數(shù)字音頻技術(shù)7章

數(shù)字音頻技術(shù)第7章

數(shù)字音頻文件格式與接口標準第7章數(shù)字音頻文件格式與接口標準§7.1數(shù)字音頻文件格式§7.2數(shù)字音頻接口標準簡介7.2.1AES/EBU(AES3—1992)接口標準7.2.2標準型民用接口(IEC958，類型2)7.2.3SPDIF-2接口7.2.4多通道音頻數(shù)字接口(MADI)7.2.5其他標準接口§7.3小結(jié)§7.4習(xí)題§7.1數(shù)字音頻文件格式是直接記錄了原始真實聲音信息的數(shù)據(jù)文件數(shù)字音頻文件的格式波形音頻文件MlDI文件壓縮格式非壓縮格式Wave文件(*．wav)、Voice文件(*.voc)；MP3文件、RealAudio文件(*．ra／*．rm)、WMA文件是一種樂器演奏指令序列，相當于樂譜．因此又稱之為非波形音頻文件。

1.Wave文件——*．wavWave格式是Microsoft和IBM公司開發(fā)的一種波形(Wave)音頻文件格式，符合RIFF(ResourceInterchangeFileFormat)文件規(guī)范，被Windows平臺及其應(yīng)用程序所廣泛支持。Wave文件所存儲的音頻數(shù)據(jù)是對聲音模擬波形進行采樣所得的PCM樣值數(shù)據(jù)，也稱為波形文件。Wave文件的大小=采樣頻率(Hz)×量化比特數(shù)(bit)×(聲道數(shù)／8)×錄音時間(s)。例如，用44.1kHz的采樣頻率對聲波進行采樣，每個采樣點的量化比特數(shù)選用16bit，則錄制1s的立體聲節(jié)目,其*wav文件的大小為44100×16×2／8B=176400B?？梢姡?wav文件所需的存儲容量相當可觀。Wave文件——*.wav如果對聲音質(zhì)量要求不高，則可通過降低采樣頻率，采用較少的量化比特數(shù)或利用單聲道來錄制*.wav文件。此時的*．wav文件大小可以成倍地減小。實踐表明，用22.05kHz采樣頻率和8bit的量化精度，可取得較好的音質(zhì)，其效果可以達到相當于調(diào)幅(AM)廣播的音質(zhì)。Wave文件格式支持CCITTA律和μ律、ADPCM等壓縮算法，是PC機上最為流行的音頻文件格式。Windows的convert工具也可以將PCM音頻文件轉(zhuǎn)換成*．wav／文件。微軟SoundSystem軟件SoundFinder可以將*．a(chǎn)if和*．voc文件轉(zhuǎn)換成*.wav文件。2．Voice文件——*.vocVoice文件是CreativeLabs(創(chuàng)新公司)開發(fā)的一種波形音頻文件格式。在DOS程序和游戲中常遇到這種文件，多用于保存CreativeSoundBlaster(創(chuàng)新聲霸)系列聲卡所采集的聲音數(shù)據(jù)，被Windows平臺和DOS平臺所支持，支持CCITTA律和u律等壓縮算法。3．音頻交換文件——*.aif／*.aiffAiFF(AudioInterchangeFileFormat)是蘋果計算機公司開發(fā)的一種音頻交換文件格式，被Macintosh平臺及其應(yīng)用程序、NetscapeNavigator瀏覽器中的LiveAudio、SGI工作站以及其他專業(yè)音頻軟件包支持。4．Audio文件——*.auAudio文件是SUNMicrosvsterns公司和NeXTComputer公司推出的一種聲音文件存儲格式(8位u律編碼或者16位線性PCM編碼)，是Internet中常用的多媒體聲音文件格式，5.MPEG音頻文件

