（通信与信息系统专业论文）数字音效处理技术研究.pdf

摘要 唧 r fl li il l i i i i i f l li ii j i jill y 2 0 6 8 6 5 5 一 随着科技的日益进步，传统的音视频行业与数字信号处理结合的越来越紧 密，数字信号处理领域的科技成果越来越普遍的应用于多媒体领域，并且极大地 推动了多媒体行业的发展。数字音频效果处理系统的应用就是音频信号处理领域 的一个很好的例子。 首先，本文介绍了数字音频处理技术的发展和音频系统的组成，叙述了数字 音频效果的分类、基本原理。本文介绍和设计的基于d s p 的数字音频效果系统可 对输入信号进行高速处理，产生各种常用的效果，并且这些音频效果可选、参数 可调、使用方便直观。文章实现了八种以上的音频效果，包括延迟、回声、合唱、 镶边、振音、颤音、混响、相移、哇音和失真等音效，并详细的分析了这些音频 效果的产生原理及实现；介绍了音效处理在d s p 平台上的算法实现方法和改进， 包括研究在硬件平台上将现有理论音频效果算法，并通过优化，提高效果的质量。 最后，论文介绍了音效性能评价方法与传统的音频质量评价方法的不同，详细介 绍了各类音频效果的性能测试方法，由测试结果显示改进后的音效性能有了很大 程度的提高。 最后，论文还对整个音频效果处理系统设计工作进行了总结，指出了一些音 效性能的不足。另外，论文讨论了系统的改进意见和系统今后研究的方向。 关键词：音频效果数字音频效果处理数字信号处理数字信号处理器 a b s t r a c t 蚴t h ed a i l yi m p r o v e m e n to ft e c h n o l o g y , t h ec o m b i n a t i o no ft r a d i t i o n a la u d i o v i s u a l i n d u s t r y a n d d i g i t a ls i g r l a jp r o c e s s i n g b e c o m em o r ea n dm o r ec l o s e a c h i e v e m e n t si nd i g i t a ls i g n a lp r o c e s s i n ga r ew i d e l yu s e di nm u l t i m e d i aa r e aw h i c hi n t u r ng r e a t l yi m p r o v e st h em u l t i m e d i ai n d u s t r y n l ea p p l i c a t i o np r o c e s s i n go fd i g i t a l a u d i oe f f e c t ss y s t e mi sag o o de x a m p l eo fi na u d i os i g n a lp r o c e s s i n g f i r s t l y , t h ei m p r o v e m e n to fd i g i t a la u d i oe f f e c t sp r o c e s s i n gi si n t r o d u c e di np a p e r , t h e nt h es t r u c t u r eo fa u d i op r o c e s s i n gs y s t e mi sa l s od e s c r i b e d , t h e nt h em a i np r i n c i p l e a n dw o r k i n gm e t h o da led i s c u s s e di nd e t a i l t h ed i g i t a la u d i oe f f e c t ss y s t e mb a s e do n d s pd i s c u s s e da n dd e s i g n e di nt h i sa r t i c l ec a l lp r o c e s st h ei n p u ts i g n a lf a s ta n dp r o d u c e a l lk i n d so fa u d i oe f f e c t sw h i c ht h ec a nb es e l e c t e da n du s e de a s i l yw i t ha l lt h ec o n t r o l p a r a m e t e r s m o r et h a ne i g h ta u d i oe f f e c t s h a v eb e e ni m p l e m e n t e di n t h et h e s i s ， i n c l u d i n gd e l a y , e c h o ，c h o r u s ，f l a n g e r , v i b r a t e ，t r e m o l o ，r e v e r b ，p h a s e ，w a ha n d d i s t o r t i o