多媒体技术基础详解.ppt

第1页,5.2多媒体元素,音频,midi音频wav音频mp3压缩音频,包括声音音乐。声音和音乐在本质上是相同的，都是具有振幅和频率的声波。声波的幅度表示声音的强弱，频率表示声音音调的高低。,第2页,5.3音频处理技术,5.3.1基本概念1.声音：是通过空气传播的一种连续的波，当物体振动时会带动周围空气质点的振动，由于惯性和弹性，在质点的相互作用下，振动就会逐渐向外传播。,第3页,5.3音频处理技术,5.3.1基本概念2.频率:是指声波信号每秒钟变化的次数，用f来表示，单位为Hz或KHz。一般来说，频率体现声调的高度，频率越高，声音就越尖。人耳能听到的频率范围：20Hz20KHz,2040Hz：超低音50100Hz：低音200500Hz：中低音1KHz5KHz：中高音10KHz20KHz：高音,第4页,5.3音频处理技术,5.3.1基本概念3.带宽:是声音信号是由许多频率不同的信号组成，为复合信号。它用来描述组成复合信号的频率范围。声音的质量与声音的频率范围有关，一般来说，声音的频率越宽，声音质量越高。4.振幅:声音波形的振动大小，反映声音的强度(0120db)。,幅度,周期,基线,第5页,5.3音频处理技术,5.3.2音频信号的分类从多媒体技术角度，将音频信号分为三类：(1)语音：是语言的物质载体，是社会交际工具的符号，它包含了丰富的语言内涵，是人类进行信息交流所特有的形式。(2)音乐：是指规范化、符号化了的声音。这种符号就乐谱，实际上它是转化为符号的声音。(3)音响：是指除上述之外的其它自然界存在的其他声音形式，如刮风、下雨声，机器的鸣叫声等。,第6页,5.3音频处理技术,5.3.3声音的三要素(1)音调：人耳对声音频率高低的感觉，由振动的频率决定。频率越高，则声源发出的声音音调就越高，反之亦然。,第7页,5.3音频处理技术,5.3.3声音的三要素(2)音色：即特色的声音。声音分纯音和复音两种类型。所谓纯音，是指振幅和周期均为常数的声音；复音则是具有不同频率和不同振幅的混合声音。在复音中，最低频率的声音是“基音”，它是声音的基调。其他频率的声音称为“谐音”，也叫泛音。基音和谐音是构成声音音色的重要因素。各种声源都具有自己独特的音色。,第8页,5.3音频处理技术,5.3.3声音的三要素(3)音强：声音的强度，也被称为声音的响度，常说的“音量”也是指音强。音强与声波的振幅成正比，振幅越大，强度越大。唱盘、CD激光盘以及其他形式声音载体中的声音强度是一定的，通过播放设备的音量控制，可改变聆听时的响度。,第9页,5.3音频处理技术,5.3.4声音信号数字化将随时间连续变化的声音波形信号，通过采样和量化，变为数字量保存在磁盘上的过程。数字化是由音频卡完成的，音频卡的主要部分就是A/D和D/A转换器及相应的接口电路。,第10页,5.3音频处理技术,5.3.4声音信号数字化1.采样,f(t),第11页,5.3音频处理技术,5.3.4声音信号数字化2.量化,第12页,5.3音频处理技术,5.3.4声音信号数字化,3.播放时的信号重组,第13页,5.3音频处理技术,5.3.5采样中的概念,1.采样频率：每秒钟采样的样本个数2.采样定理：若采样频率不低于声音信号最高频率的两倍，还原后的声音就与原始声音几乎一样常用的采样频率：11.025kHz、22.05kHz、44.1kHz,第14页,5.3音频处理技术,5.3.5量化,1.量化：就是将每一个样本用一个数值来表示2.量化精度：存放每一个样本需要的二进制位数常用8位和16位。,第15页,5.3音频处理技术,5.3.6通道数,通道是指声音产生的波形数。通常分为为1个或2个波形，即通常所说的单声道和立体声。立体声听起来要比单声道优美丰满的多，但同时存储容量要增加一倍,第16页,5.3音频处理技术,5.3.7音频文件的容量计算,数据量采样频率通道个数采样精度/8时间（秒）,第17页,5.3音频处理技术,5.3.7声音文件的格式,是微软公司专门为Windows开发的一种标准数字音频文件，它来源于对声音波形的采样。用不同的采样频率对声音的模拟波形进行采样和量化，将采样点的二进制码值顺序存储，就产生了波形声音文件。WAV文件是由采样数据组成的，需要的存储空间大。当对声音的质量要求不是太高时，可通过降低采样频率、量化精度或利用单声道来减少数据量。一般来说，WAV文件是不可能压缩的。这是因为WAV文件记录的音频数字信息很少有像图像中存在的大量数据重复的现象，一般的压缩算法很难有所作为。,1、WAV文件2、MIDI文件3、MPEG文件4、Audio文件5、RealAudio文件,第18页,5.3音频处理技术,5.3.7声音文件的格式,1、WAV文件2、MIDI文件3、MPEG文件4、Audio文件5、RealAudio文件,MIDI是由世界上主要电子乐器厂商建立的通信标准。MIDI文件并没有记录任何声音信息，而只是记载了用于描述乐曲演奏过程中的一系列指令，包含音高、音长、通道号等主要信息，并以扩展名为.MID的文件格式存储。MIDI文件实际上是一张表格，就好比是一张乐谱，它描述了各种音符以及这些音符的播放及延迟，所以MIDI文件比WAV文件小得多。例如，10秒钟左右的立体声音乐若用MIDI格式只需要2KB，而用WAV存放则需要2MB左右。MIDI文件的主要缺点是处理语音能力差，主要用于背景音乐。在需要语言时，可将二者配合使用。,第19页,5.3音频处理技术,5.3.7声音文件的格式,1、WAV文件2、MIDI文件3、MPEG文件4、Audio文件5、RealAudio文件,是指MPEG标准中的音频部分。MPEG音频文件的压缩是一种有损压缩，根据压缩质量和编码的复杂程度分为三层，分别对应于MP1、MP2和MP3。MPEG音频编码有很高的压缩率，MP1、MP2的压缩率分别为4:1和6:18:1，而MP3的压缩率高达10:112:1。一分钟CD音乐未经压缩需要10MB存储空间，经MP3压缩编码后只有1MB，且音质基本保持不失真。目前使用最多的是MP3文件格式。,第20页,5.3音频处理技术,5.3.7声音文件的格式,1、WAV文件2、MIDI文件3、MPEG文件4、Audio文件5、RealAudio文件,Audio是SunMicrosystems公司推出的一种经过压缩的数字声音文件格式，是Internet中常用的声音文件格式，NetscapeNavigator浏览器中的LiveAudio也支持Audio格,第21页,5.3音频处理技术,5.3.7声音文件的格式,1、WAV