——MP1／MP2／MP3／MP4／AACMPEG(MovingPictureExpertsGroup)音頻文件格式指的是MPEG標準中的音頻部分，即MPEG音頻層(MPEGAudioLayer)。MPEG音頻文件的壓縮是一種有損壓縮，根據(jù)壓縮質(zhì)量和編碼復(fù)雜程度的不同可分3層(MPEGAudioLayer1／2／3)，分別對應(yīng)MP1、MP2和MP3這3種聲音文件。MPEG音頻文件一MP1／MP2／MP3／MP4／AAC續(xù)MPEG音頻編碼具有很高的壓縮率。MP1和MP2的壓縮率分別為4：1和6：1～8：1MP3的壓縮率則高達10：1～12：1，即1minCD音質(zhì)的音樂，未經(jīng)壓縮需要10MB存儲空間，而經(jīng)過MP3壓縮編碼后只有1MB左右，其音質(zhì)基本保持不失真，因此，目前使用最多的是MP3文件格式。MP4采用的是美國電報電話公司(AT＆T)開發(fā)的以“感知編碼”為關(guān)鍵技術(shù)的音樂玉縮技術(shù)，由美國網(wǎng)絡(luò)技術(shù)公司(GMO)及RIAA聯(lián)合公布的一種新的音樂格式。MP4在文件中采用保護版權(quán)的編碼技術(shù)，只有特定用戶才可以播放，有效地保證了音樂版權(quán)的合法性。另外MP4的壓縮比達到了15：1，體積比MP3更小，但音質(zhì)并沒有下降。AAC是由FraunhoferⅡS-A、Dolby(杜比)和AT&T共同開發(fā)的音頻格式。是MPEG-2規(guī)范的一部分。它同時支持多達48千音軌、15個低頻音軌、更多種采樣頻率和數(shù)碼率、多種語言的兼容能力、更高的解碼效率。6．RealAudio文件——*.ra／*.rmRealAudio文件是RealNetworks公司開發(fā)的一種流式音頻(StreamingAudio)文件格式，最大的特點就是可以實時傳輸音頻信息，尤其是在網(wǎng)絡(luò)速度較慢的情況下，仍然可以較為流暢地傳送數(shù)據(jù)，因此RealAudio主要適用于網(wǎng)絡(luò)上的在線播放。現(xiàn)在的RealAudio文件的主要格式有RA(RealAudio)、RM(RealMedia)等，這些文件的共向性在于隨著網(wǎng)絡(luò)帶寬的不同而改變聲音的質(zhì)量，在保證大多數(shù)人聽到流暢聲音的前提下，令帶寬較寬的聽眾獲得較好的音質(zhì)。對于14.4kbit／s的網(wǎng)絡(luò)連接，可獲得調(diào)幅(AM)廣播的音質(zhì)；對于28.8kbit／s的連接，可以達到廣播級的聲音質(zhì)量;如果擁有ISDN或更快的線路連接，則可獲得CD音質(zhì)的聲音。7．WMA文件——*.wmaWMA(WindowsMediaAudio)格式是Microsoft公司針對RealNetworks公司開發(fā)的新一代網(wǎng)上流式音頻文件格式。其特點是同時兼顧了保真度和網(wǎng)絡(luò)傳輸需求，所以具有一定的先進性。優(yōu)點：1）采用WMA格式壓縮的音頻文件比MP3文件要小得多，并且音質(zhì)要強于MF3格式，更遠勝于RA格式;2）壓縮比一般可以達到18：1左右。同一格式，音質(zhì)好的可與CD媲美，壓縮率較高的可用于網(wǎng)絡(luò)廣播。WMA文件——*.wma續(xù)3）WMA的另一個優(yōu)點是內(nèi)容提供商可以通過數(shù)字版權(quán)管理(DigitalRightsManagement)方案如WindowsMediaRightsManager7加入防復(fù)制保護，這種內(nèi)置了版權(quán)保護技術(shù)可以限制播放時間、播放次數(shù)甚至播放的機器等等，可有力地防止盜版。