n , t h ep r i n c i p l e sa n dr e a l i z a t i o no fs o m ek i n d so fa u d i oe f f e c t sa l ea n a l y s i s e di n d e t a i l t h e n ，t h ep 印e ri n t r o d u c e sh o wt oi m p r o v ea n dr e a l i z ea l lt h ea l g o r i t h m so nt h e d s pp l a t f o r m ，i n c l u d i n gh o wt or e a l i z et h ec u r r e n tt h e o r e t i cd i g i t a la u d i oa l g o r i t h m0 1 1 h a r d w a r ep l a t f o r mt h r o u g ho p t i m i z a t i o n , h o wt ou p g r a d et h ee f f e c tq u a l i t y a tl a s t , t h i s p a p e rp r o p o s e st h ed i f f r e n c e so ft h ep e r f o r m e n tt e s t i n gm e t h o db e t w e e na u d i oe f f e c t s a n da u d i oe q u a l i t y , a n di n t r o d u c e st h ep e r f o r m e n tt e s t i n gm e t h o d so fa u d i oe f f e c t si n d e t a i l t h et e s tr e s u l t sh a v es h o w nt h a tt h e r ei sa l a r g ei m p r o v e m e n tt ot h ep e r f o r m e n t o fa u d i oe f f e c t s f i n a l l y , as u m m a r yi sm a d ef o rt h ed e s i g no fp r o c e s s i n gs y s t e m , s o m ed e f i c i e n c i e s i na u d i op e r f o r m a n c ei sa l s op o i n t e do u t ；i na d d i t i o n , s o m ei m p r o v i n gm e t h o d sa n d f u t u r er e s e a r c hd i r e c t i o na r ea l s od i s c u s s e d k e y w o r d ：a u d i oe f f e c t sd i g i t a la u d i oe f f e c t sp r o c e s s i n g d i g i t a ls i g n a lp r o c e s s i n gd i g i t a ls i g n a lp r o c e s s o r 第一章绪论 第一章绪论 1 1 音效处理技术概述 随着计算机技术的发展，特别是基于p c 机的大容量存储设备和大容量内存的 实现，使音频信号数字化处理成为可能。其中，音频信息的采样是数字化处理的 核心，然后对采音频信息的采样样进行加工，实现各种效果，这是音频信号数字 化处理的基本内容。 数字音频技术是比较成熟的技术。数字音频技术基本的概念在2 0 年代就为人 们所熟知，但是其商业化进程直至7 0 年代才开始，整整晚了半个世纪。a l e c h r e e v e s 在1 9 3 7 年就己经发明了p u l s e c o d em o d u l a t i o n ( p c m ) ，这一技术实际 上够成了数字音频技术的基础。即使有了算法基础，由于数字音频的发展也依赖 于其他很多方面，因此在p c m 出现后的几十年里，数字音频技术并没有获得突飞 猛进，而是伴随着其它技术的进步在缓慢发展。 在3 0 - - - 5 0 年代，数字技术逐渐迅猛发展起来。电子计算机被发明并开始投入 实际使用，晶体管的出现使得集成电路的发展成为可能。而磁鼓、磁盘和磁带技 术的出现则解决了数字信号的存贮问题。 7 0 年代，越来越多的关键技术被开发出来并渐渐成熟。1 9 7 1 年，i n t e l 生产 出能用于数字音频技术的大规模集成电路。1 9 7 2 年9 月，p h i l i p s 展示了它的光 学影碟系统，采用了激光读取机构。同年n i p p o nc o l u m b i ac o 开发了一个基于录 像带的p c m 录音器。1 9 7 6 年，在美国第一次采用了1 6 位的数字录音。1 9 7 8 年， 随着p c m - i 的引入，消费市场的p c m 录音开始了。