【正文】 用的標(biāo)準(zhǔn)音頻文件格式，也是聲霸卡（ Sound Blaster） 所使用的音頻文件格式。 WAV 聲音文件是使用 RIFF（ Resource Interchange File Format資源交換文件 ） 的格式描述的 ， RIFF格式文件是一種帶有標(biāo)記的文件結(jié)構(gòu) ，它由文件頭和波形音頻文件數(shù)據(jù)塊組成 。 ? WAV文件 WAV文件又稱波形文件，是 Microsoft公司的音頻文件格式。 MPEG音頻壓縮技術(shù)的傳輸速率為每聲道 32kb/s?448kb/s。輸入音頻信號(hào)的采樣頻率為 48kHz、 32kHz， 經(jīng)過(guò)濾波器組分成 32個(gè)子帶。 雖然 MPEG聲音標(biāo)準(zhǔn)是 MPEG標(biāo)準(zhǔn)的一部分，但它同時(shí)也完全可以獨(dú)立應(yīng)用。 另外 ， 還有歐洲數(shù)字移動(dòng)通信 （ GSM） 制定了數(shù)字移動(dòng)通信網(wǎng)的 13kb/s長(zhǎng)時(shí)預(yù)測(cè)規(guī)則碼激勵(lì) （ RPELTP） 語(yǔ)音編碼標(biāo)準(zhǔn) 。用此標(biāo)準(zhǔn)編碼，可在 ISDN（ 綜合業(yè)務(wù)數(shù)據(jù)網(wǎng)）的 B通道上傳輸音頻數(shù)據(jù) 。在 1972年制定了 ， 采用的是 ?律或 A律的 PCM編碼技術(shù)，數(shù)據(jù)速率為 64kb/s。 這個(gè)數(shù)據(jù)就是 CCITT ,（ 國(guó)際電話與電報(bào)顧問(wèn)委員會(huì)）推薦的 ：話音頻率脈沖編碼調(diào)制。 由于 ? 律壓擴(kuò)的輸入和輸出關(guān)系是對(duì)數(shù)函數(shù)關(guān)系 ， 所以這種編碼又稱為對(duì)數(shù)PCM。 在非均勻量化中 ， 采樣輸入信號(hào)幅度和量化輸出數(shù)據(jù)之間定義了兩種對(duì)應(yīng)關(guān)系 ， 一種稱為 ? 律（ ?Law） 壓 （ 縮 ） 擴(kuò) （ 展 ） 算法 ， 另一種稱為 A律(ALaw) 壓 （ 縮 ） 擴(kuò) （ 展 ） 算法 。 圖 2 － 6 均勻量化 圖 2 7 ? 律的壓縮特性 改進(jìn) PCM編碼技術(shù)的一個(gè)方法是采用非均勻量化 ，即讓量化級(jí)高度隨信號(hào)振幅而變化 。只要采樣頻率足夠大，量化位數(shù)也適當(dāng)，便能獲得較高的聲音信號(hào)數(shù)字化效果。 如果采用相等的量化間隔對(duì)采樣得到的信號(hào)作量化，那么這種量化稱為均勻量化。ＰＣＭ首先開(kāi)始應(yīng)用于電話系統(tǒng)，但一直到１９６２年美國(guó) Bell實(shí)驗(yàn)室才為ＡＴ＆Ｔ制成了國(guó)際上第一套商用ＰＣＭ電話系統(tǒng)（Ｔ１系統(tǒng)），這標(biāo)志了通信開(kāi)始步入數(shù)字化。 混合編碼充分利用了線性預(yù)測(cè)技術(shù)和綜合分析技術(shù) ， 其典型算法有：碼本激勵(lì)線性預(yù)測(cè) （ CELP） 、 多脈沖線性預(yù)測(cè) （ MPLPC） 及矢量和激勵(lì)線性預(yù)測(cè) （ VSELP） 等 。 語(yǔ)音的基本參數(shù)是基音周期 、 共振峰 、 語(yǔ)音譜 、 聲強(qiáng)等 ， 如能得到這些語(yǔ)音基本參數(shù) ， 就可以不對(duì)語(yǔ)音的波形進(jìn)行編碼 ， 而只要記錄和傳輸這些參數(shù)就能實(shí)現(xiàn)聲音數(shù)據(jù)的壓縮 。 