4）在操作系統(tǒng)WindowsXP中，WMA是默認的音頻編碼格式?？梢允褂肳indowsMediaPlayer或WinAMP進行播放。WindowsMediaPlayer7.0更是增加了直接把CD光盤轉(zhuǎn)換為WMA聲音格式的功能，WMA這種格式在錄制時可以對音質(zhì)進行調(diào)節(jié)。8．MIDI文件——*.midMIDI是樂器數(shù)字接口，是數(shù)字音樂／電子合成器的統(tǒng)一國際標準，它定義了計算機音樂程序、電子合成器和其他電子設(shè)備之間交換信息與控制信號的方式，還規(guī)定了不同廠家的電子樂器與計算機連接的電纜和硬件及設(shè)備間數(shù)據(jù)傳輸?shù)膮f(xié)議，可用于不同樂器創(chuàng)建的數(shù)字聲音，可模擬大提琴、小提琴、鋼琴等常見樂器.MIDI文件存儲MIDI消息的標準文件格式，文件中包含多達16個通道的樂器定義以及每個通道的演奏音符信息：鍵、通道號、音長、音量和力度(擊鍵時，鍵達到最低位置的速度)。所以，MIDI文件記錄的不是樂曲本身，而是一些描述樂曲演奏過程中的指令。計算機將這些指令發(fā)送給聲卡，聲卡按照指令將聲音合成出來，MIDI聲音在重放時可以有不同的效果，這取決于音樂合成器的質(zhì)量。由于MIDI文件記錄的是一系列指令而不是數(shù)字化后的波形數(shù)據(jù)，因此它占用存儲空間比Wave文件要小很多?！?.2數(shù)字音頻接口標準簡介模擬音頻設(shè)備在進行連接時要注意設(shè)備之間的電平匹配、阻抗匹配以及連接方式的一致性(指平衡與不平衡的一致性)，即使產(chǎn)生一些偏差也不會造成信號很大的失真，因此在模擬設(shè)備中不特意提及設(shè)備之間的接口.但在數(shù)字音頻設(shè)備的互連系統(tǒng)中，接口模式至關(guān)重要。其原因在于數(shù)字化設(shè)備在進行A/D、D/A變換以及數(shù)字信號處理時所使用的采樣頻率及量化比特數(shù)彼此存在差異，因此要求互連設(shè)備的采樣頻率及量化比特數(shù)應(yīng)保持一致，否則對傳輸?shù)男盘枌a(chǎn)生損傷乃至不能工作。為了實現(xiàn)不同格式的數(shù)字音頻設(shè)備之間的相互連接，故而制定出大家共同遵守的、統(tǒng)一的數(shù)字信號輸入／輸出格式對接，即數(shù)字音頻接口標準。目前在數(shù)字音頻應(yīng)用領(lǐng)域中，數(shù)字音頻接口標準有很多，下面對一些主要的接口標準進行簡單的介紹。7.2.1AES/EBU(AES3-1992)接口標準AES／EBU接口標準是由AudioEngineeringSociety／EuropeanBroadcastUnion(美國音頻工程協(xié)會／歐洲廣播聯(lián)盟)制定的一種專業(yè)的數(shù)字音頻接口標準，現(xiàn)廣泛應(yīng)用于大量的民用產(chǎn)品和專業(yè)的數(shù)字音頻設(shè)備，如CD機、DAT、MD機、頂級采樣器、大型數(shù)字調(diào)音臺、專業(yè)數(shù)字音頻工作站等。AES/EBU接口標準與AES3-1992、國際電工委員會(InternationalElectrotechnical圖7-1平衡式接口Commission)的IEC958(類型1)、CCIRRec.647和EBUTech3250E基本一致，它可以通過一個平衡式接口來串行傳送被復(fù)用的雙通道數(shù)字音頻信號，采用的平衡驅(qū)動器和接收器與用于RS422數(shù)字傳輸?shù)臉藴暑愃疲漭敵鲭娖綖?～7V，如圖7-1所示。AES/EBU(AES3-1992)接口標準-1AES/EBU接口采用的傳輸介質(zhì)是同軸電纜或雙絞線。