【正文】 第 2章 數(shù)字音頻處理技術(shù) 人們之所以能聽到各種聲音，是因?yàn)椴煌l率的聲波通過空氣產(chǎn)生振動(dòng)，對(duì)人耳刺激的結(jié)果。規(guī)則音頻是一種連續(xù)變化的模擬信號(hào)，可用一條連續(xù)的曲線來表示，稱為聲波。因聲波是在時(shí)間和幅度上都連續(xù)變化的量，所以稱為模擬量。 模擬音頻信號(hào)有兩個(gè)基本參數(shù)：頻率和振幅。 聲源每秒鐘可產(chǎn)生成百上千個(gè)波峰，每秒鐘波峰所發(fā)生的數(shù)目就是音頻信號(hào)的頻率，聲音的頻率體現(xiàn)音調(diào)的高低 音頻信號(hào)的幅度是從信號(hào)的基線到當(dāng)前波峰的距離。幅度決定了信號(hào)音量的強(qiáng)弱程度。幅度越大，聲音越強(qiáng)。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 如果要用計(jì)算機(jī)對(duì)音頻信息進(jìn)行處理，則首先要通過 A/D（模 /數(shù)）轉(zhuǎn)換將模擬音頻信號(hào)變成數(shù)字信號(hào)，實(shí)現(xiàn)音頻信號(hào)的數(shù)字化。數(shù)字化的聲音易于用計(jì)算機(jī)軟件處理，現(xiàn)在幾乎所有的專業(yè)化聲音錄制器、編輯器都是數(shù)字的。對(duì)模擬音頻的數(shù)字化過程涉及到音頻的采樣、量化和編碼。 第 2章 數(shù)字音頻處理技術(shù) 0101 0100 0011 0010 0001 0000 1001 1010 1011 1100 1101 0000 001 0 0100 ? 采樣 量化 編碼 模擬音頻的數(shù)字化過程 1．采樣 為實(shí)現(xiàn) A/D轉(zhuǎn)換，把模擬音頻信號(hào)波形進(jìn)行分割，以轉(zhuǎn)換成數(shù)字信號(hào)，這種方法稱為采樣（ Sampling）。 采樣的過程是每隔一個(gè)時(shí)間間隔在模擬聲音的波形上取一個(gè)幅度值，把時(shí)間上的連續(xù)信號(hào)變成時(shí)間上的離散信號(hào)。該時(shí)間間隔稱為采樣周期，其倒數(shù)為采樣頻率。 采樣頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本。采樣頻率越高，即采樣的間隔時(shí)間越短，則在單位時(shí)間內(nèi)計(jì)算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對(duì)聲音波形的表示也越精確。 采樣頻率的選擇與聲音信號(hào)本身的頻率之間有關(guān)，根據(jù)奈奎斯特（ Nyquist）理論，只有采樣頻率高于聲音信號(hào)最高頻率的兩倍時(shí)，才能把數(shù)字信號(hào)表示的聲音較好地還原為原來的聲音。 最常用的采樣頻率有： 、 、 。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 2．量化 采樣所得到的聲波上的幅度值，影響音量的高低，該值的大小需要用某種數(shù)字化的方法來表示。通常把對(duì)聲波波形幅度的數(shù)字化表示稱之為量化（ quantization）。 量化的過程是先將采樣后的信號(hào)按整個(gè)聲波的幅度劃分成有限個(gè)區(qū)段的集合，把落入某個(gè)區(qū)段內(nèi)的采樣值歸為一類，并賦于相同的量化值。采樣信號(hào)的量化值采用二進(jìn)制表示，表示樣信號(hào)的幅度二進(jìn)制的位數(shù)稱量化位數(shù)。 在相同的采樣頻率之下，量化位數(shù)愈高，聲音的質(zhì)量越好。同樣，在相同量化位數(shù)的情況下，采樣頻率越高，聲音效果也就越好。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 3．