音頻編輯與處理要點課件

音頻編輯與處理音頻編輯與處理1學(xué)習(xí)參考書《數(shù)字音頻原理及應(yīng)用》機械工業(yè)出版社盧官明主著《MIDI技巧與數(shù)字音頻》清華大學(xué)出版社顏東成主編《多媒體技術(shù)基礎(chǔ)》清華大學(xué)出版社林福宗編著《音頻視頻編緝與制作》中國水利水電出版社韓雪濤主編學(xué)習(xí)參考書《數(shù)字音頻原理及應(yīng)用》機械工業(yè)出版社盧官2第一章音頻理論基礎(chǔ)知識第一章音頻理論基礎(chǔ)知識3第一節(jié)聲音聽覺理論一、聲波傳播特點聲音是以聲波的形式進行傳遞和存在的。聲波是一種機械波，具有縱波一般的波動特性，例如，反射、折射、繞射、干涉等。聲波在傳播中遇到障礙物時，它的能量一部分會被障礙物吸收，另一部分會被反射回來。若在一個封閉的室內(nèi)，產(chǎn)生的反射聲波會被周圍的墻壁、天花板和其它障礙物所吸收和反射，形成一系列逐漸衰減的反射聲波。第一節(jié)聲音聽覺理論一、聲波傳播特點聲音是以聲波的形式進4第一節(jié)聲音聽覺理論一、聲波傳播特點從聲音的發(fā)出到衰減60分貝（至原來的百萬分之一）所需要的時間稱為混響時間。一般，常用混響時間的長短來表明封閉室的混響衰減速度。房間混響時間的長短對聽音效果有很大影響。第一節(jié)聲音聽覺理論一、聲波傳播特點從聲音的發(fā)出到衰減65第一節(jié)聲音聽覺理論二、聲音的三要素自然界里，幾乎所有聲源發(fā)出的聲音都不是只有一種頻率和強度的“純音”，而是包含了許多頻率不同、強度不等的聲音分量，組合成的復(fù)合音響，而且在發(fā)聲過程中，其頻率和強度不斷地變化著。在音響中，頻率最低的分量稱為基音或基頻，其它頻率中，凡比基頻高的分量統(tǒng)稱泛音。在很多情況下，泛音的頻率呈基音頻率的整數(shù)倍形式，所以泛音也稱為高次諧波分量或諧音。第一節(jié)聲音聽覺理論二、聲音的三要素自然界里6第一節(jié)聲音聽覺理論二、聲音的三要素1、音調(diào)

音調(diào)是人耳對聲音調(diào)子高低的主觀感受。人耳的音調(diào)感覺與聲音的頻率相對應(yīng)。頻率高，音調(diào)高，聲音聽起來“尖”；頻率低，音調(diào)低，聲音聽起來“低沉”。在復(fù)合音中，音調(diào)決定于基頻頻率。但是，音調(diào)的高低感覺與聲音頻率之間不存在線性的對應(yīng)關(guān)系，而是呈一種對數(shù)曲線的對應(yīng)關(guān)系。第一節(jié)聲音聽覺理論二、聲音的三要素1、音調(diào)7音樂中音階的劃分是在頻率的對數(shù)坐標（20×log）上取等分而得的：音階CDEFGAB簡譜符號1234567頻率（Hz）261293330349392440494頻率（對數(shù)）48.349.350.350.851.852.853.8示例1：不同音調(diào)示例2：正常

改變

音樂中音階的劃分是在頻率的對數(shù)坐標（20×log）上取等分而8第一節(jié)聲音聽覺理論二、聲音的三要素2、音色音色是人耳聽覺的一種感受特性，代表人耳區(qū)別相同響度和音調(diào)的兩類不同聲音的主觀感覺。人耳對音色的感覺決定于聲音中泛音各分量的數(shù)量、相對強度關(guān)系和分布。第一節(jié)聲音聽覺理論二、聲音的三要素2、音色9當許多不同樂器同奏一曲時，盡管它們所發(fā)出聲音的基頻頻率相同，人們還是能分辨出各種樂器的不同聲音特色，這正是由于其它頻率分量的多少和大小比例不同的緣故。音色與聲音信號的頻譜相對應(yīng)。每一種聲音都有一基本頻率，稱為基頻或基音，同時還有與基頻成倍數(shù)關(guān)系的許多不同倍頻的頻率，稱為諧波或泛音?；绢l率決定了聲音的音調(diào)，而諧波成分則決定著聲音的音色。當許多不同樂器同奏一曲時，盡管它們所發(fā)出聲音的10音色是由混入基音的泛音所決定的，高次諧波越豐富,音色就越有明亮感和穿透力。不同的諧波具有不同的幅值A(chǔ)n和相位偏移ψn，由此產(chǎn)生各種音色效果。示例1：不同樂器示例2：正常