專業(yè)的接口允許電纜的長度為100～300m。在不加均衡的情況下，這種接口允許的傳輸距離可以達到100m；如果加均衡，則可以傳輸?shù)酶h。圖7-1平衡式接口AES/EBU(AES3-1992)接口標準-通道編碼AES／EBU接口的通道編碼采用雙相標志碼，其波形如圖7-2所示。它是一種二進制頻率調(diào)制通道碼。無論碼元為“1”或“0”，在每個數(shù)據(jù)比特周期的開始都有一個電平跳變。而且每個碼元“1”的中間有一個跳變，為歸零碼；對于碼元“0”，在整個比特周期之內(nèi)保持電平不變。雙相標志碼編碼的數(shù)據(jù)流中不會出現(xiàn)連續(xù)的“1”或“0”。選種編碼方式保證了數(shù)據(jù)能夠自鎖定，帶寬有限、無直流成分和無極性相關(guān)性。圖7-2雙相標志碼AES/EBU(AES3—1992)接口標準-幀格式音頻幀格式如下圖。在一個采樣周期內(nèi)傳輸一幀。每一幀由兩個子幀構(gòu)成，每一子幀包含一個通道的音頻樣值.一個音頻樣值是一個經(jīng)采樣、量化，并以2的補碼方式表示的數(shù)字音頻信號。對于立體聲傳輸，子幀1包含的是左聲道的音頻樣值，而子幀2則包含右聲道的音頻樣值。192幀復(fù)用在一起形成一個音頻塊，構(gòu)成AES數(shù)字音頻流.圖7-3AES／EBU的音頻幀格式AES／EBU的模式與連接媒質(zhì)AES／EBU提供“專業(yè)”和“消費”兩種模式。它們兩者最大的不同在于通道狀態(tài)位格式的提供上。專業(yè)模式的狀態(tài)位格式里包括數(shù)字通道的源和目的地址、日期時間碼、采樣點數(shù)、字節(jié)長度和其他信息。消費模式包括的內(nèi)容較少，但包含了復(fù)制保護信息。AES／EBU的普通物理連接媒質(zhì)有：1)平衡或差分連接，使用XLR(卡依)連接器的三芯話筒屏蔽電纜，阻抗為110Ω，電平范圍為0.2V～5VP-P，抖動為±20ns。2)單端非平衡連接，使用RCA插頭的音頻同軸電纜。3)光學(xué)連接，使用光纖連接器。標準型民用接口(IEC958，類型2)實際上與S／PDIF(Sony／PhilipsDigitalInterfaceFormat)一樣，與專業(yè)的AES／EBU接口非常相似，但是它采用特性阻抗為75Ω

的同軸電纜來進行不平衡的電氣連接。該接口常用于準專業(yè)級或民用級數(shù)字音頻設(shè)備的技術(shù)規(guī)格中,如CD播放機和DAT機。通常其端口采用的是RCA型唱機接口.盡管有些Hi-Fi設(shè)備也采用光纜來傳送同樣的信號，實用中通常使用格式轉(zhuǎn)換器來將民用格式的信號轉(zhuǎn)換為專業(yè)格式的信號，或反過來進行，并可在電氣和光格式間進行轉(zhuǎn)換。當IEC對雙通道數(shù)字音頻接口進行標準化時，存在兩個要求：1)“為民用級產(chǎn)品使用”，2)用于“廣播或類似目的”。單獨的IEC標準(IEC958)在民用和專業(yè)應(yīng)用之間只是做了微小的改變。偶然情況下，這將導(dǎo)致設(shè)備的互連發(fā)生問題．比如民用數(shù)據(jù)格式傳送到了專業(yè)電氣接口。IEC958目前正在修訂中。7.2.2標準型民用接口(IEC958，類型2)民用接口的子幀數(shù)據(jù)格式與專業(yè)接口所用的完全一樣，但是通道狀態(tài)的實現(xiàn)卻幾乎完全不同。民用接口通道狀態(tài)的第二個字節(jié)已經(jīng)留給了“種類碼”的指示，它們被設(shè)定成表示民用應(yīng)用的種類。目前定義的種類碼有：一般種類為(00000000)，CD為(10000000)，而DAT為(11000000)。