論文注釋怎么弄

第2章音頻處理技術(shù)（一）西安交通大學(xué)計(jì)算機(jī)教學(xué)實(shí)驗(yàn)中心2007多媒體技術(shù)及應(yīng)用教學(xué)要求論文外文翻譯1問題的提出什么是聲音？聲音有哪些物理特征？音樂1、2、歌曲1、2、3、MIDI1、2、3、樂器伴唱……當(dāng)我們看到“聲音”這個(gè)字時(shí)，聯(lián)想到的是什么？……2一.聲音的基本特性聲音的表現(xiàn)形式有三類:語音是指具有語言內(nèi)涵和人類約定的特殊媒體；音樂是規(guī)范的符號化了的聲音；音響指其他自然聲音，如動(dòng)物的叫聲、機(jī)器的轟鳴聲、風(fēng)雨雷電聲等。3聲音什么是聲音?聲波機(jī)械振動(dòng)或氣流擾動(dòng)引起周圍彈性媒質(zhì)發(fā)生波動(dòng)而產(chǎn)生聲波。聲源產(chǎn)生聲波的物體為聲源(如人聲帶、樂器等)。聲場聲波所及的空間范圍稱為聲場。聲音聲波傳到人耳，經(jīng)過人類聽覺系統(tǒng)的感知就是聲音。聲音是振動(dòng)的波，是隨時(shí)間連續(xù)變化的物理量。聲音依靠介質(zhì)的振動(dòng)進(jìn)行傳播。聲源就是振動(dòng)源。4聲波的表示聲波可以用一條連續(xù)的曲線來表示，它在時(shí)間和幅度上都是連續(xù)的，稱為模擬音頻信號。在任一時(shí)刻t，聲波可以分解成一系列正弦波的線性疊加：An是振幅，表示聲音的強(qiáng)弱ω是聲波的基頻，表示聲音音調(diào)的高低φn是n次諧波的初相位nω是ω的n次諧波分量，或稱為泛音5音頻信號的特征聲音的物理特性頻率、聲壓和聲強(qiáng)、動(dòng)態(tài)范圍、頻譜聲音的心理特性音調(diào)、響度、音色、掩蔽效應(yīng)、方位感、空間感聲音的音質(zhì)頻帶寬度、信噪比、數(shù)據(jù)量6聲音的物理特性周期/頻率/帶寬

兩個(gè)相鄰波之間的時(shí)間長度為周期T，單位為秒；每秒鐘聲源振動(dòng)的次數(shù)稱為頻率f，單位Hz；

f=1/T描述組成復(fù)合信號的頻率范圍，稱為帶寬。t振幅周期7聲音頻帶示意圖高于20kHz頻率的聲音人耳聽不到。人類對聲音的感覺是有限的，即只能在一個(gè)頻帶范圍內(nèi)有效。有的音響產(chǎn)品工作頻率上限為50kHz，調(diào)音臺的最高工作頻率設(shè)計(jì)到100kHz。

8聲波的頻率范圍在自然界中,人耳接收的音域：20～20,000Hz次聲波（大象）：＜20Hz超聲波（海豚）：＞20,000Hz9聲源的頻率范圍日常生活中的不同聲源頻率范圍:男聲:100～9,000Hz

女聲:150～10,000Hz

電話聲:200～3,400Hz

收音機(jī)AM調(diào)幅廣播聲:50～7,000Hz收音機(jī)FM調(diào)頻廣播聲:20～15,000Hz

專業(yè)級音響放大器聲:10～40,000Hz10聲壓和聲強(qiáng)聲壓P聲波在空氣傳播造成空氣中的氣壓發(fā)生變化而產(chǎn)生的壓強(qiáng)（相當(dāng)于在無聲波下空氣中的氣壓上疊加一個(gè)變化的壓強(qiáng)），被稱為聲壓，記作P。單位有帕斯卡（Pa）和微巴（μbar）。聲強(qiáng)I描述聲音傳播所需能量的強(qiáng)度（聲波是由能量來維持傳播的。如揚(yáng)聲器紙盆的振動(dòng)是由電能轉(zhuǎn)換而來）。單位時(shí)間內(nèi)通過垂直于聲波傳播方向的單位面積內(nèi)的聲波能量為聲場中某點(diǎn)的聲強(qiáng)，記作I，單位為瓦／米2（W／m2）。聲強(qiáng)與聲壓最大值的平方成正比。11在聲學(xué)中，量級定義為一個(gè)量與同類基準(zhǔn)量之比的以10為底對數(shù)。單位是dB。聲壓級Lp

