【文章內(nèi)容簡(jiǎn)介】 信息量低； **識(shí)別簡(jiǎn)單。2音頻信號(hào)的特點(diǎn) *音頻信號(hào)是時(shí)間依賴的連續(xù)媒體（延遲時(shí)間應(yīng)≤25ms）； *計(jì)算機(jī)模擬自然聲音，應(yīng)有兩個(gè)聲道（立體聲）； *對(duì)語音的處理應(yīng)是對(duì)“音調(diào)”、“音強(qiáng)”和“音色”的處理。3從人←→機(jī)交互看音頻信號(hào)的處理： *人←→機(jī)通信： 音頻獲取→語音識(shí)別與理解； *機(jī)←→人通信：**音頻合成→音樂合成和語音合成 **聲音定位→立體聲模擬， 音/視頻同步； *人←→機(jī)←→人通信： 語音采集→音頻編碼/解碼→音頻傳輸。 22 音頻卡的工作原理 第一塊音頻卡誕生于1984年，由Adlib公司設(shè)計(jì)制造。最初開發(fā)的產(chǎn)品只能提供簡(jiǎn)單的音樂效果，并且無法處理音頻信號(hào)，由于技術(shù)不夠成熟、成本又非常高昂，當(dāng)時(shí)計(jì)算機(jī)的運(yùn)算速度也不足以應(yīng)付大規(guī)模的多媒體處理，所以并未能普及。 把聲卡真正帶入個(gè)人電腦領(lǐng)域的，是CREATIVE創(chuàng)新公司。 一音頻卡的功能和分類 1音頻卡的主要功能 *錄制與播放—— **錄制——將聲音轉(zhuǎn)換為文件； **播放——將文件還原成聲音。 *編輯與合成——對(duì)聲音文件進(jìn)行特效處理。 *MIDI和音樂合成——樂器與計(jì)算機(jī)的數(shù)據(jù)通信。 *文語轉(zhuǎn)換和語音識(shí)別——自然語言與文件的通信及數(shù)字信息轉(zhuǎn)換。2161。164。音頻卡的分類 根據(jù)數(shù)據(jù)采樣量化的位數(shù)(bit)分為： 8（bit）,16（bit）,32（bit）。 二音頻卡的工作原理 聲卡采用大規(guī)模集成電路，將音頻技術(shù)范圍的各類電路以專用芯片形式集成在聲卡上，并可直接插入計(jì)算機(jī)的擴(kuò)展槽中使用。 音頻卡由三個(gè)主要部分組成。 1聲音合成與處理部分 2混合信號(hào)處理器及功率放大器 3計(jì)算機(jī)總線接口和控制器 聲音的合成與處理部份 這是音頻卡的核心部分，它由數(shù)字聲音處理器、調(diào)頻（fm）音樂合成器及樂音數(shù)字接口（midi）控制器組成。聲卡音頻處理的主芯片承擔(dān)著對(duì)聲音信息處理、特殊音效過濾與處理、語音識(shí)別、實(shí)時(shí)音頻壓縮、MIDI合成等重要的任務(wù)。而對(duì)聲音信號(hào)的采樣與編碼則被分離出來，這個(gè)任務(wù)交給了一個(gè)被稱作161。176。CODEC161。177。的芯片來完成。聲卡主芯片普遍都是一塊具有強(qiáng)大運(yùn)算能力的DSP(數(shù)字信號(hào)處理器）。多數(shù)情況下，聲卡上最為碩大的那塊芯片就是主音頻處理芯片，是聲卡的核心部件。DSP是一種可編程芯片，通過軟件安裝新的指令后就能夠升級(jí)。主芯片能將來自ADC(數(shù)字/模擬轉(zhuǎn)換器)的信號(hào)加以處理，改變成所需要的形式。DSP芯片對(duì)輸入的數(shù)字聲音用PCM、DPCM或ADPCM方式進(jìn)行編碼和壓縮，并形成WAV格式文件送入計(jì)算機(jī)磁盤存儲(chǔ)。聲音輸出時(shí)，將磁盤中的WAV文件送入DSP芯片，經(jīng)解碼后變成數(shù)字聲音信號(hào)送至D/A轉(zhuǎn)換部分?；旌闲盘?hào)處理器 Intel公司制定的AC‘97音頻規(guī)范文件中建議，為了提高聲音信號(hào)轉(zhuǎn)換過程中的信噪比，減少電磁干擾，應(yīng)該把數(shù)模轉(zhuǎn)換（D/A）和模數(shù)轉(zhuǎn)換（A/D）部分從主芯片中脫離出來，采用一個(gè)獨(dú)立的處理單元來進(jìn)行聲音采樣和編碼，CODEC也就應(yīng)運(yùn)而生了。