波形編碼的編碼信息是聲音的波形。 音頻數(shù)據(jù)壓縮和編碼與圖像壓縮編碼有著很大的不同。例如，人耳聽(tīng)覺(jué)中有一個(gè)重要的特點(diǎn)，即聽(tīng)覺(jué)的 “ 掩蔽 ” 。在多媒體系統(tǒng)中，一般是對(duì)數(shù)字化聲音信息進(jìn)行壓縮和編碼后再存入計(jì)算機(jī)，以減少音頻的數(shù)據(jù)量。 在 CDDA中，數(shù)據(jù)、控制碼和糾錯(cuò)碼分別記錄在不同的光道上 。除此之外 ， 還可以規(guī)定動(dòng)態(tài)范圍和頻率響應(yīng) ， 在有關(guān)的國(guó)際標(biāo)準(zhǔn)中都有具體規(guī)定 。脈沖編碼調(diào)制（ PCM） 是把模擬信號(hào)變換為數(shù)字信號(hào)的一種調(diào)制方式，既把連續(xù)輸入的模擬信號(hào)變換為在時(shí)域和振幅上都離散的量，然后將其轉(zhuǎn)化為代碼形式傳輸或存儲(chǔ)。這種脈沖數(shù)字信號(hào)可以一定的方式進(jìn)行編碼，形成計(jì)算機(jī)內(nèi)部運(yùn)行的數(shù)據(jù)。在圖 24中，采樣率和量化等級(jí)均提高了一倍，分別為 2022次 /秒和 20個(gè)量化等級(jí)。從圖中可以看出，藍(lán)色線與原波形 (紅色線 )相比，其波形的細(xì)節(jié)部分丟失了很多。 信號(hào)類型 頻率范圍 (Hz) 采樣率 (kHz) 量化精度 (位 ) 電話話音 2003400 8 8 寬帶音頻 507000 16 16 調(diào)頻廣播 2015k 378 16 高質(zhì)量音頻 2022k 441 16 ? 采樣與量化過(guò)程示例 以圖 21所示的原始模擬波形為例進(jìn)行采樣和量化。 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。 量化的過(guò)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)的樣值歸為一類，并賦于相同的量化值。 CD唱片存儲(chǔ)的是數(shù)字信息 ， 要想獲得 CD音質(zhì)的效果 ， 則要保證采樣頻率為 ， 也就是能夠捕獲頻率高達(dá) 22050Hz的信號(hào) 。 采樣頻率與聲音頻率之間有一定的關(guān)系 ， 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)表示的聲音還原成為原來(lái)的聲音 。該時(shí)間間隔稱為采樣周期，其倒數(shù)為采樣頻率。 模擬信號(hào)的數(shù)字化過(guò)程1 0 0 1 0 1 1 0 0 0 1 1 1 0 1? 早在 40年代，信息論的奠基者香農(nóng)（ Shannon） 指出：在一定條件下，用離散的序列可以完全代表一個(gè)連續(xù)函數(shù)，這是采樣定理的基本內(nèi)容。對(duì)模擬音頻數(shù)字化過(guò)程涉及到音頻的采樣、量化和編碼。 ?電話 (Telephone)質(zhì)量。 MOS 質(zhì)量級(jí)別 失真級(jí)別 5 優(yōu) (Excellent) 不察覺(jué) 4 良 (Good) 剛察覺(jué)但不可厭 3 中 (Fair) 察覺(jué)及稍微可厭 2 差 (Poor) 可厭 (但不令人反感 ) 1 劣 (Unacceptable) 極可厭 (令人反感 ) ? 聲音質(zhì)量分級(jí)與帶寬 聲音的質(zhì)量與它所占用的頻帶寬度有關(guān)，頻帶越寬，信號(hào)強(qiáng)度的相對(duì)變化范圍就越大大，音響效果也就越好。