多媒體技術(shù)-同濟(jì)大學(xué)物理教學(xué)網(wǎng)站(編輯修改稿)
2025-02-04 20:20 本頁面
【文章內(nèi)容簡介】 當(dāng) |f|≥fc 時(shí) ,fc是截止頻率 T≤ 1/2fc 或 fc≤ 1/2T 則可以由離散信號(hào) x(nT)完全確定連續(xù)信號(hào) x(t)。當(dāng)采樣頻率等于 1/（ 2T）時(shí)，即 fN=1/2T，稱 fN為耐魁斯特頻率。 常用的音頻采樣率有： 8kHz、 、 16kHz、 、 、 48kHz。 ? 量化：為了把抽樣序列 x(nT)存入計(jì)算機(jī)，必須將樣值量化成一個(gè)有限個(gè)幅度值的集合 x(nT)。通常，用二進(jìn)制數(shù)字表示量化后的樣值是方便的。用 B位二進(jìn)制碼字可以表示 2B個(gè)不同的量化電平。存儲(chǔ)數(shù)字音頻信號(hào)的比特率為： I=Bfs( 比特 /秒 ) fs是抽樣率 (抽樣 /秒 ) B是每個(gè)樣值的比特?cái)?shù) (比特 /采樣 ) ? 量化采樣的過程如下：先將整個(gè)幅度劃分成為有限個(gè)小幅度 (量化階距 )的集合，把落入某個(gè)階距內(nèi)的樣值歸為一類，并賦予相同的量化值。如果量化值是均勻分布的，我們稱之為均勻量化。設(shè)△為量化階距，量化器的最大范圍是Xmax，則： △ =2Xmax / 2B 對(duì)于小于 (i+1/2)△，而大于 (i1/2)△的樣值，均規(guī)定為相同的量化值 i△。 返回 數(shù)字音頻的文件格式 ? 數(shù)字音頻的文件格式 文件擴(kuò)展名說明 . PCM ： PCM數(shù)據(jù)序列 VOC ： Creative公司的波形音頻文件格式。 WAV ： Microsoft公司的波形音頻文件格式。 SND ： NeXT計(jì)算機(jī)的波形音頻文件格式。 AIF ： Apple計(jì)算機(jī)的波形音頻文件格式。 MID ： MIDI文件格式。 RMI ： Microsoft公司的 MIDI文件格式。它可以包括圖片、標(biāo)記和文本。 返回 音頻信號(hào)的特點(diǎn) ? 音頻信號(hào)處理的特點(diǎn)如下： (1)音頻信號(hào)是時(shí)間依賴的連續(xù)媒體。 (2)即理想的合成聲音應(yīng)是立體聲。 (3)對(duì)語音信號(hào)的處理，要抽取語意等其它信息，如可能會(huì)涉及到語言學(xué)、社會(huì)學(xué)、聲學(xué)等。 ? 從人與計(jì)算機(jī)交互的角度來看音頻信號(hào)相應(yīng)的處理如下： (1)人與計(jì)算機(jī)通信 (計(jì)算機(jī)接收音頻信號(hào) )。包括音頻獲取；語音識(shí)別與理解。 (2)計(jì)算機(jī)與人通信 (計(jì)算機(jī)輸出音頻 )。音頻合成； 聲音定位：音頻 /視頻同步。 (3)人 — 計(jì)算機(jī) — 人通信 人通過網(wǎng)絡(luò)，與處于異地的人進(jìn)行語音通信，需要的音頻處理包括：語音采集、音頻編碼 /解碼、音頻傳輸?shù)?。這里音頻編 /解碼技術(shù)是信道利用率的關(guān)鍵。 返回 音頻卡的工作原理 ? 音頻卡的功能和分類 音頻卡的主要功能是：音頻的錄制與播放、編輯與 合成、 MIDI接口、文語轉(zhuǎn)換、 CDROM接口及游戲接口 等。 音頻卡種類有分別用于錄制與播放編輯、合成 MIDI 接口、音樂合成文語轉(zhuǎn)換、語音識(shí)別。 ? 音頻卡的工作原理 開發(fā)生產(chǎn)音頻卡的公司很多 ,其中最有影響的公司 是新加坡創(chuàng)新科技有限公 (Creative .)開發(fā) 的系列產(chǎn)品 SoundＢ laster系列音頻卡 ,它是集語音與 音樂于一體的多煤體音頻卡 ,它不但具有優(yōu)良穩(wěn)定的硬 件特性 ,而且還有豐富的軟件。 返回 音頻編碼基礎(chǔ)和標(biāo)準(zhǔn) ? 音頻編碼基礎(chǔ) ? 音頻編碼標(biāo)準(zhǔn) 返回 音頻編碼基礎(chǔ) ? 從信息保持的角度講 ,只有當(dāng)信源本身具有冗余度 ,才能對(duì)其進(jìn)行壓縮。