03 數(shù)字音頻技術(shù)

任課教師專業(yè)日期年月日教學(xué)課題數(shù)字音頻技術(shù)課時6課時所選教材《數(shù)字媒體技術(shù)導(dǎo)論》教學(xué)班級一、教學(xué)目標(biāo)1.學(xué)習(xí)目標(biāo)（1）了解聲音、音頻的概念，及它們的基本屬性；（2）熟悉音頻數(shù)字化的過程、數(shù)字音頻技術(shù)指標(biāo)、數(shù)字音頻的數(shù)據(jù)量和常用文件格式；（3）掌握使用Audition處理音頻的方法；（4）了解語音合成與識別技術(shù)的概念、實(shí)現(xiàn)原理、方法及應(yīng)用。2.素養(yǎng)目標(biāo)（1）培養(yǎng)勤奮好學(xué)、吃苦耐勞的傳統(tǒng)優(yōu)良精神；（2）學(xué)會了解、分析數(shù)字媒體技術(shù)行業(yè)的發(fā)展前景，把握住新的機(jī)遇。二、教學(xué)重難點(diǎn)1.教學(xué)重點(diǎn)（1）音頻的概念與分類；（2）數(shù)字音頻的文件格式；（3）語音合成（4）語音識別；（5）Audition的基本操作。2.教學(xué)難點(diǎn)（1）語音合成；（2）語音識別；（3）Audition的基本操作。三、教學(xué)方法（1）講授與互動：結(jié)合理論講解和實(shí)例分析，引導(dǎo)學(xué)生參與討論和思考。（2）案例分析：提供數(shù)字媒體技術(shù)的相關(guān)案例，讓學(xué)生分析其應(yīng)用和影響。（3）小組討論：組織小組討論，讓學(xué)生分享對數(shù)字媒體技術(shù)的看法和體驗(yàn)。（4）多媒體展示：利用多媒體技術(shù)展示數(shù)字媒體的實(shí)際應(yīng)用和發(fā)展趨勢。四、教學(xué)資源教材、多媒體資料、在線網(wǎng)站、行業(yè)案例、社交媒體等。五、教學(xué)過程教學(xué)內(nèi)容互動設(shè)計一、理論講解（4課時）1.數(shù)字音頻基礎(chǔ)知識（1）聲音的概念與特點(diǎn)聲音的概念：聲音是由物體振動產(chǎn)生的聲波(即聲音信號)，能通過介質(zhì)（空氣、固體或液體）傳播并能被人或動物聽覺器官所感知的波動現(xiàn)象。聲音的基本特征：聲音具有3個基本特征，分別為音調(diào)、音強(qiáng)、音色，也常稱為聲音的三要素。聲音的傳播特征：聲音由聲源振動產(chǎn)生，聲音的傳播和聲源振動發(fā)聲的原理一樣。聲源是一個振動源，它使周圍的介質(zhì)產(chǎn)生振動，并以波的形式向四面八方傳播。聲音的頻率特征：不同的聲音有不同的頻率范圍。人耳只能聽到頻率在20Hz~20kHz之間的聲音，聽不到低于20Hz和高于20kHz的聲音。（2）音頻的概念與分類音頻是指人耳能夠聽到頻率范圍在20Hz～20kHz的聲音，即人類能夠聽到的所有聲音都稱為音頻，包括噪音。根據(jù)音頻的屬性不同，可將其分為模擬音頻和數(shù)字音頻。2.音頻數(shù)字化（1）音頻數(shù)字化的過程音頻數(shù)字化的過程主要涉及對模擬信號的采樣、量化和編碼等基本環(huán)節(jié)。采樣是將模擬音頻信號在時間上進(jìn)行離散化處理，即每隔相等的一段時間在模擬音頻信號波形曲線上采集一個信號樣本。對信號進(jìn)行量化操作即是對采樣后的信號，其振幅值的數(shù)目加以限定，進(jìn)行離散化處理，量化后的信號稱為離散幅度信號。