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(lè)，記錄一段話，然后重放給實(shí)驗(yàn)者聽(tīng)，再由實(shí)驗(yàn)者進(jìn)行綜合評(píng)定。因此，聲測(cè)量是不可少的。 聲測(cè)量的基本儀器是聲級(jí)計(jì)。由于計(jì)算技術(shù)的發(fā)展，使許多計(jì)算和測(cè)量工作都使用了計(jì)算機(jī)或程序?qū)崿F(xiàn)。 ? 聲音質(zhì)量的評(píng)價(jià) 我們經(jīng)常會(huì)對(duì)某一位歌手的歌聲發(fā)表意見(jiàn)，并與其他歌手進(jìn)行比較，這其實(shí)是在對(duì)聲音的質(zhì)量進(jìn)行評(píng)價(jià)。語(yǔ)音由元音和輔音所構(gòu)成。 音色是聲波波形的主觀屬性。這樣做的好處是顯而易見(jiàn)的，聲音存儲(chǔ)質(zhì)量得到了加強(qiáng)，數(shù)字化的聲音信息使計(jì)算機(jī)能夠進(jìn)行識(shí)別、處理和壓縮，這也就是為什么如今磁帶逐漸被淘汰， CD唱片卻趨于流行的原因。幅度越大，聲音越強(qiáng)。它是指信號(hào)在兩個(gè)峰點(diǎn)或谷底之間的相對(duì)時(shí)間。例如一個(gè)聲波信號(hào)在一秒鐘內(nèi)有 5000個(gè)波峰，則可將它的頻率表示為5000Hz或 5kHz。因聲波是在時(shí)間和幅度上都連續(xù)變化的量，我們稱之為模擬量。 我們之所以能聽(tīng)到日常生活中的各種聲音信息，其實(shí)就是不同頻率的聲波通過(guò)空氣產(chǎn)生震動(dòng)，刺激人耳的結(jié)果。 ? 音頻信號(hào)的形式 在日常生活中，音頻 (Audio)信號(hào)可分為兩類：語(yǔ)音信號(hào)和非語(yǔ)音信號(hào)。 隨著計(jì)算機(jī)技術(shù)的發(fā)展，特別是海量存儲(chǔ)設(shè)備和大容量?jī)?nèi)存在計(jì)算機(jī)上的實(shí)現(xiàn)，對(duì)音頻媒體進(jìn)行數(shù)字化處理便成為可能。傳統(tǒng)的聲音記錄方式就是將模擬信號(hào)直接記錄下來(lái)，例如磁帶錄音和密紋唱片就是將聲音拾取處理后以磁記錄或機(jī)械刻度的方式記錄下來(lái)，此時(shí)磁帶上磁極的變化或密紋唱片音槽內(nèi)的紋路起伏變化都是與聲音信號(hào)的變化相對(duì)應(yīng)、成正比的。隨著電學(xué)、電子學(xué)的發(fā)展 ， 人們開(kāi)始嘗試記錄下這些真實(shí)的聲音，利用把聲的振動(dòng)轉(zhuǎn)換成電信號(hào)的原理，使聲音的記錄成為可能?？墒菐浊陙?lái)，人類只能憑耳朵來(lái)辨別聲音的高低、強(qiáng)弱，而不能把聲音記錄和儲(chǔ)存起來(lái)。在多媒體系統(tǒng)中，音頻可被用作輸入或輸出。無(wú)論其應(yīng)用目的是什么，聲音的合理使用可以使多媒體應(yīng)用系統(tǒng)變得更加豐富多彩。人類很早就開(kāi)始研究聲音，并利用當(dāng)時(shí)已掌握了的聲音的某些規(guī)律來(lái)制造樂(lè)器、進(jìn)行建筑設(shè)計(jì)或傳聲裝置設(shè)計(jì)，使發(fā)出的聲音傳得更遠(yuǎn)?？墒锹曇?、機(jī)械振動(dòng)不容易傳遞，也不容易放大，機(jī)械方法很不方便。