v CODEC芯片它主要承擔(dān)對(duì)原始聲音信號(hào)的采樣、編碼和混音處理，由于它肩負(fù)著采樣編解碼工作，所以CODEC芯片的處理能力和信噪比對(duì)最終的聲音輸出品質(zhì)有很大的影響v 混合信號(hào)處理器內(nèi)置數(shù)字／模擬混音器，混音器的聲源由以下幾種信號(hào)如midi信號(hào)、cd音頻、線路輸入、麥克風(fēng)等?？梢赃x擇一個(gè)聲源或幾個(gè)不同的聲源進(jìn)行混合錄音。在對(duì)音源處理時(shí)，可編程設(shè)定采樣頻率和量化位數(shù)。v 在多聲道趨于流行的時(shí)代，CODEC芯片是否具有多通道DAC功能就顯得尤為重要。目前新聲卡產(chǎn)品已經(jīng)普遍可以支持四通道的DAC轉(zhuǎn)換。ADC由于主要負(fù)責(zé)聲音的錄制，所以一般都是兩通道的。v 頻響范圍也是非常重要的指標(biāo)，大部分CODEC芯片都能夠支持20Hz～20KHz的頻響范圍，這已經(jīng)是人耳所能聽到的最大范圍。 功率放大器 v 由于混合信號(hào)處理器輸出的信號(hào)功率還不夠大不能推動(dòng)揚(yáng)聲器或音箱，所以一般都有一個(gè)功率放大器作為功率放大使得輸出的音頻信號(hào)有足夠的功率。 總線接口和控制器 v 總線接口有多種早期的音頻卡為ISA總線接口，現(xiàn)在的音頻卡一般是PCI總線接口。 ISA總線的最大傳輸率是8Mb/s，由于ISA總線帶寬的限制,使少量的聲音流直接影響到游戲程序編制,使之由簡(jiǎn)變復(fù),加重了系統(tǒng)負(fù)擔(dān)。而PCI總線的最大傳輸率是133Mb/s，由于數(shù)據(jù)帶寬得到擴(kuò)展,系統(tǒng)負(fù)擔(dān)也就由此而得以緩解,完全可以滿足音頻數(shù)據(jù)傳輸?shù)囊?。v 總線接口和控制器是由數(shù)據(jù)總線雙向驅(qū)動(dòng)器、總線接口控制邏輯、總線中斷邏輯及直接存儲(chǔ)器訪問（DMA）控制邏輯組成。聲卡錄音與回放的工作過程在錄音時(shí)，聲音信號(hào)通過麥克風(fēng)或者Line in通道進(jìn)入，首先經(jīng)過CODEC芯片進(jìn)行采樣、A/D轉(zhuǎn)換、混合等一系列過程，隨后通過主芯片處理，錄制成相關(guān)的波形音頻文件。在放音時(shí)，數(shù)字波形聲音信號(hào)首先通過聲卡主芯片進(jìn)行處理和運(yùn)算，隨后被傳輸?shù)紺ODEC芯片進(jìn)行D/A轉(zhuǎn)換，隨之模擬信號(hào)再經(jīng)過放大器的放大，通過多媒體音箱輸出，而被用戶的耳朵最終接收到。在播放MIDI時(shí)，根據(jù)所指示的樂器到波形查詢表中查詢?cè)摌菲鞯馁Y料，經(jīng)過D/A轉(zhuǎn)換為模擬聲音方式，可以達(dá)到令人滿意的音樂效果. 三音頻卡的安裝 v 1音頻卡的結(jié)構(gòu)（圖22 圖23） v 2音頻卡硬件安裝 v 3音頻卡軟件安裝 23 音頻編碼基礎(chǔ)和標(biāo)準(zhǔn)v 一音頻編碼基礎(chǔ) *信息的冗余——信息中沒用的或多余的信息。*信息壓縮——將信息中的冗余信息去掉。 　　只有當(dāng)信源中存在有冗余信息時(shí)，信息才能得以壓縮。多媒體中的冗余信息主要有：時(shí)域信息和空域信息。v 1161。164。時(shí)域信息的冗余度幅度的非均勻分布——語音中，小幅度樣本比大幅度樣本出現(xiàn)的頻率高。通話中的間隔存在，出現(xiàn)了大量的低電平樣本。樣本間的相關(guān)——相鄰或臨近的采樣樣本之間取樣值的相關(guān)系數(shù)很大。周期之間的相關(guān)——當(dāng)聲音的頻率出現(xiàn)度有限時(shí)，波形之間的周期存在著一定的相關(guān)性。