1 9 8 0 年p h i l i p s 和s o n y 的 c o m p a c t d is c 标准被正式确定，也就是我们今天常见的c d 了。c d 采用了数字p c m 技术，1 6 位编码，4 4 1 kh ：的采样率，信号以刻蚀的形式存贮在镀铝的塑料盘片 上，还采用了激光读取系统，可以说是集过去技术的大成。 数字音频技术的基础是数字信号处理d s p ，一般意义上，数字音频的数据量是 很大的。一组立体声c d 质量的音频信号的数据量将会达到4 4 1x16 x2k b p s 。 如果采用这样的音频文件在互联网上传输，需要1 4 mb p s 的带宽，存储4 分钟的 音频文件则需要4 0 m 的存储空间。互联网或者其他各种通信网络都面临带宽和存 储空间的限制，所以如果数字音频数据没有可行的方法来实现压缩，数字化技术 就不会得到广泛的应用。 随着科技进步的一日千里，i t 行业与传统的音频行业的结合越来越紧密，i t 领域的科技成果普遍应用于音频领域并大大地推动了音频科学技术的进步，其中， 音效处理技术就是一个重要分支。效果器就是把输入信号，即把话音、歌声、乐 2 数字音效处理技术研究 器演奏声的原始声音，经过一定的处理后再输出，以实现模拟各种环境下的效果。 简而言之，效果器就是在各种条件不满足的时候，仍能实现人们预期的各类音频 效果，使人能感觉到身临其境。通过音频效果器的处理改变原来的音色，从而最 大限度的扩展了原始声音的表现能力。 早期的数字音频效果处理系统是采用模拟方法处理音频信号的，而采用模拟 的方法仅能实现一些基本的、简单的音效处理功能，且采用模拟方法实现的音效 处理系统一般功能比较单一、体积大、集成度低、灵活性差，最重要的是容易产 生噪声。因此传统的模拟音效处理方法渐渐退出音频的历史舞台，音效处理数字 化已成为一个不可抵挡的趋势，d s p 在音频领域内的应用就是一个很好的例子。数 字化的音效处理由于涉及将模拟信号转换成数字信号后进行再处理的问题，在这 种转换和处理的过程中就需要做大量的数学运算，因此必须选择运算速度快的微 处理器才能完成实时的数字音效处理。与遵循冯诺依曼结构的c p u 和单片机不 同，典型的d s p 内部采用改进的哈佛结构和流水线技术，可以在单指令周期内完 成乘加运算具有较高的处理能力，随着d s p 的广泛应用，利用d s p 进行音频信号 实时处理成为当今音频信息技术发展的一个方向，开发音频信号处理系统能够为 各种格式和标准的音频算法研究和实现提供通用平台。 基于d s p 的数字音效处理系统较之以前的模拟音效处理系统具有很多得天独 厚的优点，如高度集成，设计灵活方便，可靠性高，可编程控制，目前广泛的应 用在电子乐器、高级组合音响、数字音频工作站等领域。基于d s p 的数字音效处 理系统与模拟音效处理系统的具体比较如下表所示： 采用的解决方案 功能 体积 性能指标 系统集成度 灵活性 开发周期 可靠性 成本 数字音效处理系统 多样化 小 高两 高两 灵活方便 较短 较高 较低 模拟音效处理系统 单一 较大 低 低 差 较长 较低 较高 表格1 1数字音效处理系统与模拟音效处理系统的比较 在现实生活中，除了符合建筑声学标准的专业的录音室、音乐厅等外，一般 的建筑室内都很难达到完美的音质及效果，而基于d s p 数字音效处理系统就能达 第一章绪论 3 到这种要求。从理论上讲，厅堂的自然效果与各种模拟效果的本质特征是不一样 的，但利用人耳对声音的分辨惰性，可以达到相当逼真的程度。这也是数字音效 处理的可能性所在。 基于d s p 的数字音效处理系统为回声、合唱、混响、镶边、颤音、失真等各 种人工效果的实现提供了有力的保证，同时可以方便地实现模拟方案难以解决的 诸如自适应均衡、动态范围控制、噪声控制等问题。基于d s p 的数字音效系统【l 】 基本框图如下： 图1 2 数字音效处理系统 其中，a d 是模数转换电路，d a 是数模转换电路，外部数据存储区是s r a m ， 程序存储区在f l a s h r o o m 。 基于d s p 的数字音效处理系统的一般流程如下： 首先通过模数转换器( a d ) 将模拟音频信号转变为数字音频信号，然后经过 d s p 对数字音频信号进行各种音频效果算法的处理，数字信号处理过程中的缓冲数 据存放在外部r a m 中，最后由数模转换器( d a ) 将处理后的数字信号还原为模拟的 音频信号。d s p 的大量算法程序存放在外部f l a s h 中，系统初始化后，通过外围的 音效控制改变处理器中的算法参数，以得到不同的声音效果。 下边结合电吉他实际音效处理系统，来探讨其实际流程： 由电吉他产生的约1 5 0 m v 的单声道声音电信号经由高保真音频a d 采样输 出数字音频信号，然后输入波形数据缓冲区存储，数字信号处理器d s p 对这一帧 数字音频信号进行音效算法单独处理如压缩，失真，哇声，均衡，合唱，镶边， 延时，混响等，或进行多种音效的混合处理大量的处理。算法放在外部r o m 上， d s p 初始化以后由外部踏板控制或按钮控制音效处理算法调入d s p 的内部存储区 以利于处理器进行高速运算。处理后的数字音频送至波形输出缓冲区，经过高保 真d a 变换后送音箱功率放大电路产生丰富的音效输出。 