改變

音色是由混入基音的泛音所決定的，高次諧波越豐富11第一節(jié)聲音聽覺理論二、聲音的三要素3、響度人耳對聲音強弱的主觀感覺稱為響度，主要取決于聲波振幅的大小，但并非是線性關(guān)系。人耳可以聽到的聲強范圍最小和最大之間的差別可達1013倍。聲音的響度一般用聲壓與基準聲壓比值的對數(shù)值（稱為聲壓級），單位是分貝(dB)。（聲壓級=20lgP/P。，一般以1kHz純音為準進行測量，人耳剛能聽到的聲壓為0dB）第一節(jié)聲音聽覺理論二、聲音的三要素3、響度12通常認為，對于1kHz純音，0dB—20dB為寧靜聲，30dB--40dB為微弱聲，50dB—70dB為正常聲，80dB—100dB為響音聲，110dB—130dB為極響聲。通常認為，對于1kHz純音，0dB—20dB為13分貝是用來表示聲音或電信號的功率增減程度的一種計算單位。它是測量和比較一個系統(tǒng)的功率,電壓和電流大小的相對單位。后來認識到人類對聲音的響應(yīng)是按對數(shù)規(guī)律變化的,于是有了一個單位就是貝爾(Bel)，是電話的發(fā)明人的名字。實際中發(fā)現(xiàn)Bel太大了,于是取其十分之一作為一個新單位,就是分貝(dB)。L=lgI/I0

（貝爾）

I和I0分別表示待測聲強和標準聲強，L表示人耳感覺到的聲音大小，I0是人耳能聽到的最小聲強，為10-23瓦/米2。分貝是用來表示聲音或電信號的功率增減程度的一種14第一節(jié)聲音聽覺理論三、音頻信號的指標1、頻帶寬度頻帶寬度或稱為帶寬，它是描述組成復(fù)合信號的頻率范圍。音頻信號的頻帶越寬，所包含的音頻信號分量越豐富，音質(zhì)越好。在自然界聲音的頻率范圍很寬，有些是人類聽不見的。第一節(jié)聲音聽覺理論三、音頻信號的指標1、頻帶寬度15音頻編輯與處理要點課件16聲源種類頻率范圍下限頻率上限頻率男性語音100HZ9000HZ女性語音150HZ10000HZ電話語音200HZ3400HZ調(diào)幅廣播50HZ7000HZ調(diào)頻廣播20HZ15000HZ專業(yè)音響10HZ40000HZ聲源種類頻率范圍下限頻率上限頻率男性語音100HZ9000H17音頻編輯與處理要點課件18第一節(jié)聲音聽覺理論三、音頻信號的指標2、動態(tài)范圍動態(tài)范圍越大，信號強度的相對變化范圍越大，音響效果越好。動態(tài)范圍＝20×log（信號的最大強度/信號的最小強度）第一節(jié)聲音聽覺理論三、音頻信號的指標2、動態(tài)范圍19第一節(jié)聲音聽覺理論三、音頻信號的指標3、信噪比信噪比SNR（SignaltoNoiseRatio）是有用信號與噪聲之比的簡稱。噪音可分為環(huán)境噪音和設(shè)備噪音。信噪比越大，聲音質(zhì)量越好。第一節(jié)聲音聽覺理論三、音頻信號的指標3、信噪比20第一節(jié)聲音聽覺理論四、聽覺的方位感和立體聲立體聲是指具有空間感的聲音，立體聲技術(shù)是利用聽覺的方位感，在放音時重現(xiàn)各種聲源的方向及相對位置的技術(shù)。第一節(jié)聲音聽覺理論四、聽覺的方位感和立體聲立體聲21第一節(jié)聲音聽覺理論1、雙耳效應(yīng)