基音之間的相關(guān)——濁音的周期之間不僅有冗余度，其對(duì)應(yīng)的音調(diào)間隔，波形長(zhǎng)期重復(fù)。靜止系數(shù)——語音間隔本身就存在著冗余（全雙工大于半雙工大于單工）。長(zhǎng)時(shí)自相關(guān)函數(shù)——采樣時(shí)的取樣周期的時(shí)間越長(zhǎng)，相鄰樣本之間的相關(guān)系數(shù)越高。2頻域信息的冗余度 *非均勻的長(zhǎng)時(shí)功率譜密度 *語音特有的短時(shí)功率譜密度3人的聽感覺機(jī)理*人的聽覺具有掩蔽效應(yīng)　 *人耳對(duì)不同頻段的聲音的敏感程度不　　同，低頻段高于高頻段。*人耳對(duì)語音信號(hào)的相對(duì)變化不敏感。4音頻編碼分類 *基于音頻數(shù)據(jù)的特性統(tǒng)計(jì)進(jìn)行編碼。其典型技術(shù)是波形編碼 ——PCM(脈沖編碼調(diào)制)、DPCM、ADPCM。*基于音頻的聲學(xué)參數(shù)，進(jìn)行參數(shù)編碼?？蛇M(jìn)一步降低數(shù)據(jù)率。其目標(biāo)是使重建音頻保持原音頻的特性。 ——CELP、MPLPC *基于人的聽覺特性進(jìn)行編碼。從人的聽覺系統(tǒng)出發(fā)，利用掩蔽效應(yīng)，設(shè)計(jì)心理聲學(xué)模型，從而實(shí)現(xiàn)更高效率的數(shù)字音頻的壓縮。 —— mpeg標(biāo)準(zhǔn)中的高頻編碼和dolby ac3。二音頻編碼標(biāo)準(zhǔn) CCITT——國(guó)際電報(bào)電話咨詢委員會(huì) 當(dāng)前編碼技術(shù)發(fā)展的一個(gè)重要的方向就是綜合現(xiàn)有的編碼技術(shù)，制定全球的統(tǒng)一標(biāo)準(zhǔn)，使信息管理系統(tǒng)具有普遍的互操作性并確保了未來的兼容性。國(guó)際上，對(duì)于語音信號(hào)壓縮編碼的審議在CCITT下設(shè)的第十五研究組進(jìn)行，相應(yīng)的建議為G系列，多由ITU發(fā)表。 編碼算法和標(biāo)準(zhǔn) 1． 2． 3． 4． 5. MPEG中的音頻編碼 6．AC3編碼和解碼 ，因?yàn)橐ＷC既能適用于話音，又能用于其他方式的音頻，只能考慮波形編碼。，高低子帶的劃分以4KHz為界。，（子帶自適應(yīng)差分脈沖碼調(diào)制）。 amp。T公司貝爾實(shí)驗(yàn)室提出的LDCELP（低延時(shí)碼激勵(lì)線性預(yù)測(cè)）算法。該算法考慮了聽覺特性，其特點(diǎn)是：以塊為單位的后向自適應(yīng)高階預(yù)測(cè)；后向自適應(yīng)型增益量化；以適應(yīng)為單位的激勵(lì)信號(hào)量化。 AC3音頻編碼標(biāo)準(zhǔn)的起源是DOLBY AC1。AC1應(yīng)用的編碼技術(shù)是自適應(yīng)增量調(diào)制（ADM），它把20kHz的寬帶立體聲音頻信號(hào)編碼成512kbps的數(shù)據(jù)流。AC1曾在衛(wèi)星電視和調(diào)頻廣播上得到廣泛應(yīng)用。1990年DOLBY實(shí)驗(yàn)室推出了立體聲編碼標(biāo)準(zhǔn)AC2，它采用類似MDCT的重疊窗口的快速傅立葉變換（FFT）編碼技術(shù)，其數(shù)據(jù)率在256kbps以下。AC2被應(yīng)用在PC聲卡和綜合業(yè)務(wù)數(shù)字網(wǎng)等方面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 ModulationPCM），并申請(qǐng)了專利。ＰＣＭ首先開始應(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)志了通信開始步入數(shù)字化。