根據(jù)統(tǒng)計(jì)分析結(jié)果，語音信號(hào)存在著多種冗余度，其最主要部分可以分別從 時(shí)域 和 頻域來考慮。另外由于語音主要是給人聽的，所以考慮了人的聽覺機(jī)理 ，也能對(duì)語音信號(hào)實(shí)行壓縮。 ? 音頻編碼的分類如下： 基于音頻數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行編碼 ,其典型技術(shù)是波形編碼。 基于音頻的聲學(xué)參數(shù)，進(jìn)行參數(shù)編碼 ,可進(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。 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。 返回 音頻編碼標(biāo)準(zhǔn) 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。 返回 音樂合成和 MIDI規(guī)范 ? 音樂合成 ? MIDI接口規(guī)范 返回 音樂合成 ? 自 1976年應(yīng)用調(diào)頻 (FM)音樂合成技術(shù)以來，其樂音已經(jīng)很 逼真。 1984年又開發(fā)出另一種更真實(shí)的音樂合成技術(shù)－－波形 表 (Wavetable)合成。 ? 一個(gè)樂音，包括必備的三要素：音高、音色和響度。這些 要素的理想配合是產(chǎn)生優(yōu)美動(dòng)聽的旋律的必要條件。 ? 音高：音高指聲波的基頻?；l越低，給人的感覺越低 沉。 ? 音色：具有固定音高和相同諧波的樂音，有時(shí)給人的感覺 仍有很大差異。比如人們能夠分辨具有相同音高的鋼琴和小提 琴聲音，這正是因?yàn)樗麄兊囊羯煌Ｒ羯怯陕曇舻念l譜決 定的。各種樂器的音色是由其自身結(jié)構(gòu)特點(diǎn)決定的。 ? 響度是對(duì)聲音強(qiáng)度的衡量，它是聽判樂音的基礎(chǔ)。人耳對(duì) 于聲音細(xì)節(jié)的分辨與響度直接有關(guān)，只有在響度適中時(shí)，人耳 辨音才最靈敏。 返回 MIDI接口規(guī)范 MIDI是音樂與計(jì)算機(jī)結(jié)合的產(chǎn)物。 MIDI(Musical Instrument Digital Interface)是樂器數(shù)字接口縮寫， 泛指數(shù)字音樂的國際標(biāo)準(zhǔn)，初始建于 1982年。 多媒體 Windows支持在多媒體節(jié)目中使用 MIDI文 件。標(biāo)準(zhǔn)的多媒體 PC平臺(tái)能夠通過內(nèi)部合成品在或連 到計(jì)算機(jī) MIDI端口的外部合成品在播的 MIDI文件。利用 MIDI文件演奏音樂，所需的存儲(chǔ)量最少。如演奏 2分鐘樂 曲的 MIDI文件只需不到 8K的存儲(chǔ)空間。 返回 語音識(shí)別 ? 語音識(shí)別的發(fā)展和分類 ? 漢語語音識(shí)別系統(tǒng)的工作原理及其應(yīng)用 ? 計(jì)算機(jī)語音輸出 返回 語音識(shí)別的發(fā)展和分類 語音識(shí)別的研究領(lǐng)域比較廣，歸納起來，一般有以 下四個(gè)方面： ? 按可識(shí)別的詞匯量多少語音識(shí)別系統(tǒng)可分為小、中、大詞匯量三種。一般來說，能識(shí)別詞匯小于 100的，稱為小詞表語言識(shí)別；大于 100的稱為中詞表語音識(shí)別；大于 1000的稱為大詞表語音識(shí)別。詞表越大，困難越多。 ? 按照語音的輸入方式語音識(shí)別的研究集中于對(duì)孤立詞、連接詞和連續(xù)語音的識(shí)別。 ? 按發(fā)音人可分為特定人、限定人和非特定人語音識(shí)別三種 對(duì)于特定人進(jìn)行語音識(shí)別的系統(tǒng)，使用前需由特定人對(duì)系統(tǒng)進(jìn)行訓(xùn)練。 如果需要限定的幾個(gè)人使用同一系統(tǒng)，則可以研制成限定人識(shí)別系統(tǒng)。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1