編碼 所謂編碼，就是按照一定的格式把經(jīng)過采樣和量化得到的離散數(shù)據(jù)記錄下來，并在有效的數(shù)據(jù)中加入一些用于糾錯(cuò)同步和控制的數(shù)據(jù)。在數(shù)據(jù)回放時(shí)，可以根據(jù)所記錄的糾錯(cuò)數(shù)據(jù)判別讀出的聲音數(shù)據(jù)是否有錯(cuò)，如果有錯(cuò)，可加以糾正。 音頻信號(hào)編碼常用的是波形編碼方法，它是直接對(duì)波形采樣、量化和編碼，算法簡(jiǎn)單，易于實(shí)現(xiàn)。而且，聲音恢復(fù)時(shí)能保持原有的特點(diǎn)，因此被廣泛應(yīng)用。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 3．編碼 （ 1） PCM（ Pulse Code Modulation ）脈沖編碼調(diào)制 PCM簡(jiǎn)稱脈碼調(diào)制，可以直接對(duì)聲音信號(hào)做 A/D轉(zhuǎn)換，用一組二進(jìn)制數(shù)字編碼表示，得到的是未經(jīng)壓縮的音頻數(shù)據(jù)。這是一種最常用、最簡(jiǎn)單的編碼方法。 PCM編碼方法不需要復(fù)雜的信號(hào)處理技術(shù)就能實(shí)現(xiàn)瞬時(shí)的數(shù)據(jù)的量化和還原，而且信噪比高。在解碼后恢復(fù)的聲音，只要采樣頻率足夠高，量化位數(shù)足夠多，就會(huì)有很好的質(zhì)量。但是，這種對(duì)聲音信號(hào)直接量化的方法編碼數(shù)據(jù)量很大，需要很高的傳輸速率。 在 MPC中，聲卡都具有 PCM編碼和解碼的功能。激光唱盤（ CDDA）記錄聲音時(shí)就采用這種方法，存儲(chǔ)未經(jīng)壓縮的數(shù)字音頻信號(hào)。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 3．編碼 （ 2） DPCM （ Differential Pulse Code Modulation）差分脈沖編碼調(diào)制 DPCM編碼是利用音頻信號(hào)的相關(guān)性，通過只傳輸聲音的預(yù)測(cè)值和樣本值的差值來降低音頻數(shù)據(jù)的編碼率的一種方法。它采用預(yù)測(cè)編碼技術(shù)，實(shí)現(xiàn)音頻數(shù)據(jù)的壓縮編碼。 因?yàn)橐纛l信號(hào)一般不會(huì)發(fā)生突然變化，相鄰的語音采樣值之間存在很大的相關(guān)性，從一個(gè)采樣值到相鄰的另一個(gè)采樣值的差值要比樣值本身小得多。利用預(yù)測(cè)編碼方法建立預(yù)測(cè)模型，通過預(yù)測(cè)器對(duì)未來的樣本進(jìn)行預(yù)測(cè)，然后對(duì)樣本值與預(yù)測(cè)器得到的預(yù)測(cè)值之差進(jìn)行量化和傳輸。由于這個(gè)差值的幅度遠(yuǎn)遠(yuǎn)小于樣本值本身，需要較少的比特?cái)?shù)來表示，這樣可以降低數(shù)據(jù)的編碼率，從而使編碼數(shù)據(jù)得到壓縮。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 3．編碼 （ 3） ADPCM（ Adaptive Differential Pulse Code Modulation）自適應(yīng)差分編碼調(diào)制 在實(shí)際使用中，由于輸入信號(hào)的不穩(wěn)定性，造成 DPCM方法的信噪比大大降低。因此在 DPCM編碼中加入自適應(yīng)的方法，就形成了自適應(yīng)差分編碼調(diào)制（ ADPCM）方案。所以， ADPCM是對(duì) DPCM方法的改進(jìn)，通過調(diào)整量化步長，對(duì)不同的頻段設(shè)置不同的量化字長，可使數(shù)據(jù)得到進(jìn)一步壓縮。 ADPCM壓縮方案壓縮倍率可達(dá) 2~5倍，信噪比高，性能優(yōu)越，因此，多媒體計(jì)算機(jī)所獲得的數(shù)字化的聲音信息大都采用此壓縮方法。