編碼一方面是將采樣和量化后的數(shù)字化音頻信號以二進(jìn)制形式并按照一定的數(shù)據(jù)格式表示，另一方面是采用一定的算法壓縮數(shù)字?jǐn)?shù)據(jù)以減少信號的存儲空間和提高傳輸效率。（2）數(shù)字音頻技術(shù)指標(biāo)數(shù)字音頻的技術(shù)指標(biāo)主要有采樣頻率、量化位數(shù)和聲道數(shù)。采樣頻率越高，則經(jīng)過離散數(shù)字化的聲波就越接近原始的音頻波形，也就意味著音頻的保真度越高，音質(zhì)也越好，數(shù)據(jù)量也越大。量化位數(shù)的大小決定了音頻的動態(tài)范圍，即最高音頻與最低音頻之間的差值。量化位數(shù)越高，音質(zhì)越好，數(shù)據(jù)量也越大。從單聲道（只有一個音頻）到雙聲道（又稱立體聲，有兩個音頻）再到多聲道，聲音的質(zhì)量越來越好，但同時也增加了對存儲空間和傳輸媒體設(shè)備的要求。（3）數(shù)字音頻的數(shù)據(jù)量數(shù)字音頻的數(shù)據(jù)量，是指在磁盤上存儲未經(jīng)壓縮數(shù)字音頻信號所需的字節(jié)數(shù)，即存儲該數(shù)字音頻文件所需的容量，采樣頻率和量化位數(shù)是影響數(shù)據(jù)量的兩個關(guān)鍵因素。（4）數(shù)字音頻的文件格式無壓縮音頻：不經(jīng)過壓縮的音頻，其優(yōu)點(diǎn)是易于生成與編輯（采樣量化后的信號直接轉(zhuǎn)換成二進(jìn)制數(shù)據(jù)進(jìn)行存儲），但缺點(diǎn)是在保證音質(zhì)的前提下，文件占用的存儲空間較大。常見的無壓縮音頻格式有WAV和AIFF兩種。有損壓縮：是指壓縮中刪除部分音頻信號（即損壞性的壓縮），從而降低音頻文件所需存儲空間，方便存儲和傳輸，但音質(zhì)次于無壓縮的音頻文件。常見的有損壓縮音頻格式有MP3、WMA、AAC、OGG4種。無損壓縮音頻格式：可以在完全保存源文件數(shù)據(jù)的基礎(chǔ)上，將音頻文件的體積壓縮得更小，同時能夠無損還原壓縮的音頻文件，既能保證音頻質(zhì)量又降低了文件的存儲量。常見的無損壓縮音頻格式有APE和FLAC兩種。3.語音合成與識別（1）語音合成語音合成又稱文語轉(zhuǎn)換，它是將計算機(jī)自己產(chǎn)生的或外部輸入的文字信息轉(zhuǎn)變?yōu)閿M人化的、高自然度的語音輸出技術(shù)。語音合成隨著計算機(jī)技術(shù)和數(shù)字信號處理技術(shù)的發(fā)展而興起，同時涉及聲學(xué)、語言學(xué)等多個學(xué)科技術(shù)。（2）語音識別語音識別是將語音信號轉(zhuǎn)化為可理解文本形式的技術(shù)，它通過分析和處理輸入的語音信號，將其轉(zhuǎn)化為對應(yīng)的文本輸出，目的是為了使計算機(jī)能夠“聽懂”人在說什么，并作出相應(yīng)的反應(yīng)。4.數(shù)字音頻編輯軟件Audition的應(yīng)用（1）認(rèn)識Audition（2）Audition的基本操作①新建、打開、保存、關(guān)閉音頻文件啟動Audition后，選擇【文件】/【新建】命令、【文件】/【打開】命令、【文件】/【保存】命令、【文件】/【關(guān)閉】命令，可執(zhí)行新建、打開、保存、關(guān)閉音頻文件操作。②錄制音頻與降噪在計算機(jī)上連接麥克風(fēng)等音頻輸入設(shè)備，啟動Audition，單擊“編輯器”面板下方的“錄制”按鈕進(jìn)行錄制。在“編輯器”面板選擇音頻中的噪聲波形，然后選擇【效果】/【降噪/恢復(fù)】/【降噪（處理）】命令，打開“效果-降噪”對話框進(jìn)行降噪處理。