4 数字音效处理技术研究 1 2 国内外研究现状 国内d s p 的应用主要集中在语音信号的识别和处理以及m p 3 的解码，而基于 d s p 的专业数字音效处理产品主要由美国和日本研制和生产，目前日本和美国有很 多著名音响厂家致力于基于d s p 的数字音效处理系统的开发和生产，如日本的z o o m 公司、k o r g 公司，美国的d i g it e c h 公司、c r a t e 公司等。近些年来，国内研究 音效器的公司和机构逐渐增加，也取得了一定得成果。但是和美日等国相比，性 能上还有很大差距，在市场上，国外产品还是主流。本节简要评述几款优秀的d s p 音效处理产品： z o o m 吉他音效器是日本z o o m 公司研发的一款销售成绩最好的d s p 效果器， 它的设计应和了众多的吉他手的要求，集成了6 组2 4 种不同风格的原厂音效，包 括压缩，限幅，哇音，木吉他，失真，金属，降噪，4 段均衡，合唱，移调，延时， 大厅混响和房间混响等，可以同时串联使用其中的9 种不同的音效，并且用户可 以利用编辑功能创造基于原厂音效的2 4 种个性化的音色效果。z o o m 5 0 5 吉他效果 器采用z o o m 公司自行开发的z f x - 2 专用d s p 芯片，核心的音效处理算法固化在芯 片内部的r o m fn 。z o o m 5 0 5 的a d c 和d a c 具有1 6 b i t 的分辨率，采样率达到3 1 2 5 k h z ，音色达到了相当的水准。z o o m 5 0 5 由于采用了d s p 的数字处理解决方案，使 其在具有多种集成音响效果的同时仅有1 4 5 r a m ( d ) x1 2 5 r a m ( w ) x4 0 n u n ( h ) 的小 巧体积，并且价格较低，深受广大电吉他爱好者的青睐。 d i g i t e c hg n x l 吉它综合效果器是由美国d i g i t e c h 公司研发的一款优秀的d s p 效果器x n x l ) j1 1 入了d i g i t e c h 开发的a u d i o d n a t m 双垂数码处理d s i ) 引擎f l i 内部r o m 固化的g e n e t x t m 软件支持，使得g n x i 允许吉他手丝毫不差的创建完全 自我的标志性音色。g n x l 集成了4 8 种不同风格的原厂音效，为用户提供了4 8 种 可编辑的个性音效。g n x l 的a d c 和d a c 具有2 4 b i t 的分辨率，采样率达到4 4 1 k h z ， 具有专业级的音频品质。 最后介绍美国c r a t e 公司生产的c r a t e 数字音箱，c r a t e 数字音箱是模拟音箱 与d s p 数字音效处理系统相结合的产品，音箱的输入模拟音频信号先送入前级的 d s p 数字音效处理系统，进行延时、混响、合唱、镶边、均衡、移调等多种音效的 数字处理后再送入音箱的模拟功放和扬声器产生丰富的音效输出c r a t e 数字音箱 采用的是a d 公司的a d s p - 2 1 0 31 6 位通用d s p ，核心的音效处理算法固化在d s p 内 部的r o m 中，a d c 和d a c 具有1 6 b i t 的分辨率，采样率达到3 1 2 5k h z ，在低廉价 格的基础上达到了相当好的音色。由于d s p 音效处理系统具有高度集成、设计灵 活方便、可靠性高和可编程的诸多优点，模拟音频产品内嵌d s p 数字音频处理系 统的方案得到了广泛的应用，使原来模拟产品的优秀音质得到保留的同时增加了 产品的功能和灵活性。 第一章绪论 5 而作为产品核心器件的音效处理器多为厂商自己开发生产的专用芯片或采用 通用d s p 芯片，核心的音效处理算法则固化在芯片内部的r o m 中，作为不对外公 开的知识产权受到保护。 大家知道，拉胡琴或拉小提琴时，演奏者常常将捺弦的左手指在弦上故意的 作抖动使发出的声音随之微微颤抖，听起来很优美，这种添加的声音就称为效果。 又如卡拉o k 演唱者通过混响器之后的声音，变得丰满、宽广，这种混响也是效果。 效果有增润音色和改变音色的作用，效果器就是专用于产生以上各种效果的电子 仪器。它的作用是通过改变原有声音的波形，调制或延迟声波的相位、增强声波 的谐波成分等一系列措施，来产生各种特殊的声效。 效果装置最早出现于电子风琴中，是电子风琴的重要组成部分。早期的电子 风琴用测簧装置产生混响。利用一组旋转的扬声器和一组固定的扬声器的相对运 动，产生回旋音响。又在电子线路中用附加的振荡器调制音频电讯号，产生颤震 音。人们将这些效果装置提取出来，加以改进与发展，单独制成混响器，延时器、 移相器、弗兰格等效果器，用于电吉他或其他电声乐器演奏摇滚乐。近年来，效 果器不断的创新、发展，形成多达十余种的一个系列，供各种摇滚乐队不同风格 流派选用。人们又在电子音乐合成器的基础上，设计成功用于电吉他的各种合成 器，从而使摇滚电吉他与电子音乐合成器“并驾齐驱”而又各自争辉，将摇滚乐 推向崭新的境界。 目前，效果器的品种有增多的趋势，为适应各种流派的摇滚乐队需要，同一 品种的效果器又分出许多花样规格，形式也多样化。