為：

Lp=20lgP/P0

聲壓基準(zhǔn)量為P0=2×10-4μbar，聲壓級為0～120dB。聲強(qiáng)級LI為：

LI=10lgI/I0

聲強(qiáng)的基準(zhǔn)量為I0=10-12W/m2。聲壓級&聲強(qiáng)級12閾閾值是指臨界值?？陕犻撘鹑硕鷦偰苈牭铰曇魰r(shí)的聲壓，與年齡有關(guān)。中音頻時(shí)約為0.0002微巴。痛閾使人耳膜感到疼痛的聲壓，超過200微巴的聲壓，能使人耳膜產(chǎn)生疼痛。13分貝(dB)自然現(xiàn)象:揚(yáng)聲器的功率增加一倍發(fā)出的聲音，人聽到的聲音強(qiáng)度并不是增加一倍。在聲學(xué)中用分貝來表示聲壓或聲強(qiáng)的變化程度。人聽覺神經(jīng)的刺激程度不與刺激量大小成正比，而是按刺激量以10為底的對數(shù)增長。成對數(shù)關(guān)系變化。14動(dòng)態(tài)范圍指聲音最大聲壓級和最小聲壓級之間的差值。每種聲源的動(dòng)態(tài)范圍依據(jù)各自的特性有所不同。如女聲的動(dòng)態(tài)范圍為25～50dB，男聲為30～50dB，交響樂隊(duì)的動(dòng)態(tài)范圍大于100dB。動(dòng)態(tài)范圍不僅用來表示一個(gè)聲源產(chǎn)生的最大聲壓級與最小聲壓級之間的差值，錄音設(shè)備或記錄聲音的載體(磁帶、光盤、硬盤)同樣可用動(dòng)態(tài)范圍表示能夠處理信號電平的范圍。15動(dòng)態(tài)范圍的相對強(qiáng)度動(dòng)態(tài)范圍可以用信號的相對強(qiáng)度表示：信號的動(dòng)態(tài)范圍=20×lg(信號最大強(qiáng)度／信號最小強(qiáng)度)(dB)其中信號可以用電壓或功率衡量。因?yàn)槭且环N比例關(guān)系，故只要采用相同的度量單位，其結(jié)果都是一致的。

16頻譜物體在一定位置的附近作來回往復(fù)的運(yùn)動(dòng)，稱為簡諧振動(dòng)。簡諧振動(dòng)會產(chǎn)生一個(gè)特定音調(diào)的純音，聽起來感覺單薄。樂器很少產(chǎn)生單一頻率的純音，而是復(fù)音。復(fù)音的產(chǎn)生基于物體的復(fù)雜振動(dòng)，可以分解為許多不同振幅和不同頻率的簡諧振動(dòng)(即看成簡諧振動(dòng)的疊加)。簡諧振動(dòng)的振幅按頻率排列的圖形稱為頻譜。頻譜可一目了然地看出復(fù)雜振動(dòng)的頻率結(jié)構(gòu)。17鋼琴的復(fù)音頻譜鋼琴（基頻為253Hz）的復(fù)音頻譜18聲音的心理學(xué)特性

從聲學(xué)心理角度分析，聲音有三個(gè)要素：音調(diào)、響度和音色。它們與聲波的頻率、聲壓和頻譜結(jié)構(gòu)對應(yīng)。19音調(diào)音調(diào)代表聲音的高低，與頻率有關(guān)。頻率越高，音調(diào)越高，反之亦然。人對聲音頻率的感覺表現(xiàn)為音調(diào)的高低，在音樂中稱為音高。音調(diào)與基頻的對數(shù)（20×lg）成線性關(guān)系，單位為美（mei）?；l越低，給人的感覺越低沉?；l頻率增加一倍，音樂上稱提高了一個(gè)八度。在編輯聲音時(shí)，如果對聲音的頻率進(jìn)行調(diào)整，其音調(diào)也會隨之而變；不同聲源有自己特定的音調(diào)，若改變了聲源的音調(diào)，聲音會發(fā)生質(zhì)的轉(zhuǎn)變。20頻率與音調(diào)的關(guān)系