人們是用兩只耳朵同時聽聲音的，當某一聲源至兩只耳朵的距離不同時，此時兩只耳朵雖然聽到的是同一聲波，但卻存在著時間差（相位差）和強度差（聲級差），由于到達兩耳處的聲波狀態(tài)的不同，造成了聽覺的方位感和深度感。這就是常說的“雙耳效應(yīng)”。人們設(shè)法特意地在兩耳處制造出與實際聲源所能夠產(chǎn)生的相同的聲波狀態(tài)，就應(yīng)該可以造成某個方向上有一個對應(yīng)的聲源幻象（聲像）感覺，這正是立體聲技術(shù)的生理基礎(chǔ)。四、聽覺的方位感和立體聲第一節(jié)聲音聽覺理論1、雙耳效應(yīng)四、聽覺的方位感和立體聲22第一節(jié)聲音聽覺理論2、立體聲系統(tǒng)雙聲道的立體聲系統(tǒng)是最基本的能給人的雙耳造成立體聲像的系統(tǒng)。在雙聲道立體聲系統(tǒng)中，為了正確重現(xiàn)真實聲源的方位，錄音時必須用兩只配對的傳聲器，信號傳輸通道也需獨立分開，而且每條信道的放大率、頻響特性等都必須相同，任何差異都會明顯改變聲像的位置，影響立體聲效果。四、聽覺的方位感和立體聲示例：單聲道

雙聲道第一節(jié)聲音聽覺理論2、立體聲系統(tǒng)四、聽覺的方位感和立體聲23第二節(jié)數(shù)字音頻原理由于音頻信號是一種連續(xù)變化的模擬信號，而計算機只能處理和記錄二進制的數(shù)字信號，因此，由自然音源而得的音頻信號必須經(jīng)過一定的變化和處理，變成二進制數(shù)據(jù)后才能送到計算機進行再編輯和存貯。第二節(jié)數(shù)字音頻原理由于音頻信號是一種連續(xù)變化的模24第二節(jié)數(shù)字音頻原理把模擬信號轉(zhuǎn)換成數(shù)字信號的過程稱為模/數(shù)轉(zhuǎn)換，它主要包括：采樣：在時間軸上對信號數(shù)字化；量化：在幅度軸上對信號數(shù)字化；編碼：按一定格式記錄采樣和量化后的數(shù)字數(shù)據(jù)。脈沖編碼調(diào)制PCM（PulseCodeModulation）是一種模數(shù)轉(zhuǎn)換的最基本編碼方法。CD--DA采用的就是這種編碼方式。一、PCM編碼原理第二節(jié)數(shù)字音頻原理把模擬信號轉(zhuǎn)換成數(shù)字信號的過程稱為模/25動畫演示