MPC的音頻卡也提供有 ADPCM算法，如將 16位的采樣值壓縮成 4位，將 8位的采樣值壓縮成 4位、 3位或 2位。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 4．用錄音機(jī)錄制聲音文件 （ 1）配置好錄音設(shè)備，選擇輸入聲源。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 4．用錄音機(jī)錄制聲音文件 （ 2）打開“屬性”對(duì)話框，選擇錄制音源設(shè)備。 第 2章 數(shù)字音頻處理技術(shù) 模擬音頻的數(shù)字化過程 4．用錄音機(jī)錄制聲音文件 （ 3）啟動(dòng)“錄音機(jī)” 第 2章 數(shù)字音頻處理技術(shù) （ 4）開始錄音 。結(jié)束錄音后存為 .WAV 文件。 數(shù)字音頻信息的質(zhì)量與存儲(chǔ)量 采樣、量化和編碼技術(shù)是音頻數(shù)字化的關(guān)鍵技術(shù)。而采樣頻率、每個(gè)采樣值的量化位數(shù)以及音頻信息的聲道數(shù)目，是影響數(shù)字化音頻信息質(zhì)量和容量的三個(gè)重要因素。采樣頻率越高、量化為數(shù)越大、聲道數(shù)目越多，音頻的質(zhì)量就越高，但存儲(chǔ)量就越大。 第 2章 數(shù)字音頻處理技術(shù) 數(shù)字音頻信息的質(zhì)量與存儲(chǔ)量 1．音頻質(zhì)量的評(píng)價(jià) （ 1）客觀質(zhì)量的度量 對(duì)聲波的測(cè)量包括評(píng)價(jià)值的測(cè)量、聲源的測(cè)量和音質(zhì)的測(cè)量，其測(cè)量與分析工作，是使用帶計(jì)算機(jī)處理系統(tǒng)的高級(jí)聲學(xué)測(cè)量儀器來完成。度量聲音客觀質(zhì)量的一個(gè)主要指標(biāo)是信噪比 SNR（ Signal to Noise Ration），信噪比是有用信號(hào)與噪聲之比的簡(jiǎn)稱，其單位是分貝（ dB）。信噪比越大，聲音質(zhì)量越好。 第 2章 數(shù)字音頻處理技術(shù) 數(shù)字音頻信息的質(zhì)量與存儲(chǔ)量 1．音頻質(zhì)量的評(píng)價(jià) （ 2）主觀質(zhì)量的度量 采用客觀標(biāo)準(zhǔn)方法很難真正評(píng)定編碼器的質(zhì)量，在實(shí)際評(píng)價(jià)中，主觀的質(zhì)量度量比客觀質(zhì)量的度量更為恰當(dāng)和合理。主觀的質(zhì)量度量通常是對(duì)某編碼器的輸出的聲音質(zhì)量進(jìn)行評(píng)價(jià)。 例如播放一段音樂，記錄一段話，然后重放給一批實(shí)驗(yàn)者聽，再由實(shí)驗(yàn)者進(jìn)行綜合評(píng)定，得出平均判分（ Mean Opnion Scose， MOS）。 第 2章 數(shù)字音頻處理技術(shù) 數(shù)字音頻信息的質(zhì)量與存儲(chǔ)量 1．音頻質(zhì)量的評(píng)價(jià) （ 2）主觀質(zhì)量的度量 第 2章 數(shù)字音頻處理技術(shù) M O S 質(zhì)量級(jí)別 失真級(jí)別 5 優(yōu)（ E x c e l l e n t ） 不察覺 4 良（ G o o d ） 剛察覺但不可厭 3 中（ F a i r ） 察覺及稍微可厭 2 差（ P o o r ） 可厭但不令人反感 1 劣（ U n a c c e p t a b l e ） 極可厭（令人反感） MOS標(biāo)準(zhǔn) 數(shù)字音頻信息的質(zhì)量與存儲(chǔ)量 1．音頻質(zhì)量的評(píng)價(jià) （ 3）常用的數(shù)字化聲音技術(shù)指標(biāo)及音質(zhì) 第 2章 數(shù)字音頻處理技術(shù) 每分鐘數(shù)據(jù)量（無壓縮）