21響度響度也稱音強(qiáng)，是人耳對聲音強(qiáng)弱的感覺程度。常說的“音量”也是指響度。響度與聲波的振幅成正比，振幅越大，響度越大。唱盤、CD激光盤等播放出來的聲音響度是一定的，但通過控制、調(diào)整播放設(shè)備的音量，可以改變聆聽時(shí)的響度。22等響度曲線人的耳道會對某段頻率產(chǎn)生共鳴，使靈敏度提高。因此人耳聽到聲音的響度與聲音的頻率有關(guān)。描述響度、聲壓以及聲源頻率之間的關(guān)系曲線稱為等響度曲線。從曲線看出，當(dāng)音量開到使聲壓級為80dB時(shí)，就可做到高、低頻聲音豐滿。23音色音色是聲音的特色，又稱音品。通常說法是：聲音的音調(diào)和響度以外的音質(zhì)差異叫做音色。影響音色主要因素是復(fù)音。所謂“復(fù)音”是指不同頻率和不同振幅的混合聲音，自然聲中大部分是復(fù)音。在復(fù)音中，最低頻率的聲音是“基音”（聲音的基調(diào)），其他頻率的聲音稱為“諧音”（也叫泛音）?；艉椭C音是構(gòu)成聲音音色的重要因素。各種聲源都具有自己獨(dú)特的音色，例如每種樂器的聲音、每個(gè)人的聲音等，人是根據(jù)音色來辨別聲源種類的。24音色（續(xù)）高次諧波越豐富，音色就越有明亮感和穿透力。此外，音色還與諸多其他因素有關(guān)，如聽音條件等。音色是一個(gè)主觀量，常用柔和、刺耳、飽滿等詞描述。25掩蔽效應(yīng)稱聽不到的聲音為被掩蔽聲，而起掩蔽作用的聲音為掩蔽聲。掩蔽效應(yīng)的實(shí)質(zhì)是掩蔽聲的出現(xiàn)使人耳聽覺的等響度曲線的最小可聽閾抬高。掩蔽效應(yīng)的一般規(guī)律是強(qiáng)音壓低音、低頻率聲音壓高頻率。利用掩蔽效應(yīng)可以用有用信號去掩蔽無用的聲信號，只需要把無用聲音的聲壓級降低到掩蔽閾以下即可。在數(shù)字音頻處理中，還可以利用掩蔽效應(yīng)去掉人耳聽不到的那部分信號進(jìn)行聲音數(shù)據(jù)的壓縮。26方位感人憑借雙耳在一定聲學(xué)環(huán)境內(nèi)能夠?qū)β曉炊ㄎ?，這種能力來自于聲源發(fā)出的聲波到達(dá)雙耳間的強(qiáng)度差、時(shí)間差等因素。聲源到達(dá)聽者耳朵的聲音有兩個(gè)，一個(gè)聲音直接到達(dá)，而另一個(gè)由于人頭部遮蔽，需繞過頭部才能到達(dá)。稱前者為直達(dá)聲，而后者為繞射聲。若有兩個(gè)聲源，增大其中一個(gè)聲源的強(qiáng)度，由于該聲音源發(fā)出的直達(dá)聲或繞射聲的聲壓大于另一個(gè)聲源，雙耳將會產(chǎn)生聲壓級差。使聽者感受的聲源（聲像）位置向強(qiáng)度較大的聲源方向移，使人感受到聲音的立體感。27空間感一個(gè)聲源發(fā)出的聲音同時(shí)向各個(gè)方向散開，其發(fā)散的角度取決于聲源所具有的指向性，發(fā)散的聲波有一小部分直接傳給聽者，而大部分會被空間表面反射，然后到達(dá)聽者。由于直接和經(jīng)反射到達(dá)聽者的兩個(gè)聲音途徑存在差別（取決于環(huán)境）而帶來時(shí)間差。當(dāng)時(shí)間差超過一定數(shù)量時(shí)，聽者會聽到先后到達(dá)的兩個(gè)聲音，從而產(chǎn)生回音。經(jīng)多次反射，造成余聲。即使聲源已停止發(fā)聲，但聽者仍能聽到聲音存在。回聲與余音的感覺可使聽者感受出房間體積大小、房間高低及內(nèi)表面結(jié)構(gòu)上的差異，這便是空間感。28

音頻信號的質(zhì)量指標(biāo)