有的效果器是直接安装在电 吉他上的；有的装在音箱里；有的制成挂在腰问使用；多数制成踏板式，各有它 的长处又各有不足。大家知道，电吉他乐手在演奏中，不能有瞬间的中断( 脱袖子) ， 除非乐曲标有休止符，否则是不能伸手去调校效果器的。实际使用过程中证明， 以脚踏式效果器最方便，尤以单个的踏板式效果器最受青睐，它可以自由组合、 任意变化。我国市场上常见的效果器品牌有雅马哈( y a m a h a ) ，博斯( b o s s ) ，依班挪 ( i b a n e z ) 、罗兰( r o l a n d ) 、爱利亚( a r i a ) 、摇滚巨星( r o c k t e k ) ，亚里安( a b i o n ) 等。有金属外壳和塑壳的，造型各异，品质与性能各有不同。多数效果器与使用 的电吉他和音箱有关，选购时必须确认电吉他与音箱良好，并调到正常状态，才 能作出比较。业余条件下选购效果器时应注意以下几点：( 1 ) 外观无损、文字清晰。 ( 2 ) 各开关、旋钮、插孔可靠、调整顺滑、有效。( 3 ) 效果作用明显、音质好。无 较大的杂音放置平稳( 脚踏式) 。 效果器远不止以上几种，在电子技术高度发展的今天，效果器引入了程序编 制系统，将三、四种常用的效果器合装于一机，用程序预编你所需的音色效果， 有的可编l o 种预选效果，使用时只需轻触按钮，设定的某种效果即可“读出 ， 省却了临时调校的麻烦。我们试将效果器的用法比作绘画。将各种效果器比作油 6 数字音效处理技术研究 画色，用油画色作画的原理来说明效果器的调校方法，就比较容易理解了。画家 绘画时将不同颜色的油画色在调色板上进行调色，直到色彩合乎画中某种情调的 要求才进行绘画。而电吉他乐师或调音师则通过效果器调配出各种音色，然后进 行表演，以表达乐曲的某种感情。 长期以来，计算机的研究者们一直低估了声音对人类在信息处理中的作用。 当虚拟技术不断发展之时，人们就不再满足单调平面的声音，而更催向于具有空 间感的三维声音效果。听觉通道可以与视觉通道同时工作，所以声音的三维化处 理不仅可以表达出声音的空间信息，而且与视觉信息的多通道的结合可以创造出 极为逼真的虚拟空间，这在未来的多媒体系统中是极为重要的。这也是在媒体处 理方面的重要措施。 人类感知声源的位置的最基本的理论是双工理论，这种理论基于两种因素： 两耳间声音的到达时间差和两耳间声音的强度差。时间差是由于距离的原因造成， 当声音从正面传来，距离相等，所以没有时间差，但若偏右三度则到达右耳的时 间就要比左耳约少三十微秒，而正是这三十微秒，使得我们辨别出了声源的位置。 强度差是由于信号的衰减造成，信号的衰减是因为距离而自然产生的，或是因为 人的头部遮挡，使声音衰减，产生了强度的差别，使得靠近声源一侧的耳朵听到 的声音强度要大于另一耳。 同样地，只要把一个普通的双声道音频在两个声道之间进行相互混合，便可 以使普通双声道声音听起来具有三维音场的效果。这涉及到以下有关音场的两个 概念：音场的宽度和深度。 音场的宽度利用时间差的原理完成，由于现在是对普通立体声音频进行扩展， 所以音源的位置始终在音场的中间不变，这样就简化了我们的工作。要处理的就 只有把两个声道的声音进行适当的延时和强度减弱后相互混合。由于这样的扩展 是有局限性的，即延时不能太长，否则就会变为回音。 音场的深度利用强度差的原理完成，具体的表现形式是回声音场越深，则 回音的延时就越长所以在回音的设置中应至少提供三个参数：回音的衰减率、 回音的深度和回音之间的延时。同时，还应该提供用于设置另一通道混进来的声 音深度的多少的选项。 1 3 论文设计的内容及所做的工作 本文主要是介绍了有关数字音效系统的效果算法原理的一些研究及实现方面 的内容。本论文主要做的工作是提出了各种音频效果实现的算法并进行改进，然 后用m a t l a b 进行仿真。 数字音效处理系统的研究涉及了多学科的交叉知识，如音频基础理论、音效 第一章绪论 7 处理模型、硬件系统、软件，系统的研制难点主要是：建立正确的各种风格的音 效处理数学模型。 由于国外的d s p 音效处理系统的音效处理算法源码都是保密的，我们只能通 过互联网查阅分析公开的各种风格的音效处理模型，从中建立自己的音效处理模 型和编辑调试源代码，这将是一项艰巨的工作。 在后续的四章中，将分别对本系统作详细的阐述： 第二章是数字音频效果处理技术的理论研究，主要介绍音频效果的分类， 重点分析各种效果的产生原理和数学模型模型。 第三章详细介绍有关各类音频效果的算法实现、改进和m a t a l a b 仿真，并 给出各类效果的仿真波形。 第四章对效果器的一些性能进行测试；通过仿真模型和实测结果，对实验 数据、图表进行分析，评估其性能并进行改进。 第五章对全文的工作进行总结，主要说明本文工作的成果和意义，给出性 能指标测试的结果，阐述了工作中出现的问题和不足，并提出系统的改进方向。 8 数字音效处理技术研究 _ _ _ 一 第二章数字音效处理技术理论研究 9 第二章数字音效处理技术理论研究 数字音效的理论研究包括音效原理和数学模型的实现，这两部份的工作是本 文的重点和难点，下面将对这两部分进行详细的描述和分析。 