一旦種類碼確定下來，接收器便可以根據(jù)種類碼的情況以不同方式對通道狀態(tài)的某些比特進行譯碼處理。例如在使用CD時，來自CD的“Q”通道子碼的4個控制比特被輸入到通道狀態(tài)塊(比特1～4)的頭4個控制比特中。在民用接口設(shè)備中，它按照串行復(fù)制管理系統(tǒng)(SerialCopyManagementSystem，SCMS)的規(guī)定也被用來進行復(fù)制保護。民用接口的用戶比特常常被用來傳送由記錄的子碼產(chǎn)生的信息，比如音軌號和提示點數(shù)據(jù)。在進行CD和DAT的復(fù)制時要用到它們，以便確保音軌起始ID的標志能夠與音頻數(shù)據(jù)一起被復(fù)制下來，而這樣的數(shù)據(jù)信息通常AES／EBU接口是不傳遞的。標準型民用接口(IEC958，類型2)7.2.3SPDIF-2接口最常見的廠家指定專用接口是Sony和Philips的SPDIF-2，它被設(shè)計為用每根電纜來傳送最高量化精度為20bit的一個通道的數(shù)字音頻信息(盡管大多數(shù)的設(shè)備僅采用16bit)。在大多數(shù)雙通道設(shè)備中，接口是不平衡式的，并采用75Ω同軸電纜和75Ω的BNC型接口端子，每個通道一個。電平為TTL兼容電平(0～5V)。與音頻通道接口端子相匹配的還有單獨一個用來傳送字時鐘信號的接口端子，字時鐘是一種采樣頻率的方波信號，它用來同步接收器的采樣時鐘。也有符合RS422標準的多通道電氣接口，這種接口采用D型多通路接口端子，像以前一樣，仍要用單獨一個BNC接口端子來傳送字時鐘。在每個音頻采樣周期內(nèi)，由每個接口傳送的數(shù)據(jù)相當于32bit，盡管只有字的最初29bit被認為是有效的，最后的3bit元周期被合成相當平時維持時間1.5倍的兩個元，以便于它能夠起到同步型的作用。SPDIF-2接口音頻數(shù)據(jù)的傳送順序是先傳最高有效位(MSB)，接下去是9個控制或用戶比特。當采樣頻率為48kHz時，數(shù)據(jù)率為1.53Mbit／s；當采樣頻率為44.1kHz時，數(shù)據(jù)率為1.2Mbit／s。SPDIF-2接口主要被應(yīng)用于：1)由Sony專業(yè)數(shù)字音頻設(shè)備向外傳送音頻數(shù)據(jù)上，尤其是在PCM-1610和1630CD母板PCM轉(zhuǎn)換器上。2)有時在那些要與Sony設(shè)備進行連接的其他專業(yè)音頻設(shè)備上。隨著時間的推移，大量的其他廠家專用接口也隨之出現(xiàn)，尤其是在那些低成本的數(shù)字音頻設(shè)備上大多采用這些接口，這其中有YAMAHA和TASCAM。現(xiàn)在可以使用已經(jīng)商業(yè)化的接口轉(zhuǎn)換器將這種設(shè)備與使用標準接口的其他設(shè)備簡單互連起來。7.2.4多通道音頻數(shù)字接口(MADI)多通道音頻數(shù)字接口(Multi-channelAudioDigitalInterface，MADI)是以雙通道AES／EBU接口標準為基礎(chǔ)的多通道數(shù)字音頻設(shè)備間的互連標準。它可以通過一條75Ω的同軸電纜或光纖來串行傳輸56個通道的線性量化音頻數(shù)據(jù)，以便每個通道的一個樣值能夠在一個音頻采樣周期內(nèi)傳送出去。指定采用75Ω視頻同軸電纜和BNC接口連接件，發(fā)射機的輸出電壓峰-峰值應(yīng)為0.3v～0.6V，最長的同軸電纜長度不超過50m。作為另外一種互連方法，可以用光纜，它可以傳送更遠的距離。