頻帶寬度動(dòng)態(tài)范圍信噪比數(shù)據(jù)量29(1)頻帶寬度音頻信號所包含的諧波分量越豐富，音色越好。在廣播通信和數(shù)字音響系統(tǒng)中，以聲音信號所包含的諧波分量的頻率范圍來衡量聲音的質(zhì)量，即帶寬。不同質(zhì)量的聲音的頻帶對比示意圖

30動(dòng)態(tài)范圍動(dòng)態(tài)范圍越大，說明音頻信號強(qiáng)度的相對變化范圍越大，音響效果越好。動(dòng)態(tài)范圍一般用dB為單位來計(jì)量。FM(調(diào)頻)廣播的動(dòng)態(tài)范圍約60dB，AM(調(diào)幅)廣播的動(dòng)態(tài)范圍約40dB。CD-DA的動(dòng)態(tài)范圍約100dB，數(shù)字電話約50dB。31信噪比信噪比SNR(SignalNoiseRatio)是有用信號與噪聲之比的簡稱。信噪比大，在一定程度上能夠掩蔽噪聲，從而獲得較好的聲音效果。信噪比不僅是聲音設(shè)備的性能指標(biāo)，在聲音的錄制和播放時(shí)，也要注意環(huán)境噪聲。錄制時(shí)應(yīng)盡可能減小環(huán)境噪音。輸出時(shí)應(yīng)使音量適當(dāng)大，以減少環(huán)境噪音對聽音的影響。一般話筒和音箱的信噪比在75dB以上。聲卡的信噪比在85～95dB。32數(shù)據(jù)量音質(zhì)與數(shù)據(jù)采樣頻率和數(shù)據(jù)位數(shù)有關(guān)：采樣頻率越低，位數(shù)越少，音質(zhì)越差；采樣頻率越高，位數(shù)越多，音質(zhì)越好。33二、數(shù)字音頻聲音的數(shù)字化

數(shù)字化就是將連續(xù)信號變成離散信號。對音頻信號，首先在時(shí)間上離散，取有限個(gè)時(shí)間點(diǎn)，稱為采樣。然后在幅度上離散，取有限個(gè)幅度值，稱為量化。再將得到的數(shù)據(jù)表示成計(jì)算機(jī)容易識別的格式，稱為編碼。34PCM編碼

PCM是把模擬信號轉(zhuǎn)換成數(shù)字信號的編碼方法，它主要包括采樣、量化和編碼3個(gè)過程。采樣按時(shí)間間隔測量，把時(shí)間連續(xù)的模擬信號轉(zhuǎn)換成時(shí)間離散、幅度連續(xù)的采樣信號。如果采樣時(shí)間間隔相等，稱為均勻采樣；量化是按“四舍五入”等方法將采樣得到的數(shù)值限定在幾個(gè)有限的數(shù)值中，將采樣信號轉(zhuǎn)換成時(shí)間離散、幅度離散的數(shù)字信號；編碼（coding）是將量化后的信號轉(zhuǎn)換成一個(gè)二進(jìn)制碼組輸出。例如，量化得到的數(shù)據(jù)中只會出現(xiàn)兩個(gè)數(shù)值51和80，則只用一位二進(jìn)制數(shù)表示即可，用0表示51，用1表示80。這種編碼方法稱為自然編碼。35模擬聲音信號的采樣和量化過程示意

模擬聲音信號的波形采樣得到的離散時(shí)間信號再量化得到的數(shù)字信號36例2.1例2.1設(shè)一個(gè)連續(xù)信號的波形可以表示為:設(shè)采樣頻率為21Hz，[-10，10]內(nèi)的量化間隔取為1，試計(jì)算出該信號0到1秒內(nèi)的量化數(shù)據(jù)。在0-1秒內(nèi)，取21個(gè)采樣點(diǎn)。在1、1/20、2/20、……19/20、1秒時(shí)刻采樣，將采樣得到的數(shù)值取整，即得到量化數(shù)據(jù)。37表2-1連續(xù)波形的數(shù)字化