③選擇音頻④剪切、復(fù)制、裁剪、刪除音頻剪切音頻。選擇音頻區(qū)域后，選擇【編輯】/【剪切】命令，或按【Ctrl+X】組合鍵剪切音頻，在波形顯示區(qū)中單擊定位目標(biāo)位置，選擇【編輯】/【粘貼】命令或按【Ctrl+V】組合鍵，便可將所選的音頻區(qū)域剪切到目標(biāo)位置。復(fù)制音頻。選擇音頻區(qū)域后，選擇【編輯】/【復(fù)制】命令，或按【Ctrl+C】組合鍵復(fù)制音頻，在波形顯示區(qū)中單擊定位目標(biāo)位置，選擇【編輯】/【粘貼】命令或按【Ctrl+V】組合鍵，便可將所選的音頻區(qū)域復(fù)制到目標(biāo)位置。裁剪音頻。選擇音頻區(qū)域后，選擇【編輯】/【裁剪】命令，或按【Ctrl+T】組合鍵，將保留選擇的音頻區(qū)域，刪除未選擇的其他區(qū)域。刪除音頻。選擇音頻區(qū)域后，選擇【編輯】/【刪除】命令，或按【Delete】鍵可將其刪除。⑤淡化音頻利用“編輯器”面板中的“淡入”按鈕和“淡出”按鈕，就能輕松在波形編輯器中為音頻創(chuàng)建線性淡化、余弦淡化，在多軌編輯器中還可創(chuàng)建對稱淡化、交叉淡化。（3）應(yīng)用案例：處理廣告背景音樂①導(dǎo)入素材并創(chuàng)建多軌會話。②將“背景.wav”“廣告詞.mp3”“音效.mp3”音頻素材拖曳到多軌編輯器的“軌道1”“軌道2”“軌道3”上，根據(jù)多軌會話的采樣率制作一個相同采樣率的文件副本。③將多軌編輯器中的3個音頻文件移至初始時間處對齊，接著將“軌道1”上的音頻文件向右拖曳，然后將時間指示器移動到11秒處位置處，執(zhí)行切斷音頻操作。④刪除切斷音頻右側(cè)的音頻區(qū)域，拖曳3個軌道上的音頻，然后為“軌道1”上的音頻添加“線性”淡出效果。⑤選擇【多軌】/【將會話混音為新文件】/【整個會話】命令，使多個軌道上的音頻混音為新文件。最后保存文件。1.老師講解理論知識，學(xué)生聽講并做好筆記2.學(xué)生開展討論活動，討論討論同一種聲音有不同的感受，是什么原因？3.學(xué)生開展討論活動，討論11.025kHz、22.05kHz、44.1kHz、48kHz分別是哪些場景或應(yīng)用中所使用的采樣頻率？4.學(xué)生開展技能練習(xí)，用44.1kHz的采樣頻率采樣模擬音頻。思考：每個采樣點(diǎn)的量化位數(shù)選用16位，如果錄制3分鐘的單聲道節(jié)目，其數(shù)字音頻文件所需的存儲容量是多少？如果錄制3分鐘的雙聲道節(jié)目，其數(shù)字音頻文件所需的存儲容量是多少？老師從旁進(jìn)行指導(dǎo)5.學(xué)生開展技能練習(xí)，播放“課件錄音.mp3”，刪除其中不需要的內(nèi)容。老師從旁進(jìn)行指導(dǎo)二、實(shí)踐訓(xùn)練——錄制并處理介紹產(chǎn)品的音頻文件（2課時）1．實(shí)訓(xùn)要求根據(jù)素材文檔通過Audition錄制音頻，然后利用Audition處理音頻，最后體驗(yàn)語音識別。2．操作思路（1）在Audition中錄制產(chǎn)品解說音頻。（2）對錄制的“產(chǎn)品解說”音頻進(jìn)行適當(dāng)編輯處理，包括降噪、調(diào)整音量大小、添加混響和淡化處理等，使音頻聽起來更干凈、舒適。然后將音樂.mp3、音效.mp3與錄制的音頻進(jìn)行合成，最后將處理后的音頻保存為MP3格式。（3）利用迅捷文字語音轉(zhuǎn)換器的“文字轉(zhuǎn)語音”功能，輸入宣傳家鄉(xiāng)特產(chǎn)的廣告語文本。（4