同时，由于国外成熟的数字音效处理产品大多采用专用的d s p 芯片作为音频 处理器，而音效处理算法都是固化在d s p 内部的r o m 中，没有可以共享的程序资 源，所以找们只能借鉴经典的数字音效处理理论并查阅国内外音效处理爱好者发 表的文章，通过有限的资料和各种公开的极少数量的音效算法模型，利用测量、 比较、综合分析等方法对数字音效处理数学模型和产生原理进行初步的探索和研 究，并设计自己的音效算法模型，这是音效系统实现过程中的重中之重。 2 1 数字音频效果的分类 根据各类数字音频效果的产生原理，大致可以分为以下几类： 延迟类音效：包括延时，回声，合唱，镶边等，其原理都是将原来信号进行一 定的延迟后，加上一定的系数和原信号进行一定的叠加。其不同在于延迟的数量 和用于延迟调制的低频振荡器的选择。 调制类音效：包括颤音和振音等，其原理都是对其幅值进行调节和削减， 无需滤波器，属于比较容易实现的效果，同时占用资源也很少。 滤波器类音效：包括混响，哇音，相移等，其原理为将原信号通过数个滤波 器，其需要保留的信号数量不多，但对各参数的计算比较复杂，运算量比较大。 在参数未改变的情况下可以不用重新计算各式的系数。 失真类音效：包括失真，过载等，在调幅的同时，许多算法中合成了滤波 器以及延迟的成分在里面，同时又是吉他效果器中最重要的一种效果。 2 2 1 延时 2 2 延迟类音频效果 延时音效是最简单的音效处理算法之一，所有效果里最简单，也是最重要的 一个效果。说它简单，是因为它的实现过程与其它效果的实现相比，比较简单：说 它重要，是因为其他效果都是在延时的基础上实现的，同时延时也是组成合唱、 镶边、混响各种音效的重要模块。可以说，对延时效果的原理的理解及实现是整 个数字效果器实现的基础。 合理的使用延时可以非常有效的改善音源的厚度和力度感，使声音甜润悦耳。 延迟是将输入的音频信号经过一段时间的延迟然后输出的音效处理过程，只不过 l o 数字音效处理技术研究 延时后的信号不会与原信号混合，延迟的时间范围一般从几微秒到几秒。 1 原理 延迟原理就是原始信号经过一定的延迟后，乘以一个系数，再和原始信号叠 加，延时模型 2 1 如下： 时域方程： 图2 1 基本的延时数学模型 y ( 刀) = x ( 刀) + a x ( n d ) ， 出 ( 2 - 1 ) 其中，延迟表示信号的延时，延时时间的长短可通过程序来控制；混合系数 a 表示延时后音频信号的衰减比例，它的取值范围一般在0 1 之间。x ( n ) 是输入 信号( 声音) ，y ( n ) 是延迟后的输出信号； 2 延迟线的实现： 延迟线的功能就是使数据延时一段固定的时间t 后输出，也就是说现在输入 的数据要t 时间以后才能输出，而现在输出的数据实际上是t 时间以前的。根据 延迟线的功能描述，可以通过在内存中定义一块大小固定的环形缓冲区 3 1 来实现。 这个环形缓冲区只需要一个读写复用的地址指针。在每次对延时线进行操作的时 候，读写指针先从当前的地址单元读出t 时间以前的数据，然后再将现在的数据 写入该单元，最后更新读写指针，让地址自动增1 ，当读指针或写指针加到延迟 线的上界时，读写指针又重新跳回到延退线的下界，这样在指针的控制下延迟线 就如同一个循环存储器。由于内存中缓冲区都是一块数据区，其地址是线性的， 因此环形缓冲区实现的关键是控制读写指针，使之在加到延迟线上界的时候跳转 到延迟线的下界，以形成一块闭合的环形缓存。 第二章数字音效处理技术理论研究 环形存储区 图2 2 环形缓冲区示意图 写复用指针 延迟线的总延迟时间延迟的大小由延迟线的容量d e l a y 和系统的采样周_size 期_ ，决定： d e l a y = a e l a y s i z e l f , ( 2 - 2 ) 如果是由软件来实现延迟线，那么程序员必须控制读写指针，使之在加到延 迟线上界的时候跳转到延迟线的下界，以形成一块闭合的坏形缓存。这样的话每 次地址指针更新的时候都需要进行这个判断，因此程序的效率比较低。 改进：由于延迟点附近的样本比较难处理，所以若延迟时间较长，就会出现 声音拖尾，或者重复音，影响延迟质量。针对这一点，在延迟点前后样本间加上 一个全零滤波器，可以很好的滤去拖尾音和重复音，提高了性能。 2 2 2 回声 一个声音从声源发出，在某一距离碰到坚硬的表面被弹回去，然后经过足够 长的一段时间返回听觉器官，这时听到的是与原来声音分开的重复声( 延时时间大 于5 0 m s ) ，这就是回声效果。 声音在传播中，遇到障碍物，便和光遇到反射镜一样地会反射回来，反射的 声波传到我们的耳朵里，就形成了回声。这种情形就叫做声音的反射。山谷的回 声便是一个例证。 如果障碍物离我们较远，声音反射回来的时间较长，我们便能很容易地分辨 出回声和原声来。如果障碍物离我们太近，回声和原声就几乎合在一起，便分辨 不出回声。我们在室内说话感觉不到回声，就是因为反射回来的时间太短，回声 和原声是合而为一的。但在室内说话比在旷野里说话听起来声音要响亮的多，这 是因为回声与原声混合后增强了声音的响度。我们已经知道，回声和原声间隔的 时间必须不小于1 1 5 秒时，才能听到回声。也就是说，障碍物离发声地点的距离 必须在1 1 5 米以上。