序號采樣點(diǎn)采樣數(shù)據(jù)量化值序號采樣點(diǎn)采樣數(shù)據(jù)量化值00.009.414219

110.55-9.37474-910.05-7.66754-8120.604.73547520.101.308671130.65-2.56445-330.151.079301140.700.40759040.20-3.46729-3150.756.34915650.258.934339160.80-9.36672-9…………90.45-1.63831-2201.004.400904100.507.89216838舉例對于CD-DA，采樣頻率為44.1kHz，即每秒取44,100個(gè)點(diǎn)。幅度的取值范圍是限制在216=65,536以內(nèi)，量化間隔為1，即量化幅度可以取65,536個(gè)不同的值，計(jì)算機(jī)中用16位的存儲空間就可以表示一個(gè)量化后的數(shù)值。動(dòng)態(tài)范圍為20×lg(216)≈96dB39PCM編碼原理編碼的過程：采樣。用一組脈沖采樣時(shí)鐘信號乘以輸入的模擬音頻信號，得到離散時(shí)間信號。量化。對采樣后的信號幅值進(jìn)行量化。量化過程由量化器來完成。編碼。對經(jīng)量化器變換后的信號再進(jìn)行編碼，即把量化的信號電平轉(zhuǎn)換成二進(jìn)制碼組，得到離散的二進(jìn)制數(shù)據(jù)序列x(n)。數(shù)據(jù)處理。計(jì)算機(jī)對量化后的二進(jìn)制數(shù)據(jù)可以用文件的形式存儲、編輯和處理，并可還原成原始的模擬信號播放。40PCM編碼示意圖

41

均勻量化和非均勻量化

均勻量化采用相等的量化間隔（“等分尺”）對采樣得到的信號作量化，也稱為線性量化。缺點(diǎn):增加的樣本位數(shù)不能得到充分的利用。42非均勻量化非線性量化思想是大的輸入信號采用大的量化間隔，小的輸入信號采用小的量化間隔；這樣就可以在滿足精度要求的情況下用較少的位數(shù)來表示。聲音數(shù)據(jù)還原時(shí)，采用相同的規(guī)則。43非均勻量化算法非均勻量化采用兩種算法（定義采樣輸入信號幅度和量化輸出數(shù)據(jù)之間的對應(yīng)關(guān)系）：μ律(μ-Law)壓擴(kuò)A律(A-Law)壓擴(kuò)44律壓擴(kuò)

μ律(μ-Law)壓擴(kuò)主要用在北美和日本等地區(qū)的數(shù)字電話通信中，按下面的公式確定量化輸入和輸出的關(guān)系。

45A律(A-Law)A律(A-Law)壓擴(kuò)主要用在歐洲和中國大陸等地區(qū)的數(shù)字電話通信中，按下面的式子確定量化輸入和輸出的關(guān)系。46舉例對于采樣頻率為8kHz，樣本精度為13位、14位或者16位的輸入信號，使用μ律壓擴(kuò)編碼或者使用A律壓擴(kuò)編碼，經(jīng)過PCM編碼器之后每個(gè)樣本需8位二進(jìn)制存儲，輸出的數(shù)據(jù)率為64kb/s。這個(gè)數(shù)據(jù)就是CCITT推薦的G.711標(biāo)準(zhǔn)：話音頻率脈沖編碼調(diào)制。

47數(shù)字音頻的技術(shù)指標(biāo)采樣頻率采樣精度聲道數(shù)音頻數(shù)據(jù)傳輸率編碼算法與音頻數(shù)據(jù)壓縮比48采樣頻率采樣頻率是指一秒鐘采樣的次數(shù)。采樣頻率越高，單位時(shí)間內(nèi)采集的樣本數(shù)越多，得到波形越接近于原始波形，音質(zhì)就越好。

根據(jù)奈奎斯特(HarryNyquist)采樣理論：如果采樣頻率高于輸入信號最高頻率的兩倍，重放時(shí)就能從采樣信號序列無失真地重構(gòu)原始信號。例如，電話話音的信號頻率約為3.4kHz，若采樣頻率選為8kHz，就能無失真地重放原始聲音。49采樣的3個(gè)常用頻率分別為：11.025kHz——AM(調(diào)幅)廣播22.05kHz——FM(調(diào)頻)廣播44.1kHz——CD高保真音質(zhì)聲音現(xiàn)在聲卡的采樣頻率一般為48kHz甚至96kHz。50采樣精度

采樣精度用每個(gè)聲音樣本的位數(shù)表示，也叫樣本精度或量化位數(shù)，反映度量聲音波形幅度的精度。例如，每個(gè)聲音樣本用16位表示，則量化樣本值在0～65535之間，它的精度是輸入信號的1/65536。