例如，光纖分布式數(shù)據(jù)接口(FiberDistributedDataInterface，F(xiàn)DDI)可以用于長達2km的連接，也可以采用同步光纖網(wǎng)絡(luò)(SynchronousOpticalNetwork，SONET)。多通道音頻數(shù)字接口(MADI)音頻采樣的量化比特數(shù)可以為24比特。另外，AES／EBU接口標準中的音頻樣值有效位(V)、用戶數(shù)據(jù)位(u)、通道狀態(tài)位(C)和奇偶校驗位(P)也全部傳送。采用這種互連方法，可以對原始的音頻信號只進行一次A／D變換，然后就可以在數(shù)字域內(nèi)依次通過錄音調(diào)音臺，對多通道錄音機和縮混錄音機進行所有處理了.雖然利用AES3標準也可以在調(diào)音臺和多通道錄音機間進行互連，但每兩個音頻通道需要兩根電纜(用于信號送出和返回)，而用MADI進行互連只要求用兩根音頻電纜(再加一個主同步信號)就可以傳送56個音頻通道。MADI協(xié)議在文件AES10-1991和ANSIS4.43-1991標準中進行了說明。多通道音頻數(shù)字接口(MADI)典型的MADI配置如圖7-4所示。為了減小帶寬，MADI的設(shè)計者并沒有采用雙相標志編碼，而是采用了具有4／5編碼格式的NRZI編碼(這是基于FDDI協(xié)議)。在這種通道編碼方式中，每32bit子幀被劃分為4比特字，然后按照查對表來編碼成5比特字，這樣做的目的是維持碼字中的低直流成分。圖7-4MADI發(fā)送與接收框圖多通道音頻數(shù)字接口(MADI)在NRZI中，用高電平到低電平或低電平到高電平的瞬態(tài)變化來代表二進制的“1”，而無瞬態(tài)變化則代表“0”。音頻數(shù)據(jù)采樣頻率的范圍可為32～48kHz，并容許有±12％的偏差。不論采樣頻率和啟動的通道數(shù)目如何，鏈路的傳輸率固定為125Mbit／s.由于編碼方案的限制，所以實際的數(shù)據(jù)傳輸率為100Mbit／s。雖然AES3是帶有自時鐘的，但MADI卻設(shè)計成異步工作方式。這樣，MADI接收機必須從傳輸來的數(shù)據(jù)中提取出時基信息，以便接收機的時鐘可以被同步。要想保證這一點，MADI協(xié)議規(guī)定每幀至少傳送一次10比特的同步符號(1100010001)。進一步還要將專門的主同步信號(符合AES11定義)應(yīng)用到所有互連的MADI發(fā)射機和接收機上.由于接口的異步性，所以要在連接的兩端使用緩沖器，以便數(shù)據(jù)能夠由時鐘來重新調(diào)整，并以正確的數(shù)據(jù)率由緩沖器輸出。圖7-5MADI通道格式MADI通道格式是基于AES3的子幀格式，如上圖。MADI通道格式只是頭4個比特不同于AES3的子幀格式。每個通道由32個比特構(gòu)成，其中包括4個模式識別比特，24個音頻比特，以及V、U、C和P比特。模式識別比特提供了幀同步、通道啟動／關(guān)閉狀態(tài)標志、A／B子幀標志、通道塊同步標志信息。56個MADI通道以串行方式傳輸，先是通道0，最后是通道55，所有的通道均在一個采樣周期內(nèi)傳輸完成，如圖7-6所示。7.2.5其他標準接口1)ADAT(又稱Alesis多通道光學(xué)數(shù)字接口)是美國Alesis公司開發(fā)的一種數(shù)字音頻信號格式，因為最早用于該公司的ADAT八軌機，所以就稱為ADAT格式.該格式使用一條光纜傳送8個通道的數(shù)字音頻信號，由于連接方便、穩(wěn)定可靠，現(xiàn)在已經(jīng)成為了一種事實上的多通道數(shù)字音頻信號格式，越來越廣泛地使用在各種數(shù)字音頻設(shè)備上，目前許多公司的多通道數(shù)字音頻接口，像Frontier公司的系列產(chǎn)品，使用的都是ADAT