根据声音的速度，约3 4 0 米秒计算，1 1 5 秒内便经过了 1 1 5 , 3 4 0 = 2 3 米的路程，由于回声是往返多走了一倍的路程，实际是只有2 3 米的 1 2 数字音效处理技术研究 一半即是1 1 5 米远。 在雷阵雨中，先见到闪电，后听到雷声，但电光一闪即逝，而隆隆的雷声却 经过较长的时间才消失，这是因为雷声经过云层、地面和建筑物等的多次反射， 己经不只是原声了，大部分声音是经过多次反射回来的回声。 1 回声原理： 输入信号经过延迟后，和原信号进行叠加，同时伴随着能量的衰减。 按模型实现的难易程度分为单回声和带反馈的回声两种嘲 简易回声模型如下： 图2 3 简易回声模型 出 对于不带反馈的简易回声模型，它是对输入进行一个延迟后再叠加输出，生 成的回声即为单回声。回声效果比较干涩，不饱满。 由于上述结构只能实现音频信号的一次再现，存在一定的局限性，为了克服 这个缺点，我们加入了反馈信号，将经过延时后的输出信号重新作为输入信号， 输入系统，即形成了带反馈的回声系统。 改进的回声模型： 而对于一个复杂的延迟效果来说，延迟必须有一个反馈的控制( 有时也称为再 生) ，将输出进行一定的延迟再叠加到输入上去。这样就能使声音不断的重复，产 生多重回声。而根据反馈的增益的大小，让延迟不断的衰减，直到最后消失。当 增益为1 时，声音就无限延迟，直到重新调小增益。根据经验值，增益一般在3 0 左右。 2 改进的回声模型如下图： 第二章数字音效处理技术理论研究 1 3 回声 图2 4 带反馈的回声模型 ( 刀) = x ( 疗) + 露( 甩一d ) + 9 2 x ( n 一2 d ) + + g ”x ( n n d ) ( 2 - 3 ) 出 其中，n = 3 时，即为三重回声，通常采用的就是三重回声【4 j 。 g 是反馈增益；d 是延迟时间( 或延迟样本) ；x ( n ) 是输入信号；( 刀) 是带有回 声效果的输出信号； 其中，d e l a y 与d e l a ym i x 的意义与上图一样，f e e d b a c kg a i n 表示要反馈的 信号的衰减比例，为了保持系统的稳定性，其取值范围一般在0 - 1 之间。有了反 馈的延时效果，它将使音频信号不断的再现，并逐渐衰减。理论上，只要有输入 信号，输出信号就永远不会消逝：实际上，经过一段时间的衰减，它已超出人耳所 能辩识的范围，对人来说，已经听不到声音。延时对增强乐器声音效果有很重要 的作用。通过一个延时大概在5 0 m s 到l o o m s 之间的短延时单元来弹奏乐器，听起 来的效果象是两把乐器在同时演奏。如果同时使用多个带有反馈的延时单元，就 会产生类似混响的声音效果。 2 2 3 合唱 合唱，顾名思义，就像是一群人在唱歌时听到的效果；合唱效果虽然是单独 一把乐器的演奏，但听起来却像是很多乐曲的演奏。 合唱其实并没有想象中的那样神秘，我们可以想象一下两人在表演乐器合奏 时的情景，要达到完全意义上的同步很难，即两人的表演存在着一定的很短的延 迟，这样两种乐器在基调上就存在着一定的偏离，就会产生合唱效果。延迟很容 易实现，但是产生和谐的效果则很难，只能通过调节延迟变量来实现，使延迟随 时间的变化而变化，一般用一些周期性的波形来控制延迟量的变化，如正弦波， 三角波。 1 原理 合唱和镶边的生成原理基本上是一样的，都是将原始音频延迟一段时间后， 1 4 数字音效处理技术研究 叠加到原始音频上，形成合唱效果，感觉到好像有多重声音同时在作用，只是延 迟时间不同而已。延迟时间一般在5 毫秒 - 5 0 毫秒之间。 同时，用一个低频振荡器来调制这个延迟时间，通过调整波形的频率和振幅， 以及状态来达到控制合唱的效果，使它的延迟时间也是缓慢变化的，l f 0 波形一般 是三角波和正弦波；从而造成第二个声音有音高变化，这在声音上可以听出来。 最后两个声音合起来就有了合唱的效果。 ( 1 ) 简单的合唱模型 简单合唱模型【5 7 j 如图所示： 图2 5 合唱的简单模型 y ( 力) = x ( n ) + gx n - ac o s ( 2 1 r n m ) 】 ( 2 4 ) 其中， a c o s ( 2 7 r n m ) 是时间延迟深度，表示延迟线的时变长度，通常取余弦函数；g 合 唱深度，通常取( 一1 ，+ 1 ) ，大于1 系统不稳定；a 是扫动深度的最大振幅值；m 是合唱的延迟样本总时长。 有以上模型，通过某些参数的微调，还可以产生镶边和相移音效，以镶边为例， 其延迟时间要比合唱短得多，一般在1 0 毫秒以内，而合唱则一般在几十毫秒左右。 ( 2 ) 改进的实际模型 反馈增益 图2 6 合唱的实际模型 第二章数字音效处理技术理论研究 1 5 2 常用参数 ( 1 ) 深度： 用来控制延迟信号的数量，大一些的深度在合唱中产生更明显的沟槽。在多 效果器中，仅在混合部分控制深度，不应用在镶边处理器内。有人用混合”称呼 深度。 ( 2 ) 延迟时间： 规定输入信号拷贝的最小延迟量，注意频率响应，这个数值决定第一个沟槽 的高度，延迟增加时第一个沟槽就下降。在某些情况，延迟参数设为0 ，这时沟槽 移到频率范围最高处，造成瞬间的消失。 ( 3 ) 扫描深度： 掠过深度控制总体延迟时间的改变，基本是l f o 的宽度。