采樣精度決定了模擬信號數(shù)字化以后的動(dòng)態(tài)范圍。若以8位量化，則其波形的幅值可分為28=256等份，等效的動(dòng)態(tài)范圍為20×lg(256)=48dB。若以16位采樣，則可分為216=65536等份，等效動(dòng)態(tài)范圍為20×lg(65536)=96dB。采樣精度影響到聲音的質(zhì)量位數(shù)越多，聲音的質(zhì)量越高，而需要的存儲空間也越多；位數(shù)越少，聲音的質(zhì)量越低，需要的存儲空間越少。51聲道數(shù)

單聲道(mono)信號一次產(chǎn)生一組聲波數(shù)據(jù)。雙聲道或立體聲(stereo)一次產(chǎn)生兩組聲波數(shù)據(jù)。雙聲道在硬件中占兩條線路，一條是左聲道，一條是右聲道。立體聲不僅音質(zhì)、音色好，而且能產(chǎn)生逼真的空間感。但立體聲數(shù)字化后所占空間比單聲道多一倍。52其他因素除采樣頻率、采樣精度、聲道數(shù)影響聲音質(zhì)量外，聲音錄制時(shí)環(huán)境噪聲、聲卡內(nèi)部噪聲以及采樣數(shù)據(jù)丟失等都會造成聲音質(zhì)量的下降。實(shí)際收聽時(shí)，音響（功率放大器、揚(yáng)聲器等）的質(zhì)量對音質(zhì)的表現(xiàn)也起很大作用。53音頻數(shù)據(jù)傳輸率

音頻信號數(shù)字化后，產(chǎn)生大量數(shù)據(jù)。產(chǎn)生數(shù)據(jù)的速度或播放聲音時(shí)需要傳輸數(shù)據(jù)的速度影響聲音的播放質(zhì)量。數(shù)據(jù)傳輸率用每秒鐘傳輸?shù)臄?shù)據(jù)位數(shù)表示，記為bps（bitpersecond）。未經(jīng)壓縮的數(shù)字音頻數(shù)據(jù)傳輸率為：

數(shù)據(jù)傳輸率(bit／s)=采樣頻率(Hz)×量化位數(shù)(bit)×聲道數(shù)54聲音質(zhì)量和數(shù)字化指標(biāo)

質(zhì)量采樣頻率(kHz)樣本精度(bit)單道聲/立體聲數(shù)據(jù)率(kB/s)(未壓縮)頻率范圍電話*88單道聲8200～3400HzAM11.0258單道聲11.050～7000HzFM22.05016立體聲88.220～15000HzCD44.116立體聲176.420～20000HzDAT4816立體聲192.020～20000Hz55例2-2例2.2高保真立體聲數(shù)字音頻的量化位數(shù)為16，試計(jì)算其數(shù)據(jù)傳輸率。

解：高保真立體聲數(shù)字音頻采樣頻率為44.1kHz，雙聲道，其數(shù)據(jù)傳輸率為：數(shù)據(jù)傳輸率=44.1(kHz)×16(bit)×2(聲道)=1411.2(kbps)

如果采用PCM編碼，數(shù)字音頻文件所占用的空間可用如下的公式計(jì)算：

音頻數(shù)據(jù)量（Byte）=數(shù)據(jù)傳輸率×持續(xù)時(shí)間／8(bit/Byte)

其中數(shù)據(jù)量以字節(jié)(Byte)為單位；數(shù)據(jù)傳輸率以每秒比特(bps)為單位；持續(xù)時(shí)間以秒(s)為單位。

56例2-3例2.3計(jì)算1分鐘未經(jīng)壓縮的高保真立體聲數(shù)字聲音文件的大小。

解：高保真立體聲數(shù)字音頻采樣頻率為44.1kHz，16位量化，雙聲道，其數(shù)據(jù)傳輸率為：

數(shù)據(jù)傳輸率=44.1(kHz)×16(bit)×2(聲道)=1411.2(kbps)

1分鐘這樣的聲音文件的大小為：音頻數(shù)據(jù)量=1411.2（kb/s）×60（s）/8(bit/Byte)=10584kB未經(jīng)壓縮的4分鐘的歌曲文件約42M數(shù)據(jù)，128M的MP3播放器只能存放3首這樣的歌曲。