動畫演示26第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標1、采樣頻率采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)。采樣頻率的選擇應(yīng)該遵循奈奎斯特（HarryNyquist）采樣理論：如果對某一模擬信號進行采樣，則采樣后可還原的最高信號頻率只有采樣頻率的一半，或者說只要采樣頻率高于輸入信號最高頻率的兩倍，就能從采樣信號系列重構(gòu)原始信號。第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標1、采樣頻率27根據(jù)該采樣理論，CD激光唱盤采樣頻率為44KHz，可記錄的最高音頻為22KHz，這樣的音質(zhì)與原始聲音相差無幾，也就是我們常說的超級高保真音質(zhì)。采樣的三個標準頻率分別為：44.1KHz，22.05KHz和11.025KHz。根據(jù)該采樣理論，CD激光唱盤采樣頻率為44K28第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標2、量化位數(shù)量化位是對模擬音頻信號的幅度軸進行數(shù)字化，它決定了模擬信號數(shù)字化以后的動態(tài)范圍。由于計算機按字節(jié)運算，一般的量化位數(shù)為8位和16位。量化位越高，信號的動態(tài)范圍越大，數(shù)字化后的音頻信號就越可能接近原始信號，但所需要的存貯空間也越大。第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標2、量化位數(shù)29音頻編輯與處理要點課件30第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標3、聲道數(shù)有單聲道和雙聲道之分。雙聲道又稱為立體聲，在硬件中要占兩條線路，音質(zhì)、音色好，但立體聲數(shù)字化后所占空間比單聲道多一倍。第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標3、聲道數(shù)31第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標4、數(shù)據(jù)率數(shù)據(jù)率為每秒bit數(shù)，它與信息在計算機中的實時傳輸有直接關(guān)系，其大小與采樣指標和壓縮方法有關(guān)。未經(jīng)壓縮的數(shù)字音頻數(shù)據(jù)率可按下式計算：數(shù)據(jù)率＝采樣頻率（Hz）×量化位數(shù)（bit）×聲道數(shù)（bit/s）第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標4、數(shù)據(jù)率32采樣率（KHz）量化位（bit）聲道數(shù)容量（MB/min）等效音質(zhì)11.0258單0.66語音22.0516雙5.292FM廣播44.116雙10.584CD唱盤采樣率（KHz）量化位（bit）聲道數(shù)容量（MB/min）等33第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標5、編碼算法數(shù)據(jù)文件格式編碼的作用其一是采用一定的格式來記錄數(shù)字數(shù)據(jù)，其二是采用一定的算法來壓縮數(shù)字數(shù)據(jù)以減少存貯空間和提高傳輸效率。壓縮算法包括有損壓縮和無損壓縮；有損壓縮指解壓后數(shù)據(jù)不能完全復(fù)原，要丟失一部分信息。壓縮編碼的基本指標之一就是壓縮比，它通常小于1。壓縮越多，信息丟失越多、信號還原后失真越大。根據(jù)不同的應(yīng)用，應(yīng)該選用不同的壓縮編碼算法。第二節(jié)數(shù)字音頻原理二、數(shù)字音頻的技術(shù)指標5、編碼算法數(shù)據(jù)34音頻信號的壓縮編碼算法一、PCM編碼這是一種最通用的無壓縮編碼。特點是保真度高，解碼速度快，但編碼后的數(shù)據(jù)量大。CD-DA就是采用的這種編碼方式。音頻信號的壓縮編碼算法一、PCM編碼35音頻信號的壓縮編碼算法二、ADPCM編碼ADPCM（AdaptiveDifferentialPulseCodeModulation），稱為自適應(yīng)差分脈沖編碼。這是一種有損壓縮，它丟掉了部分信息。由于人耳對聲音的不敏感性，適當?shù)挠袚p壓縮對視聽播放效果影響不大。ADPCM記錄的量化值不是每個采樣點的幅值，而是該點的幅值與前一個采樣點幅值之差。這樣，每個采樣點的量化位就不需要16bit，由此可減少信號的容量?？蛇x的幅度差的量化比特位為8bit、4bit和2bit。SB16的ADPCM編碼采用4bit量化位，對CD音質(zhì)信號壓縮，其壓縮比為1：4，壓縮后基本上分辨不出失真。音頻信號的壓縮編碼算法二、ADPCM編碼36音頻信號的壓縮編碼算法三、MP3編碼MP3是利用MPEGAudioLayer3的技術(shù),將音頻信息用1:10甚至1:12的壓縮率,變成容量較小的數(shù)據(jù)文件。當然這是一種有損壓縮，但是人耳卻基本不能分辨出失真來。按照這種算法，十張CD-DA的內(nèi)容可以壓縮到一張CD-ROM中，而且視聽效果相當。由于MP3的高壓縮比和優(yōu)秀的壓縮質(zhì)量，目前已廣泛應(yīng)用于網(wǎng)絡(luò)中，而且很可能是被盜版商利用的工具。因此，有關(guān)MP3的標準性和合理性目前還在爭議之中。音頻信號的壓縮編碼算法三、MP3編碼37音頻信號的壓縮編碼算法四、RealAudio編碼RealAudio時Realnetworks推出的一種音樂壓縮格式，它的壓縮比可達到1：96，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14.4kbps的Modem上網(wǎng)的計算機中流暢回放，其最大特點是可以實現(xiàn)網(wǎng)上實時回訪，也就是說邊下載邊播放。音頻信號的壓縮編碼算法四、RealAudio編碼38音頻信號的壓縮編碼算法五、Mpeg壓縮編碼

MPEG提供三種音頻壓縮編碼的等級，分別為I，II和III級（LevelI、LevelII、LevelIII）。I級最簡單，其目標是壓縮后每聲道位數(shù)據(jù)率為192Kb/s。II級比I級精度高一些，壓縮后每聲道位數(shù)據(jù)率為128Kb/s。III級增加了不定長編碼、霍夫曼編碼等一些先進的算法，可獲得非常低的數(shù)據(jù)率和較高的保