通常以毫秒为单位， 掠过深度和延迟参数的总和是信号处理的最大延迟【6 8 】。它决定第一个沟槽出现在 频率响应低处什么地方，小的数值响应于小的延迟时间；大的数值将使沟槽覆盖 频率响应更大区域。你可以把深度想成l f o 的幅度。延迟和深度参数的关系如( 图) ， 上半部的深度部分时刻在变化。 掠过深度同时也影响到音高的调制，因为要在规定的时间内处理不同深度的 延迟，读数据的速度就会有快有慢，引起音高的变化。 当你改变延迟参数时，第一个沟槽的上、下方限制也在改变，但调整深度时 经常影响低端的限制。 图2 7 扫描深度和延迟参数的关系图 ( 4 ) 低频振荡器波形： 一些镶边允许你选择低频振荡器波形【引，波形决定合唱的延迟时间怎样随时间变 化。当低频振荡器的波形达到它的最大值时，总体延迟时间也就达到了最大；相 反，当低频振荡器的波形达到它的最小值时，总体延迟时间也就达到了最小。当 低频振荡器的波形在上升时，乐器的基调在变缓；相反，当低频振荡器的波形在 下降时，乐器的基调在变快。 为保证时间波形变化较平滑，三角形波或者余弦波【7 】常被用于合唱。下图是常用的 1 6 数字音效处理技术研究 l f 0 波形： s i n e 图2 8 常见l f 0 波形图 ( 5 ) 反馈再生： 一些机器让你选择把一部分合唱的输出送回输入端，有时你还能规定反馈信号是 加还是减。大量的反馈将制造非常金属”和紧张的声音。反馈增益超过1 ，系统将 变得不稳定，有可能发生溢出和剪切。 ( 6 ) 振荡频率： 控制l f 0 的速率，沟槽每秒上下移动多少次，即振荡频率；同时是音高调值的因 数。增加速率等于在较少的时间内扫过。 2 2 4 镶边 镶边是非常有特色的声音，提供了厚实的镶边效果，就像涡流一样的音色围 绕在耳边。既像飞机的引擎声，也可比作喷气式飞机从头顶飞过的声音。 镶边在声音上的表现也是有音高的变化，但是变化更加的明显，会有呜呜的 声音。镶边的延迟变化同时也产生了音高调制，是因为读出延迟信号的快慢发生 了变化。 镶边的产生原理和基本模型与合唱是相同的，都分为简单模型和实际模型两 种【9 】，只不过镶边的时间延迟比合唱小的多，通常在1 0 m s 左右。 镶边信号一般听不到回声，因为延迟非常短，典型的延迟时间从1 毫秒到1 0 毫秒( 人类耳朵把长于5 0 到7 0 毫秒的延迟识别为回声) ，并有滤波效果加到延迟 信号上，在频率响应中建立一系列沟槽。其频率曲线落到最低处即意味着这一点 的频率被消除了，其他频率的信号经过一些幅度变化可以通过。 合唱和镶边模型的频谱特性和延时模型很相似，只是合唱和镶边的频谱曲线 会随着l f 0 波形随着时间的变化而像弹簧一样地伸缩，产生特殊的音响效果，这 样的频率响应有时被称为”梳状滤波器叫引。如图所示： 第二章数字音效处理技术理论研究 1 7 2 3 1 振音 f i e q u 帆虬yf x e q u 钮c x 图2 9 镶边频率响应图 2 3 调制类音频效果 振音模型总体属于延迟类类型，同回声等相类似。通过频率调制形成，通过 不断调整的延迟深度达到对原始信号的均匀调制。以此产生颤音的效果f lo ，1 1 】。通过 调整参数振音效果算法产生的音效可以是轻微的变化也可以是极度的变化。振音 同颤音比较类似，但是振音更多的是出现在合唱效果。 颤音可以通过采取镶边来实现，使其更简单，颤音在频率上有周期波动性， 可以借助信号通过变化的延迟线来实现，而不用和原始信号相混合 1 2 。调频受 两个重要的参数控制：颤音频率，m 叽颤音频率间隔，原理模型如下： 图2 1 0 振音模型 出 输入，输出关系： y ( 拧) = g x ( n - a ( n ) 】( 2 5 ) d ( n ) ：争1 一s i n ( 2 7 r 例( 2 - 6 ) 这里，d ( 刀) 的取值是关键。 典型值的参数是：5 到1 0 毫秒的平均延迟时间和5 至1 4 赫兹率的低频振荡器。 假定平均颤音速率r = 5 5 赫兹，窗口长度l 设置为平均颤音周期的3 5 倍，即 l = 3 5 r 兰0 6 3s 口暑|口m一品寸暑i蜀珊西墨 1 8 数字音效处理技术研究 2 3 2 颤音 颤音属于基于幅值变化的音效处理。基于幅值变化的音效处理相对来说较为 简单而且不易产生背景噪声。其效果既是输出的响度时重时轻，有颤动的感觉， 给人一种抖动的感觉。 颤音可分为普通型和立体型【2 1 两种，下边分别讨论这两种模型。 ( 1 ) 普通型颤音的原理模型： 输 图2 1 1 普通型的原理框图 输入，输出关系：左右声道的输出相同。 圪( 。) = k ( 。) = y ( n ) r ( n ) = x ( 甩) s i i l ( 2 万z f ) ( 2 ) 立体型颤音的原理模型： 输 出 ( 2 - 7 ) ( 2 8 ) 输入，输出关系： 如) o 时： 图2 1 2 立体型的原理框图 瓦( 。) = 口x ( 聆) s i n ( 2 万z f ) k ( 。) = 0 ( 2 - 9 ) ( 2 l o ) 第二章数字音效处理技术理论研究 1 9 a ( m ) o 5 时长生混响 效果，声音混淆在一起，很难分清。 数字音效处理技术研究 本算法采用的是三重回声，m a t l a b 仿真程序主