57

編碼算法與音頻數(shù)據(jù)壓縮比

未壓縮的音頻數(shù)據(jù)量非常大，因此在編碼的時(shí)候常采用壓縮的方式。實(shí)際上，編碼的作用一是記錄數(shù)字?jǐn)?shù)據(jù)，二是采用一定的算法來壓縮數(shù)據(jù)以減少存儲空間和提高傳輸效率。壓縮編碼的基本指標(biāo)之一就是壓縮比，一般為數(shù)據(jù)壓縮前后的數(shù)據(jù)量之比：58數(shù)據(jù)壓縮說明數(shù)字化指標(biāo)不同反映在采用了不同數(shù)據(jù)壓縮比。如果PCM編碼采用4bit量化對CD音質(zhì)信號壓縮，其壓縮比為4:1。這種情況下，用來記錄幅值的比特位越少，編碼后數(shù)據(jù)量就越小，壓縮比越大。但壓縮比越大，丟掉的信息就會越多，信號還原后失真就越大。(對有損壓縮)壓縮算法包括有損壓縮和無損壓縮：有損壓縮解壓后數(shù)據(jù)不能完全復(fù)原，要丟失一部分信息。無損壓縮不丟失任何信息，能較好地復(fù)原原始信號。59數(shù)字音頻文件格式

數(shù)字聲音文件格式是數(shù)字音頻在磁盤文件中的存放形式，相同的數(shù)據(jù)可以有不同的文件格式，而不同的數(shù)據(jù)也可以有相同的文件格式。WAVE格式MP3格式RA格式60WAVE文件格式WAVE文件是一種通用的音頻數(shù)據(jù)文件，文件擴(kuò)展名為“．WAV”，Windows系統(tǒng)和一般的音頻卡都支持這種格式文件的生成、編輯和播放。WAVE文件由三部分組成：文件頭(標(biāo)明是WAVE文件、文件結(jié)構(gòu)和數(shù)據(jù)的總字節(jié)數(shù))、數(shù)字化參數(shù)(如采樣率、聲道數(shù)、編碼算法等)，最后是實(shí)際波形數(shù)據(jù)。CD激光唱盤中包含的就是WAVE格式的波形數(shù)據(jù)。一般說來，聲音質(zhì)量與其WAVE格式的文件大小成正比。WAVE文件的特點(diǎn)是易于生成和編輯，但在保證一定音質(zhì)的前提下壓縮比不夠，不適合在網(wǎng)絡(luò)上播放。61MP3文件MP3文件是采用MP3算法壓縮生成的數(shù)字音頻數(shù)據(jù)文件，以“.MP3”為文件后綴。MP3利用MPEG（MotionPictureExpertGroup，運(yùn)動(dòng)圖像專家組）制定的MPEG-1Audiolayer3的壓縮標(biāo)準(zhǔn)，將音頻信息用10:1甚至12:1壓縮率變成容量較小的數(shù)據(jù)文件。MPEG-1壓縮主要用于VCD數(shù)據(jù)的壓縮，也用來壓縮不包含圖像的純音頻數(shù)據(jù)，音頻壓縮算法包括MPEGAudioLayer1、MPEGAudioLayer2等，而MPEGAudioLayer3有很高的壓縮比。雖然MP3是一種利用了人類心理聲學(xué)特性的有損壓縮，人耳基本不能分辨出失真，音質(zhì)幾乎達(dá)到了CD音質(zhì)標(biāo)準(zhǔn)。按照這種算法，10張CD-DA的內(nèi)容可以壓縮到l張CD-ROM中，而且視聽效果相當(dāng)好。62RA文件

RealAudio是Realnetworks推出的一種音樂壓縮格式，它的壓縮比可達(dá)到96:1，因此在網(wǎng)上比較流行。經(jīng)過壓縮的音樂文件可以在通過速率為14.4kb/s的MODEM上網(wǎng)的計(jì)算機(jī)中流暢回放。其最大特點(diǎn)是可以采用流媒體的方式實(shí)現(xiàn)網(wǎng)上實(shí)時(shí)播放，即邊下載邊播放。

63三、電子合成音樂

在多媒體系統(tǒng)中，除了用數(shù)字音頻的方式以外，還可以用合成的方式產(chǎn)生音樂。音樂合成的方式根據(jù)一定的協(xié)議標(biāo)準(zhǔn)，使用音樂符號來記錄和解釋樂譜，并組合成相應(yīng)的音樂信號，這就是MIDI(MusicalInstrumentDigitalInterface樂器數(shù)字接口)。