顧名思義，電聲技術(shù)是依靠 “ 電 ” 來(lái)記錄并播放聲音的，其基本原理是通過(guò)電壓來(lái)產(chǎn)生模擬聲波變化的電流信號(hào)，并記錄下來(lái)，灌錄成早期的唱片或磁帶，這種電流信號(hào)便被稱之為 “ 模擬信號(hào) ” 。電聲轉(zhuǎn)換、音頻信號(hào)的存儲(chǔ)、重放技術(shù)、加工處理技術(shù)以及數(shù)字化音頻信號(hào)的編碼、壓縮、傳輸、存取、糾錯(cuò)等技術(shù)，是音頻技術(shù)的主要對(duì)象。靜態(tài)或動(dòng)態(tài)圖像配以解說(shuō)和背景音樂(lè)，可使圖像充滿生氣；立體聲音樂(lè)可增加空間感，使人身臨其境；語(yǔ)音電子郵件，聽(tīng)聲如見(jiàn)其人，游戲中的音響效果對(duì)于渲染氣氛則為顯得更為重要；此外，在多媒體通信中，可視電話、電視會(huì)議、這些都離不開(kāi)數(shù)字化音頻處理技術(shù)。非語(yǔ)音信號(hào)的特點(diǎn)是不具有復(fù)雜的語(yǔ)義和語(yǔ)法信息，信息量低、識(shí)別簡(jiǎn)單。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(lái)表示，稱為聲波。 一個(gè)聲源每秒鐘可產(chǎn)生成百上千個(gè)波，我們把每秒鐘波峰所發(fā)生的數(shù)目稱之為信號(hào)的頻率，單位用赫茲 (Hz)或千赫茲 (kHz)表示。 與頻率相關(guān)的另一個(gè)參數(shù)是信號(hào)的周期。幅度決定了信號(hào)音量的強(qiáng)弱程度。這里， A代表Analog”（ 類比、模擬）， D代表“ Digital ” （ 數(shù)字、數(shù)碼）， A/D轉(zhuǎn)換就是把模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)的過(guò)程，模擬電信號(hào)變?yōu)榱擞伞?0”和“ 1”組成的 Bit信號(hào)。聲波的振動(dòng)頻率高，我們聽(tīng)到的聲音就高，反之亦然，但它們之間并非線性關(guān)系。 語(yǔ)音是特殊的復(fù)合音。振幅越大則響度越大，但它們之間也不是線性關(guān)系。 ?聲音客觀質(zhì)量的度量方法 聲波的測(cè)量與分析傳統(tǒng)的方法是先用機(jī)電換能器把聲波轉(zhuǎn)換為相應(yīng)的電信號(hào)，然后用電子儀表放大到一定的電壓級(jí)進(jìn)行測(cè)量與分析。 ?音質(zhì)的測(cè)量 混響時(shí)間，隔音量，吸音量。聲級(jí)測(cè)量還能明確地告訴我們什么聲音會(huì)引起聽(tīng)力損害，并提醒人們采用適當(dāng)?shù)穆?tīng)力保護(hù)措施。 ?聲音主觀質(zhì)量的度量 采用客觀標(biāo)準(zhǔn)方法很難真正評(píng)定某種編碼器的質(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。 平均判分（ Mean Opnion ScoseMOS） 過(guò)程是召集一批實(shí)驗(yàn)者，請(qǐng)每個(gè)實(shí)驗(yàn)者對(duì)某個(gè)編解碼器的輸出進(jìn)行質(zhì)量判分，采用類似于考試的五級(jí)分制，不同的 MOS分對(duì)應(yīng)的質(zhì)量級(jí)別和失真級(jí)別見(jiàn)表 2１。 ?調(diào)幅無(wú)線電廣播，簡(jiǎn)稱 AM(Amplitude Modulation)質(zhì)量。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、編輯器都是數(shù)字方式。