碎片等指標(biāo)都有一定的要求。

16、GoldWave 可對(duì)音頻編輯、播放、錄制、轉(zhuǎn)換，體積小巧。 可打開(kāi)的音頻文件包括WAV, OGG, VOC, IFF, AIF, AFC, AU, SND, MP3, MAT, DWD, SMP, VOX, SDS, AVI, MOV, APE等格式。 可從 CD 或 VCD 或 DVD 或其它視頻文件中提取音頻。 菜單欄工具欄左聲道右聲道狀態(tài)欄如何從CD中獲取音頻 把CD放入光驅(qū) 在GoldWave中，選擇工具菜單/CD讀取器 選擇相應(yīng)的曲目 選取“保存”，修改保存路徑后，單擊“確定”。錄音前的準(zhǔn)備 錄音之前，一定要調(diào)整聲音控制面板參數(shù)在GoldWave中錄音 新建文檔：“文件”菜單/新建

17、，設(shè)置采樣頻率、持續(xù)時(shí)間 單擊控制器上的紅色錄音按鈕，開(kāi)始錄音(如錄制一首詩(shī)) 保存文件選擇要處理的音頻 如何選擇一段音樂(lè)在播放過(guò)程中，設(shè)置開(kāi)始和結(jié)束標(biāo)志，可以選出你需要的部分。特點(diǎn)是邊聽(tīng)邊選，比較精確。編輯/標(biāo)記/放置開(kāi)始標(biāo)記 或 放置結(jié)束標(biāo)記在非播放狀態(tài)，首先選擇選示按鈕，然后利用鼠標(biāo)拖動(dòng)畫(huà)框，就可以選擇相應(yīng)的部分。 如何選擇一個(gè)聲道編輯/聲道/左聲道 shift+ctrl+L編輯/聲道/右聲道 shift+ctrl+R簡(jiǎn)單聲音編輯 刪除聲音片斷不選擇聲道的時(shí)候，刪除片斷選擇某聲道的時(shí)候，刪除片斷 剪貼片斷 靜音處理選擇編輯區(qū)域，編輯/靜音與刪除聲音片斷不同的是，變成靜音的編輯區(qū)域仍然存在

18、，其時(shí)間長(zhǎng)度不變 聲音的淡入淡出效果選擇需要設(shè)置淡入或淡出效果的區(qū)域，可以是單聲道，也可以是雙聲道單擊淡入或淡出效果按鈕，設(shè)置淡入或者淡出效果 混響設(shè)置選擇區(qū)域設(shè)置混響 特殊音效機(jī)器人聲音：把原始聲音加工成類(lèi)似機(jī)器發(fā)出的聲音。倒序聲音：將聲音數(shù)據(jù)反相排列。時(shí)間調(diào)整改變聲音的長(zhǎng)度（縮短或者加長(zhǎng)）整個(gè)聲音文件，或者局部編輯區(qū)域 去噪先選擇波形，然后點(diǎn)擊【效果】菜單中的“濾波器”中的“降噪”在預(yù)置中選擇“減少嗡嗡聲”，點(diǎn)擊確定制作實(shí)例：語(yǔ)音和背景音樂(lè)的合成 如何實(shí)現(xiàn)聲音合成：背景音樂(lè)和人的聲音打開(kāi)背景音樂(lè)，并復(fù)制新建一個(gè)文件，把背景音樂(lè)粘貼過(guò)來(lái)打開(kāi)人聲文件，并復(fù)制在剛才新建的文件中，編輯/混音 如何去掉不想要的部分，比如開(kāi)頭部分在最開(kāi)始的地方，單擊右鍵，設(shè)置開(kāi)始標(biāo)志播放音樂(lè)，在需要的地方暫停單擊右鍵，設(shè)置結(jié)束標(biāo)志刪除即可 音樂(lè)淡出-朗讀聲-音樂(lè)淡出首先在英語(yǔ)朗讀文件的前面添加10秒鐘的靜音效果，同時(shí)把朗讀文件后部不必要的部分刪除。在背景音樂(lè)的前部和后部設(shè)置淡出和淡入效果，中間部分設(shè)置音量變化（把聲音變?。┌延⒄Z(yǔ)朗讀文件與背景音樂(lè)文件進(jìn)行混音合成 如何調(diào)整背景音樂(lè)的音量？打開(kāi)背景音