64電子合成音樂的有關(guān)概念

MIDI不是把音樂的波形進(jìn)行數(shù)字化采樣和編碼，而是將數(shù)字式電子樂器的彈奏過程以命令符號的形式記錄下來，如按了哪一個(gè)鍵、力度多大、時(shí)間多長等。當(dāng)需要播放這首樂曲時(shí)，根據(jù)記錄的樂譜指令，通過音樂合成器生成音樂聲波，經(jīng)放大后由揚(yáng)聲器播出。

65電子音樂中的常用術(shù)語電子合成器（musicalsynthesizer）是由數(shù)字信號處理器和其他集成電路芯片構(gòu)成的電子設(shè)備，用來產(chǎn)生并修改正弦波形，然后通過聲音產(chǎn)生器和揚(yáng)聲器發(fā)出特定的聲音。復(fù)調(diào)（polyphony）指合成器同時(shí)演奏若干音符時(shí)發(fā)出的聲音。如鋼琴、吉他等樂器可以同時(shí)演奏幾種音符，而雙簧管就不能。復(fù)調(diào)著重于同時(shí)演奏的音符數(shù)，如鋼琴的和弦音符。多音色（timbre）指同時(shí)演奏幾種不同樂器時(shí)發(fā)出的聲音。它著重同時(shí)演奏的樂器數(shù)。例如，具有6音符復(fù)音的4種樂器合成器，可以同時(shí)演奏4種不同聲音的6個(gè)音符，如3個(gè)鋼琴的合弦音符、1個(gè)長笛、1個(gè)小提琴和1個(gè)薩克斯管的音符。66與MIDI有關(guān)的術(shù)語(1)MIDI電子樂器它是能產(chǎn)生特定聲音的合成器，如電子鍵盤、吉他、薩克斯管等；它們相互間的數(shù)據(jù)傳送符合MIDI的通信約定。(2)MIDI消息(message)或指令MIDI軟件通信協(xié)議，實(shí)際上是用數(shù)字指令描述的音樂樂譜，其中包含音符、強(qiáng)度、定時(shí)及樂器的指派等。(3)MIDI接口(interface)MIDI硬件通信協(xié)議，可使電子樂器互連或與計(jì)算機(jī)硬件端口相連，可發(fā)送和接收MIDI消息。(4)MIDI通道(channel)MIDI標(biāo)準(zhǔn)提供了16個(gè)通道，每種通道對應(yīng)一種邏輯的合成器，即對應(yīng)一種樂器的合成。(5)音序器(sequencer)它指可用來記錄、編輯和播放MIDI文件的計(jì)算機(jī)程序。67電腦合成音樂的制作原理

電腦合成音樂需要使用MIDI語言。MIDI語言利用字節(jié)傳送來告知相應(yīng)的設(shè)備能夠做什么和不能做什么。MIDI字節(jié)通知樂器、聲卡和其他MIDI設(shè)備什么時(shí)候開始和什么時(shí)候結(jié)束演奏音符。MIDI自身并不產(chǎn)生和傳送聲音，只是傳送產(chǎn)生聲音的控制符號。使用MIDI語言的設(shè)備（MIDI設(shè)備）可以互聯(lián)。典型設(shè)備是合成器或者M(jìn)IDI控制鍵盤，也可以是外掛式音響效果單元、計(jì)算機(jī)、配備有MIDI接口的吉他等。68

MIDI音樂的產(chǎn)生過程

69MIDI通道

當(dāng)MIDI設(shè)備交流信息時(shí)，需要遵循一定的事件序列。例如，兩個(gè)MIDI設(shè)備在建立連接之后首先要做的事情就是在使用相同的MIDI通道方面達(dá)成一致。MIDI可以在16個(gè)這樣的通道上進(jìn)行操作，這些通道用數(shù)字分別標(biāo)記為0～15。只要兩個(gè)MIDI設(shè)備進(jìn)行交流，就必須使用相同的通道。對電腦合成音樂，每個(gè)邏輯通道可指定一種樂器，音樂鍵盤可設(shè)置在這16個(gè)通道之中的任何一個(gè)，而MIDI聲源或者聲音模塊可被設(shè)置在指定的