以后的計(jì)算機(jī)發(fā)展更促進(jìn)了通信的數(shù)字化，并逐步與通信相結(jié)合。u PCM 編碼是對(duì)連續(xù)語音信號(hào)進(jìn)行空間采樣、幅度值量化及用適當(dāng)碼字將其編碼的總稱。PCM方法可以按量化方式的不同，分為均勻量化PCM、非均勻量化PCM和自適應(yīng)量化PCM等幾種。 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。均勻量化就是采用相同的161。176。等分尺161。177。來度量采樣得到的幅度，也稱為線性量化，如圖46所示。均勻量化PCM就是直接對(duì)聲音信號(hào)作A/D轉(zhuǎn)換，在處理過程中沒有利用聲音信號(hào)的任何特性，也沒有進(jìn)行壓縮。該方法將輸入的聲音信號(hào)的振幅范圍分成個(gè)等份（B為量化位數(shù)），所以落入同一等份數(shù)的采樣值都編碼成相同的B位二進(jìn)制碼。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。為了滿足聽覺上的效果，均勻量化PCM必須使用較多的量化位數(shù)。這樣所記錄和產(chǎn)生的音樂，可以達(dá)到最接近原聲的效果。當(dāng)然提高采樣率及分辨率后，將引起儲(chǔ)存數(shù)據(jù)空間的增大。 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。信號(hào)振幅小則縮小量化級(jí)高度，信號(hào)振幅大時(shí)則增大量化級(jí)高度。這樣就可以在滿足精度要求的情況下用較少的位數(shù)實(shí)現(xiàn)編碼。在聲音數(shù)據(jù)還原時(shí)，采用相同的規(guī)則。 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m 律（mLaw）壓（縮）擴(kuò)（展）算法，另一種稱為A律(ALaw) 壓（縮）擴(kuò)（展）算法。這兩種算法主要用于數(shù)字電話通信中。 m 律的計(jì)算公式如下： 其中Xmax是信號(hào)x(n)的最大幅度，u是控制壓縮程序的參數(shù)，u越大壓縮就越厲害 圖47給出了按m律壓擴(kuò)算法的輸入輸出特性曲線，m為確定壓縮量的參數(shù)，它反映最大量化間隔和最小量化間隔之比。由圖可見，m值越大，壓縮量越大。由于m 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。 A律壓擴(kuò)與m律壓擴(kuò)相比，則壓縮的動(dòng)態(tài)范圍略小些，小信號(hào)振幅時(shí)質(zhì)量要比m律稍差。無論是A律還是m律算法，它們的特性在輸入信號(hào)振幅小時(shí)都呈線性，在輸入信號(hào)振幅大時(shí)呈對(duì)數(shù)壓縮特性。 對(duì)于采樣頻率為8kHz，樣本精度為16位的輸入信號(hào)，使用A律壓擴(kuò)或m律壓擴(kuò)編碼，經(jīng)過PCM編碼器之后每個(gè)樣本的精度為8位，輸出的數(shù)據(jù)率為64kb/s。這個(gè)數(shù)據(jù)就是CCITT ,（國(guó)際電話與電報(bào)顧問委員會(huì)）：話音頻率脈沖編碼調(diào)制。 24 音樂合成與MIDI規(guī)范v 一音樂合成v 1音樂的三要素v *音高——聲波的基頻?；l越低，人的感覺越低沉。v *音色——聲音的頻譜量值。聲音諧波的比例不同，聲音的衰減程度不同。v *音響和時(shí)值——聲音強(qiáng)度的量值。v 二 MIDI規(guī)范v 1MIDI的術(shù)語v P42~P43有10項(xiàng)v 2MIDI和多媒體PC（自學(xué)）v MIDI術(shù)語 v 音樂合成器（Musical Synthesizer）：用來產(chǎn)生并