音频信号处理技术.ppt

上午8时45分,1,4.2 音频信号处理技术,课程内容： 11版第4章 4.2,上午8时45分,2,音频信号处理技术,1 . 音频的数字化与MIDI合成音乐 2 . 音频媒体的管理 3 . 音频处理技术（GoldWave） 4 . 语音合成与识别技术,上午8时45分,3,多媒体计算机中产生声音的方式 外部声音源录制和重放：Wave音频（波形音乐） MIDI电子音频,4.2.1 音频的数字化与MIDI合成音乐,上午8时45分,4,波形音频的数字化,Windows中最基本的波形声音格式：扩展名是.WAV 的文件,上午8时45分,5,波形音频的数字化,一、波形音频特征(三个参数),采样频率 量化位数 声道数,上午8时45分,6,采样频率：每秒从模拟声波中采集声音样本的个数。 频率越高，采集的样本数越多，声音质量越好，占用存储空间越大。 人耳感受范围：020kHz 一般采用：11.025kHz、22.05kHz、44.1kHz,波形音频三个参数,对原始声波采样,采样后得到的数据,上午8时45分,7,量化位数：将采样数据按大小存储的过程。 一般有8、16、32位等，量化位数越大，声音的幅度分辨率越高，还原时声音的品质越好，声音数据占用的存储空间越大,波形音频三个参数,上午8时45分,8,声道数：数字音频声音质量的另一个因素。 一般有单声道 、双声道、多声道 存储量计算： 采样频率量化位数声道数时间8 (字节) 举例： 采样频率44.1kHz，16位量化，双声道，一分钟的音频所需要的存储量为： 44.1100016260/8=10584000（字节）,波形音频三个参数,上午8时45分,9,Wave音频文件,标准数字音频，扩展名是.WAV 多数声卡能以16位、44.1kHz采样率录制和播放 主要缺点：产生的文件太大，不适合长时间记录 压缩方法：从PCM(均匀量化)到ADPCM(自适应差分量化）,上午8时45分,10,Wave音频文件的制作工具,录音机：Wave文件录制、播放和进行一些简单处理的基本工具 Adobe Audition Ulead Audio Editor GoldWave,上午8时45分,11,MIDI合成音乐,MIDI （Musical Instrument Digital Interface） MIDI是乐器数字接口的缩写，文件扩展名是 .MID MIDI文件的内容是能使合成音乐芯片演奏乐曲的代码 多媒体PC平台能够通过内部合成器或连接到计算机MIDI端口的外部合成器播放MIDI文件,上午8时45分,12,MIDI合成音乐,产生： 合成器：,FM合成器 波表合成器,上午8时45分,13,合成器,利用DSP或其他芯片产生音乐或声音的电子装置 FM合成器 采用频率调制的原理产生声音 FM合成器能发出128种乐器的声音 波表合成器 对真实乐器声采样，制波表保存，由DSP查表调用处理 DSP（digital signal processor）是一种独特的微处理器，是以数字信号来处理大量信息的器件。其工作原理是接收模拟信号，转换为0或1的数字信号，再对数字信号进行修改、删除、强化，并在其他系统芯片中把数字数据解译回模拟数据。 声音效果与真实的乐器声几乎无差别 声卡带有波形表ROM的接口 或 本身带有波形表ROM ROM的容量越大，可存储的乐器音就越多,上午8时45分,14,MIDI音乐产生原理,MIDI标准：规定了电子乐器与计算机连接的电缆、硬件标准和通信协议 乐谱的数字描述（MIDI指令信息） 由音符序列、定时和多达16个通道的演奏音符定义组成 演奏音符定义由键号、通道号、音长、音量和力度组成 建立MIDI文件：设备演奏时输入或软件编辑产生 MIDI文件特点：是一系列指令不是波形，文件小 MIDI设备端口 ：MIDI In、MIDI Out、MIDI Thru 媒体播放器可直接播放,上午8时45分,15,4.2.2 音频媒体管理,Windows Media Player 媒体文件的导入 媒体文件的管理,音频媒体管理,上午8时45分,16,菜单栏,功能选项卡,播放列表,窗口切换按钮,地址栏,工具栏,导航窗格,详细信息窗格,播放控制区,上午8时45分,17,音频的格式,1. WAV格式：Windows标准波形文件，多数音频编辑软件支持，文件较大。 2. MP3格式：高压缩比，文件较小，音质接近CD。 3. MIDI文件：存储指令，文件短小，播放效果因软硬件而异。,上午8时45分,18,音频的格式,4. CD格式：音质最好的数字音频格式，CDA文件只含索引信息。 5. RealAudio格式：适用网上在线音乐欣赏，可随带宽不同改变音质。 6. WMA格式：音质强于MP3，内置版权保护技术，支持音频流技术。,媒体的播放、转换与分享,媒体文件的播放 Windows Media Player可以播放影音媒体文件、影音CD、DVD、图片。 声音格式的转换 将CD音乐文件转换为WMA、MP3或WAV CD翻录音乐,上午8时45分,19,4.2.3 音频处理技术,音频处理： 录音 编辑 添加音效 格式转换 GoldWave：数字音乐编辑器,上午8时45分,20,GoldWave界面,上午8时45分,21,使用GoldWave录音,录制从麦克风输入的声音 录制计算机中其他播放器通过声卡播放的声音,上午8时45分,22,声音的编辑,剪裁波形 删除波形 复制、粘贴波形 混音,上午8时45分,23,声音的特效处理,调整音量 调整播放时间和播放速度 添加回声 音乐淡入淡出效果 消除音乐中的静音段,上午8时45分,24,利用GoldWave转换音频格式,单个文件转换 文件/另存为 “保存声音为”对话框中选择保存类型 批量转换文件格式 文件/批处理 “批处理”对话框添加文件 选中“转换文件格式为”复选框 选择“另存类型”,上午8时45分,25,上午8时45分,26,4.2.4 语音合成与识别,语音合成技术 赋计算机“讲话”能力 用语音输出结果 语音识别技术 使计算机具有“听懂”语音的能力 用语音替代键盘输入,上午8时45分,27,语音合成与识别,一、语音合成技术 方法：语音合成方法、参数合成方法 目标：可懂、清晰、自然、具有表现力 应用：文语转换（TTS） 二、语音识别技术 ViaVoice中文连续语音识别系统 输入速度：150汉字/分 识别率：95% 发展方向： 自然话语识别与理解