經(jīng)采樣和量化后聲音信號(hào)經(jīng)編碼后就成為數(shù)字音頻信號(hào)，可以將其以文件形式保存在計(jì)算機(jī)的存儲(chǔ)介質(zhì)中，這樣的文件一般稱為數(shù)字聲波文件。 采樣的過(guò)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)。這和測(cè)定每天 24小時(shí)氣溫變化是一樣的，每小時(shí)測(cè)定 1次氣溫比每?jī)尚r(shí)測(cè)定 1次氣溫的精度要高一倍。 PCM提供的數(shù)據(jù)傳輸率是56kb/s(b/s表示 b/s)或 64kb/s。我們把對(duì)聲波波形幅度的數(shù)字化表示稱之為 “ 量化 ” 。而一個(gè)以 16位為采樣模式的音效中，它在每一個(gè)固定采樣的區(qū)間內(nèi)所被采集的聲音幅度，將以個(gè)不同的量化等級(jí)加以記錄。 下 表給出了不同信號(hào)類型的采樣率和量化精度。 當(dāng) D/A轉(zhuǎn)換器從圖 22得到的數(shù)值中重構(gòu)原來(lái)信號(hào)時(shí)，得到圖 23中藍(lán)色 (直線段 )線段所示的波形。同時(shí)，增加量化精度，以得到更高的量化等級(jí)，即可減少失真的程度。 圖 24 采樣率為 2022Hz， 量化等級(jí)為 20的采樣量化過(guò)程 圖 25 采樣率為 4000Hz， 量化等級(jí)為 40的采樣量化過(guò)程 ? 編碼 模擬信號(hào)量經(jīng)過(guò)采樣和量化以后，形成一系列的離散信號(hào) ——脈沖數(shù)字信號(hào)。 編碼的形式比較多，常用的編碼方式是 PCM——脈沖調(diào)制。 在比特率較高的波形編碼中可以用客觀指標(biāo)如信噪比來(lái)衡量編碼的質(zhì)量 ， 例如現(xiàn)在電話中普遍使用的Ａ律標(biāo)準(zhǔn) （ ITU ） ， 要求信噪比優(yōu)于 35dB。 其格式如表 23所示 。 幀同步 子碼 音頻數(shù)據(jù) （左聲道） Q校驗(yàn) 音頻數(shù)據(jù) （右聲道） P校驗(yàn) 4 1 12 4 12 4 ? 音頻信號(hào)的壓縮編碼與標(biāo)準(zhǔn) 將量化后的數(shù)字聲音信息直接存入計(jì)算機(jī)將會(huì)占用大量的存儲(chǔ)空間。 音頻信號(hào)處理過(guò)程 聲音信號(hào)能進(jìn)行壓縮編碼的基本依據(jù)是： ? 聲音信號(hào)中存在著很大的冗余度，通過(guò)識(shí)別和去除這些冗余度，便能達(dá)到壓縮的目的； ?音頻信息的最終接收者是人，人的聽(tīng)覺(jué)器官 (包括視覺(jué)器器官 )都具有某種不敏感性，舍去人的感官所不敏感的信息對(duì)聲音質(zhì)量的影響很小，在有些情況下，甚至可以忽略不計(jì)。 ?.對(duì)聲音波形取樣后，相鄰樣值之間存在著很強(qiáng)的相關(guān)性。從方法上看，聲音信號(hào)的編碼方式大致可分為三類，即波形編碼、參數(shù)編碼和混合編碼。 參數(shù)編碼是一種對(duì)語(yǔ)音參數(shù)進(jìn)行分析合成的方法 。 混合型編碼方法是一種在保留參數(shù)編碼技術(shù)的基礎(chǔ)上 ，引用波型編碼準(zhǔn)則去優(yōu)化激勵(lì)源信號(hào)的方案 。 ? PCM編碼 1939年法國(guó)工程師 Alec Reeves發(fā)明了將連續(xù)的模擬信號(hào)變換成時(shí)間和幅度都離散的二進(jìn)制碼代表的脈沖編碼調(diào)制信號(hào)（ Pulse Code Modu